基于压缩感知的捷变雷达距离-速度估计

在目标识别探测领域,毫米波雷达发挥着至关重要的作用。其中抗干扰能力和检测精度是衡量雷达性能的两项重要指标。为提高雷达抗干扰能力,改善雷达的信号处理效果,提升雷达的距离-速度检测精度,本文采用相参处理时间(CPI)间载频捷变与脉间脉冲重复频率(PRF)捷变相结合的雷达信号,利用压缩感知(CS)模型进行频谱生成,并设计了新型雷达距离-速度分析法进行目标检测,建立了一套完整的雷达信号处理算法。对算法的各个环节进行理论分析和仿真实验,仿真结果证明,本文设计的基于压缩感知的捷变雷达距离-速度估计方法,增强了雷达的抗干扰能力,同时提升了雷达的距离-速度检测精度。

基于联合GA_MUSIC算法的均匀圆阵快速DOA估计

针对均匀圆阵二维谱峰搜索时间过长的问题,提出在二维谱峰搜索过程中引入遗传算法来降低MUSIC算法的谱峰搜索时间。并针对标准遗传算法中未成熟收敛以及收敛较慢的问题提出引入正交变异算子和蜂王竞争机制来解决。最后进行仿真实验将改进后的遗传算法(IGA)用于均匀圆阵的MUSIC算法中的谱峰搜索,并与标准遗传算法(SGA)进行搜索成功率以及收敛速度的对比。实验结果表明改进后的遗传算法(IGA)估计成功率更高,误差更小,收敛速度更快,谱峰搜索时间更短。

基于迭代梯度下降算法的DOA估计

波达方向(Direction-of-arrival,DOA)估计在探测、跟踪、电子对抗等领域有着广泛的应用,而现有的算法大多存在估计精度不足、算法复杂度大、算法计算量大的问题。本文在使用梯度下降算法来求解最小噪声特征值所对应的噪声特征向量的基础上,通过上周期测量的噪声特征向量作为当前周期递推的初始化向量,来减少每个周期测量的运算量,提高算法估计精度。Matlab仿真结果表明:基于迭代梯度下降算法的DOA估计有较高估计精度的同时能够减少运算量。