非参数化迭代自适应SAR射频干扰抑制方法

合成孔径雷达(Synthetic Aperture Radar,SAR)的成像质量与图像解译精度会因为空间中存在的射频干扰(Radio Frequency Interference,RFI)而下降。本文在加权最小二乘迭代自适应算法的基础上,提出了非参数化的迭代自适应RFI抑制方法。该方法在成像处理前增加了对RFI的预检测环节,在初步检测出存在RFI的数据部分后只对存在RFI的数据进行SG(Savitsky-Golay,萨维茨基·戈莱)卷积平滑处理以提升对弱RFI的检测能力。利用带阻滤波器滤除存在干扰的频段后,使用迭代自适应处理在频谱中估计出被去除频段中的信号分量以获得期望的距离谱。与利用传统距离频率滤波方法进行RFI抑制相比,所提出的方法在图像细节保持方面效果更优,避免了因频谱不连续而导致的旁瓣增加,且运算效率更高。

速度协调的Q学习模型研究

为平滑高速公路瓶颈区域上、下游车流速度,基于单位距离速度变化量和多项式SG卷积平滑处理的2个奖励函数,分别建立了2个速度协调的Q学习模型。利用Excel-VBA、VISSIM和MATLAB的集成仿真平台,对奖励函数的性能进行了仿真分析。研究结果表明:基于SG卷积平滑的奖励函数,可以有效地缓解瓶颈上游“走走停停”的现象,减小速度的波动幅度。速度协调的Q学习模型可以根据交通状态实时选择最优的运行速度。