单次快拍波达方向矩阵法

提出了一种新的基于阵列系统单次快拍数据的相干信源二维波达方向(direction of arrival,DOA)快速估计方法——单次快拍波达方向矩阵法(single snapshot DOA matrix method,SS-DOAM)。该方法保持了原DOA矩阵法无需二维谱峰搜索和参数配对的优点,利用阵列系统结构特点,构建单次快拍数据矩阵,通过对单次快拍波达方向矩阵进行特征分解,解决了二维DOA估计问题并实现了相干信源完全解相干。由于该算法只利用一次快拍数据,不需要快拍累计和进行相关运算,计算复杂度大幅降低,适用于对二维DOA估计实时性要求高的应用背景。针对单快拍算法在低信噪比时估计误差较大的问题,进一步提出了利用同相数据叠加来改善估计精度的对策。仿真结果证明了该方法的有效性。

IPTA方法在地面沉降监测中的应用

干涉点目标分析(IPTA)技术是一种新兴的In SAR形变测量技术。它克服了常规雷达差分干涉测量(DIn SAR)受失相干因素和大气延迟影响较大的问题。介绍了IPTA方法及处理流程,并对参数迭代估计、基线精化等关键问题进行了阐述。对加利福尼亚州安大略市的39幅ENVISAT ASAR数据进行IPTA处理,提取了2005—2010年间的地面沉降信息并进行了形变分析。结果表明,该方法在大范围地面沉降监测中应用效果良好。

瞬时梯度去相关在线EASI算法

针对在线EASI算法的瞬时梯度与真实梯度存在偏差,并且偏差会随着分离矩阵的迭代更新传递和累积下去,造成分离性能下降的问题,提出了一种瞬时梯度去相关的在线EASI算法—IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性,减小偏差累积,从而提高算法的分离性能。经仿真实验验证,该算法相较传统在线EASI算法在收敛速度和分离精度方面都获得了较大提高。在信道时变的情况下,IGDA-EASI算法同样具有更好的分离性能。并且在动量项EASI算法中IGDA算法依然具有适用性。