基于时反处理的主动声自导鱼雷定位方法

传统的定位方法只能进行距离的估计,不能给出目标的深度信息,而时间反转处理基于声场的空间互易性,充分利用信道的多途特性.使能量在声源点得到聚焦,不仅能得到目标的距离,还能得到目标的深度.对于定位主动声自导鱼雷,可以利用其发射的脉冲信号,通过信道建模进行时间反转处理,使之匹配于真实信道,从而得到目标的距离和深度.实验仿真结果表明,此方法可以对主动声自导鱼雷进行距离和深度上的准确定位,而利用水平阵的阵长和阵元数目的优势,还能提高对弱信号的检测.这对潜艇水下防御有着重要的意义.     

高功率微波辐照下抛物面天线的响应特性分析

针对天线响应信号仿真分析中激励源模拟、传播空间等效、仿真精度验证等难点,以典型抛物面天线为研究对象,提出了适用的仿真方案,计算了天线在高功率微波照射下的时频域响应特征。在此基础上,开展相应的响应特性实验,验证了仿真方法的正确性,为高功率微波照射下天线响应特性的研究提供了技术支撑。     

基于指数试探的稀疏度自适应匹配追踪算法

针对贪婪算法需要以信号稀疏度作为先验信息的问题,基于指数试探思想提出了一种稀疏度自适应重构算法。利用指数函数特性分段试探信号稀疏度,使其快速逼近真实值,通过筛选回退锁定信号的有效支撑集,再采取弱匹配剪枝精确重构出原始信号。能够摆脱对稀疏度的依赖,以高概率自适应重构信号。实验表明,该算法的试探结果更加准确和稳定,重构成功率提高,特别是当稀疏比小于0.25时,算法最少只需3次试探,便可快速估计出信号稀疏度,且成功重构成功率不低于97%。     

引入电流变化率的电源分布网络最差噪声分析算法

随着时钟频率的增加以及电源电压的降低,电源完整性问题日益凸显。将电流变化率加入到最差噪声算法的电流约束中,能够在任意电流变化率的情况下分析电源分布网络的最差噪声,从而获得更加真实的最差噪声。另外,利用改进的Knuth-Yao四边形不等式法对基于动态规划的最差噪声算法进行加速,加速后算法的时间复杂度从O(n~2m)降为O(mnlogn)。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

间歇采样移频重复转发高效干扰方法研究

针对传统的间歇采样重复转发干扰不能完全对准真实目标,且干扰作用效果单一的缺点,分析了间歇采样重复转发参数对干扰效果的影响,确定调频参数,使得压制假目标群完全对准真实目标;提出一种基于移频重复转发的高效干扰方法,对采样周期内频率分量位于带宽两端的采样信号,采用分段移频的方法,使得转发的子脉冲在同一时刻叠加脉压增益,形成超前或滞后的欺骗假目标,频率分量位于带宽中间采样信号采用固定移频调制,形成压制假目标群。仿真结果验证了假目标空间分布推导的准确性,该方法可对真目标同时进行欺骗和压制干扰,具有双重作用效果,资源利用高效。     

基于时间反转变换的动目标相参积累算法

高速动目标回波能量的相参积累一直是国内外学者的研究热点。针对时间反转变换-二阶Keystone变换-吕分布（TRT-SKT-LVD）算法在积累过程中丢失速度信息的问题,提出时间反转变换-一阶Keystone变换-Radon变换（TRT-KTR）算法实现动目标速度的分离与相参积累。通过时间反转分离出目标的速度信息,采用低通滤波器和线性平滑法消除噪声引起的突变点的影响。用一阶Keystone变换校正目标速度引起的距离走动。利用Radon变换估计速度模糊数并进行补偿实现相参积累。仿真证明,该算法可以有效分离并积累目标的速度分量,且拥有较低的运算量。结合TRT-SKT-LVD后的联合算法可积累出目标距离、速度、加速度三维信息,实现多目标检测。