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。

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。

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。

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。

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。

LFM信号参数联合估计新方法——域频率相差法

采用分数阶傅里叶变换域频率分析方法,针对线性调频连续波信号分数阶傅里叶变换的特性,提出了分数阶域相差法,可以在低信噪比条件下对线性调频连续波信号进行检测,获得多普勒频移与实验的精确参数估计。同时时频参数联合估计中不必进行二维搜索,具有快速、高效的特点。计算机仿真结果表明了该方法的有效性。

基于分数阶频率域混合相关的线性调频信号检测与参数估计

针对线性调频(LFM)信号分数阶傅里叶变换的特性,提出了一种分数阶频率域相关算法.该算法不仅能够在低信噪比条件下对LFM信号进行检测,还能与时间域相关法混合求解,获得包含时延及多谱勒频移参数的信息,实现精确参数估计.在分数阶频率域相关中,不必进行角度的一维及二维搜索,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.

基于扩展信源熵值的穿墙成像雷达墙体强杂波抑制

提出了基于扩展信源熵值理论的超宽带穿墙成像雷达墙体强杂波抑制方法.首先将回波信号离散化,计算离散信源的概率空间并对该离散信源进行扩展,计算得到扩展后含有墙体强杂波和目标回波的新信源的熵值.然后根据墙体杂波熵值与目标信号熵值的差异设定门限,自适应选取最佳门限调节因子,对回波信号进行杂波抑制处理.经过墙体强杂波抑制处理后,利用后向投影方法对目标进行成像.以基于时域有限差分方法(Finite Difference-Time Domain,FDTD)的仿真软件Gpr Max2D/3D所获得的穿墙雷达数据进行仿真实验,分别通过基于信源熵值的方法与本文所提方法来抑制墙体强杂波并成像,通过对比结果可知,前者的目标-杂波比增量为15.51dB,后者的目标–杂波比增量为19.74dB.因此,本文所提方法能够在相同测量方式下得到更为精确的成像,而且可以在保证成像效果的前提下大大减少天线扫描次数.

基于压缩感知的伪随机等效采样信号重构

伪随机等效采样利用采样周期数与采样点数间的互质关系使各采样点均匀复现于同一周期,从而达到较高的等效采样速率。然而为了精确重构出原始信号,需大量采样数据,因此导致采样时间过长,实时性能差。针对上述问题,提出了一种基于压缩感知理论的伪随机等效采样信号重构方法,通过构造伪随机等效采样观测矩阵并选择离散傅里叶变换基建立稀疏重构模型,然后利用压缩感知中的正交匹配追踪算法求解该模型,从而重构出原始信号。仿真实验表明,所提方法在采样点个数40时,重构成功率达99.73%。

基于FGG NUFFT的穿墙成像雷达快速BP算法

针对穿墙成像雷达后向投影(Back Projection,BP)算法存在计算复杂度较高、内存需求较大等问题,本文提出了一种基于快速高斯网格化的非均匀快速傅里叶变换(Fast Gaussian Gridding Nonuniform Fast Fourier Transform,FGG NUFFT)成像算法,该算法能够有效加速BP算法。对经过联合熵值法抑制墙体杂波后得到的目标回波数据,首先将BP算法中像素点幅值与高斯核函数反卷积消除高斯平滑的影响,然后对均匀数据进行快速傅里叶变换,最后对得到的数据进行卷积运算实现对数据均匀平滑输出。该方法预先划分网格并存储系数,避免了重复运算。通过对基于时域有限差分法(Finite Different-Time Domain,FDTD)的仿真软件GprMax2D/3D所获得的穿墙雷达数据进行处理,仿真实验证明该方法在保证成像质量的情况下,有效降低计算复杂度与内存需求。

基于迭代近端投影的二维欠采样合成孔径雷达成像

合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影(IPP)的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多普勒域的2维稀疏表示模型,在此基础上将成像问题转化为距离向和方位向压缩感知稀疏重构问题,利用迭代近端投影算法的函数优化模型来表示合成孔径雷达成像中的稀疏表示,最后采用平滑削边绝对偏离(SCAD)罚函数获得近端算子以求解该模型并进行成像。仿真与实测数据处理结果表明,所提方法成像效果更好。

临南洼陷深层碎屑岩次生孔隙特征及其地质意义

临南洼陷是惠民凹陷的主力生油洼陷，制约其深层勘探的关键因素是储集层的物性问题。以往认为，该区次生孔隙发育的底界深度为3500—4000m．文章研究认为4200m以下仍然存在次生孔隙。本区次生孔隙主要发育2种类型：溶蚀孔和微裂隙。影响次生孔隙发育的主控因素有4个：沉积相带、成岩作用、构造作用及温度压力。对深层次生孔隙进行研究，可以拓展油气勘探的空间，具有重要的地质意义。