和差波束直接数据域处理动目标检测方法研究

研究了和差波束直接数据域处理(∑△-DDD)动目标检测的算法和杂波抑制机理,提出了对DDD处理后数据进一步进行相干积累,补偿信号滤除引起的孔径损失,同时利用非检测多普勒单元输出信号采用单元平均CFAR算法来检测动目标.仿真实验表明,改进算法进一步提高了改善因子,同时有效解决了∑△-DDD算法的检测门限确定问题.该算法无需计算杂波协方差矩阵,运算量小,易于工程实时处理.     

二相编码非相参积累特性的研究

本文从抗信号载获出发,研究了具有大时宽带宽积的二相编码序列波形,确立了以雷达“MT1-脉冲压缩-非相参积累”处理方案相结合的信号波形优化准则.根据这一信号波形优化准则,在计算机(?)量模块拟研究基础上,给出了码长 P=127的二相编码序列波形优化实例.当回波引入多普勒频移 f_d在0～10 kHz 变化时,这种信号的非相参积累输出,其主付比均达到实用要求,这种信号又容易实现脉间波形捷变,使信号具有良好的抗干扰和抗截获获能力,满足了中程搜索雷达对信号的要求.     

基于谱熵法的火箭弹开舱点测量研究

提出了一种基于谱熵的火箭弹开舱点测量方法,当火箭弹开舱时,雷达反射截面积(RCS)、多普勒频率突变引起谱熵突变,从而检测开舱点.该方法充分利用了RCS、多普勒突变信息,避免了单独利用RCS、多普勒突变信息带来的局限,解决了相参积累时间短,频域分不开时的开舱点检测问题.实验结果表明,该方法能较精确地测量开舱点.     

低信噪比下基于Keystone变换的多目标检测

在脉冲多普勒雷达里,针对低信噪比的多目标数据,该文提出了一种基于Keystone变换的运动补偿方案。利用Keystone变换校正由径向速度引起的线性距离走动,通过对所有脉冲的相干积累来提高信噪比。仿真实验结果表明,基于Keystone变换方法的性能优于传统相参积累的方法。     

脉冲制无源雷达动目标时延快速估计方法

根据脉冲制非合作双基地雷达系统的特点,讨论了固定目标的互相关检测与时延估计原理,针对运动目标多普勒频移对互相关检测造成的失配损失很大而无法继续使用的问题,提出了一种分段相关-视频积累快速时延估计算法,并对线性调频脉冲串信号在互相关和分段相关-视频积累两种方法下的处理性能进行了理论分析和仿真比较。实验表明分段相关-视频积累方法能够在参考通道与目标通道的信噪比相差十分悬殊的情况下,有效地完成微弱动目标的检测与快速时延估计。     

二相编码雷达信号产生与处理系统

该成果由二相码产生、二相码调制与解调、数字脉压处理、求模及积累等部分构成。 系统的主要特点及主要技术指标为:1)实现了大压缩比二相码的产生与处理、码长在190位以下通用;2)具有波形捷变能力;3)码组具有良好的自相关、互相关及非参积累特性,在∫_d=0,码长为190位时,其主副比达到28.2～29.4 dB;4)实现了长、短码频率分集技术,     

基于单目视觉的高速公路分道线快速检测方法

提出了一种针对高速公路图像特点的,采用图像分区域处理的快速分道线检测方法.该方法抓住图像中亮度远近不一,车道线标在图像中近大远小的特点,分别将图像按由近及远逐块划分,利用以上特点直接提取分道线标,避免了采用传统方法中必须的梯度方向计算,插值或拟合等步骤,增强了实时性,每帧所得结果和相邻帧互相约束,增加了该文方法的健壮性.通过高速公路上采集的视频数据进行实验,证明了算法的可行性和实时性.     

缺失数据下指数族分布参数的经验Bayes检验

文章在加权线性损失下讨论了带有非随机缺失数据连续型单参数指数族分布参数的经验Bayes检验问题.利用非参数插补的方法,重新构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优性,并获得了它的收敛速度.     

SAR原始数据时频域幅相压缩算法

采用时频分析的方法,结合SAR原始数据非平稳的时频振荡特性,提出了一种基于Gabor变换的SAR原始数据时频域幅相压缩算法.该算法首先对分块原始数据进行幅度-相位转换、2D-RDGT变换以及在时频域内对各频率平面根据方差进行比特分配,然后采用分块自适应量化算法量化各频率平面.实验结果表明,该算法与传统的BAQ算法和已有的幅相算法相比无论在数据域还是在图像域的压缩性能都取得了明显的改善.     

基于数据融合的目标测距方法研究

单目视觉进行目标识别有着巨大优势,但在目标测距方面存在精度不足且测量过程不稳定的问题,一种基于4线激光雷达与摄像头融合的联合测距的方法被提出并改善这一问题。首先利用卷积神经网络检测图像中的目标,得到相应的检测框;与此同时,通过标定相机内外参,将三维的激光点云数据转换到二维平面,得到2种数据对于检测环境的一致性表达。然后利用R-Tree算法快速配准检测框与相应的点云数据。此时,利用点云的深度信息能获得目标在真实世界的位置,并提出联合测距的方法来进一步提高测距精度。最终经实车采集的数据验证了所提算法的有效性。     

微波复合调制信号解调算法分析与实现

围绕复合调制信号解调算法与软件实现展开详细的讨论.首先介绍调幅、调频的解调算法.通过相干解调和非相干解调算法的对比,说明了相干解调算法的优越性,并在相干解调算法的基础上,进一步提出了正交解调算法和正切解调算法.利用LabVIEW数据流图的编程方式,编制了二次正交解调算法的软件,实现复合调制信号的数字化解调.通过仿真与实验结果,充分表明,采用二次正交解调算法对复合调制信号进行数字解调,能得到较好的解调效果.     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

基于Tabu搜索方法的配电网重构的一种新方法

配电网重构是一个组合优化问题,它不仅是配电系统循环控制的重要方法,也是配电管理系统的重要组成部分.随着智能技术的不断发展,用智能算法解决组合优化问题成为一种可能.在配电网重构时,当以最小开关操作程度作为目标函数就可转化为线性规划问题;以最小网损为目标函数,可转化为混合整数线性规划问题.基于配电线路重构模型,以最小开关操作程度和最小网损为目标函数,用Tabu搜索方法解决组合优化问题,最后验证了此方法的合理性和可用性.     

二维相干信号波达方向判断空间平滑算法

波达方向估计是智能天线的重要功能之一,对于相干信号角度模糊问题通常严重影响了方向判断的精准度.文中根据一维空间平滑基本理论和算法,对二维六边形阵列相干信号MUSIC算法波达方向估计问题进行了理论分析和仿真实验,提出了平面六边形阵列到十字形阵列的变换方法,成功地把一维平滑技术应用到平面六边形阵列,仿真表明,这种变换可以有效地消除相干信号的角度模糊问题.     

当前统计概率数据关联算法

目标跟踪领域的一个研究重点是如何解决在密集杂波环境下机动目标的跟踪问题。机动目标跟踪的关键是解决目标模型的不确定性,而密集杂波环境则使这个问题变得更加复杂。针对这一问题,提出一种当前模型概率数据互联算法。该算法将当前模型算法与概率数据互联相结合,在使用概率数据互联算法的同时,利用当前模型算法对目标出现的机动进行自适应滤波。最后,给出了算法的仿真分析,仿真结果说明该方法能够有效地跟踪杂波环境中的机动目标。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

网格聚类在多雷达数据融合算法中的应用

应用网格聚类的方法区分同一雷达接收的不同目标的观测数据,通过类间数据融合,实现同一目标不同雷达接收数据的融合,以便对多目标进行实时跟踪。研究了观测数据网格聚类的基本思想、形式化描述及算法实现,讨论了对机动目标跟踪的Kalman滤波方程及空管系统中易于计算的各参数矩阵理论依据及相应的初值。仿真结果表明,通过网格聚类能很好地区分不同目标,聚类后再进行跟踪融合更加准确。     

一种分布式信号源的参数估计算法

在信号源具有分布特性时,使用点源模型进行参数估计会产生较大误差,而广义的高分辨率算法又带有较大的运算复杂度,难以满足实时性很高的要求,且都需要预先知道角度分布的具体函数。该文提出了基于天线阵列的特殊结构,采用阵列之间互相关算法对相干分布式信号源的各项参数进行估计,极大地减小了运算量,同时分析了信号源到达方向的模糊性问题。仿真结果证明该方法对相干式分布源参数估计的有效性。     

一种用于相干源分辨的测向算法

提出了一种用于任意阵列相干源分辨的测向算法─内插平滑算法，该算法通过内插实现了任意几何排列阵列上的空间平滑，能够完成任意阵上的相干源分辨。计算机模拟结果证明了该方法的正确性。