一种基于海杂波非均匀性度量的目标检测方法

针对海杂波的非均匀、非平稳特性导致传统自适应滤波方法无法获得服从复高斯分布且均匀的样本,检测性能显著下降的问题,提出了一种基于非均匀性度量的可变尺度混合目标检测方法.该方法将TDS和SDS方法各自的优势结合,根据广义内积计算出的样本非均匀度筛选出均匀样本,通过二次使用广义内积对样本进行分级挑选,自适应地调节整个检测场景的协方差矩阵混合权重,以提高杂波协方差矩阵的估计精度.实测结果表明,所提方法能有效减轻由于温湿度等影响在非均匀环境中产生检测虚警较多的问题;在提高杂波抑制性能的同时能保持目标信号能量的损失较小.

一种基于改进A2DC的机载双基杂波谱补偿方法

机载双基预警雷达目标探测系统具有较高的安全性和稳健的探测性能,但其非理想探测构型会造成杂波的非平稳性。传统自适应角度多普勒补偿(A2DC)方法对每个距离门的杂波数据进行空-时两维谱中心的估计,能够有效地补偿双基杂波因复杂构型引入的非平稳误差。然而,当回波中有较强的目标干扰信号时,自适应角度多普勒补偿方法会错误地估计该距离门杂波信号的空-时中心频率,造成目标信号产生相消现象。针对该问题,文中提出一种基于改进的A2DC的双基杂波谱补偿方法。所提方法将自适应角度多普勒补偿和广义内积法相结合,在杂波非平稳误差初步补偿之后剔除含有“疑似目标”的非均匀距离样本;并用该距离门附近样本的杂波谱中心估计参数构成相应的补偿矩阵,对该距离单元杂波数据进行角度-多普勒域的谱误差精确补偿;最终根据双基杂波非平稳误差精细化补偿后的样本数据,实现地理杂波的有效抑制,且有效避免了动目标信号因空域相消导致信杂噪比严重降低的问题。机载双基雷达杂波抑制和动目标检测的仿真实验结果表明,所提方法在面对多目标信号干扰时具有优良的双基杂波距离依赖补偿效果,从而完成稳健的地理杂波对消和动目标信号的可靠探测。

基于相对马氏距离的非均匀杂波抑制方法

由于天基雷达覆盖范围广、探测背景复杂,雷达回波会呈现出明显的非均匀特性,从而导致杂波协方差矩阵(clutter covariance matrix,CCM)估计与实际情况出现偏差,从而恶化天基雷达对空中动目标的检测性能。针对上述问题,提出了一种基于相对马氏距离的非均匀样本抑制方法,该方法首先计算所有样本的广义内积(generalized inner product,GIP),在此基础上选取一个合适的样本作为参考。通过比较场景中所有样本与参考样本的马氏距离,将相对马氏距离大于判定门限的样本作为非均匀样本剔除。用筛选后的样本进行杂波协方差矩阵估计,从而提高天基雷达在复杂环境下对空中动目标的检测性能。理论分析和实测数据结果表明,所提算法能够在非均匀环境下有效检测出空中动目标。

机载雷达地面静止目标二维检测算法

针对机载宽带雷达由于地面目标距离向扩展、距离徙动等现象导致传统检测手段存在检测虚警高、算法适应度低的问题,提出了一种基于多帧联合的机载雷达地面静止目标二维检测算法。采用“初筛选+精检测”的两步处理思路,首先在距离压缩和走动校正后提取雷达主杂波数据,通过广义内积(generalized inner pro-duct,GIP)值计算及排序完成回波数据的初筛选;随后联合方位多帧设置二维检测窗及检测门限,完成地面作战目标的快速精细化检测。最后,通过仿真及机载试飞实测数据验证了方法的有效性。该方法能够有效降低检测虚警、提高数据处理效率,且操作简单、易于实现。

利用广义内积值迭代加权的空时协方差矩阵估计方法

精确估计协方差矩阵是空时自适应处理(STAP)的核心问题,基于最大似然的样本协方差矩阵估计方法仅适用于均匀检测环境。为了提高非均匀场景下协方差矩阵的估计精度,该文提出迭代加权的空时协方差矩阵估计方法。该方法依据广义内积值(GIP)与其统计均值的距离确定样本的加权系数,并通过建立广义内积直方图及迭代处理的方式进一步提高协方差矩阵的估计精度。仿真结果表明,该方法能够提高非均匀环境下协方差矩阵的估计性能。

知识辅助的机载MIMO雷达STAP非均匀样本检测方法

针对样本协方差矩阵受干扰目标污染时机载多输入多输出(multiple-input multiple-output,MIMO)雷达空时自适应处理(space-time adaptive processing,STAP)目标检测性能下降的不足,提出一种知识辅助(knowledge-aided,KA)的广义内积非均匀样本检测方法。首先利用扁长椭球波函数估计的杂波子空间知识,离线构造杂波协方差矩阵,然后与广义内积非均匀检测器(generalized inner product non-homogeneity detector,GIP NHD)结合,实现对训练样本的有效选择,使目标检测不受训练样本中干扰目标的影响。仿真结果表明,相对于常规GIP方法,KA-GIP方法能够对存在干扰目标的样本进行更加有效地剔除,并且机载MIMO雷达STAP的目标检测性能得到显著提升,因此更有利于实际工程应用。

稳健的对角加载广义内积算法

针对空时自适应处理(STAP)在非均匀条件下的协方差矩阵估计问题,提出了对角加载广义内积(DL-GIP)算法.将对角加载用于改善广义内积(GIP)检测算法的检测性能.对于DL-GIP算法的关键是选择加载电平,给出了具体的选择方法.从理论上详细分析了对角加载对GIP性能的影响,即合理的对角加载可以提高检测概率和输出信噪比.最后的仿真分析验证了理论分析的正确性,即DL-GIP具有较高的检测概率和稳健的多个离群点检测能力,而且检测性能优于其他(广义内积和投影设计)非均匀检测(NHD)方法.

空时自适应处理中基于知识的训练样本选择策略

针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题,提出了一种基于知识的空时自适应处理(knowledge aided space time adaptive processing,KA-STAP)方法。该方法将待测距离单元杂波的先验知识与广义内积非同态检测器(general inner product nonhomogeneity detector,GIP NHD)结合,对训练样本进行有效选择。通过仿真证明该方法能有效剔除存在干扰目标的样本,提高训练样本被干扰目标污染时空时自适应处理的检测性能。

非正弦电路广义功率和特征参数的定义

将多相电压和电流函数定义为Hibert内积空间的2个向量，并应用正交投影定理对电流向量作正交分解，在此基础上给出了普遍适用的广义功率及其特征参数的定义表达式，并讨论了它们的性质。

关于随机赋范空间与随机内积空间的某些基本理论(英文)

首先提出随机度量空间定义的另一个提法，这提法不仅等价于原始的定义而且也使随机度量空间自动归入广义度量空间的框架，也考虑了关于拓扑结构的某些新的问题；循着同样的思路，对随机赋范空间的定义也作了新的处理并同时简化了随机赋范模的定义．其次本文也证明了一个Ｅ－范空间的商空间等距同构于一个典型的Ｅ－范空间；进一步，在概率赋范空间的框架下证明了一个概率赋伪范空间是伪内积生成空间的充要条件是它等距同构于一个Ｅ－内积空间，这回答了Ｃ．Ａｌｓｉｎａ与Ｂ．Ｓｃｈｗｅｉｚｅｒ等人新近提出的公开问题．最后，本文转向了它的中心部分──关于随机内积空间的研究，对随机内积空间中的特有且复杂的正交性作较系统的讨论，论证了只有几乎处处正交性才是唯一合理的正交性概念，在此基础上本文尤其将Ｇ．Ｓｔａｍｐａｃｃｈｉａ的在众多学科中都有多种用途的一般投影定理（或称变分不等式解存在性定理）以适当形式推广到完备实随机内积模上．

广义酉矩阵和广义(斜)Hermite矩阵的约当标准形

文章给出了P-内积的定义,利用P-内积的概念详细讨论了广义酉矩阵和广义(斜)Hermite矩阵的特征值以及广义特征向量的各种性质,并且利用这些性质解决了广义酉矩阵和广义(斜)Hermite矩阵的约当标准形。

基于正交特性的广义无功电流分解与检测

为克服基于瞬时无功功率理论的无功谐波电流检测法的不足,利用广义有功与无功分量间的正交特性,推导出电导性比例系数K的计算公式及其简化算法;提出了一种适用于任意波形周期性电压电路的广义无功电流检测方法。该方法无需坐标变换、锁相环及滤波器,计算量少,适用范围广,有较好的实时性。对正弦电压感性负载、非线性负载以及电压畸变3种电路的仿真验证及与基于瞬时无功功率理论的ipiq检测法进行比较的结果证明了该方法的正确性与适用性。

内积空间上的矩阵型pade逼近的代数性质

通过构造一个内积空间的线性泛函,定义了一个新的矩阵型pade逼近(MTPA).MTPA克服了pade逼近中分母必须为偶数的约束,其分母也可以是奇数.在此基础上,讨论和证明了MTPA的一些相应的代数性质,并列举相关的实例来验证,最后证明了其误差公式.

广义H ilbert空间

从一般的H ilbert空间H出发,引入并研究了广义H ilbert空间Hs×t,规定其中的“内积”为s×s阶矩阵。证明了这种内积与通常H ilbert空间中的内积具有类似的性质。最后,证明了这种空间中的CBS不等式和平行四边形公式。

产品系统生态化的“现实性要求”及政策诱因

为了研究企业实施生态化经营的内在驱动机制,选择竞争性市场结构作为研究背景,把产品系统分割为满足常规功能的普通因子部分和满足生态要求的生态因子部分,而产品顾客则被划分为普通型消费者和具有生态意识的责任型消费者两部分。在此基础上引入政策补贴变量,分别从短期和长期两个视角来分析企业产品系统生态化的行为特征。研究发现:在利润目标的驱使下,基于对责任型消费群体规模、自身技术经济实力、政策支持力度等因素的综合考虑,企业对产品系统生态因子比例的选择具有较强的策略性。

四维欧氏空间中的广义常斜坡曲面

利用曲面位置向量的正交分解式研究四维欧氏空间中的一类广义常斜坡曲面(即曲面的单位位置向量和单位平均曲率向量的内积为常数的曲面).首先将曲面的位置向量分解为切部分和法部分,然后对具有法平行和法部分是平均曲率向量特性的广义常斜坡曲面分别进行研究,得到了在这两类特殊情况下广义常斜坡曲面的存在性及其分类.讨论了当分解式的法部分完全位于曲面的平均曲率向量方向时,广义常斜坡曲面满足的表达式及相关性质,并证明了在这种情况下曲面可以选取曲率网作为参数,并且此时广义常斜坡面为一类特殊的曲面——陈氏面.最后给出了这些曲面的一些例子,并画出了在三维空间上的投影.

广义Fuzzy内积空间

本文引进了广义Fuzzy内积空间的概念,讨论了它的性质,给出了几个具体例子,并指出了广义Fuzzy内积空间与文[1]中的广义距离空间之间的关系。

广义酉变换及其性质

利用内积给出了广义长度和广义酉变换的概念,获得了许多新的结果,同时也推广了张禾瑞等先生的相关结果。

DP基关于L^2内积的对偶函数及其应用

给出DP基关于L2内积对偶函数的显示表示公式。首先介绍了计算机辅助几何设计中多项式对偶函数的一般理论;然后根据两组多项式基的转换公式,给出了相应对偶函数的转换公式。随后利用此转换公式和Bernstein基对偶函数的表示公式,推导出DP基关于L2内积对偶函数的显示表示。讨论了对偶函数在计算机辅助几何设计中的应用。

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。