相位锥化低旁瓣和差波束方向图合成新方法

为了解决低旁瓣和、差波束方向图合成问题,提出了一种低旁瓣和、差波束方向图合成的新方法。在相位锥化加权情况下,利用阵列因子与阵元激励之间存在的傅里叶变换对关系,根据给定的阵列因子应用循环迭代方式获取阵元激励系数,最终使其达到初始旁瓣要求。该方法解决了传统低旁瓣和、差波束方向图合成方法中存在的搜索次数多、计算量大、鲁棒性差的缺点;另外该方法可以有效解决阵元缺损情况下,均匀线列阵的低旁瓣和、差波束方向图合成问题。算法仿真验证了该方法的有效性。

高度机动目标的异步多传感器偏差估计算法

异步多传感器偏差估计问题是数据融合系统中的常见问题。在已有算法中,由于忽略了伪量测方程中的加速度项,在高度机动目标条件下的偏差估计可能是有偏的,为此提出了一种针对高度机动目标的异步多传感器偏差估计算法。该算法在构造伪量测差分矢量时通过反求最适的伪量测同步时刻,可以建立无加速度项的伪量测方程,并通过Kalman滤波对系统偏差进行估计。仿真结果表明,在目标高度机动的情况下,该算法的估计精度优于已有的算法。