加权l2范数实现双基地MIMO雷达稀疏目标定位

由于有限的目标个数相对雷达的二维扫描空间高度稀疏,基于压缩感知理论,从稀疏信号重构角度对双基地MIMO雷达目标进行定位。首先,用收发阵列扫描的二维空间构建完备字典,多个目标在完备字典上的投影构成稀疏矩阵。其次,推导了双基地MIMO雷达的稀疏接收信号模型,并将接收信号模型矢量化。然后,建立加权l2范数最小化约束模型,并将约束模型转变为非约束模型,递归求解隐函数形式下双基地MIMO雷达目标参数的全局最优解。仿真结果表明,递归加权l2范数算法在90×90的密集网格和低信噪比环境下,可以实现双基地MIMO雷达多个稀疏目标的波达方向、波离方向和反射系数的联合估计,实现稀疏目标定位,而且目标各参数自动匹配。仿真结果验证了算法的有效性。

Lagrange插值算子于Wiener空间下的平均误差

得到了以第二类Tchebycheff多项式的零点为插值结点组的Lagrange插值多项式在Wiener空间下的平均误差的弱渐近阶.

Lagrange插值在一重积分Wiener空间下的平均误差

在加权L2范数逼近意义下确定了基于扩充的第一类Chebyshev结点组的Lagrange插值多项式列在一重积分Wiener空间下平均误差的强渐近阶.

非线性奇异椭圆问题的有限元误差分析

具有奇异系数的偏微分方程是一类很重要的方程,本文考虑一类二维非线性奇异椭圆边值问题的Galerkin有限元方法,给出了Lagrange有限元的加权L2范数的误差估计.

拟Hermite-Fejer插值算子于Wiener空间下的平均误差

得到了以第二类Tchebycheff多项式的零点为插值结点组的拟Hermite-Fejer插值多项式在Wiener空间下平均误差的弱渐近阶.

Grnwald插值算子在Wiener空间下的平均误差

得到了以第二类Chebyshev多项式的零点为插值结点组的Grnwald插值多项式在Wiener空间下平均误差的一个估计.

基于Chebyshev节点组的多元张量积多项式插值在布朗片测度下的平均误差

利用一元函数的Lagrange多项式插值构造了一种线性张量积多项式插值逼近多元函数。对于加权L_2范数,在布朗片测度下讨论了其平均误差,得到了相应量的强渐近阶。同过去利用线性泛函信息构造算法相比,本文的算法利用的是标准信息,且算法是构造性的,可以直接解决实际问题。而且在平均误差方面,结果显示该算法在一维情形下是阶最优的,且在高维情形下与利用线性泛函信息得到的最优算子具有类似的逼近阶。

基于贝叶斯理论的多载频SIAR雷达频率分集角度测量

SIAR雷达采用多载频正交发射、多天线接收模型,通过频率分集处理,其接收回波经过变换等效为非均匀空域采样信号,常规傅里叶变换处理得到的目标谱分析会出现较大的旁瓣效应,文中先对接收天线位置进行预排序处理,之后通过贝叶斯后验概率分布准则,采用l2范数对目标功率谱进行加权约束,进而获得空间均匀采样阵列回波.仿真试验给出了目标在不同SNR、不同外推阵列个数及不同仰角下的谱分析,仿真结果有效验证了SIAR雷达在高分辨角度测量等方面的优势.