机会阵雷达多波束形成算法研究

来源 :江苏科技大学 | 被引量 : 0次 | 上传用户:castle0611
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机会阵雷达(Opportunistic Array Radar,OAR)是一种高性能的新型雷达系统,该雷达系统基于数字阵列技术可同时实现多种功能与多种模式的一体化。与传统雷达的阵列分布不同,机会阵雷达阵列单元可以根据需要放置在任意位置。多波束形成技术是实现机会阵雷达的一个重要步骤,本文围绕机会阵雷达数字多波束形成技术展开研究,主要工作如下:
  1.本文在研究机会阵雷达原理及其波束形成技术的基础上,针对常规阵列天线的设计以及加工的复杂度问题,将时间调制阵列(Time Modulated Line Arrays,TMLA)技术引入到均匀线型机会阵多波束形成技术中,在相控阵的基础上增加了时间维度,在阵元数目相同的情况下,可以比常规方法形成更多的波束。为了解决差分进化算法早期成熟的问题,首先提出了一种引进种群聚集度的自适应变异算子的改进方法,用来优化均匀线型机会阵形成的多波束的天线方向图的峰值旁瓣电平,并通过与其它算法进行对比分析,仿真结果表明,采用改进的差分进化算法可以进一步降低期望波束的峰值旁瓣电平,算法的性能得到了进一步地改善。
  2.在均匀线型机会阵的基础上,本文进一步研究了非均匀机会阵的多波束形成算法。首先将时间调制阵列技术用于共享孔径多波束形成中,将一线阵随机稀疏交错为两个时间调制阵列,分别计算两个子阵的控制时序;然后为了避免差分进化算法种群多样性和收敛速度慢的问题,引入正弦迭代混沌系统的比例因子和自适应交叉概率因子来增强种群的多样性;最后,以降低两个子阵的峰值旁瓣电平为目标,优化两个子阵列的控制序列。仿真结果表明,通过本文改进的差分进化算法可以得到更低的期望波束的峰值旁瓣电平,算法的性能得到了进一步地改善。
  3.为了解决线型阵列方位角实际覆盖范围和扫描角改变自身所带来的缺点,本文研究了圆环机会阵多波束形成算法。针对差分进化算法搜索深度不够的问题,采用风驱动算法的位置更新公式来代替差分进化算法变异操作中个体的选取,在此基础上,以阵元的阵因子为优化变量,即优化阵元位置分布,以降低两个期望波束的峰值旁瓣电平为优化目标,建立了优化模型,并将该算法与其他算法在同等仿真条件下进行了对比,仿真结果验证了本文所提算法在圆环机会阵多波束形成方面的有效性。
其他文献
随着立体成像技术的发展,立体图像逐步走进人们的生活,但观看质量不好的立体图像会引起人们心理和生理上的不适,这严重限制了立体成像技术的发展,因此找到一种能够系统有效的评价立体图像质量的算法已成为了相关领域的研究热点。论文的主要工作如下:  第一,论文提出了一种基于自适应的融合图像与集成学习的立体图像评价算法。首先考虑到增益控制和增益增强等人眼视觉机制,模拟双目视觉信息在视觉通路中的融合过程,将立体图
随着计算机技术与硬件设备的发展,人体关节三维坐标数据逐渐获得学术界与工业界的重视,应用到很多领域,如在影视动画作品中驱动虚拟人物、在体育训练中记录测量数据、在网上购物中虚拟试衣、以及在游戏中体感交互等,逐渐渗透到人们的生活中。人体关节三维坐标数据通常由彩色图像或深度图像经由人体轮廓提取、虚拟骨骼曲线提取、二维关节点定位、相机校准等算法获得,获取到的数据由于运动复杂或存在遮挡、衣服纹理相似或材质柔软
学位
光电振荡器(optoelectronic oscillator, OEO)作为一种新型高性能振荡器,由于其具有高振荡频率、低相位噪声和高频谱纯度等特性,受到越来越多学者的关注和研究。随着OEO的相位噪声和边模抑制性能的不断完善,频率可调谐性成为了其实用化的阻碍,如何在保证低相位噪声和高边模抑制性能的同时产生频率可调谐的振荡信号成为了研究的热点。除了上述特性,OEO的振荡频率对于腔长变化特别敏感。利
未压缩的原始视频信号包含巨大的数据量,视频压缩技术的进步使得在有限的带宽中传送高质量视频成为可能。尽管现代视频编码技术已经具有极高的压缩效率,但随着互联网的兴起及超高清显示拍摄设备的普及,视频的数量和质量呈爆炸式增长,当前视频编解码标准的压缩效率仍然难以满足人们对高数量高质量视频的需求。另一方面,近些年在硬件强大的计算能力和互联网大量可获得的数据的支持下,深度学习展现出巨大潜力并在众多领域取得了重
学位
随着智能机器人在日常生活中的普及和自动驾驶技术的发展,同时定位与建图(Simultaneous Localization and Mapping , SLAM)受到广泛的关注。机器人在未知环境下如何进行自主定位与地图构建,是SLAM需要解决的问题。目前,SLAM是室内移动机器人以及室外无人驾驶汽车研究的重要课题之一。  SLAM根据传感器的类型分为激光雷达SLAM和视觉SLAM,激光雷达价格昂贵,
立体匹配技术是当前计算机视觉领域内的研究热点和前沿问题,相较于基于结构光、飞行时间原理的主动式深度获取方式,这类被动式深度获取方式具有分辨率高、功耗低、成本低的优势,在航天、测绘、自动驾驶等领域得到广泛的应用。在立体匹配技术中,通常采用立体匹配算法获取场景的视差,并将视差用于场景深度的计算。在立体匹配算法中,基于图像滤波的匹配算法具有计算复杂度低、运行效率高的特点,其成为当今学界和业界研究的重点,
人体动作识别是目前计算机视觉以及人工智能领域的一个热点课题,在下一代智慧家居,无人商店,智能视频监控,互动娱乐等领域具有广泛的应用前景。早期的人体动作识别研究主要基于RGB视频,容易受到视角变化、光照变化、复杂背景等因素的影响,人体动作识别的精度一直不能令人满意。随着深度传感器技术的不断进步,特别是廉价器件的出现,三维数据如深度图、骨骼数据变得更容易获取。与RGB数据相比,三维数据能够提供场景的三
学位
随着互联网的飞速发展,人们越来越喜欢在社交媒体上发表自己对热点事件的看法和意见,面向社交媒体评论的情感分析逐渐成为当下的研究热点。传统的情感分析方法大多基于有监督的学习,需要大量的有情感标注的数据。然而,情感标签的标注需要大量的人力和时间,在实际中可行性较差。  针对情感标注数据不足的问题,本文提出了基于动态阈值算法和多分类器模型的半监督情感分析方法。该方法以迭代的方式自动标注数据,并通过动态阈值
学位
近些年来,随着智能手机、平板电脑这些智能终端的普及,导致数据流量的飞速指数式增长和数据架构类型的极度复杂化,开创了信息社会发展的新纪元,大数据的概念开始出现在人们的日常生活当中。无线传感器网络(WSNs)作为采集大量的数据的重要来源,如何让传感器节点传输数据量更大的数据,提高网络的吞吐量渐渐成为研究的热点。由于单一的传感器节点体积较小,功能有限,可能会引起数据传输拥堵问题,影响通信质量。所以传感器
在分布式伪卫星组网定位系统中,伪卫星上各独立时钟,因其工作起始相位不同以及周围的环境变化而产生微小的频偏和频移,使组网内各伪卫星时钟难以同步或精度不高,导致定位精度降低。本课题针对分布式伪卫星系统各个独立时钟不同步或同步精度不高的的问题展开研究,通过设计合理的时钟分配方案,采用载波相位观测方程,建立钟差模型,解算和优化组网内各个伪卫星间的钟差,采用各种补偿方法,从而可以实现系统分布式时钟的高精度同