基于混响室的雷达瑞利杂波模拟研究

为应对复杂电磁环境下雷达应用需求,提出一种基于混响室的雷达杂波模拟方法,利用电磁仿真软件FE—KO构建了混响室模型,分析了搅拌器控制与接收响应周期性的关系,通过随机控制混响室搅拌器在混响室内模拟了具有瑞利分布的杂波信号．实验结果显示,本实验数据分布曲线与瑞利分布曲线有良好的拟合性．     

基于改进CS的随机PRI雷达精确测速及杂波抑制算法

传统的脉冲多普勒雷达存在严重的测距测速模糊和盲区效应。考虑在正常脉冲重复间隔(PRI)上叠加一个随机扰动,并把PRI的随机变化巧妙转化为稀疏观测矩阵的受限等距性质,提出的基于压缩感知的随机脉冲重复间隔雷达为全相参动目标检测提供了一种新思路。针对其在实际应用中存在的粗糙损失和杂波干扰两个问题,分别提出了基于局部词典细化的精确测速算法和基于改进优化模型的杂波抑制方法。仿真实验结果表明该方案具有较高的测速精度和较强的杂波抑制性能。     

基于Q-MMSPF的海杂波多重分形互相关分析和目标检测

提出一种研究长程互相关和多重分形的新方法——Q阶混合矩结构分割函数法(Q-MMSPF),并利用Q-MMSPF分析了海杂波时间序列的多重分形互相关特征。通过对实测海杂波数据的计算分析发现,海杂波互相关多重分形特征较弱,目标信号之间的互相关多重分形特征明显,而目标信号与海杂波之间的互相关多重分形程度介于二者之间。据此,本文采用一种新的特征值进行海杂波背景下的目标检测。通过对不同条件下的实测海杂波数据验证,表明使用本文提出的特征值测量方法可以十分有效地检测出海杂波背景下的小弱目标。     

杂波环境下机动目标跟踪算法研究

杂波环境下的机动目标跟踪问题具有非线性、非高斯、不完全观测的特点,其难点在于观测值与目标的对应关系及每一时刻的运动模式均呈现高度不确定性。文中将多模型理论和辅助粒子滤波算法相结合,提出了一种新的杂波环境下机动目标跟踪算法——多模型辅助粒子滤波算法(MMAPF)。仿真结果表明,该算法与传统的交互多模型——扩展卡尔曼滤波算法、辅助粒子滤波算法相比,在相同的情况下,具有更高的滤波精度和较好总体性能。     

一种基于边缘特征提取的景像匹配方法

下视景像匹配制导中,实时图和基准图的拍摄高度、方位和图像比例尺不完全一致,两图的轮廓形状存在旋转和变形等差异,边缘特征提取方法受图像灰度分布影响存在变形和移位,易导致匹配错误。用侧抑制竞争方法,图像边缘特征提取快速准确,不发生移位,对灰度变化也不敏感。在此基础上,用扩展边缘特征法,克服轮廓变形对边缘匹配的影响,提高精度。试验结果表明,此方法模型简单、抗几何变形能力强且便于实现。     

应用改进的线性预测算法构建虚拟阵的精确定向方法

为了克服传统线性预测(Linear Prediction,LP)算法在构建虚拟阵过程中存在预测误差容易累积的弊端,提出了一种能够更充分利用实阵信息量的改进LP算法来构建虚拟阵。采用实际基阵方法、传统LP虚拟阵方法和改进LP虚拟阵方法分别对假定基阵的波束性能进行计算机仿真及对湖试数据进行处理成像,研究结果表明,与传统LP方法相比,改进的LP方法能够有效地抑制波束旁瓣,进一步提高了基阵的角度分辨力和阵增益,将其运用于特定试验背景下的实际湖底目标声探测,方向分辨精度可提高75%。     

信号相关杂波环境中的认知雷达稳健检测波形设计

研究了认知雷达回波先验信息不充分的情况下,信号相关杂波环境中的认知雷达稳健检测波形设计问题,提出了一种基于NP准则和交替投影法的波形优化算法。在该算法中,根据所推导出的检测概率与发射波形、接收机滤波器之间关系的闭式表达式,通过联合优化发射波形和接收机滤波器,达到提高接收机的检测概率和降低信号相关杂波负面影响的目的。分析仿真结果可知:稳健波形可以提升波形检测系统的动态适应能力,且稳健波形的检测性能优于传统的高斯包络波形和恒包络LFM波形;系统输出的稳健波形显示该系统发射端具有很好的稳健性而接收端则有很好的收敛性。     

红外图像强固定模式显著性噪声抑制

针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据,提出基于显著性的红外图像强固定模式噪声抑制算法。对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。通过大量小目标、强固定模式噪声红外图像对算法性能进行测试。结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

随机脉宽调制的Simulink仿真研究

应用Matlab仿真平台,开发了随机脉宽调制的Simulink仿真文件,运用此仿真文件,研究了逆变器的谐波能量分布随随机增益变化的规律,仿真结果有助于实际装置的研制。     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。