超宽带噪声穿墙雷达成像与实验研究

设计了一个超宽带噪声穿墙雷达样机,工作频率为350 MHz～750 MHz,既能够获得较好的距离分辨率,又能够保证一定的穿透性和作用距离.采用后向投影(BP)算法对接收回波与发射噪声的互相关信号进行相干成像,实现目标信号的空间能量聚焦.实验结果表明该方法对超宽带噪声穿墙雷达行之有效,能够实现墙壁后面目标的隐蔽探测和成像.     

步进变频穿墙成像雷达中反投影算法研究

反投影(back-projection,BP)算法具有很高的成像精度并容易进行各种形式的补偿,是广泛应用于穿墙、探地等领域的一种有效的时域成像算法。该文把时域反投影算法应用到步进变频穿墙雷达成像中,并根据墙壁的参数提出了用最短时间法对墙壁的影响进行补偿。通过对实测数据的处理可以看出,反投影算法在穿墙雷达中具有很好的成像精度,最短时间法也能很好地补偿墙壁对目标成像位置的影响。     

穿墙雷达成像中墙体回波抑制

在穿墙雷达成像应用中,墙体作为稳定的强散射体存在,对目标回波信号造成严重干扰.该文针对静止目标成像,提出用墙体回波估计后对消和滤波器滤除墙体回波的方法来抑制墙体回波,并仿真验证.另外提出墙体图像提取对消和多视角图像融合对墙体回波抑制的可行性.     

低重复频率下的目标速度估计算法研究

研究了低重复频率下的目标速度估计问题,提出一种利用相邻回波脉冲的互相关函数进行测速的方法.首先利用每个脉冲起始频率与到达时间的线性关系,在时域上把回波脉冲串对准,使回波达到相参条件.然后对相参之后的相邻脉冲进行互相关运算,估计互相关函数的频率并根据该频率与目标速度的关系得到速度估计值.取所有估计值的均值作为目标速度的最终估计.该方法的估计精度小于无模糊速度,可以用于解速度模糊或作为最大似然估计迭代的初始值.     

位移场修正法抑制弹性成像幅度调制噪声

结合位移位置估计提出位移场修正方法来抑制弹性成像幅度调制噪声。先用位移位置估计算法估计出位移位置,然后利用位置值使用线性插值法将位移修正到估计窗中心点,再使用梯度操作进行应变估计产生最终的弹性图像。基于位置估计的位移场修正法产生的弹性图像信噪比有显著的提高,在不同窗长和应变成像情况下,均优于幅度log压缩算法和幅度调制修正AMC算法。该方法更能有效地抑制弹性成像幅度调制噪声。     

相对运动多目标的逆合成孔径雷达成像

由于非合作的机动多目标相对于雷达射线的姿态是时变的,而且目标间可能存在相对运动,给逆合成孔径雷达(ISAR)成像造成较大的困难。当多目标间存在相对运动时,直接利用常规补偿方法通常得不到满意的结果。该文建立了目标相对运动的模型,分析了相对运动对成像的影响,提出了一种新的相对运动补偿算法。该算法对存在相对运动的目标在距离上利用Keystone变换进行分离,提取相对运动目标的回波,分别利用Autoclean算法进行运动补偿。模拟和实测数据的成像结果表明,该算法是可行的。     

MIMO雷达正交频分LFM信号设计及性能分析

多输入多输出(MIMO)雷达是最近提出的新的雷达技术,在发射端全向发射正交信号,在接收端对接收信号进行匹配滤波处理来恢复发射信号分量,因而信号的正交性好坏是MIMO雷达实现的关键。该文分析了正交频分线性调频(OFD-LFM)信号的互模糊函数,对互相关峰值旁瓣电平出现的位置及幅度大小进行了分析,给出了最小化OFD-LFM信号间互相关影响的参数之间的关系。通过对信号互相关的仿真结果及对目标回波信号匹配滤波的仿真结果,证明了理论分析的正确性。     

MIMO雷达中的DFCW设计及性能分析

发射信号的正交性好坏是多输入多输出(MIMO)雷达实现的关键,正交离散频率编码波形(DFCW)是MIMO雷达可以利用的正交信号。该文首先分析了DFCW的互模糊函数,在此基础上,对自相关峰值旁瓣及互相关峰值旁瓣电平进行了分析,提出了采用遗传算法对其进行优化,得到了具有更低互相关峰的DFCW。然后将优化得到的DFCW应用于MIMO雷达系统进行仿真分析。通过对信号互相关仿真及对目标回波信号匹配滤波仿真对理论分析进行了验证,证明了理论分析的正确。     

宽带雷达回波的高频电磁散射快速算法

提出一种将射弹跳射线法和等效边缘电磁流法与线性调频信号雷达信号处理过程相结合的高频电磁散射算法,该算法能够快速准确计算复杂电大尺寸目标的大时宽带宽雷达回波信号.利用宽带雷达回波计算结果,获得了目标的一维距离像和二维ISAR成像,验证了方法的正确性.     

探地雷达横向等效变波速SAR成像算法研究

探地雷达应用中,由于土壤介质的影响,不同位置目标回波延时常常存在波动,传统的恒定波速成像算法不能修正这种波动,难以使成像性能达到最优。该文提出一种根据目标回波的曲线特征,快速估计横向等效波速,采用变波速F-K偏移进行合成孔径精确成像的新方法。实测数据处理结果显示该方法性能优于恒定波速成像。     

利用神经网络完成码道编码译码的方法研究

运用神经网络BP算法实现绝对码值的译码,经过读数头得到绝对式编码尺或光电接收器状态代码,其代码运用神经网络BP算法,得到译码的数学模型,状态代码经过数学模型实现译码。     

神经网络自适应学习步长研究

论述了神经网络学习算法的研究现状和存在的问题，分析了ＢＰ算法中学习步长选取的局限性，建立了ＢＰ网络输出误差的非线性规划模型，并根据文献［６］的状态空间混合算法，推导出了一种自适应调整学习步长的公式。推得的学习步长能够利用环境改变的低息反馈不断自动改变。     

基于BP神经网络的资产经营绩效评估模型

针对传统资产经营绩效评估模型的缺陷,提出使用BP神经网络对企业的资产经营进行绩效评 估,并对传统的BP网络进行了优化。其中自适应学习机制优化了学习率,动量项加速机制加 速了传统BP网络的收敛速度,遗传算法用于选择BP网络的初始参数。最后,采用500家工业 企业的资产经营绩效数据对模型的有效性进行了初步验证。     

模拟电路故障诊断的神经网络方法

提出了一种采用改进的ＢＰ快速算法实现模拟电路软故障诊断的方法。文中对构造神经网络交流故障字典的过程给出了详细说明，特别是隐层节点数确定，测试信号频率的优选及ＭＡＴＬＡＢ神经网络工具箱的使用。实例表明，人工神经网络技术可应用于有容差模拟电路的故障诊断。     

满速率满分集优化的单频网发射信号

针对分布式发射天线单频网,设计了3种发射信号及针对第一种发射信号的优化方案。首先通过误对概率分析,推导出满速率单频网能获得的分集度,设计了一种能达到该分集度的发射信号和具有满分集度的2种发射信号。然后针对第一种发射信号,提出了基于异步时延的子载波交织分组的信号优化方法,在接收机位置与性能之间建立了一种折中关系。仿真结果表明,设计的满分集发射信号能获得8dB左右增益,优化后的发射信号能获得5～9dB增益。     

适合于BP学习的共轭梯度法

基于ＬＭＳ的标准ＢＰ算法收敛速度极慢，而共轭梯度法要求精确的线性搜索，这在神经网络的高维权空间中是难以实现的。本文提出了一种新的ＢＰ学习算法，它采用一种对线性搜索要求不高的改进的共轭梯度法与一种简单的不精确线性搜索相结合，极大地提高了ＢＰ学习速度。经多次测试表明，与标准ＢＰ算法相比，该算法的效率提高了二个数量极。     

动态变异遗传算法

遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。     

基于实数编码遗传算法的盲信源分离方法

提出了一种新的基于相关矩阵对角化的代价函数,该代价函数通过抑制分离信号的互相关性达到盲信源分离的目的。这种分离新方法可用于分离平稳或非平稳信号的瞬时或卷积混合。针对传统梯度搜索方法容易陷入局部收敛的问题,文章还提出利用实数编码遗传算法对代价函数进行最优化搜索。仿真实验表明,这种遗传算法具有快速收敛性能和高精确度等优点。     

相关技术在随钻地震中的应用

随钻地震技术采用钻井期间钻头产生的振动作为井下震源,使钻头产生的连续信号记录于安装在钻柱顶部的参考传感器和布置在井轴附近已选好位置的检波器上。通过参考信号和检波器信号进行互相关实现了两个目的:1)建立了互相关函数—钻头振动通过地层传播到地面检波器的旅行时间减去钻头振动向上经钻柱到参考传感器的旅行时间的一种量度,即使钻头振动是连续的,在互相关函数中它们仍被压缩成脉冲信号;2)互相关过程加强了弱反射钻头能量。互相关既可计算钻头波传播的时间;也可减弱不相干噪声。     

一种并联抑制神经网络结构及学习算法

对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。