基于时频域分析的车载毫米波雷达干扰抑制方法

文中针对车载调频连续波雷达之间相互干扰导致虚警和漏警的问题,提出一种在时频域基于改进经验模式分解和自回归模型相结合的干扰抑制方法。该方法首先使用经验模式分解区分出拍频信号中干扰分量主导的低阶本征模态函数,将其转换到短时傅里叶变换域后通过全局阈值方法进行干扰分量定位;其次,在时频域根据定位信息将拍频信号包含干扰的数据置零;最后,使用自回归模型对拍频信号中缺失的有用信号进行估计并插值。通过仿真和实测结果显示,该方法在精确地去除干扰分量的同时可以减少有用信号的功率损失,干扰抑制后的信号与参考信号的相关系数达到0.9697。与现有干扰抑制技术相比文中方法也体现出更优的干扰抑制性能。

基于轻量化YOLOv5的雷达图像道路目标检测方法

针对现有车载毫米波雷达目标检测信号处理流程中未滤除静止杂波干扰和网络参数量及浮点数运算量多的问题,文中提出一种车载毫米波雷达目标检测信号处理链,并基于Ghost卷积和空间深度(Space-to-depth,SPD)卷积,设计了一种车载雷达轻量化YOLOv5目标检测模型。首先,使用平均相消算法对雷达原始AD采样数据进行静止杂波干扰抑制;然后,进行二维快速傅里叶变换(Fast Fourier Transform,FFT)得到目标的距离-多普勒(Range-Doppler,RD)图像;最后,使用轻量化目标检测网络模型对RD图像进行检测。实测数据验证了本文所提方法能够滤除静止杂波,有效减少了目标检测模型的浮点运算量,进而降低了模型的参数量,且具有较高的检测精度。

基于对抗自编码填补网络的MIMO雷达故障阵元缺失数据重构

多输入多输出(Multiple In Multiple Out,MIMO)雷达的阵元故障会导致其协方差矩阵出现整行整列数据缺失,从而降低其角度估计性能。为此,提出一种对抗自编码填补网络(Adversarial Autoencoder Imputation Network,AAEIN)来重构故障阵元的缺失数据。该网络由负责重构缺失数据的自动编码(Autoencoder,AE)网络和负责分辨数据来源的鉴别器组成。在二者的对抗训练中,AE网络的重构能力和鉴别器的分辨能力不断得到提升,直至两者收敛。为避免网络训练过程中参数量大和计算复杂度高的问题,文中结合MIMO雷达协方差矩阵的Hermitian特性,使用协方差矩阵上三角部分构建数据集用于网络训练。仿真结果表明,文中方法可以有效地重构故障阵元的缺失数据且具有较高的重构精度。

空域色噪声下的多输入多输出雷达角度估计

由于多输入多输出(multiple input multiple output,MIMO)雷达的空域色噪声协方差矩阵通常为非对角矩阵,因此在色噪声下信号子空间与噪声子空间无法有效分离,从而致使传统算法无法有效估计目标角度。为此,首先利用信号协方差矩阵的低秩性和色噪声协方差矩阵的稀疏性来抑制空域色噪声。然后,根据MIMO雷达数据的内在多维结构特性,建立四阶张量CP(canonical or parallel factor analysis,CANDECOMP/PARAFAC)分解模型。针对传统交替最小二乘算法对数值病态性较为敏感而导致CP分解精度低的问题,利用张量因子矩阵之间的共轭关系来降低求解的病态敏感度,提高张量分解的稳健性。最后,利用最小二乘拟合法从因子矩阵的估计值中得到目标角度。仿真结果表明,所提算法能够对色噪声有效抑制并提高了角度估计的精度。

面向异构传输需求的多无人机通信协同抗干扰决策方法

干扰条件下的多无人机通信中,用户根据业务有不同的通信需求,而各个信道质量也不同,对抗干扰通信决策提出了业务需求与资源匹配的新要求。针对外部对抗性干扰场景下,多个用户如何选择适合的信道和功率,在干扰躲避、内部冲突控制以及功率优化的同时实现有限资源的高效利用这一问题进行研究,提出了一种面向传输需求匹配的抗干扰决策方法。首先,利用部分重叠信道的特性进行信道资源复用;然后,运用多用户协同强化学习训练用户信道选择策略,并使用斯坦伯格博弈对功率进行优化,实现对用户异构传输需求进行资源匹配。所提方法能实现干扰条件下的多用户异构传输需求的信道和功率联合优化,提升资源利用合理性,实现传输效果的提升。

基于动态联盟的无人机集群协同干扰方法

针对无人机集群对多个异构电磁目标进行协同干扰时面临的多智能体协同学习决策问题,提出了基于动态联盟的无人机集群协同干扰方法。运用马尔可夫决策对协同干扰进行建模,构建干扰联盟博弈模型,优化集群干扰中的频率和功率联合决策以及干扰资源的动态调配,实现对多个用频模式不同、压制功率需求不同的电磁目标进行干扰的系统效能优化。首先,利用协同强化学习算法对任务目标的信道决策进行学习,联盟内无人机协同干扰;然后,根据干扰效果进行干扰联盟结构的动态调整。所提算法可从强化学习进程中根据干扰效能的差异动态调整干扰资源,并能适应目标功率的变化,相同场景下,系统干扰效能值较基线算法提升约12.5%。

浅谈压裂砂储料平台的改进技术应用

本文主要论述了分公司大型压裂施工在用的压裂砂储料平台的技术设计及改进方案,这些储料平台具有在施工现场存储压裂砂、桶装药剂及其他辅助物资等功能,保证这些物品的状态完好,在压裂施工现场发挥了重要作用。随着长期超负荷使用及野外恶劣施工环境的影响,发现原来的储料平台设计存在一定的不足,出现储料平台的横顺梁弯曲变形或开裂、表面钢板翘曲变形及吊装口活门变形脱落等问题,需要对其加以改进设计,以满足现场压裂工艺及施工的需要,此外还需要对底座骨架材料及强度等方面加以改进,以满足现有压裂施工的需要。

基于自适应加权非凸正则化和全变分的稀疏SAR成像

针对传统压缩感知(Compressive Sensing, CS)重构算法成像精度低及抗噪性能差等问题,提出了一种基于自适应加权极小极大凹罚函数和全变分的稀疏合成孔径雷达(Synthetic Aperture Imaging Radar, SAR)成像重建方法。首先,将加权思想同非凸函数簇中的极小极大凹罚函数结合,以进一步促进解的稀疏性;然后,与全变分判罚函数线性组合构成复合正则化器,以进一步提高抗噪性能;最后,采用交替方向乘子法求解该成像模型,并在求解过程中使用方位-距离解耦算子替换测量矩阵及其厄米特转置以减少存储空间。仿真与实测数据处理结果表明,所提方法相比于其他算法有更好的聚焦性能和重建精度。

基于轻量化网络的车载雷达目标分类方法

针对现有车载毫米波雷达目标分类方法存在静止杂波干扰和网络模型复杂度高的问题,本文将Ghost模块和MobileNet相结合设计了G⁃MobileNet轻量化神经网络,并提出了一套完整的车载毫米波雷达目标分类流程。首先对雷达原始AD采样信号进行向量均值相消处理,滤除静止杂波,再进行二维快速傅里叶变换(FFT)得到目标的距离⁃多普勒(RD)图像,最后使用G⁃MobileNet对RD图像特征进行提取及分类得到分类结果。实测数据处理结果表明,所提方法能够消除静止杂波对多普勒特征产生的干扰,且分类网络模型复杂度低,在具有较高的分类准确率的同时节省了网络模型储存空间和运行网络所需内存。

阴茎头宽度和尿道板宽度对尿道下裂TIP手术后并发症的影响分析

目的探讨尿道下裂尿道板纵切卷管尿道成形(tubularized incised plate urethroplasty,TIP)手术后并发症的影响因素。方法本研究为回顾性研究,以2019年1月至2021年6月深圳市儿童医院泌尿外科同一治疗组收治的接受TIP手术的尿道下裂患儿作为研究对象,根据是否出现并发症将患儿分为并发症组和无并发症组,收集两组患儿手术年龄、尿道口位置、尿道板宽度、阴茎头宽度、尿道缺损长度、手术时间以及术后并发症情况(包括尿道瘘、尿道狭窄、龟头裂开等),采取二元Logistic回归分析TIP手术后并发症的影响因素。结果本研究共纳入尿道下裂患儿275例,平均年龄3.7岁(1.0~16.0岁);阴茎头宽度≥13 mm者240例,<13 mm者35例;尿道板宽度<8 mm者224例,≥8 mm者51例。275例均获随访,随访时间1~3年,其中17例(17/275,6.2%)术后出现并发症,包括尿道瘘12例、尿道狭窄2例、龟头裂开4例(其中1例同时合并尿道瘘和尿道狭窄)。尿道板宽度≥8 mm组与尿道板宽度<8 mm组并发症发生率差异无统计学意义[(2/51,3.9%)比(15/24,6.7%),P=0.448]。阴茎头宽度≥13 mm组较阴茎头宽度<13 mm组并发症发生率低,差异有统计学意义[(3.8%,9/240)比(8/35,22.9%),P=0.001]。单因素Logistic回归分析结果显示,术后并发症的影响因素包括尿道外口位置、阴茎头宽度、尿道缺损长度以及手术时间(P<0.05);多因素Logistic回归分析结果显示,TIP手术后并发症的独立影响因素为阴茎头宽度(OR=0.624,95%CI:0.423~0.920,P=0.017),尿道板宽度与TIP手术后并发症无关(P>0.05)。结论阴茎头宽度可影响尿道下裂TIP手术后并发症的发生率,对于阴茎头宽度<13 mm的尿道下裂,需要慎重考虑行TIP手术;临床可不必根据尿道板宽度来决定是否行TIP手术。

考虑快速充电站影响的前馈功率控制策略

当微电网应对大负荷快速投切时,直流母线容易产生大幅度电压波动,产生大量谐波电流。该问题导致系统效率大大降低,并且威胁系统稳定性。在微电网环境下,当充电功率变化速率过快时,容易导致上述问题。因此针对快速充电站接入微电网中所导致的直流母线电压波动的问题,提出一种含前馈功率的功率控制策略。当用户需要充电时,结合充电汽车的充电特性与用户充电需求,生成前馈功率曲线,再进行充电。通过MATLBAB/Simulink仿真进行对比分析,得出该控制策略控制方式相比于不含前馈功率的控制方式具有相应速度快,直流电压可以快速稳定,并且谐波含量少等优点,具有一定的参考价值。

数字经济助推江西经济高质量发展的路径和对策研究

构建新发展格局背景下,数字经济作为推动地方经济高质量发展的新引擎,作用和成效日益凸显。本文通过阐述数字经济助推江西经济高质量发展的基础和条件,分析数字经济助推江西经济高质量发展面临的瓶颈,并提出加快推进江西数字经济发展的对策建议,为江西打造中部地区数字经济集聚区、先行区、先导区和示范区提供借鉴参考。

阵元失效下基于核范数和SCAD惩罚的MIMO雷达DOA估计

阵元失效下多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达虚拟阵列协方差矩阵出现大批整行整列元素缺失,破坏原有内在完整结构,导致波达方向(Direction of Arrival,DOA)估计性能下降。为此,提出一种联合核范数和SCAD(Smoothly Clipped Absolute Deviation)惩罚的完整协方差矩阵重构方法,以利于阵元失效下MIMO雷达DOA的有效估计。首先对待恢复的协方差矩阵建立核范数和SCAD惩罚双先验约束模型,并利用等正弦空间稀疏化方式划分粗网格空间,在可容忍的模型误差内能大大降低运算复杂度;然后利用ALM-ADMM(Augmented Lagrange Multipliers-Alternating Direction Method of Multipliers)算法对双先验约束模型进行求解,从而恢复协方差矩阵中大量整行整列的缺失数据;最后通过RD-ESPRIT(Reduced Dimensional ESPRIT)算法进行目标DOA估计。仿真结果验证该方法能快速恢复虚拟协方差矩阵中的缺失数据,从而有效提高阵元失效下MIMO雷达的DOA估计性能。

基于矩阵因子重构的MIMO雷达角度估计方法

多输入多输出(MIMO)雷达中部分失效阵元会使得阵列采样数据丢失,从而导致较差的角度估计性能。为此,提出一种基于不完整矩阵因子重构的MIMO雷达角度估计方法。首先,根据协方差矩阵可分解的性质,提取维度较低的矩阵因子,并将协方差矩阵中缺失数据恢复问题转化为矩阵因子重构问题。然后,为了利用矩阵因子中元素的相关性,对不完整矩阵因子建立核范数约束下的低秩Hankel矩阵重构模型;为避免传统的核范数最小化求解中计算复杂度高的问题,采用低秩矩阵拟合方法将Hankel矩阵分解为两个维度较低的矩阵,等价表达了核范数约束。最后,利用交替方向乘子法(ADMM)对该矩阵重构模型进行求解。仿真结果表明,本文方法可以有效地重构出矩阵因子中的缺失元素,进而实现阵列协方差矩阵中丢失数据的补全,改善阵元失效下的MIMO雷达角度估计性能。

空域色噪声下基于张量Vandermonde因子矩阵重构的MIMO雷达角度估计

本文提出了一种空域色噪声环境下基于张量Vandermonde因子矩阵重构的多输入多输出(Multiple Input Multiple Output, MIMO)雷达角度估计方法。该方法首先将不同脉冲的匹配滤波输出进行互相关以实现对接收信号的去噪处理;然后,根据因子矩阵先验结构信息建立具有Vandermonde约束的四阶张量典范分解/并行因子分析(Canonical Decomposition/Parallel Factor Analysis, CANDECOMP/PARAFAC)模型,并推导了基于约束交替最小二乘(Alternating Least Squares, ALS)的迭代求解方法,在交替迭代过程中充分利用因子矩阵的Vandermonde结构,通过构造Toeplitz矩阵并进行Vandermonde分解的方式获得因子矩阵估计值;最后,通过最小二乘拟合方法估计目标角度。仿真结果表明本文算法能够有效提高MIMO雷达在空域色噪声下的角度估计性能。

基于双重Toeplitz矩阵填充的阵元受损MIMO雷达DOA估计

在阵元受损下多输入多输出(Multiple Input Multiple Out,MIMO)雷达的虚拟阵列中存在虚拟阵元部分缺失,使得传统波达方向(Direction of Arriual,DOA)估计方法无法有效估计目标DOA。矩阵填充可以利用随机分布的少量采样元素恢复出完整矩阵,但阵元受损使得虚拟阵列协方差矩阵会出现结构性缺失数据,导致传统矩阵填充方法失效。为此,文中利用阵列协方差矩阵的双重Hermite Toeplitz结构和低秩特性,构建一种改进的低秩矩阵填充模型,并分别使用凸优化工具箱(CVX)和交替方向乘子法求解该模型获得完整的协方差矩阵,最后利用RD-ESPRIT算法获得目标的DOA估计值。仿真结果表明,文中的方法能对阵元受损带来的结构性缺失元素进行有效重构,从而提高了目标DOA估计性能。

基于高斯短时分数阶傅里叶变换的多分量LFM信号检测与参数估计

该文针对线性调频信号,提出一种基于分数阶波包变换分析方法——高斯短时分数阶傅里叶变换。通过旋转角度的搜索及高斯窗口宽度的调整,能够在低信噪比条件下对多分量LFM信号进行检测,避免交叉项的出现,并能得到参数的估计值。通过推导分析给出变换结果的解析表达式,计算机仿真结果也表明了该变换的有效性。

WGS-84坐标系下改进的广义最小二乘配准算法

针对广义最小二乘算法在WGS-84坐标系中存在收敛速度慢及收敛性能不稳定的问题,提出了一种改进的广义最小二乘算法.该算法以收敛步数作为最小二乘算法中的量测精度加权因子,使得量测精度随着步数的变化而变化,从而实现了收敛步数的减少和收敛之后稳定性的改善,提高了目标跟踪定位的性能.仿真结果表明,改进的广义最小二乘算法优于广义最小二乘算法,进一步验证了该算法的有效性.

基于蚁群相似度加权霍夫变换的航迹起始

在雷达、红外等传感器的目标航迹起始时,目标的机动性以及数据的批处理会导致目标运动轨迹上偏离点的漏检。针对该问题,首先在Hough变换基础上,根据目标运动速度、幅度等信息置信区间与杂波干扰的不同,加上权重因子进行累积,然后进行目标的航迹起始,最后利用蚁群相似度检测起始轨迹上的偏离点迹。仿真结果表明,较之传统Hough变换,采用加权Hough变换算法能有效检测到目标航迹上的偏离点迹,提高目标检测概率。

船舶导航雷达的海杂波自适应抑制算法

船舶导航雷达的海杂波抑制技术是提高海面目标检测性能的关键和难点技术,具有很高的军事和民用价值。文中基于数理统计理论,提出了多模型选择的海杂波自适应抑制方法,通过对雷达多次扫描的回波数据建立海杂波模型库,统计、估算各模型相应参数选择与雷达回波数据最佳匹配的模型,作抑制海杂波的对消处理。计算机仿真及实测数据处理,都验证该方法的有效性和可行性。