改进的机载相控阵雷达JDL-STAP算法

机载相控阵雷达在下视工作时受地杂波的影响较大,虽然空时自适应处理(STAP)技术拥有良好的杂波抑制能力,但其性能依赖于大量的训练样本和高运算量,在现实工程中难以应用。为了弥补STAP算法的不足之处,提出了一种改进的局域联合处理(JDL)降维算法。该方法在构造降维矩阵时,调整了局域处理单元的选取策略,并在主通道对应的杂波脊处选取了4个独立的辅助通道以提高波束的指向性、抵消主波束中的杂波。实验结果表明,改进后算法比传统JDL算法拥有更好的杂波抑制性能,并进一步减少了系统计算量,在存在幅相误差的情况下仍能保持较好的稳定性。

一种机载MIMO雷达降维STAP快速算法

针对机载MIMO雷达杂波抑制问题,提出了一种降维STAP快速算法——F-JDL(Fast JDL)算法,即首先利用包含感兴趣观测角度形成的过完备基集合将空时数据准确映射到局域处理区域的角度-多普勒单元,之后对于降维后的杂波协方差矩阵通过矩阵分块的方法进行求逆运算,进一步提高处理速度。该方法充分结合JDL降维方法及矩阵求逆快速算法的优点。仿真结果表明,该方法充分利用了MIMO雷达杂波自由度较大的优势,同时大大降低了计算量和样本需求,保证了高效的算法实时性,具有较好的杂波抑制性能。

基于非正交变换的局域波束空时自适应处理

传统JDL算法严格要求空时二维导引矢量间是相互正交的.对传统JDL方法进行改进,突破了要求该算法中变换必须是正交变换的规定,用一种非正交变换构建了性能更好的JDL算法,而原JDL则仅是本算法中的一种特殊情况.然后使用Krylov子空间空时自适应处理算法进行降秩处理,不需要对协方差矩阵进行估计,也不需要对样本协方差矩阵进行求逆,使得算法的处理速度得到加快.用仿真数据以及实测数据验证了所提出的非正交JDL方法性能的改善效果.

一种基于多源数据融合的高速公路运行监测系统设计

当前高速公路各类信息化系统建设日趋完善,获取的数据日益增多,如何利用这些数据精准地还原高速公路运行态势场景是一大难题。研究基于数据融合JDL(Joint Directors of Laboratories)模型的数据修正和平滑,研究基于k-Means聚类分析算法的数据分析,设计开发一种具有可视、可测等核心功能的高速公路运行监测系统。应用结果表明,该系统能有效提升高速公路管理单位开展高速公路运行监测业务的时效性、实时性和预见性。