高频雷达中超分辨算法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:LQL12
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
高频雷达在军事及民用应用中具有诸多优良特性,其研制日益受到重视。但是,由于它的工作频率较低(3~30MHz),相应的波长很长,为保障系统信噪比、角度分辨力等技术指标的要求,传统接收阵列的尺寸往往很大。然而,在很多应用场合下,不允许阵列天线占用过大的空间,只能采用小型化的阵列天线。对于小型化的阵列天线,由于其孔径有限,采用常规雷达测角技术对角度的分辨能力受限于瑞利限,阵列达不到同样方向性系数下常规阵列的分辨能力。为解决这一矛盾,必须采用超分辨算法进行波达方向估计。本文针对高频雷达进行了超分辨算法的研究。鉴于MUSIC算法多方面的优良特性,论文首先从经典的MUSIC超分辨算法入手,从对它的性能分析中发现它在工程应用中的两个瓶颈:一是需要大量的快拍积累,不能对瞬时信号和快速运动信号进行测向;二是计算量巨大,不利于实时计算。本文重点从这两个方面入手优化算法。针对第一个应用瓶颈,本文研究了一种单次快拍MUSIC算法,这种单次快拍MUSIC算法仅利用接收的一次快拍的M(M为阵元数)个数据,通过对这M个数据做统计处理,来估计阵列数据的协方差矩阵。仿真实验验证了这种算法的有效性。同时,通过与经典MUSIC算法的性能比较,分析出这种单次快拍MUSIC算法具有分辨力差等缺陷,需要对算法进一步优化。针对第二个应用瓶颈,通过进一步的分析可以看出,MUSIC算法庞大的计算量集中体现在特征值分解和谱搜索这两个环节。为降低谱搜索过程庞大的计算量,本文采用了一种代替谱搜索过程来减少计算量的方法,这就是Root-MUSIC算法。仿真实验表明,在减少计算量的同时,求根MUSIC算法的性能也优于经典的MUSIC算法。为降低特征值分解过程庞大的计算量,本文采用了波束域MUSIC算法,它通过降低协方差矩阵维数来降低特征值分解的计算量。仿真实验表明,在减少计算量的同时,波束域MUSIC算法跟经典MUSIC算法相比,具有更小的分辨信噪比门限,可以用于优化单次快拍MUSIC算法。最后,为同时解决经典MUSIC算法的两个应用瓶颈,综合各种优化方法,提出了一种波束域单次快拍求根MUSIC算法。通过对某高频雷达实验站实测数据的处理,验证了这种算法的有效性和实用性。
其他文献
随着视频监控技术的发展,对监控视频的处理已成为视觉系统研究的一个热点。监控视频由于天气和光照的变化等原因经常含有一定程度的噪声。噪声的存在不仅使得视频质量下降,影响
传统CAN采用的是事件触发机制,在总线负荷率上限、实时性和处理多控制器总线冲突方面略显不足。而BOSCH公司推出的TTCAN协议采用时间触发机制与事件触发机制相结合的方式,基
海洋浮游植物分类是海洋生态环境研究和海洋调查的重要内容,本文选题来源于国家自然科学基金项目“中国海常见浮游植物种类细胞图像识别”(编号:60572064),通过采集细胞藻种
随着通信技术的发展,移动自组网络得到了越来越广泛的应用,网络也在朝着大规模的方向发展。如何设计出一种高性能的分层路由协议是一个具有挑战性的任务,本文介绍了Ad Hoc网
多输入多输出(Multipie-Input Multipie-Output,MIMO)技术和正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术是实现充分利用空间资源、提高频谱利用率和
学位
人脸检测作为计算机视觉中的一项关键技术,在视频监控、人脸识别、姿态估计和新一代人机交互等领域具有广阔的应用前景,受到国内外学术界、企业界和政府部门的重视。   肤色
社会发展和技术进步促使了人们安防意识的不断提高。而高分辨网络摄像机的出现,更给视频监控行业带来巨大冲击。当今,高分辨率数字网络摄像机的研究已经成为视频监控技术研究
流量矩阵表示的是网络中任意两个节点对间的流量大小。流量矩阵是很多网络管理任务的关键输入信息,比如流量工程、网络规划、网络性能诊断分析和流量计费等。由于流量矩阵的
随着计算机硬件的普及,政府和企业日益依赖于信息化系统,基于J2EE框架的Java应用已经成为企业商业和政府组织电子政务应用的中流砥柱。并且,涌现了一批提高J2EE设计和开发效率的