脉冲追赶式同步扫描下双基地雷达目标分辨力分析

脉冲追赶式同步扫描过程中,双基地雷达的目标分辨力不仅与雷达参数有关,而且还与脉冲追赶进程密切相关.分析了双基地雷达距离、角度和多普勒分辨力的影响因素,并对其在脉冲追赶情况下的变化规律进行分析,结果表明在每一脉冲追赶扫描周期内,双基地雷达的距离分辨力和多普勒分辨力不断提高,而角度分辨力则有所下降.     

垂直线列阵无源定位精度分析

提出了一种基于垂直线阵的系统,给出了定位模型,并简要介绍了其定位原理.利用由时延引入的距离、高低角和观测得到的方位角信息,建立了三维坐标系下的状态方程和观测方程.通过理论分析和仿真计算,讨论了声速测量误差、时延估计误差和阵元位置误差对系统定位精度的影响,给出了时延估计误差的克拉美-罗下界.综合时延估计、基线横纵扰动、三类误差的影响,在一定条件下,对目标距离估计的相对误差可控制在20%以内.     

基于声矢量阵的宽带波束域高分辨方位估计

宽带信号波束域处理是实现水下目标高分辨方位估计的重要途径,它相对阵元域具有运算量小、分辨信噪比门限低以及角度分辨力高的优点。声矢量阵单个阵元能同时测量声场中的声压量和3个正交的质点振速分量,相对于声压阵,它能获取更多的声场信息。因此通过均匀声矢量阵运用MUSIC算法对宽带信号源波束域DOA估计进行了研究,改善了对弱相干信号源的方位分辨和估计性能,实验所获得的仿真结果表明了该方法具有较高的参考价值。     

正交化超分辨算法的误差灵敏度分析

本文给出了基于 Gram-Schmidt正交化方法的超分辨算法,并分析了该算法对阵列幅度和相位误差的灵敏度。给出了两个目标、不同阵元数和不同间距等情况下的灵敏度计算结果。结果表明本文的算法在目标小角度间隔、大阵元数的情况下,受幅相误差的影响没有最大似然估计（MLM）和 MUSIC算法敏感。     

用于自适应阵超角分辨的非均匀线阵设计问题

文中讨论了非均匀线阵自适应超角分辨问题,证明了在入射场条件一定的情况下,特征矢量角谱性能完全由阵列因子决定。通过分析与仿真,说明最小冗余阵(LMR) 是一种性能优良的超角分辨阵。并讨论了非均匀线阵存在的栅瓣问题,给出避免栅瓣的单位间距的上限公式。     

使用等效偏移角稀疏测量的面阵相机序贯图像几何校正

天基光学相机实际在轨对地观测成像的畸变需通过几何校正抑制。目前主流面阵相机对地观测获得的小尺寸、高帧频序贯图像很难满足传统几何校正方法逐帧解算对单帧图像控制点数量与空域分布的要求且计算量巨大。针对这一问题,提出一种使用等效偏移角稀疏测量的面阵相机序贯观测图像几何校正方法,将逐帧校正参数解算问题转化为时域稀疏测量条件下等效偏移角信号恢复问题,利用等效偏移角信号时频信息可有效降低对单帧图像控制点数量和空域分布要求。通过高分四号卫星面阵相机在轨实测图像数据验证了所提方法的可行性且其能大大降低序贯图像几何校正处理的计算量。     

一种计算相控阵天线阵元间距的方法

通过建立机会约束规划模型来确定相控阵天线的阵元间距,并利用遗传算法对规划模型进行求解,结果表明能够满足仿真的要求。     

星机双基地合成孔径雷达方位向成像性能分析

星机双基地合成孔径雷达系统中,由于收发平台运动速度差异较大,因此需要对收发波足(波足是指波束在地面的投影)的运动速度进行合理的设置,减小收发波足速度差,尽可能地提高收发波足覆盖范围和时间,进而实现高分辨率、大方位场景成像。根据收发波足覆盖时间的相互关系,分析收发波足共同覆盖范围内的方位向成像性能。分析收发波足方位向位置偏移对方位向成像性能的影响,从而对星机双基地合成孔径雷达系统的波束同步精度提出要求。仿真结果表明,所提出的方法能够很好地分析收发波足同步误差对成像性能的影响,能够为星机双基地合成孔径雷达系统设计提供重要参考。     

通道幅相不一致时的全向测角误差分析北大核心

在理想情况下,基于均匀圆阵的米波全向雷达可联合-1阶、0阶和和1阶相位模式实现全方位的无模糊测角。然而在实际工程中,各接收通道幅相特性往往不一致,这将导致激励出的相位模式中包含误差项从而引起明显的测角误差,而且该误差无法补偿,只能通过校正通道间的幅相误差或选择合适阵列参数的方式来减小。为此,通过理论推导得到测角误差与各接收支路幅相误差之间的解析关系式,明确了幅相误差对测角误差影响的同时也为合理选阵列参数以减小幅相误差引起的测角误差提供了理论依据,仿真分析验证了理论误差分析的正确性并给出了最优的阵列直径取值。     

声矢量阵降维平行因子模型及方位估计方法

针对原有的声矢量阵三阶PARAFAC(平行因子)模型维数高、参数求解过程运算量大的缺点,建立了一种降维的PARAFAC模型。将声矢量阵看作空间共点的声压传感器子阵和振速传感器子阵,计算各子阵输出数据的自协方差,并构造了三阶张量,最后证明该张量满足三阶PARAFAC模型并利用交替迭代算法估计声源参数。仿真和实测数据表明:该方法可以用于多目标方位估计且估计精度优于超分辨率的ESPRIT算法。