山东省自然科学基金(ZR2012FQ007) 作品数:7 被引量:38 H指数:3 相关作者: 赵宜楠 李风从 乔晓林 王军 尹彬 更多>> 相关机构: 哈尔滨工业大学 哈尔滨工业大学(威海) 北京遥感设备研究所 更多>> 发文基金: 山东省自然科学基金 国家自然科学基金 更多>> 相关领域: 电子电信 冶金工程 更多>>
抑制特定区间距离旁瓣的恒模波形设计方法 被引量:20 2013年 该文提出在特定的距离旁瓣区间具有极低相关幅值的恒模波形设计方法。该类波形可应用于具有发射自适应能力的雷达、声呐和通信系统,以抑制距离旁瓣遮蔽和多路径等干扰。该文使用0-1加权的积分旁瓣电平构造目标函数,将波形设计转化为无约束优化问题。针对目标函数的特点,基于功率谱拟合的思想提出了初始点选择算法,推导了目标函数梯度和Hessian矩阵的解析表达式,并利用子空间信赖域算法求解该优化问题,提高了优化过程的计算效率。计算机仿真表明,对于连续区间和多个离散点的距离旁瓣抑制,均能提供较好的效果。 李风从 赵宜楠 乔晓林关键词:雷达系统 波形设计 无约束优化 旁瓣抑制 相位编码 严重拖尾杂波中距离扩展目标的自适应极化检测 被引量:3 2014年 为了解决统计特性未知的严重拖尾杂波背景下距离扩展目标的信号检测问题,提出了一种基于广义似然比检验(GLRT)的自适应极化检测器.该检测器利用了雷达回波的极化信息,并使用辅助数据估计杂波的协方差矩阵.推导了其虚警概率表达式,理论分析验证了该检测器对于杂波能量和杂波协方差矩阵具有恒虚警特性.仿真结果表明,该自适应极化检测器在较低信杂比下就可以获得好的检测性能,且相比于点目标自适应极化检测器和单极化自适应检测器,具有更优的检测性能. 赵宜楠 庞晓宇 王军 周志权关键词:自适应检测 距离扩展目标 极化 复合高斯 零自相关区相位编码波形设计 被引量:1 2013年 本文研究在设定区间具有极低自相关幅值的相位编码波形设计方法,可用于雷达、声呐和通信系统进行干扰抑制和信号同步等.提出了一种基于功率谱逼近的波形设计算法.根据自相关与功率谱的傅立叶变换对关系,将自相关设计指标转换为功率谱设计指标;利用时、频域交替变换投影方法,且在迭代过程中动态构造理想序列功率谱,使设计波形的功率谱逐步逼近理想波形的功率谱,最终实现所期望的波形.与通用的非线性规划相比,该算法无需计算导数,内存消耗小,且迭代过程可由FFT高效实现. 李风从 赵宜楠 乔晓林关键词:波形设计 相位编码 基于秩亏傅里叶变换的交替投影编码波形设计 被引量:8 2014年 本文提出了一种在设定区间具有极低功率谱和自相关幅值的恒模波形设计方法.该方法首先将波形设计的信号模型转化为相位提取问题,通过定义三个代表不同设计目标和约束的集合,利用交替投影的方法来实现波形优化.由于利用了色噪声协方差矩阵与功率谱的近似关系,算法中基于秩亏傅立叶变换矩阵的投影算子能由快速傅里叶变换高效实现,提高了计算效率.最后,计算机仿真验证了算法的有效性.算法所设计的波形可用于雷达、声呐和无线通信系统,以抑制色噪声、有源干扰和距离旁瓣干扰. 赵宜楠 李风从 王军 乔晓林关键词:波形设计 相位编码 复合高斯杂波中极化MIMO雷达的自适应检测 被引量:3 2015年 基于复合高斯杂波纹理分量服从逆伽马分布的假设和分布式极化多输入多输出(multiple-input multiple-output,MIMO)雷达阵元特点,建立了雷达极化信号模型,提出了一种基于最大后验概率(maximum a posteriori,MAP)估计和广义似然比检验(generalized likelihood ratio test,GLRT)的MIMO雷达极化检测器(MAP-GLRT),该检测器利用了辅助数据估计杂波协方差矩阵以实现自适应性。通过推导检测器的虚警概率表达式,表明其相对于杂波能量具有恒虚警特性。仿真结果表明,杂波形状参数和雷达信道数量会对MAP-GLRT检测器的检测性能产生影响;相比于其他检测器,MAP-GLRT检测器在检测性能上更有优势。 赵宜楠 姜智卓 唐晨亮 周志权关键词:多输入多输出雷达 自适应检测 极化 复合高斯 严重拖尾复合高斯杂波中目标的自适应极化检测 被引量:7 2013年 该文研究极化高分辨雷达在动态变化的杂波场景中自适应检测小目标的问题。将统计特性严重拖尾的杂波建模为纹理分量为逆伽马分布的复合高斯过程,借助于广义似然比检验和辅助数据得到了自适应极化检测器,并推导了该检测器的虚警概率表达式,证明了该检测器对协方差矩阵结构具有恒虚警特性。最后,利用仿真杂波数据验证了检测器检测性能的有效性。 赵宜楠 李风从 尹彬关键词:目标检测 极化 复合高斯 使用极化知识的非均匀杂波数据选择器 2013年 为了解决雷达自适应处理中由于杂波的非均匀所带来的性能恶化问题,提出了一种基于极化特征知识的非均匀复合高斯杂波训练数据选择方法.该方法对训练数据单元进行极化散射矩阵的最大似然估计,然后计算每个估计值与先验极化知识的误差,以此作为区分野值的特征,从非均匀杂波中去除野值得到均匀的训练数据.仿真结果表明,该方法在野值杂波比较低时仍能够有效地去除野值,改善了杂波协方差矩阵的估计性能. 赵宜楠 王军 尹彬关键词:极化 数据选择 最大似然估计 先验知识