UWB-SAR抑制RFI技术的参数化方法

抑制射频干扰(RFI)技术是超宽带合成孔径雷达(UWB—SAR)的关键技术之一。本文首先分析了RFI信号的来源和特性。基于RFI信号的窄带性质,简要综述了抑制RFI技术的参数化方法。然后,针对RFI信号的调制特性和非平稳性,采用基函数展开形式,分别提出了其调制模型和时变AR模型。此外,还探讨了RFI抑制的自适应滤波算法。     

叶簇穿透超宽带成像雷达技术

叶簇穿透超宽带成像雷达是九十年代雷达探测技术的新发展,其主要功能为穿透叶簇和地表,实现对隐蔽目标的高分辨探测成像,是高技术战争中不可或缺的侦察手段。本文论述了这种雷达技术的军事应用价值和地位,介绍了国外发展简况和我国研究的现状,鉴于这种雷达技术的重要价值,提出了我国持续发展这种雷达技术研究并最终开发出我国新型成像雷达侦察系统的构想。     

一种新的星载高分辨宽测绘带SAR运动目标

本文针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法首先利用空时自适应处理进行杂波抑制,然后采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系从所有成像目标中检测出运动目标的真实成像位置,最后根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

电离层不规则体对P波段星载SAR成像的影响

电离层不规则体导致星载合成孔径雷达（SAR）信号产生幅度及相位闪烁,严重影响低波段星载SAR的图像分辨性能。推导了具有普遍性的幂律谱对应的双频双点互相关函数。基于此研究了电离层对星载P波段SAR分辨性能的影响及其规律。研究表明,电离层不规则体导致星载P波段SAR两维分辨率恶化,图像峰值增益损失严重。电离层不规则体强度,谱指数,外尺度等参数的增大都会导致星载SAR图像分辨率及峰值增益进一步下降。基于相位屏技术的数值仿真结果验证了本文研究。     

合成孔径雷达的主要发展方向

首先简要介绍了合成孔径雷达(SAR)产生和发展的历程,其次对当前合成孔径雷达研究的一些主要的热点和发展方向:多参数SAR、干涉SAR、超宽带SAR、激光SAR,尤其是小型化SAR进行了适当的归纳和分析,并且相应地给出了部分具有代表性的SAR系统主要的参数,对合成孔径雷达的研究工作具有一定的理论参考价值。     

应用时标分离和动态逆方法设计飞行器的姿态控制系统

在对飞行器的姿态控制过程中,针对飞行器姿态控制系统模型的非线性特性,线性的控制方法难以直接应用,应用非线性控制理论来设计姿态控制律十分必要。结合时标分离的思想将系统姿态的运动学部分和动力学部分分别视为慢变子系统和快变子系统,2次应用动态逆的设计方法来设计控制律,仿真结果表明,系统能够快速地跟踪期望的姿态角,跟踪的精度高,该方法简单可行,具有一定的实用性。     

应用局部约束二维稀疏表示识别SAR图像目标

在分析典型稀疏表示分类方法和局限性的基础上,提出了一种基于局部约束的二维稀疏表示方法,以有效解决SAR图像目标识别问题。该方法对SAR图像进行图像预处理,在兼顾图像相邻列(行)对应稀疏表示系数邻近性和样本间局部性的基础上,构建了局部约束目标函数,并通过解闭式解,实现稀疏表示系数的更新求解。利用美国实测MSTAR数据对算法进行了仿真验证,实验结果表明所提出的方法可实现SAR图像目标的有效识别,并对训练样本数目具有一定的鲁棒性。     

块Toeplitz矩阵低复杂度求逆的卫星导航空时抗干扰算法

采样协方差矩阵求逆是空时抗干扰算法的基本运算单元,但由于其运算量随时域抽头个数急剧增长,直接限制了空时抗干扰技术在卫星导航接收机中的应用。针对该问题,提出了基于块Toeplitz矩阵快速求逆的空时抗干扰方法。通过采用新的协方差矩阵近似计算方法,使得该矩阵同时为块Toeplitz矩阵与Hermite矩阵,并运用块Toeplitz矩阵的快速求逆算法,将时域抽头个数为K的计算复杂度从O[K3]降至O[K2]。理论分析和仿真结果表明,在阵元数为4、时域抽头为15的典型情况下,相比现有矩阵求逆方法,该算法的抗干扰性能损耗小于1d B,但计算量可降低约2/3。     

一种六旋翼无人机的多模型容错控制方法

针对经典伪逆算法在处理无人机电机完全失效故障时容易出现电机转速分配超出硬件约束的问题,提出了一种迭代修正方案.在发生故障时利用伪逆算法对正常电机转速进行初步分配;对超出电机硬件约束的转速进行修正,通过多次迭代修正保证转速分配的合理性.仿真结果表明,该方法能对正常电机转速进行合理分配,有效保证六旋翼无人机在发生完全失效故...     

多元线性模型的广义逆诊断问题

在实际问题中,经常需要考虑多个因变量对多个自变量的相互依赖关系,但在运算过程中经常会碰到奇异矩阵不能求逆的问题.通过推导任意2矩阵的差的广义逆,解决了这一问题,继而得出多元线性模型的参数估计,最后推出数据删除模型异常点的判断依据.