张子鑫,胡国平,周豪,占成宏[1]（2021）在《基于互协方差稀疏重构的MIMO雷达低仰角估计算法》文中研究表明针对低空目标仰角估计时,多径信号间的混叠严重影响雷达的测角性能的问题,基于压缩感知理论的波达方向（direction of arrival,DOA）估计算法与多输入多输出（multi-input and multi-output,MIMO）雷达体制结合起来共同进行低空目标DOA估计的研究,提出了一种基于互协方差矩阵稀疏重构的MIMO雷达低空目标DOA估计算法。首先,对MIMO雷达多径接收信号广义匹配滤波后的虚拟矩阵向量化处理,并针对向量化后虚拟孔径扩展带来运算量大的缺点,通过降维处理来减少运算量;然后利用多快拍数互协方差矩阵中的噪声独立不相关的优点,降低噪声影响,提高算法估计性能;最后转化为凸优化问题进行稀疏恢复。仿真结果表明算法在直达信号与多径反射信号相互削弱的情况下,仍能有效估计低空目标的仰角,较L1-SVD和L1-SRACV算法对低空目标具有更好的仰角估计性能。
董飞彪[2]（2020）在《声阵列波达方向跟踪算法研究》文中认为随着无人机技术在军事和民用领域的迅速发展,对于反无人机技术的发展和应用需求越来越强烈,特别是随着我国低空空域的逐步开放,“低小慢”等航空器的出现使得现有低空防范体系面临新的挑战。传统雷达、光电探测技术容易受地面建筑物阻挡、多普勒效应不明显、雷达散射截面小和恶劣天气环境的影响,使得“低小慢”目标探测也成了一个世界性难题。基于声阵列的被动探测技术,因其具有很高的隐蔽性、便易性、不受电磁干扰和全天候工作特性,成为当前解决“低小慢”目标探测难题的一种有效途径和研究热点。本文结合“低小慢”声目标探测的实际应用需求,基于声阵列的不同应用场景,对空气声阵列探测系统测试平台和应用于线型声阵列、L型声阵列和互质声阵列的波达方向（Direction of Arrival,DOA）跟踪理论与方法分别开展了探索性研究,为其在运动声源目标探测领域的应用提供一定的理论参考和实验依据。为对声阵列探测算法进行有效的实验验证,设计了声阵列探测系统测试平台,对当前主流的阵列DOA跟踪算法开展了实验研究,总结归纳了各个算法的性能表现。开展对无需信源数的MUSIC-like算法实验研究,提出一种基于对角加载技术的改进MUSIC-like算法,基于线型声阵列的实测结果表明,在单声源和双声源信号场景下,所提方法可有效抑制虚假谱峰的出现,提高了算法实际应用中的稳健性。以上实验结果也验证了该测试平台的有效性和实用性。为实现二维空间中的微弱声源目标的快速波达方向跟踪,开展基于均匀线型声阵列的DOA跟踪算法研究,针对子空间跟踪方法和传统粒子滤波（Particle Filter,PF）算法,在低信噪比环境下跟踪精度下降和在动态目标波达角变化速度较快而致使实时性变差的问题,提出一种基于传播算子算法（Propagator Method,PM）算法空间谱函数的PF跟踪算法,通过将PM算法的空间谱分布应用到PF似然函数的改进中,降低了计算复杂度的同时保留子空间算法的高分辨率特性,增强了预测粒子的筛选性能。理论分析和仿真结果表明,在低信噪比环境下,该方法具有更高的运算效率和更低的跟踪误差,更能适用小型、快速运动声源目标的定位跟踪,实测结果验证了本文PF跟踪算法的有效性。为实现三维空间中相干声源目标的波达方向跟踪,开展了基于L型声阵列的二维DOA跟踪算法研究,针对传统波束形成类、子空间类方法存在需要在二维角度空间内进行谱峰搜索,导致计算量较大,且无法处理相干源的DOA跟踪问题,针对传统稀疏信号重构类方法需要在二维角度空间构造过完备原子库,导致稀疏信号重构过程中的计算量成指数增加,且无法解决多目标场景下方位角和俯仰角之间的配对问题,提出应用两种L型阵列下基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的二维DOA跟踪算法。在第一种L型阵列DOA跟踪算法中,将二维过完备原子库的稀疏信号重构问题降为两个一维过完备字典的信号重构问题,以降低算法的计算复杂度,进一步地,利用SBL算法重构出信号之间幅值的差异性,完成方位角和俯仰角之间的自动配对,该算法能够实现相干信号的DOA估计。在第二种L型阵列DOA跟踪算法中,根据阵列协方差矩阵的共轭对称特性,将L型阵二维DOA稀疏重构问题转换为了两个具有扩展孔径的线型阵列DOA稀疏重构问题,进一步地,分别应用SBL算法重构出来波信号,根据源信号之间幅值的不同,解决待估计参数之间配对问题。理论分析和数值仿真表明,所提算法具有更低的计算复杂度、更大的阵列孔径和更小的空间角度跟踪误差,实验结果验证了本文方法的有效性。为实现在特殊应用场景下的声源目标高效、高精度波达方向跟踪,开展了基于互质声阵列的DOA跟踪算法研究,针对均匀阵列无法突破空间角度分辨率受奈奎斯特采样定理限制的问题,提出了一种基于互质阵列的粒子滤波DOA跟踪算法,针对在低信噪比或快拍数较少环境下,粒子滤波似然函数对预测粒子筛选性能减弱现象,推导了互质阵列的空间平滑PM谱函数,并应用到粒子滤波的似然函数改进中。理论分析和仿真结果表明,本文方法具有更高的估计精度和更低的计算复杂度,实验结果验证了所提算法的有效性。
宋杨杨[3]（2020）在《低空目标被动声定位系统设计与研究》文中研究说明被动声定位技术可以有效地对低空目标定位,并且具有隐蔽性高、造价低等优点,因此被广泛应用于军事、安全监控等领域。但是,在对低空目标实际定位过程中,由于受到环境噪声的影响,造成在低信噪比的环境下,传统的被动声定位算法得到的定位结果仍存在较大的误差。针对以上问题,本文设计了一个低空目标被动声定位系统,采用基于到达时延差（Time Difference of Arrival,TDOA）的声定位算法实现对低空目标的定位。首先,分析了广义互相关（Generalized Cross Correlation,GCC）时延估计算法的几种加权函数,为了减小时延估计误差,结合二次相关法对广义互相关-相位变换加权-调整参数相干因子（GCC-Phase Transform-ργ,GCC-PHAT-ργ）算法进行了改进,并通过仿真验证了改进算法提高了抗干扰性能和时延估计精度。重点研究立体七元声传感器阵列,推导基于到达时延差的声定位算法,并对影响目标声源的距离、方位角及俯仰角定位精度的因素进行仿真与分析。接着,介绍了低空目标被动声定位系统的整体结构;硬件部分设计了声传感器阵列、信号处理模块、多通道数据采集模块;软件部分详细介绍了系统的数据采集及传输模块,并在此基础上完成时延估计、定位算法等模块的功能设计。最后,搭建测试平台,通过两组实验分析了采样频率和目标声源的距离对定位结果的影响,并且将实验得到的定位误差与仿真估计误差进行了对比。实验结果表明,增加系统的采样频率可以降低定位误差;目标声源的距离较近或较远都会对目标的测距结果带来较大的误差,合适的目标声源距离的测距结果会更准确,并验证了改进算法提高了系统的定位精度。
李江欣[4]（2020）在《基于差分麦克风阵列的低仰角目标测向与增强方法研究》文中指出针对低空直升机、地面履带车等低仰角目标,被动声探测技术利用目标运动部件发出的声信号实现探测与识别,能有效解决雷达探测面临的电子干扰、地物遮挡等问题。近年来,随着微机电系统（MEMS）技术的发展,麦克风朝着微型化、智能化的方向发展。采用麦克风阵列形式的小微声探测节点具有成本低廉、结构简单、功耗较低等特点,多个小微声测节点还可采用抛撒等方式大量部署,通过组网进一步构建声学区域警戒系统。基于小微麦克风阵列进行低仰角目标测向与增强,是相应系统应用时的重要任务,相关研究成果在军用、民用领域具有广泛的应用前景与良好的实际应用价值。本文针对小微平面差分麦克风阵列,重点研究低仰角目标的测向与增强方法。首先讨论了大气声传播规律及典型低仰角目标声信号产生机理与时频特性,通过仿真分析发现所研究的低仰角目标声信号不具备良好的短时正交与时频稀疏（W-DO）特性,因此现有针对语音信号的声强估计多声源测向方法对所研低仰角目标声源效果不佳。考虑到基于差分麦克风阵列的单个小微声探测节点通常探测能力较弱,监测区域较小,本文重点研究面向较近距离范围内最强目标声源的检测与测向方法。具体而言,采用短时能量双阈值法实现目标声源检测,然后提出基于时频筛选及功率加权的改进直方图法进行目标方位角估计,最后通过模板匹配法进行地面与低空目标区分。在完成目标测向后,本文还研究了一种结合一阶方向可控的差分麦克风阵列波束形成技术与广义旁瓣对消技术的干扰抑制与目标增强方法,以提高目标信号的信干噪比,为后续目标分类识别等任务提供良好条件。通过开展仿真及外场实验,验证了上述基于差分麦克风阵列的低仰角目标测向与增强方法的有效性,研究成果为差分麦克风阵列声测节点在边境警戒、要地防护等诸多领域的广泛应用奠定良好基础。
冯正康[5]（2020）在《多功能雷达数据处理研究与实现》文中研究指明多功能雷达系统对于不同的目标需要完成多种探测任务,目标处在的环境复杂多变,真实目标常淹没在杂波和噪声的背景中,且目标存在不确定的机动状态,需要采用先进的雷达数据处理技术有效抑制杂波,实现对机动目标的稳定跟踪。本文针对多功能雷达的特点设计了一款数据处理软件。首先分析了雷达数据处理中估计理论与线性Kalman滤波方法,并与非线性系统下的扩展卡尔曼与不敏卡尔曼滤波方法进行Matlab仿真对比,其次研究了机动目标常用跟踪方法,并用交互式多模型算法对不同场景下的机动轨迹进行仿真;接着研究了多功能模式下的低空目标、海面目标和地面目标的波形参数设计与空域覆盖,重点研究了点迹预处理、点迹凝聚、杂波图、相关波门、动态分区、航迹起始与航迹关联这些雷达数据处理中的关键问题并给出具体仿真实现,其中航迹起始采用了基于m/n准则的修正逻辑法,研究了航迹关联中单目标与多目标的跟踪互联问题,在多目标的数据关联方法上,可以根据实际雷达工作环境下杂波的强弱来挑选全局最近邻法或者次最优概率数据互联算法;最后根据工程需求,采用Windows平台利用C语言完成多功能雷达数据处理软件的实现,并介绍了关键的数据结构与函数接口,完成了软件调试,给出了软件的最终运行结果。通过内场模拟的方法和外场大量的测试数据证明数据处理软件能够很好完成杂波抑制、单目标跟踪、多目标跟踪、机动目标跟踪、提升雷达精度以及多功能模式处理的任务,验证了数据处理软件的性能,说明本文研究的内容具有较好的应用前景与实用性。
赵彦君[6]（2019）在《雷达低空微弱目标检测技术研究》文中提出随着低空领域的逐步开放和低空超低空突防技术的日益精进,由于多径效应与目标的雷达散射截面积（Radar Cross Section,RCS）较小,导致低空微弱目标检测概率低,低空微弱目标检测技术的研究在军事领域的地位也日益提升。本文以解决低空微弱目标检测问题为目的,采用频率捷变信号来改善多径对消的情况;利用长时间积累来提高信噪比,并通过Keystone变换和构造补偿函数来修正距离走动问题,提高低空微弱目标检测性能。主要工作如下:1、建立低空目标多径模型,根据该多径模型建立4路回波信号模型,计算出所涉及的直接路径与反射路径之间的路程差、反射路径的擦地角等有关数学参数,再根据回波模型来分析多径效应对回波功率的影响,研究改善多径微弱目标检测效果的一般方法。2、根据多径因子发现波长对回波功率的影响,采用频率捷变来改善多径回波信号抵消直接回波信号的情况,分析常用的三种频率捷变信号各自的特点与区别,以及频率捷变对多径因子中路程差与波长比值的影响和频率捷变的去相关性,并仿真证实采用频率捷变可以减少多径回波信号抵消直接回波信号的情况。为了采用长时间相干积累来提高信噪比,对频率捷变信号进行设计,设计一种频率捷变信号并对该信号分组方式进行介绍,随后对脉组捷变信号和设计的捷变信号进行仿真对比分析。3、采用长时间积累的方法来提高雷达对微弱目标的检测概率,但由于设计的频率捷变信号会有放大速度影响的缺点,将带来的更大的距离走动问题,所以对回波信号进行分析,根据走动原因,采用Keystone变换和构造补偿函数来解决各分组因长时间积累导致的距离走动问题,又因为采用设计的频率捷变信号并对其分组,使各个存储单元相干积累后的结果在距离-多普勒图中存在多普勒单元上的差异,导致最后恒虚警率处理（Constant False Alarm Rate,CFAR）结果不能直接累加对比,所以针对这个情况又采用Keystone变换重新采集信号来解决因各组频率不同导致的多普勒单元走动问题。4、根据之前分析的信号处理方法和信号处理流程,设计雷达低空微弱目标检测方案,包括Keystone变换采样模块,距离校正模块,CFAR模块这三个大的模块,根据算法与多目标的需要对各个模块进行改进设计与实现。最后通过仿真验证方案的可行性。
户盼鹤[7]（2019）在《多径传播条件下的非合作目标无源探测关键技术研究》文中研究说明非合作目标无源探测技术研究一直是雷达目标探测领域中一个颇受关注的课题。近些年来,在越来越重视复杂电磁环境和有效实施武器系统隐蔽攻防的趋势下,利用外辐射源工作的非合作目标无源探测系统具有造价低廉、隐蔽探测、抗电磁干扰以及反隐身等优点,在学术界和工业界引起了广泛的研究热潮。相对于传统调频广播、电视、导航卫星等外辐射源,以雷达为外辐射源具有更远的探测距离、更高的分辨率等特点,而以捷变频相控阵雷达为外辐射源开展非合作目标探测技术研究则更具代表性和挑战性,对于提高非合作目标探测性能具有非常重要的应用价值。利用捷变频相控阵雷达开展非合作目标探测既能丰富可利用的外辐射源种类,又能充分利用先进体制雷达带来的诸多优势。然而,非合作的工作方式受制于外辐射源特性,因此在信号处理中也会面临新的技术难题。一方面,利用的外辐射源是捷变频相控阵体制雷达,捷变频技术会破坏脉冲回波之间的相位一致性,相控阵天线技术会导致系统收发天线的空间同步困难。另一方面,利用的外辐射源工作在低频段,多径传播效应非常严重,目标回波中期望信号与多径信号强相关、甚至完全相干,并且在空间上夹角很小,很容易入射到同一个波束宽度内。此外,来自外辐射源的直达波经过反射、绕射也可能被参考天线同时截获,其能量较强且波达方向很有可能与目标回波信号同向。基于上述问题分析,本文紧密围绕非合作目标无源探测样机系统研制的实际需求,开展了基于捷变频相控阵雷达外辐射源的非合作目标无源探测关键技术研究,用于解决工程应用中多径传播条件下直达波多分量参数估计、空间相邻信号波达方向估计以及非合作目标检测定位工程化实现等问题。论文取得的研究成果能有效弥补复杂电磁环境中常规雷达目标探测上的不足,为主被动一体化空天态势感知提供有力的技术补充,对于推动非合作目标无源探测技术的工程化、实用化提供一定的参考和借鉴价值。本文具体工作内容概括如下:第二章对非合作目标无源探测理论和问题进行阐述分析。首先在非合作目标无源探测系统基本结构的基础上,通过推导双基地雷达距离方程以及双基地威力覆盖范围对非合作目标无源探测性能进行分析;然后给出了非合作目标无源定位原理,并对双基地距离和误差、目标视角误差对非合作目标定位的精度影响进行分析;最后对外辐射源特性和多径传播特性进行分析,明确了非合作目标无源探测中的主要问题,为后序章节开展多径传播条件下的直达波参数估计算法、波达方向估计算法研究以及非合作目标检测定位工程化实现研究提供了解决思路和理论基础。第三章针对多径传播条件下的非合作目标无源探测系统直达波参数估计问题,提出了基于分数阶傅里叶域稀疏重构的直达波参数估计方法,用于解决多径传播条件下多径分量导致的直达波参数估计问题;提出了最近邻域卡尔曼滤波的直达波参数估计算法,用于解决复杂电磁环境中不仅包含多径分量,而且还存在多个外辐射源信号的直达波参数估计问题。仿真实验和实测数据验证了提出算法的有效性。第四章针对多径传播条件下的非合作目标无源探测系统波达方向（Direction of Arrival,DOA）估计问题,提出了基于空间差分迭代自适应的DOA估计算法。该算法首先基于不相关信号和相干信号的特征值模性质将不相关信号从相干信号里区分出来,同时进行DOA估计。然后,利用空间差分技术消除阵列协方差矩阵中不相关信号的贡献。最后,利用迭代自适应算法（Iterative adaptive Algorithm,IAA）对重构的协方差矩阵进行处理以完成相干信号DOA估计。该算法充分结合空间差分技术和IAA算法的优点,同时避免了它们的缺点。仿真实验表明该算法具有超分辨DOA估计性能,且在信噪比低、样本快拍有限的条件下依然取得良好的信号分辨效果。第五章首先介绍了非合作目标无源探测样机系统的总体架构,主要包括直达波处理分系统和目标回波处理分系统及工程化平台。然后,提出了一种非合作目标无源探测信号处理方案。该方案利用同时形成的多个波束覆盖观测区域实现空间同步、利用直达波参数估计实现时频同步。接着,根据目标检测与噪声检测的统计特性差异利用基于概率统计直方图方法将不同距离-方位单元内的微弱目标回波检测出来,并以此为先验信息在双基地距离-慢时间回波平面进行动目标检测。通过比幅测向或DOA估计进一步完成目标的角度测量,并利用双基地距离和-角度定位方法实现非合作目标定位。最后,基于样机系统开展的非合作目标探测实验验证了该信号处理方案在非合作目标检测与定位中的可行性和有效性。
李春阳[8]（2019）在《低空多径目标角度估计方法研究》文中研究表明现代战争是电子信息科技的竞赛,信息情报的主动权决定了胜负走向。雷达是战争中获取敌方信息的重要设施,而低空突防是威胁雷达生存的重要因素之一。在当代战争中,为了不被敌方发现,提高战场生存率和打击成功率,战机和导弹在接近目标时飞行高度往往都很低。低空目标飞行高度低,速度快,可以隐蔽于地形环境中,这些都使得雷达难以发现这类目标,多径效应是影响雷达对低空目标检测和跟踪性能的主要因素。本文围绕低空目标仰角估计这一难题,从多径反射模型、常用测角方法、高精度测角方法等方面展开研究。首先,分析了影响低空目标仰角估计精度的多径效应,介绍了经典多径反射和多反射分布源两种模型下的回波形式。然后介绍了三种传统的测角方法:偏轴法、C2法和复角法,并对每种方法进行了仿真和分析。然后,针对数字阵列雷达系统下的低空目标测角技术做了研究和分析。详细阐述了最大似然估计理论,介绍了经典多径模型下该理论在低空目标测角领域的具体应用。基于频率分集提出一种改进的加权多频最大似然仰角估计方法。在充分研究多反射分布源模型的基础上,提出一种适用于该模型的低仰角估计方法,该方法适用于平坦和粗糙阵地,有较好的稳定性和鲁棒性。最后,针对压缩感知在低空目标测角领域的应用作了研究。在压缩感知理论的基础上,结合低空目标的特点建立了符合压缩感知理论的信号模型。接着介绍了基于压缩感知的测角算法和稀疏重构算法,提出了一种基于优化阵列的压缩感知低空目标测角算法,该方法只选取部分回波数据进行处理,能有效减小数据维度,降低信号恢复的难度和计算复杂度,测角精度较高。通过仿真实验对所提算法与传统方法进行了对比分析。
霍炯[9]（2019）在《低角跟踪环境下阵列雷达目标仰角估计算法研究》文中认为低角跟踪问题一直是雷达探测领域的经典难题。由于地球曲率和地形遮挡的影响,雷达探测低空目标时的有效距离下降。且雷达对低空目标进行跟踪时,会受到多径效应的影响。多径信号的存在使雷达仰角测量的性能无法满足实际指标要求,严重时甚至会使雷达失去跟踪目标的能力。如何克服多径信号带来的测角误差是解决低角跟踪难题的关键所在。阵列超分辨技术由于其较高的波达方向（Direction of Arrival,DOA）估计精度而受到广泛的研究和讨论,它也被用来解决低角跟踪问题。本文紧密结合阵列雷达特点,重点研究在低空领域下能够实现目标仰角精确估计的阵列超分辨算法。首先,介绍多径条件下的两种几何模型,给出两种模型中的一些几何关系。并对多径反射中镜面反射机理和漫反射机理进行研究,分析影响反射系数的几个重要因素。其次,介绍几种常见阵列超分辨算法,包括多重信号分类（Multiple Signal Classification,MUSIC）算法和能够实现解相干的空间平滑算法及最大似然算法,仿真分析并比较了它们的测角性能,阐述了各自的优缺点。然后,在多径信号模型基础上,介绍广义MUSIC算法及其改进算法,通过仿真将两种算法的测角性能进行比较。同时总结并归纳了三种时空级联最大似然算法,给出它们仰角估计的理论误差结果,仿真分析了信噪比、目标高度等因素对各自测角性能的影响。在阵列接收信号相同的情况下,三种算法依次把越来越多的先验信息应用于测角过程,从而使测角性能不断地提高,仿真也印证了这一结论。同时对其中的精确最大似然（Refined Maximum Likelihood,RML）算法进行了更深入的研究,结合实际工程中RML算法可能遇到的问题,对RML算法进行了一些优化。最后,本文提出了一种基于波束空间的雷达低仰角估计算法,新算法在保证测角精度的前提下,极大地降低了运算量,更加便于工程实现,仿真验证了新算法的优越性。
张俊[10]（2019）在《复杂运动条件下的SAR/ISAR聚焦方法研究》文中提出合成孔径雷达与逆合成孔径雷达（SAR/ISAR）具有全天时、全天候观测的特点,通过相应的后续数字处理技术能够有效地获取观测场景与监测目标的地形特点与结构尺寸等丰富的散射特征信息,广泛应用于地形勘测、战场监视、自然灾害预报、空间态势感知与防空反导等国防工业与民用领域。在SAR/ISAR成像中,距离-方位二维高分辨像是获取观测场景与目标精细特征的关键。系统发射信号的带宽决定了距离分辨率,而方位分辨率则由方位向合成孔径长度决定。在现有的传统SAR体制下,二维分辨率往往会受到雷达体制的制约而难以提升。通过与现代无人机、直升机等小型化平台的结合,可以利用旋转扫描/聚束等方式更加灵活地选择观测场景,通过多角度观测消除遮挡效应改善SAR图像分辨率,但为满足该观测条件,SAR平台往往具有复杂的运动轨迹,这也会给后续成像处理带来较大困难,而且低空域小型平台对天气环境因素十分敏感,需要研究高效稳健的运动误差补偿算法,另外,长时间、大转角观测条件下图像中存在的高旁瓣问题也亟待解决。此外,随着大量中低空域飞行器的发展与投入使用,如何对这些具有复杂运动特性的空域目标实现高分辨、实时ISAR成像观测,同样具有重要的研究价值与意义。本文主要针对复杂运动条件下的SAR/ISAR聚焦中存在的关键问题与技术难点,围绕国家973项目“复杂低空飞行的自主避险理论与方法研究”、国家自然科学基金项目“基于空间平台的空间目标检测、成像与识别方法研究”、国家自然科学基金项目“基于空间平台的微弱时敏目标协同检测与识别”等项目的研究任务,对复杂运动条件下的典型SAR成像模式:旋转式合成孔径雷达（ROSAR）、圆轨迹合成孔径雷达（CSAR）,以及非均匀旋转平台ISAR的高分辨实时成像与误差补偿方法进行了研究。论文的主要工作概括为以下四个部分:1.针对旋转式合成孔径雷达在高分辨成像时,距离徙动引起的复杂斜距历程与二维波数谱,导致后续成像处理困难的问题,提出了一种改进ROSAR波数域成像算法,实现了宽波束大场景下距离徙动的精确校正与最终成像。此外针对传统二阶斜距近似难以满足ROSAR高分辨成像要求的问题,提出了基于卡尔丹方程的ROSAR成像算法,实现了距离徙动校正与场景精确聚焦成像。2.由于旋转式合成孔径雷达通常安装于无人旋翼直升机等小型平台,更容易受平台振动、气流变化等影响,引入较大的运动误差,造成成像分辨率下降。针对这一问题,提出了一种基于波数域的ROSAR自聚焦成像算法,设计了扩展ROSAR?-k成像算法,在有效校正距离徙动的同时,为后续运动误差补偿提供便利,将二次相位校正与相位梯度估计相结合,并利用划分子孔径的方式消除局部线性分量,最后经过迭代处理后即可有效估计并补偿运动误差,进而获得聚焦良好的ROSAR高分辨图像。3.针对双基圆轨迹合成孔径雷达（BCSAR）系统中,有限信号带宽引起的振铃效应与高旁瓣等问题,提出了一种基于空间分集双基圆轨迹合成孔径雷达（GDBCSAR）的新成像构型,给出了其傅立叶采样面积与图像分辨率的分析,获取了更大的傅立叶采样面积,降低傅立叶采样空间的频谱不连续性,有效降低抑制了成像中的振铃效应与高旁瓣现象。4.在非均匀旋转目标逆合成孔径雷达成像中,目标复杂的运动特性会造成回波中的目标多普勒时变,导致目标ISAR成像质量明显下降。针对现有ISAR成像算法中存在的运算量繁重与传递误差影响严重的问题,提出了一种基于几何信息辅助的非均匀旋转目标运动参数快速估计与ISAR成像方法。通过3-dB滤波与加权最小二乘估计消除噪声与交叉项的干扰,提升二次调频率估计精度。并分别在时间-频率（TFD）域与距离-多普勒域精确估计目标调频率与中心频率,所提算法在有效抑制传递误差与交叉项干扰的同时,能够显着降低运算量,进而实现非均匀旋转目标高分辨ISAR成像实时处理。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 0 引言 |
| 1 MIMO雷达多径信号模型 |
| 2 基于互协方差矩阵稀疏重构低仰角估计算法 |
| 2.1 降维变换 |
| 2.2 互协方差矩阵稀疏重构低仰角估计算法 |
| 3 仿真结果 |
| 4 结束语 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 静止目标DOA估计算法研究现状 |
| 1.2.2 运动目标DOA估计算法研究现状 |
| 1.2.3 声阵列DOA估计研究现状 |
| 1.3 论文研究目标、内容及贡献 |
| 1.3.1 论文研究目标 |
| 1.3.2 论文主要内容与贡献 |
| 1.4 论文的结构安排 |
| 第二章 阵列信号处理相关基础 |
| 2.1 引言 |
| 2.2 DOA估计信号模型及其分析 |
| 2.2.1 均匀线阵信号模型 |
| 2.2.2 L型阵列信号模型 |
| 2.2.3 互质阵列信号模型 |
| 2.3 矩阵代数相关知识 |
| 2.3.1 特征分解和奇异值分解 |
| 2.3.2 Toeplitz矩阵 |
| 2.3.3 Vandermonde矩阵 |
| 2.3.4 矩阵的Kronecker积 |
| 2.3.5 矩阵的向量化 |
| 2.4 本章小结 |
| 第三章 声探测系统测试平台设计与实现及算法验证 |
| 3.1 引言 |
| 3.2 声阵列探测系统测试平台设计 |
| 3.2.1 系统总体结构 |
| 3.2.2 系统主要模块 |
| 3.3 阵列波达方向估计算法 |
| 3.3.1 Capon算法 |
| 3.3.2 MUSIC算法 |
| 3.3.3 PM算法 |
| 3.3.4 PASTd算法 |
| 3.3.5 ?_(p,q)范数重构算法 |
| 3.3.6 SBL算法 |
| 3.3.7 SPICE算法 |
| 3.4 基于线型声阵列的单源DOA跟踪实验 |
| 3.4.1 试验概况 |
| 3.4.2 实验结果与分析 |
| 3.5 基于线型声阵列的双源DOA跟踪实验 |
| 3.5.1 试验概况 |
| 3.5.2 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 均匀线阵DOA跟踪算法研究及实验验证 |
| 4.1 引言 |
| 4.2 基于粒子滤波的DOA跟踪估计算法 |
| 4.2.1 阵列观测模型建立 |
| 4.2.2 目标状态模型建立 |
| 4.2.3 基于粒子滤波的DOA跟踪算法 |
| 4.2.4 似然函数推导 |
| 4.3 基于改进的粒子滤波的DOA跟踪估计算法 |
| 4.3.1 计算复杂度分析 |
| 4.3.2 仿真结果与分析 |
| 4.4 基于线型声阵列的DOA跟踪实验 |
| 4.4.1 试验概况 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 L型阵二维DOA跟踪算法研究及实验验证 |
| 5.1 引言 |
| 5.2 贝叶斯学习理论推导 |
| 5.2.1 观测模型 |
| 5.2.2 信号先验稀疏模型 |
| 5.2.3 贝叶斯后验理论 |
| 5.3 L型阵列高效DOA跟踪算法 |
| 5.3.1 算法描述 |
| 5.3.2 角度配对 |
| 5.3.3 仿真结果与分析 |
| 5.4 L型阵列孔径扩展DOA跟踪算法 |
| 5.4.1 算法描述 |
| 5.4.2 仿真结果与分析 |
| 5.5 基于L型声阵列的双源DOA跟踪实验 |
| 5.5.1 试验概况 |
| 5.5.2 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 互质阵列DOA跟踪算法研究及实验验证 |
| 6.1 引言 |
| 6.2 互质阵列信号模型 |
| 6.2.1 互质阵观测模型 |
| 6.2.2 目标运动模型 |
| 6.3 互质阵DOA跟踪估计算法 |
| 6.3.1 算法描述 |
| 6.3.2 计算复杂度分析 |
| 6.3.3 仿真结果与分析 |
| 6.4 基于互质线型声阵列的DOA跟踪实验 |
| 6.4.1 实验概况 |
| 6.4.2 实验结果与分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
| 攻读博士学位期间取得的成果 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 低空目标被动声定位国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 声阵列被动声定位算法概述 |
| 1.4 本文主要内容及章节安排 |
| 第二章 低空目标声源传播模型及信号的预处理 |
| 2.1 低空目标声源类型及传播模型 |
| 2.1.1 声源类型 |
| 2.1.2 近场模型 |
| 2.1.3 远场模型 |
| 2.2 低空目标噪声类型 |
| 2.3 低空目标声信号的预处理 |
| 2.3.1 滤波去噪处理 |
| 2.3.2 分帧加窗处理 |
| 2.3.3 声音端点检测 |
| 2.4 本章小结 |
| 第三章 基于时延估计的被动声定位算法研究 |
| 3.1 时延估计的被动声定位算法概述 |
| 3.2 基于广义互相关的时延估计算法 |
| 3.2.1 基本互相关时延估计算法 |
| 3.2.2 广义互相关时延估计算法 |
| 3.2.3 实验仿真与分析 |
| 3.3 基于广义二次相关的时延估计算法 |
| 3.3.1 二次相关时延估计算法 |
| 3.3.2 广义二次相关时延估计算法 |
| 3.3.3 实验仿真与分析 |
| 3.4 低空目标被动声定位算法及误差分析 |
| 3.4.1 被动声定位算法 |
| 3.4.2 定位算法误差分析 |
| 3.5 本章小结 |
| 第四章 低空目标被动声定位系统设计 |
| 4.1 系统需求分析 |
| 4.2 系统整体结构设计 |
| 4.3 声传感器选型及阵列结构 |
| 4.3.1 声传感器选型 |
| 4.3.2 声传感器阵列结构设计 |
| 4.4 被动声定位系统硬件电路设计 |
| 4.4.1 信号处理电路设计 |
| 4.4.2 A/D转换电路设计 |
| 4.4.3 电源电路设计 |
| 4.4.4 STM32微处理器电路设计 |
| 4.4.5 USB接口电路设计 |
| 4.5 声定位系统软件设计 |
| 4.5.1 系统总体软件设计 |
| 4.5.2 系统软件编程环境 |
| 4.5.3 软件相关模块设计 |
| 4.6 本章小结 |
| 第五章 系统测试结果分析 |
| 5.1 测试平台搭建 |
| 5.2 实验结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作及结构安排 |
| 2 大气声传播规律及目标声信号分析 |
| 2.1 大气声传播规律 |
| 2.1.1 声波传播模型 |
| 2.1.2 大气声衰减 |
| 2.1.3 多普勒效应 |
| 2.2 目标与环境声信号特性 |
| 2.2.1 冲激型目标声信号分析 |
| 2.2.2 准连续型目标声信号分析 |
| 2.2.3 环境声信号分析 |
| 2.3 本章小结 |
| 3 基于差分麦克风阵列的低仰角目标测向 |
| 3.1 差分麦克风阵列基础理论 |
| 3.1.1 阵列信号模型 |
| 3.1.2 传统声强法测向原理及分析 |
| 3.2 目标检测与测向 |
| 3.2.1 低仰角目标检测 |
| 3.2.2 基于时频筛选及功率加权改进直方图法的方位角估计 |
| 3.2.3 基于模板匹配的地面与低空目标区分 |
| 3.3 仿真实验与分析 |
| 3.3.1 低仰角目标测向性能分析 |
| 3.3.2 地面与低空目标区分方法验证 |
| 3.4 本章小结 |
| 4 基于差分麦克风阵列的低仰角目标信号增强 |
| 4.1 差分麦克风阵列波束形成 |
| 4.1.1 线型差分麦克风阵列 |
| 4.1.2 圆型差分麦克风阵列 |
| 4.1.3 一阶方向可控差分麦克风阵列 |
| 4.2 广义旁瓣对消器 |
| 4.2.1 GSC结构 |
| 4.2.2 维纳滤波器 |
| 4.2.3 块自适应算法 |
| 4.3 基于差分麦克风阵列的目标增强流程 |
| 4.4 仿真实验与分析 |
| 4.5 本章小结 |
| 5 外场实验验证 |
| 5.1 实验平台与方案 |
| 5.1.1 实验平台介绍 |
| 5.1.2 实验方案设计 |
| 5.2 目标测向结果分析 |
| 5.2.1 目标信号检测 |
| 5.2.2 目标测向 |
| 5.3 目标增强结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间撰写的论文和发明专利申请情况 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究动态 |
| 1.3 本论文的主要工作和内容安排 |
| 2 雷达数据处理中的跟踪滤波方法 |
| 2.1 引言 |
| 2.2 雷达数据处理中的估计方法 |
| 2.2.1 参数估计 |
| 2.2.2 最小均方误差估计 |
| 2.3 滤波原理 |
| 2.3.1 线性滤波器 |
| 2.3.2 非线性滤波器 |
| 2.3.3 仿真结果分析 |
| 2.4 机动目标跟踪 |
| 2.4.1 常用运动模型 |
| 2.4.2 Singer模型 |
| 2.4.3 当前统计模型 |
| 2.4.4 交互式多模型 |
| 2.4.5 仿真结果分析 |
| 2.5 本章小结 |
| 3 多功能雷达数据处理的设计 |
| 3.1 多功能模式 |
| 3.1.1 低空目标模式 |
| 3.1.2 海面目标模式 |
| 3.1.3 地面目标模式 |
| 3.2 点迹预处理与凝聚 |
| 3.2.1 点迹预处理 |
| 3.2.2 点迹凝聚 |
| 3.3 杂波图 |
| 3.4 相关波门 |
| 3.5 动态分区 |
| 3.6 航迹起始 |
| 3.7 航迹关联 |
| 3.7.1 单目标关联 |
| 3.7.2 多目标关联 |
| 3.8 本章小结 |
| 4 多功能雷达数据处理软件实现 |
| 4.1 软件方案 |
| 4.1.1 功能需求 |
| 4.1.2 总体设计 |
| 4.1.3 模块划分 |
| 4.2 关键数据结构设计 |
| 4.3 接口函数 |
| 4.3.1 航迹起始 |
| 4.3.2 交互式多模型 |
| 4.4 软件调试与运行结果 |
| 4.5 本章小结 |
| 5 系统测试与实验 |
| 5.1 内场验证 |
| 5.2 外场实验 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景和意义 |
| 1.2 低空微弱目标检测技术的国内外研究现状 |
| 1.2.1 多径效应研究 |
| 1.2.2 微弱目标检测研究 |
| 1.3 主要工作 |
| 1.4 内容安排 |
| 第二章 低空目标的多径传播 |
| 2.1 低空多径模型及各项参数 |
| 2.1.1 低空多径模型 |
| 2.1.2 路程差、反射点计算 |
| 2.1.3 反射系数?模型 |
| 2.2 多径效应对目标检测的影响 |
| 2.3 多径微弱目标检测处理方法 |
| 2.3.1 采用高分辨率的信号 |
| 2.3.2 采用匹配滤波器 |
| 2.4 本章小结 |
| 第三章 频率捷变与低空微弱目标检测 |
| 3.1 频率捷变信号 |
| 3.2 频率捷变与低空目标 |
| 3.2.1 频率捷变对低空目标影响 |
| 3.2.2 仿真实验 |
| 3.3 频率捷变与弱目标检测 |
| 3.3.1 长时间积累 |
| 3.3.2 频率捷变与相干积累 |
| 3.3.3 波形设计与处理算法 |
| 3.4 本章小结 |
| 第四章 Keystone变换与目标检测方法 |
| 4.1 距离走动分析 |
| 4.2 KTR距离校正积累模块 |
| 4.2.1 Keystone变换 |
| 4.2.2 构造补偿函数 |
| 4.2.3 仿真实验 |
| 4.2.4 KTR距离校正积累模块步骤 |
| 4.3 Keystone变换重新采样模块 |
| 4.3.1 Keystone变换与频率捷变 |
| 4.3.2 仿真实验 |
| 4.4 CFAR模块 |
| 4.5 整体框架 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 符号和缩略词说明 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 非合作目标无源探测系统研究发展概况 |
| 1.2.1 非合作目标无源探测系统研究的早期历史 |
| 1.2.2 非合作目标无源探测系统研究的的中兴期 |
| 1.2.3 非合作目标无源探测系统研究的新起点 |
| 1.3 非合作目标无源探测关键技术 |
| 1.3.1 系统同步技术 |
| 1.3.2 微弱目标检测技术 |
| 1.3.3 非合作目标定位技术 |
| 1.4 论文研究内容和结构 |
| 第二章 非合作目标无源探测理论与问题分析 |
| 2.1 引言 |
| 2.2 非合作目标无源探测性能分析 |
| 2.2.1 系统基本结构 |
| 2.2.2 探测性能分析 |
| 2.3 非合作目标定位原理分析 |
| 2.3.1 目标定位原理 |
| 2.3.2 定位精度分析 |
| 2.4 外辐射源特性及主要问题分析 |
| 2.4.1 外辐射源特性分析 |
| 2.4.2 主要问题分析 |
| 2.5 多径传播特性及主要问题分析 |
| 2.5.1 多径传播特性 |
| 2.5.2 主要问题分析 |
| 2.6 本章小结 |
| 第三章 多径传播条件下的直达波参数估计算法 |
| 3.1 引言 |
| 3.2 基于分数阶傅里叶域稀疏重构的直达波参数估计算法 |
| 3.2.1 信号模型 |
| 3.2.2 FrFT算法基础 |
| 3.2.3 提出算法原理 |
| 3.2.4 仿真实验分析 |
| 3.3 基于最近邻域卡尔曼滤波的直达波参数估计算法 |
| 3.3.1 信号模型 |
| 3.3.2 STFT算法基础 |
| 3.3.3 提出算法原理 |
| 3.3.4 仿真实验分析 |
| 3.3.5 实测数据分析 |
| 3.4 本章小结 |
| 第四章 多径传播条件下的波达方向估计算法 |
| 4.1 引言 |
| 4.2 多径传播条件下的波达方向估计信号模型 |
| 4.3 IAA算法基础 |
| 4.4 基于空间差分迭代自适应的波达方向估计算法 |
| 4.4.1 不相关信号DOA估计 |
| 4.4.2 空间差分处理 |
| 4.4.3 协方差矩阵重构 |
| 4.4.4 相干信号DOA估计 |
| 4.5 仿真实验与性能分析 |
| 4.6 本章小结 |
| 第五章 非合作目标无源探测技术工程化实现 |
| 5.1 引言 |
| 5.2 非合作目标无源探测样机系统架构 |
| 5.3 非合作目标无源探测信号处理方案 |
| 5.3.1 空间和时频同步方法 |
| 5.3.2 基于概率统计直方图的弱目标检测方法 |
| 5.3.3 非合作目标定位方法 |
| 5.3.4 信号处理流程及主要步骤 |
| 5.4 外场实验与结果分析 |
| 5.4.1 外场实验 |
| 5.4.2 直达波参数结果分析 |
| 5.4.3 目标检测结果分析 |
| 5.4.4 目标定位结果分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文主要工作 |
| 6.2 后续研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 作者在学期间参加的科研项目 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要内容及安排 |
| 第二章 低空目标的多径效应及测角方法 |
| 2.1 引言 |
| 2.2 多径模型研究 |
| 2.2.1 经典多径模型 |
| 2.2.2 多反射分布源模型 |
| 2.3 常用测角方法 |
| 2.3.1 偏轴法 |
| 2.3.2 C2法 |
| 2.3.3 复角法 |
| 2.4 本章小结 |
| 第三章 基于数字阵列雷达的低仰角估计方法 |
| 3.1 引言 |
| 3.2 最大似然仰角估计法 |
| 3.2.1 基本原理 |
| 3.2.2 多频最大似然角度估计方法 |
| 3.2.3 仿真分析 |
| 3.3 基于复合导向矢量的仰角估计法 |
| 3.3.1 基于复合导向矢量的最大似然估计法 |
| 3.3.2 目标仰角和多径衰减因子联合估计法 |
| 3.3.3 改进的多频最大似然估计方法 |
| 3.3.4 仿真分析 |
| 3.4 基于波束形成的仰角估计法 |
| 3.4.1 信号模型 |
| 3.4.2 算法原理 |
| 3.4.3 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于压缩感知的低仰角估计方法 |
| 4.1 引言 |
| 4.1.1 压缩感知理论 |
| 4.1.2 DOA估计模型 |
| 4.2 压缩感知在DOA估计中的应用 |
| 4.2.1 L1-SVD算法 |
| 4.2.2 RMFOCUSS算法 |
| 4.2.3 基于优化阵列的测角算法 |
| 4.3 仿真实验 |
| 4.3.1 测角精度和算法复杂度的比较 |
| 4.3.2 估计成功概率随信噪比的变化 |
| 4.3.3 测角均方根误差随信噪比的变化 |
| 4.3.4 测角均方根误差随快拍数的变化 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究历史及现状 |
| 1.3 论文内容安排 |
| 第二章 低角跟踪中的多径效应 |
| 2.1 多径效应几何模型 |
| 2.1.1 平面模型 |
| 2.1.2 球面模型 |
| 2.2 多径反射机理 |
| 2.2.1 瑞利判据 |
| 2.2.2 镜面反射 |
| 2.2.3 漫反射 |
| 2.3 本章小结 |
| 第三章 常规阵列超分辨算法 |
| 3.1 常规MUSIC算法 |
| 3.2 空间平滑类算法 |
| 3.3 最大似然算法 |
| 3.4 本章小结 |
| 第四章 阵列雷达低仰角测量算法 |
| 4.1 广义MUSIC算法 |
| 4.1.1 算法原理 |
| 4.1.2 改进的广义MUSIC算法 |
| 4.1.3 仿真分析 |
| 4.2 三种时空级联最大似然算法 |
| 4.2.1 时空级联最大似然算法 |
| 4.2.2 改进的时空级联最大似然算法 |
| 4.2.3 RML算法 |
| 4.2.4 理论性能分析 |
| 4.2.5 仿真分析 |
| 4.3 实际应用中RML算法的优化 |
| 4.3.1 多频RML算法 |
| 4.3.2 估计反射系数 |
| 4.4 一种基于波束空间的雷达低仰角估计算法 |
| 4.4.1 算法原理及实现过程 |
| 4.4.2 仿真分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 合成孔径雷达研究发展现状 |
| 1.2.1 合成孔径雷达发展概述 |
| 1.2.2 旋转式合成孔径雷达发展概述 |
| 1.2.3 圆轨迹合成孔径雷达发展概述 |
| 1.3 逆合成孔径雷达研究发展现状 |
| 1.4 论文主要内容及安排 |
| 第二章 复杂运动条件下的SAR/ISAR成像技术与问题 |
| 2.1 引言 |
| 2.2 复杂运动条件下的SAR成像原理方法 |
| 2.2.1 常规SAR成像原理与基本方法 |
| 2.2.2 ROSAR成像原理与基本方法 |
| 2.2.3 CSAR成像原理与基本方法 |
| 2.3 复杂运动条件下ISAR成像原理方法 |
| 2.4 本章小结 |
| 第三章 旋转式合成孔径雷达高分辨成像算法研究 |
| 3.1 引言 |
| 3.2 信号模型和问题描述 |
| 3.2.1 信号模型 |
| 3.2.2 问题描述 |
| 3.3 ROSAR高分辨成像方法 |
| 3.3.1 改进ROSAR波数域成像算法 |
| 3.3.2 基于卡尔丹方程的ROSAR成像方法 |
| 3.4 算法性能分析与仿真实验结果 |
| 3.4.1 ROSAR波数域成像算法性能分析及结果 |
| 3.4.2 基于卡尔丹方程的ROSAR成像算法性能分析及结果 |
| 3.5 本章小结 |
| 第四章 旋转式合成孔径雷达波数域自聚焦成像算法研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于ROSAR波数域成像的相位梯度自聚焦算法 |
| 4.3.1 含运动误差ROSAR信号及剩余运动误差分析 |
| 4.3.2 增强ROSAR相位梯度自聚焦方法 |
| 4.4 算法分析及仿真实验结果 |
| 4.4.1 改进Stolt插值处理对误差作用分析 |
| 4.4.2 点目标场景仿真实验结果 |
| 4.4.3 仿真实测场景成像结果 |
| 4.5 本章小结 |
| 第五章 基于空间分集的双基圆轨迹合成孔径雷达成像方法 |
| 5.1 引言 |
| 5.2 双基圆轨迹合成孔径雷达傅立叶空间采样分析 |
| 5.2.1 傅立叶空间采样理论 |
| 5.2.2 传统双基圆轨迹合成孔径雷达傅立叶空间采样面积分析 |
| 5.3 基于空间分集的双基圆轨迹合成孔径雷达成像方法与性能分析 |
| 5.3.1 信号模型 |
| 5.3.2 成像处理流程 |
| 5.3.3 傅立叶空间采样面积分析 |
| 5.3.4 二维图像分辨率 |
| 5.4 仿真实验分析结果 |
| 5.5 本章小结 |
| 第六章 非均匀旋转目标运动参数快速估计及ISAR成像方法研究 |
| 6.1 引言 |
| 6.2 非均匀旋转目标ISAR信号模型 |
| 6.3 QFM信号二次调频率快速估计方法 |
| 6.3.1 基于时间-调频率分布的Radon变换 |
| 6.3.2 基于Radon变换的最小二乘快速估计方法 |
| 6.3.3 预滤波处理与基于最小熵准则的加权最小二乘估计方法 |
| 6.4 调频率与中心频率快速估计方法 |
| 6.4.1 基于TFD的调频率加权最小二乘估计方法 |
| 6.4.2 基于距离-多普勒域的中心频率快速估计方法 |
| 6.5 仿真实验分析和实测数据处理结果 |
| 6.5.1 计算复杂度分析 |
| 6.5.2 仿真目标成像结果与性能分析 |
| 6.5.3 实测数据成像处理 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 作者简介 |
