脉内聚束SAR方位高分辨率宽测绘带成像

针对星载合成孔径雷达(SAR)方位高分辨与宽测绘带之间的矛盾,提出脉内聚束SAR模式实现高分辨宽测绘带成像.建立了脉内聚束SAR模型,分析了脉内聚束SAR回波信号特性,得出脉内扫描技术会导致不同方位子场景上散射点相互叠加引起距离模糊的结论.针对该距离模糊,利用俯仰维多孔径进行空域滤波解模糊;并分析了地形起伏对成像结果的影响.脉内聚束SAR利用脉内扫描获得更长的合成孔径,以此实现高的方位分辨率;同时在采用低脉冲重复频率的情况下,获得宽测绘带,从而实现了高分辨宽测绘带成像.仿真实验结果验证了该方法的有效性.

一种深海多途相干信道下的高分辨DOA估计方法

针对基于平面波声场模型的深海DOA(Direction of Arrival,DOA)估计存在误差的问题,从射线理论出发,建立了多途信道下深海DOA估计的阵列信号模型,推导出了深海多径声线传播时间和相邻阵元声线传播时延差的表征方法,运用解相干DOA估计算法,提高深海DOA估计性能,通过仿真验证了算法的有效性。研究表明,深海DOA估计问题实为多维参数优化问题;充分考虑海洋声场的声传播特性,可以从根本上解决深海DOA估计的误差问题。

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力,而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术,分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明,基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。

波束域MVDR高分辨方位估计方法研究

针对 MVDR在低信噪比时分辨性能下降问题 ,提出了波束域 MVDR( BMVDR)方法 ,并提出了在实际声纳系统中用 BMVDR代替现有的分裂波束精测定向法 ,与多波束系统结合成定向设备的新思路 .BMVDR不仅能有效解决 MVDR在低信噪比下分辨性能下降问题 ,而且不需要对声纳定向系统做大的改动 ,BMVDR就能与现有声纳中的多波束系统有效地结合起来 ,显著地提高多目标分辨性能 。

波束形成与独立分量分析融合的宽带高分辨方位估计方法

针对波束域高分辨方位估计存在方位估计偏差大等缺点,提出了将波束形成与独立分量分析融合的宽带高分辨方位估计方法:(1)阵元域数据转换到波束域后,对多波束数据利用基于二阶统计量的独立分量分析算法处理,(2)将波束域独立分量分析融合方法输出结果重构回阵元域信号,(3)对重构后的阵元域数据,使用约束最优化方法改进的MUSIC算法做高分辨方位估计。最后利用ICS(Interactre Circuts & System)声呐模拟器数据和海试数据对算法进行了验证。结果表明:本文方法在弱目标检测、观测区域外强干扰抑制、方位分辨率方面都优先于波束域MUSIC和波束MVDR方法。

基于Gibbs采样的贝叶斯多目标高分辨方位估计

讨论了一种利用Gibbs采样方法的贝叶斯多目标高分辨定向新方法(BDGS),给出了这种贝叶斯定向新方法的推导过程。该方法将一种新方法Gibbs采样应用于贝叶斯高分辨方法的计算过程。新方法不仅具有贝叶斯多目标高分辨定向方法的优越性能,而且还降低了原贝叶斯方法计算的复杂程度。并在最后给出了新方法的性能分析,与MUSIC(子空间法)和MLE(最大似然法)的比较结果表明新方法有更高的分辨率,在低信噪比情况下性能也较好。

宽带波束域高分辨方位估计中波束形成矩阵的选择

波束形成矩阵的计算是波束域高分辨方位估计的关键技术。本文针对宽带源方位估计问题，基于恒定束宽波束形成的概念，将窄带波束域高分辨的有关结论引入宽带中，并从数学上证明了波束数目越少，分辨门限越低，仿真实验验证了文中的结论，表明宽带波束域处理有很好的估计和分辨性能。

基于信号相位匹配的相干源高分辨方位估计算法

介绍了信号相位匹配的基本原理 ,给出了利用该原理进行高分辨方位估计的算法 ,以及不同情况下算法仿真的结果。仿真结果表明这种方位估计算法具有指向性尖锐、无旁瓣的特点 。

高分辨方位估计方法的稳健性研究

基于特征分解理论的子空间类高分辨方位估计方法是目前阵列信号处理领域的研究重点。与波束形成法相比,子空间类法的特点为估计精度高和分辨能力强。但是这类高分辨方法对阵列模型失配十分敏感,存在阵列误差时其估计性能明显下降。文章通过仿真和实验深入研究了MUSIC、Johnson和Mini-Norm等子空间类高分辨方位估计方法的稳健性问题,分析了一定信噪比条件下阵列误差对上述三种方法估计结果的影响程度。研究结果表明,MUSIC法和Johnson法的估计性能相当,而Mini-Norm法的稳健性明显高于MUSIC法和Johnson法,分辨能力和估计精度较好,具有良好的工程应用前景。

基于编队卫星的SAR高方位向分辨率成像

针对编队卫星被动工作方式下提高SAR方位向分辨率的构型,在建立信号回波模型和详细分析提高方位向分辨率原理的基础上,提出了对基线的要求及频谱合成算法。该算法充分利用了编队卫星SAR系统中不同接收机的视角信息,有效地完成了多组不同多普勒位置的信号相干合成,实现了系统分辨率的提高。计算机仿真结果表明该算法具有良好的性能。

矢量水听器垂直阵列数据融合高分辨方位估计算法

为了实现矢量水听器垂直阵列对目标的高分辨方位估计,提出了基于MUSIC子频带最优加权数据融合方法。该方法采用MUSIC算法对划分的各窄带信号进行方位估计,并在各子频带对多基元方位估计结果进行最优加权最小二乘融合处理,最后通过加权直方图统计法得到最终方位估计结果。对算法进行的仿真及海上试验数据处理结果表明:本文算法在方位估计精度、方位估计正确概率、多目标分辨以及对噪声子频带的抑制能力方面都优于单个基元MUSIC以及多基元复声强器融合算法。

水下目标回波亮点高分辨方位估计与仿真

水下目标回波亮点识别技术是现代声纳系统与水声对抗的一个极为重要的组成部分。基于单源方位精估的短脉冲切割方法,对于发射信号为长脉冲以及正横中轴方位下的目标回波亮点方位估计效果较差。因此研究基于多源的水下目标回波亮点高分辨方位估计方法具有重要的应用价值。本文重点研究了水下目标回波亮点高分辨方位估计方法,首先采用基于共轭倒序阵盖氏圆准则的方法对目标回波进行解相干和亮点数估计,然后在此基础上进行目标回波空间谱估计以获得目标亮点的方位。在具体仿真过程中,采用板块元散射方法仿真目标回波,并在此基础上进行高分辨方位估计,取得了较好的仿真效果。结果表明,本文的研究对于正横中轴方位的潜艇目标识别具有一定的应用价值。

波束域高分辨方位估计的方法、统计性能及水池实验结果

本文针对水声设备的实际应用,研究了波束域高分辨方位估计的MUSIC方法。首先分析了波束形成方法获得处理增益的原理,揭示了波束域高分辨方法具有较低分辨门限的机理;给出了波束域高分辨MUSIC算法,通过计算机仿真,比较了波束域和阵元域高分辨MUSIC法的统计性能,显示了波束域高分辨方法的优越性;进行了消声水池实验,结果表明波束域高分辨MUSIC法分辨力高,对阵列误差具有较大的宽容性。

逆合成孔径激光雷达鸟类目标方位向高分辨稀疏合成方法

逆合成孔径激光雷达鸟类目标方位向高分辨合成对于鸟类目标成像及识别具有重要意义。针对逆合成孔径激光雷达鸟类目标方位向高分辨合成过程中数据不完整问题,提出一种基于压缩感知的稀疏合成方法。该方法能以较少的有效数据获得准确的高分辨方位,且具有一定的鲁棒性。仿真结果证明了该方法的有效性。

分布式小卫星SAR宽域和高方位分辨率处理方法

用多个分布式小卫星构成星座,可以完成多项雷达探测任务,如地面动目标检测(GMTI)、地面高程测量等,其探测性能可比单个卫星明显提高。分布式小卫星也可用来提高SAR的横向分辨率,主要是解决高横向分辨率与宽测绘带的矛盾。小卫星用横向孔径小的天线(为提高横向分辨率)和较低的重复频率(为加宽测绘带),其回波信号会产生多普勒模糊,但多个小卫星的空间自由度可用来解模糊,从而可以实现宽域(宽观测条带)和高方位分辨率SAR成像。本文对分布式卫星解多普勒模糊的方法进行了讨论,并提出了对卫星星座构形的要求。如果星座构形已定.则应微调脉冲重复频率以满足解多普勒模糊的要求。

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。

浅海中单矢量水听器高分辨方位估计方法

为了提高单矢量水听器高分辨方位估计在浅海环境中的性能,充分考虑信道对声传播的影响,将海洋声传播物理模型与稳健自适应波束形成方法相结合,并根据单矢量水听器阵列流型的特点提出了基于简正波理论的单矢量水听器矢量最优化算法,实现了单矢量水听器的高分辨方位估计。计算机仿真结果表明,该算法依靠单个矢量水听器便可实现窄带信号和宽带信号的高分辨方位估计,并且在足够的信噪比下,能够达到无偏估计。海试数据处理结果验证了算法的正确性和有效性。

单矢量水听器的高分辨方位估计应用研究

为了提高单矢量水听器的目标分辨能力,将MUSIC算法用于单矢量水听器方位估计。根据单矢量水听器的阵列流型特点,将子空间分解理论应用到单矢量水听器方位估计上,实现了单个矢量水听器的高分辨方位估计。根据应用中出现的问题,对算法进行改进。计算机仿真结果表明,在无需知道信号先验信息条件下,该算法依靠单个矢量水听器便可实现窄带信号和宽带信号的高分辨方位估计,而且在足够高的信噪比条件下,能够达到渐进无偏估计。湖试数据的处理结果验证了改进算法的有效性。

空间重采样的宽带多重信号分类算法高分辨方位估计

空间重采样法是宽带恒定束宽波束形成的一种重要方法,采用声矢量阵推导了基于空间重采样的宽带MUSIC算法,并和相干子空间FFT插值法做了仿真比较,结果表明,所提算法的性能优于FFT插值法,表现为更低的分辨信噪比门限和估计均方误差上。

噪声环境下单矢量水听器高分辨定向技术研究

单矢量水听器高分辨定向技术研究对于远距离目标测向有重要意义.根据单矢量水听器自身具有流型的特点,将矩阵滤波器用于定向前的预处理,可以有效抑制不感兴趣方向的噪声.将滤波后的数据协方差进行特征值分解,得到新的噪声子空间,并修改传统MUSIC算法方位谱表达式,得到了适用于噪声条件下单矢量水听器的高分辨定向算法.仿真结果表明,在足够高的信噪比条件下改进算法方位估计结果可以达到渐近无偏估计.当信噪比较低时,改进算法有效提高了分辨概率并减小了波束宽度,能在噪声环境下实现高分辨方位估计.试验数据处理结果验证了算法的有效性.