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。     

一种实现电话噪声衡重网络的新方法

本文介绍了一种用集成单片开关电容滤波器ＭＦ１０设计噪声衡重网络的方法,并给出了设计框图及电源理图。与传统的ＲＬＣ及有源ＲＣ网络相比,用该方法设计的衡重网络具有体积小,重量轻,调试方便,易于实现,价格低廉等特点。     

线性测量海上机动目标状态估值器

本文导出了在惯性坐标系内利用线性测量卡尔曼滤波器(LMKF)来估值海上机动目标的状态估值器。LMKF 可以用于非线性测量条件下的目标状态估值。同时,LMKF 的公式比延伸的卡尔曼滤波器(EKF)要容易推导得多。在飞机坐标系里用蒙特卡罗方法进行了大量的数学模拟。模拟结果表明,两种滤波器的估值误差相同,但是LMKF 只需要比较少的计算量。应用线性测量的方法,导出了在飞机地理水平面坐标系内的LMKF。该滤波器有较高的溶液精度和较少的计算量。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

基于自校正卡尔曼滤波器的信息融合算法

设计了一种新的基于ARMA模型自校正卡尔曼滤波器及其信息融合的方法,从而避免了经典卡尔曼滤波器需要精确知道系统的模型参数和噪声统计特性的缺点.仿真结果表明,在未知部分模型参数和噪声统计特性的情况下,自校正卡尔曼滤波器的滤波性能非常接近稳态最优卡尔曼滤波器;基于自校正卡尔曼滤波器的信息融合滤波性能接近基于稳态最优卡尔曼滤波器的信息融合滤波性能.     

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。     

车辆导航Kalman滤波衰减因子自适应算法实现

系统介绍了车辆导航系统中卡尔曼滤波器的设计,给出了误差校正的方法.提出了一种衰减记忆卡尔曼滤波中衰减因子的自适应估计方法.并在INS/GPS组合导航系统中进行了计算仿真,结果表明该算法能够较好地估计出衰减因子的大小有效地抑制滤波发散,提高导航精度.     

构造二维正交紧支撑线性相位小波滤波器的递推算法

根据二维小波滤波器参数化理论,提出了一个具有可操作性的二维小波滤波器递推算法。用最简形式刻画了4阶标准正交中心对称矩阵,并证明了根据算法产生的线性相位滤波器的一个重要性质。     

新型频率选择表面加载双极化超宽带紧耦合阵列天线

为使紧耦合阵列天线在超宽频带内实现电磁性能更佳、辐射性能更稳定的目的,提出一种新型条形频率选择表面宽角阻抗匹配层加载的双极化超宽带紧耦合阵列天线。通过高频仿真软件CST周期边界条件对阵列单元截断并进行研究分析。掌握阵元阻抗和辐射等电磁性能后,优化设计并加工出一个6×6单元的阵列天线进行实际测量。测量结果表明,该天线在2~12 GHz的频带内驻波比均小于3,驻波比带宽为10 GHz。带内辐射特性稳定,主瓣电磁能量集中,交叉极化小。工作频带内,最大增益可以达到13 dBi。该阵列天线可应用于超宽带相控阵天线领域中。