基于MT-BCS的可分离DOA估计算法

压缩感知理论的不断发展,为二维DOA估计问题提供了新的思路。然而传统的二维DOA估计方法,只是对一维估计的建模方法别无二致,这导致求解时存在计算复杂度高、分辨率低等问题。文中通过对二维DOA模型的重新建模,将多任务贝叶斯压缩感知理论应用于二维DOA估计问题中,从而提出基于多任务贝叶斯压缩感知的可分离二维DOA低的优点。

GEO-LEO双基地SAR成像算法研究

提出一种基于多普勒贡献比加权的GEO-LEO星载双基地SAR二维频谱求解方法,与现有的频谱求解方法不同,该方法根据加权因子的物理意义,并利用GEO-LEO的轨道参数推导其相应的解析表达式,在没有引入误差的情况下,解决了GEO-LEO双基地SAR的二维频谱表达式求解问题。并与二维尺度变换逆FFT成像算法结合,实现了GEO-LEO双基地SAR对地面目标的精确成像。仿真实验结果表明了算法的优越性。

非确知目标先验知识条件下MIMO雷达稳健波形设计

考虑稳健波形优化问题以提高多输入多输出雷达最差条件下参数估计精度。基于最小-最大方法,将初始参数误差模型显式包含进波形优化问题,并基于克拉美-罗界得到稳健波形设计。为求解得到的复杂非线性优化问题,基于哈达玛不等式将其转化为半定规划问题,从而可高效求解。仿真结果表明,与不相关发射波形以及非稳健方法相比,所提方法可显著改善最差条件下参数的估计性能。

多载频相位编码信号的多普勒处理研究

由于多载频相位编码信号在频谱利用率、模糊函数以及包络峰均比三者之间达到了较好平衡,因而在近年来备受关注。针对这种雷达信号,研究基于子载频分离的脉冲多普勒处理技术,详细推导整个处理过程,分析速度对回波正交性及多普勒处理的影响,提出一种解决速度模糊的新方法。仿真分析表明,该方法能够较好地估计目标真实速度,对噪声具有一定的稳健性。

超宽带雷达人体姿态识别方法研究

利用传统摄像头进行人体姿态识别时,容易存在视觉盲区和泄露个人隐私等问题。针对这些问题,利用超宽带雷达具有高分辨率、强穿透性和抗多径干扰等特性,可实现全天时、全天候地对人体姿态进行识别,且对环境要求低、准确率高、保密性好。首先结合超宽带雷达系统的特性,对常见的超宽带脉冲信号进行具体分析;然后创新性地将超宽带人体姿态识别的研究方法分为传统机器学习方法和深度学习方法两大类进行综述,对具有代表性的支持向量机(SVM)和卷积神经网络(CNN)进行原理分析和讨论,并给出了基于高斯核的SVM识别流程和改进的CNN网络结构;最后划分了四类超宽带雷达回波信号特征提取算法,提出超宽带雷达人体姿态识别的通用模型,并指出超宽带雷达人体姿态识别亟需解决的问题。

基于交替投影的MIMO雷达波形设计

针对基于最大化互信息(或最小均方误差)准则所提方法只得到理论上最优多输入多输出雷达波形,而无法产生可发射波形的问题,基于交替投影方法,提出一种新的可发射波形设计算法。该算法得到的可发射波形渐进逼近基于最大化互信息(或最小均方误差)准则得到的理论最优波形,且迭代的每一步都具有闭式解,因而可获得高效求解。仿真结果表明,相比较已提出的可发射波形设计方法,所提算法具有较好的最优波形逼近性能。

改进的DPCA和ATI技术及其对比

通过改进合成孔径雷达(SAR)动目标检测(GMTI)的检测方法 DPCA及ATI,并对两种方法的效果进行了对比。DPCA处理步骤为:坐标配准、相位补偿、杂波对消、均值平滑和阈值检测,而ATI处理步骤为坐标配准、相位补偿、杂波对消/干涉、均值平滑和阈值检测,除了第三步有所差异外,其余步骤均一样。在此着重改进坐标配准与相位补偿,为提高配准与补偿的精度以提高动目标检测的准确率,并使用亚像素级的频域配准方法。实测数据证明,经改进后的DPCA和ATI检测效果均良好,即使是强度极弱的动目标也能够被检测到。经对比分析,ATI在动目标检测上有更优良的性能。创新地使用亚像素级的频域配准方法,且该算法为自动算法,对系统参数精度无要求。

目标先验知识未确知条件下MIMO雷达波形优化

考虑杂波场景下改善MIMO雷达最差估计性能的稳健波形优化方法,根据最小最大方法,首先基于克拉美-罗界描述稳健波形优化问题。为求解所得复杂非线性问题,提出一种基于对角加载(DL)的迭代方法。此方法中,内层优化首先利用哈达玛不等式被分解为若干个子问题。基于DL方法将子问题可以转化为凸问题,外层优化同样也可转化为凸问题,因而此优化问题可获得高效求解。初始优化问题的最优解可通过对迭代优化结果的最小二乘拟合得到。数值仿真验证了所提方法的有效性。