利用分数低阶空时矩阵进行冲击噪声环境下的DOA估计

研究冲击噪声环境下的信号DOA估计问题。在对称α稳定(SαS:Symmetric-αstable)分布冲击噪声假设下,定义了一个阵列接收数据的广义分数低阶空时矩阵。理论分析表明,对广义分数低阶空时矩阵进行奇异值分解可获得噪声子空间估计。与信号空间DOA估计技术相结合,提出一种新的基于信号空间分解的DOA估计算法。该算法在低信噪比下对强冲击噪声具有更好的抑制作用。计算机仿真证明了算法的有效性。

空时矩阵组三迭代DOA估计新方法

利用平移不变结构阵列信号子空间的旋转不变性,构造一组具有对角结构的空时相关矩阵组。给出一种高精度的信号子空间估计方法,利用估计的信号子空间做降维矩阵处理空时相关矩阵组,从而减少计算量并加快收敛速度。基于非线性最小二乘建立代价函数,提出一种三迭代算法求解代价函数进而估计波达方向DOA。仿真结果证实该算法收敛速度较快,估计精度显著高于TLS-ESPRIT算法,尤其在低信噪比和小快拍数据下估计精度显著增强。

基于空时采样矩阵的机载MIMO雷达杂波抑制方法

相对于传统机载相控阵雷达单输入多输出(SIMO)体制,多输入多输出(MIMO)机载雷达中的空时自适应处理(STAP)技术可以获得杂波抑制和动目标检测性能的大幅提升。但是传统机载MIMO雷达空时自适应处理所需要的计算量和样本需求量巨大,无法满足非均匀杂波环境和实时性要求。为了解决这一问题,本文提出了一种机载MIMO雷达空时自适应杂波抑制方法(clutter suppression based on space time sampling matrix,CSBSM)。该方法利用了杂波协方差矩阵的低秩特性,基于空时采样矩阵构造杂波协方差矩阵,并通过空时滑窗处理对杂波功率进行估计,在非均匀杂波环境下CSBSM方法仅需要单个样本即可实现对杂波的有效抑制。同时,由于空时采样矩阵和独立采样点位置可离线计算,因此CSBSM方法的运算量较小,适用于极端非均匀杂波环境。计算机仿真结果验证了所提方法的有效性。

结合空时上下文信息的视频SAR图像相干斑滤波

作为合成孔径雷达(synthetic aperture radar,SAR)的一种新体制,视频SAR能够对场景连续成像,在目标检测、跟踪等应用情景有独特优势。然而,相干斑的存在影响了视频SAR图像质量及后续目标检测应用。针对这一问题,提出了一种结合空时上下文信息的视频SAR图像相干斑滤波方法。该方法主要由3步构成:首先构建能表征视频SAR图像距离-方位-时间三维动态散射信息的空时上下文协方差矩阵;其次根据协方差矩阵的相似检验选取一定邻域内目标像素的相似样本;最后根据相似样本进行平均实现相干斑滤波。基于两组实测视频SAR数据开展相干斑滤波对比实验,实验结果表明所提方法能在有效抑制相干斑的同时较好地保留目标细节信息,验证了所提方法的有效性和优势。

基于空时矩阵的双基地MIMO雷达目标参数估计

建立了双基地多输入多输出(multiple input multiple output,MIMO)雷达信号模型,提出了一种目标发射角、接收角及多普勒频率联合估计方法。通过对接收数据协方差矩阵进行特征值分解估计目标个数,根据目标数构造空时矩阵,对所构造矩阵进行特征值分解,即可得到雷达目标多个参数的闭式解。该方法针对不同目标数的情况进行了讨论,所构造空时矩阵的维数较小,并且避免了多维非线性的谱峰搜索,还可实现自动配对,算法复杂度较低。仿真结果证明了所提算法的有效性。

基于修正空时频分布矩阵的到达角估计

讨论了密集信号环境下,雷达侦察系统对信号到达角(DOA)的估计方法。首先对参考阵元的输出作时频分析,估计信号的频率参数,从而选择时频脊点构造方向矩阵;然后对各阵元输出求互Wigner Ville分布(XWVD)以构造修正空间时频分布(STFD)矩阵;最后用修正STFD矩阵代替传统MUSIC算法中的协方差矩阵即可求得信号的时频———MUSIC空间谱,从而得到信号的DOA。计算机仿真结果表明该算法可实现对常规雷达脉冲、线性调频信号等多种信号的DOA估计。

利用空时相关矩阵酉变换估计波达方向

针对传统波达方向(directionofarrival,DOA)估计方法在噪声相干时估计性能下降的现象,提出一种基于空时相关矩阵酉变换的UST MUSIC算法对相干噪声场中的DOA进行估计。并通过仿真实验与IU MUSIC和MMUSIC算法进行了比较。实验结果表明该算法的性能优于IU MUSIC和MMUSIC算法,且具有好的稳定性。

智能天线中时空虚拟DOA矩阵算法与改进

本文主要研究智能天线中二维DOA估计算法。首先研究时空DOA矩阵估计方法,并进行了仿真。然后结合虚拟阵列变换技术对该算法进行有效的改进—时空虚拟DOA矩阵方法。改进后得到的仿真结果证明了该改进算法可以估计超过阵元数的信号,具有较高的分辨性能和较好的稳健性。

基于分数低阶矩的空时最大似然DOA估计

为了提高现有基于分数低阶空时矩阵类算法的估计精度和其在低信噪比时的解相干性能,在对称α稳定分布噪声条件下,提出改进分数低阶空时矩阵用于独立信源DOA估计,基于分数低阶矩的空时最大似然算法用于相干信源DOA估计.仿真结果表明:针对独立信源,改进的分数低阶空时矩阵进行DOA估计的成功概率高于分数低阶空时矩方法;针对相干信源,分数低阶矩的空时最大似然算法的估计成功概率比SS-FLOM算法高,均方根误差比SS-FLOM算法小;新方法克服了空间平滑类算法严重损失阵列孔径的弊端,节省阵元.

基于空时频输出矩阵的盲波束形成算法

针对现有的卷积盲源分离方法(如时频分析方法)在宽带信号的分析中计算量较大的问题,提出一种在分数阶傅里叶域滤波基础上的盲波束形成算法。算法首先对接收到的信号作分数阶傅里叶域的峰值滤波,然后计算空时频输出矩阵,最后提出一种信号来向未知的空间盲波束形成算法。该算法充分利用线性调频信号在分数阶傅里叶域能量聚集的特性提高输出信噪比,并减少了运算量。仿真结果表明,算法能够实现宽带信号的盲源分离,且输出性能较之时频方法有一定提高。

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较,进行了仿真实验。仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精度。

空-时相关高斯噪声中基于累积量的联合角度-频率估计算法

提出一种基于累积量的联合角度-频率估计(CB-JAFE)的新算法,用于估计多个独立非高斯信号源的方位和频率参数.同利用空-时数据矩阵奇异值分解的现有联合角度-频率估计(JAFE)算法不同,所提出的算法利用空-时数据的4阶累积量,可有效地抑制具有未知相关结构的空域和时域相关的高斯噪声.仿真结果表明,所提出CB-JAFE算法是有效性的,而且性能上优于现有的JAFE算法.

多通道SAR空时二维杂波模拟

多通道合成孔径雷达(SAR)空时自适应处理是抑制地面杂波的有效方法,而空时二维滤波器的权值求取离不开杂波协方差矩阵的估计.从多通道SAR回波模型出发,提出了一种基于二维FFT的多通道SAR原始数据频域模拟方法,并根据该方法模拟出的多通道数据,对空时二维协方差矩阵进行了估计.仿真结果显示,该方法在有效降低运算量的情况下,保持了数据的真实性,良好地反映了多通道SAR的空时二维杂波特性.

对空时二维自适应处理雷达的投散射宽时限扫频式干扰技术研究

针对传统干扰方法因干扰信号维度单一而难以在空时二维联合域对空时自适应处理器(Space-Time Adaptive Processing,STAP)产生有效干扰这一问题,提出了一种能覆盖整个空时二维平面的投散射宽时限扫频式干扰方法.该方法是向特定区域投射具有多普勒带宽的扫频信号,利用散射回波干扰STAP雷达.地形散射使干扰信号具有空时耦合特性,干扰信号空域连续,STAP处理器无法从空域识别抑制;宽时限扫频方式导致脉冲间多普勒频率存在差异,使雷达无法提取干扰信号多普勒频率,能占用处理器大量自由度.仿真结果表明,该方法产生的干扰功率谱能覆盖整个空时平面,使处理器自由度严重损失,导致STAP处理器性能下降,验证了该方法的有效性.

基于BP神经网络的空时分组码识别算法

针对多输入多输出(Multiple Input Multiple Output,MIMO)系统中空时分组码(Space-Time Block Code,STBC)的盲识别问题,提出了一种基于BP神经网络的空时码识别算法。首先对先前学者提出的基于空时相关矩阵的F范数在新的空时码集下的区分性进行了验证,并基于该范数设计了用于空时码识别的六维特征,最后使用BP神经网络对提取的六维特征进行分类以获得识别结果。相比于传统算法,本文算法可识别的空时码集更大;相比于深度学习的算法,本文算法在较为恶劣的瑞利信道下具有更高的识别率。仿真结果表明,所提算法在信噪比为10 dB时可达95%以上的识别率,且算法对不同的调制方式及不同程度的定时同步误差均具有较好的鲁棒性,识别过程无需要对信道信息进行预估计,在电子对抗等非协作场景下具有较好的应用价值。

增益幅度不同时信号二维方向角和多普勒频率的盲估计

在各阵元增益幅度不一致的条件下 ,提出了一种起伏目标的二维方向角和多普勒频率盲估计的新方法。此方法在各阵元增益幅度不一致的条件下 ,仍可获得很好的估计性能 ,并能应用于各个信号的频率相同的场合。且具有对噪声不敏感 ,不需进行谱峰搜索 ,适用范围广等特点。仿真结果表明了此算法的有效性。

有源干扰条件下机载MIMO雷达STAP协方差矩阵秩的分析

该文分析了正侧阵机载MIMO雷达杂波加有源干扰协方差矩阵的结构,得到杂波加有源干扰协方差矩阵秩的上界为杂波的秩与有源干扰的秩之和减去有源干扰个数。并由此得到MIMO雷达杂波加有源干扰协方差矩阵非满秩而SIMO雷达杂波加有源干扰协方差矩阵满秩时有源干扰个数的范围。当有源干扰的数目在此范围时,SIMO雷达的理论性能严重下降,而MIMO雷达在理论上仍然有足够的自由度来抑制杂波和有源干扰,从而保证有较好的性能。通过仿真实验验证了上述结论。

空间色噪声环境下双基地MIMO雷达DOD和DOA联合估计方法

针对空间色噪声环境提出一种同时利用空域和时域信息的双基地MIMO雷达DOD(Direction of Departure)和DOA(Direction of Arrival)联合估计方法。该方法在时域高斯白噪声的假设下,将不同时刻的匹配滤波器输出进行互相关以消除空间色噪声的影响并获得空时互相关矩阵,然后基于传播算子方法构造一低维矩阵,利用其特征参数与待估参数的特定关系获得目标DOD(Direction of Departure)和DOA(Direction of Arrival)的联合估计。该方法能够有效克服空间色噪声的影响,所估计参数自动配对。与现有方法相比,其孔径损失小,具有更优的参数估计性能和最大可检测目标数,且对发射阵元个数没有特殊要求,具有更广泛的适用性。计算机仿真验证了本文方法的有效性。

联合对角化技术在空间谱估计中的应用

在实际工程应用中,传统空间谱估计方法受噪声、干扰及采样效应等因素影响,其性能明显退化。为了克服这些因素对方位估计结果的影响,提高算法性能,本文将空时相关矩阵组代替传统的采样协方差矩阵,利用联合对角化这一新的数学工具,研究了一种基于Jacobi旋转正交联合对角化的空间谱估计方法。通过对空时相关矩阵组进行联合对角化,得到了联合对角化矩阵和对角化后的矩阵组,最终利用联合特征值和特征向量得到修正的阵列协方差矩阵,并对空间谱估计处理器进行修正。仿真结果表明,在不同的信噪比、快拍数等条件下,基于联合对角化的空间谱估计算法较传统方法具有更高的分辨力和更低的均方根误差,能有效降低方位估计的信噪比门限,进而改善传统空间谱估计方法的方位估计性能。

自锁模激光器时-空矩阵q-p参数分析方法的研究

利用时－空矩阵ｑ－ｐ 参数分析方法讨论了相干光脉冲在自锁模激光谐振腔中的传输特性。通过数值计算模拟了掺钛蓝宝石飞秒激光器谐振腔中光斑和脉冲宽度在自锁模过程中的演变。计算过程简明，直观，与实验结果较好吻合。