基于杂波数据Frobenius范数拟合的阵元误差估计方法

机载雷达的阵元误差会影响运动目标的参数估计与定位性能。为了解决这个问题,提出一种基于杂波数据Frobenius范数拟合的阵元误差估计方法。该方法首先利用杂波谱分布结构和雷达构型参数计算杂波空时导向矢量矩阵,接着利用截断的奇异值分解求解杂波幅度矢量并重构杂波数据,最后将实际的数据矩阵与重构的数据矩阵进行Frobenius范数拟合来估计阵元误差。数值仿真实验结果表明,该方法在低脉冲数目、低样本数目的情况下均具有较好的参数估计精度与稳健性。

地震数据中杂波干扰数据的优化检测仿真研究

在对地震数据中杂波干扰数据优化检测时,由于震级不同其地震数据具有一定的随机性,使得地震波产生的数据分布分散特征不易提取。传统的信号检测方法,对数据的分布规律要求较高,因此很难从分布不均匀特征数据提取合理的特征数据,导致检测不准确的问题。提出基于小波网络的地震数据中杂波干扰数据的有效排除方法,给出小波网络的结构,采用梯度下降法调整小波函数的平移因子与尺度因子,完成小波网络拟合学习。对地震数据进行加窗处理,获取加窗子样本数据矩阵,通过小波网络的训练样本数据将小波网络训练至收敛,将训练完成的小波网络作为预测模型。并循环进行莱特准则,实现杂波干扰数据的识别及排除。仿真结果表明,改进方法在排除杂波干扰数据方面具有很高的性能。

ZMNL法实现杂波调制数据的产生

基于ZMNL方法实现了雷达杂波调制数据的产生,实现了快速、准确的杂波模拟;在实现过程中分别完成快速的谱分布变换,有关概率分布的函数表,以及函数表的快速查找方法;仿真结果说明这种方法是可行的、有效的。

复杂区域下石油勘探杂波数据检测方法仿真

针对当前方法杂波数据去噪效果差和杂波数据查准率低的问题,提出基于决策树算法的石油勘探杂波数据检测方法。利用小波阈值对石油勘探杂波数据去噪,计算固定阈值下杂波数据噪声信号的标准差,得到阈值函数,并将小波阈值去噪与决策树算法相结合检测石油勘探杂波数据,检测过程包含构造和修剪两个阶段,通过对杂波数据出现频率的计算可以得到杂波数据的估计函数,按照数值型属性来排序杂波数据,构造决策树并修剪其分支,利用决策树算法挖掘、归类杂波数据,最终实现复杂区域下石油勘探杂波数据检测。实验结果表明,所提方法具有良好的去噪效果,且杂波数据查准率高,表明所提方法具有较好的检测效果。

CINRAD雷达数据质量控制方法初探

多普勒天气雷达数据质量控制是以提高短临预报产品质量和满足短临预报需要为目的。通过参考国内外雷达数据质量控制的研究成果,分析雷达数据杂波来源,对雷达数据质量控制处理方法进行了试验和探讨,结果表明:在雷达数据质量控制过程中,使用非雷达资料(云图、自记雨量和闪电数据)排除地物杂波,尤其是排除超折射杂波具有一定的优势和局限性。晴空区里使用云图特征来排除大范围超折射杂波效果较好;但有降水存在时,这种方法就受到限制或不适宜使用。较远距离孤立和离散噪声杂波采用统计"突变率"、两层仰角叠加分析和改进型中值滤波算法综合处理,逐步去除数据杂波;较近距离则采用多仰角变换方法(分段混扫)来去除数据杂波。通过分析,得出了地物回波与降水回波的识别特征,引进了包含利用"雷达对"资料、雷达相关产品资料和云图、自动雨量站等非雷达资料的数据互补理念。

S波段雷达实测海杂波混沌分形特性分析

S波段海杂波信号表现了非线性和频谱时变性,传统的谱分析方法,无法反映该信号在时间上的演化规律。该文首先引入分形布朗运动模型,基于S波段雷达实测海杂波数据,计算了该分形模型的海杂波Hurst指数,进而求得了其分形维数。然后利用经典的Rosenstein方法,计算了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性。最后进行了计算机实验,验证了本文的结论。该文的工作为S波段海洋雷达的目标探测提供了一种新的途径。

基于LS-SVM的海杂波混沌预测

首先引入分形Brown运动模型,基于S波段雷达实测海杂波数据,计算得到了该分形模型的海杂波Hurst指数,进而求得了S波段雷达实测海杂波的分形维数.然后利用经典的Rosen-stein方法,计算得到了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性.在此基础上,提出了一种基于LS-SVM的海杂波混沌序列预测方法.最后进行了计算机实验,仿真结果证明了该方法具有较高的预测精度.

基于高尺度分形差量的海杂波背景下小目标检测

为了降低复杂海情对海杂波背景下小目标检测的影响,提高微弱信号检测准确度,文中采用多重分形去势波动分析法分析了海杂波数据在高尺度条件下的分形特性,将分形尺度q扩展到[-30,30],对多重分形参数H(q)的估计进行了研究,得到了高尺度分形差量ΔH(q),分析了尺度q的选取对ΔH(q)的影响,提出了一种基于高尺度分形差量的海杂波中小目标检测方法。实验结果表明:IPIX海杂波数据的分形特性受到海情和雷达极性的影响,选择高尺度指数q时,所提方法能够有效地区分动目标与纯海杂波之间的分形差异性,降低海杂波背景下小目标检测对海情的依赖性,相较于单尺度去势波动分析检测方法,大部分海情的检测门限提高了40%以上,发挥了海杂波数据在高尺度多重分形上的优势。

基于不同虚假量测分布的PDA算法

针对当前的概率数据关联算法假设虚假目标在跟踪门中服从均匀分布与实际情况不符,研究了假量测在跟踪门中分别服从均匀、瑞利、正态分布的情况,对概率数据关联算法进行了扩展,推导了各种不同分布下的加权因子计算公式.扩展后的PDAF算法更能准确有效地进行杂波环境下的目标跟踪.