首页> 正文

二维超分辨测向算法理论及应用技术研究

2020-11-28阅读(994)

二维超分辨测向算法理论及应用技术研究

论文摘要

为了提高被动探测器的角度分辨力,使其具有对同时到达的多部雷达信号的处理能力,本课题围绕二维超分辨测向算法理论及其在被动探测器中的应用展开研究。主要研究工程应用中急需解决的信源数估计问题、实际系统中阵列误差校正问题和算法的快速实现问题,针对每个问题进行深入细致的探讨,并提出了相应的解决方法,进行了软硬件方案的设计和实现,最后在实际系统中验证了所提算法的有效性,进行了相关指标的测试。在信源数估计方面,根据实际系统中的噪声为各阵元之间相关色噪声这一特点,分别提出了基于协方差矩阵对角加载的信源数估计方法和基于改进K-均值聚类算法的信源数估计方法。前一种方法通过对角加载,改善了色噪声导致的特征值发散,然后利用信息论准则估计信源数;后一种方法根据信号特征值与噪声特征值的差异,合理的构造判别准则,然后利用K-均值聚类的思想将噪声特征值和信号特征值划分成两类。两种方法都可应用于色噪声背景下的信源数估计,其估计性能优于盖尔圆盘法,通过计算机仿真实验和实测数据实验验证了算法的有效性。在阵列误差校正方面,针对实际系统中对测向性能影响较大的通道幅度和相位不一致性误差,提出了阵列天线通道不一致性校正的辅加阵元法,该方法通过在阵列天线附近设置一个辅加阵元,获取通道幅度和相位不一致性误差的估计,然后对接收数据进行校正。针对系统中存在的阵元位置误差,提出了基于遗传算法的阵元位置误差校正方法,该方法需要在远场设置一个位置不需要精确已知的辅助信源,经过遗传算法的优化获取阵元位置误差和信源位置的联合估计,校正算法可以离线完成,从而不占用算法的运算时间。在二维DOA（Direction of arrival—DOA）估计的快速实现方面,提出了基于多级维纳滤波器的二维DOA估计快速算法,利用多级维纳滤波器的前向递推获得接收数据的信号子空间和噪声子空间,从而有效的降低了特征分解的计算量。为了降低二维DOA估计中谱峰搜索的运算量,提出了利用大小步长实现角度搜索的方法,该方法首先选用较大搜索步长确定DOA的粗略估计值,然后在此估计值附近区域内采用小步长进行精搜索,获得DOA的精确估计值,采用该方法可以大大降低二维DOA估计时谱峰搜索的运算量。在测向处理器方案设计及实现方面,根据MUSIC（Multiple SignalClassification—MUSIC）算法运算中数据动态范围大、精度要求高的特点和算法实时性的要求,采用四片ADI公司高性能浮点DSP TS101S并行实现MUSIC算法。在实际系统中进行了实验,验证了本文所提算法的有效性,并对测向处理器的相关指标进行了测试。该硬件系统的设计与实现,为研制新型体制的被动探测器和推动MUSIC算法的工程应用奠定了基础。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.2 课题目的与意义
  • 1.3 课题研究背景与现状
  • 1.3.1 被动探测系统测向方法的背景与现状
  • 1.3.2 空间谱估计的研究背景与现状
  • 1.3.3 谱估计测向实验系统
  • 1.4 本文主要研究内容及安排
  • 第2章 MUSIC算法基本原理
  • 2.1 引言
  • 2.2 经典MUSIC算法基本原理
  • 2.3 典型阵列形式及阵列流型矩阵
  • 2.3.1 任意立体阵及其阵列流型
  • 2.3.2 均匀圆阵及其阵列流型
  • 2.3.3 L形阵及其阵列流型
  • 2.3.4 实际系统采用的阵列形式及阵列流型
  • 2.4 与本课题相关的几个概念
  • 2.4.1 远场区
  • 2.4.2 窄带信号
  • 2.4.3 非相干信号
  • 2.5 本章小结
  • 第3章 色噪声背景下信源数估计方法研究
  • 3.1 引言
  • 3.2 基于信息论准则的信源数估计方法
  • 3.2.1 阵列信号模型
  • 3.2.2 利用信息论准则估计信号源数目
  • 3.3 基于协方差矩阵对角加载的信源数估计方法
  • 3.3.1 信息论准则估计信源数的局限性分析
  • 3.3.2 基于协方差矩阵对角加载的信息论准则
  • 3.3.3 改进算法性能分析
  • 3.4 基于盖尔圆盘定理的信源数估计方法
  • 3.4.1 盖尔圆盘定理
  • 3.4.2 基于盖尔圆盘定理的信源数估计方法
  • 3.5 基于聚类分析的信源数估计新方法
  • 3.5.1 K-均值聚类算法
  • 3.5.2 基于改进K-均值聚类的信源数估计新方法
  • 3.5.3 新算法的性能分析
  • 3.6 计算机仿真与实测数据实验
  • 3.6.1 信息论准则的性能分析
  • 3.6.2 基于协方差矩阵对角加载的算法的性能分析
  • 3.6.3 基于盖尔圆盘定理的信源数估计方法的性能分析
  • 3.6.4 基于改进K-均值聚类的信源数估计方法性能分析
  • 3.6.5 实测数据测试及结果分析
  • 3.7 本章小结
  • 第4章 实际系统中阵列误差校正算法研究
  • 4.1 引言
  • 4.2 阵列天线通道不一致性校正的辅加阵元法
  • 4.2.1 阵列通道幅相误差模型
  • 4.2.2 增益不一致性误差对测向性能的影响
  • 4.2.3 相位响应不一致性误差对测向性能的影响
  • 4.2.4 通道不一致性校正的辅加阵元法
  • 4.3 基于遗传算法的阵元位置误差校正方法
  • 4.3.1 存在阵元位置误差时的阵列信号模型
  • 4.3.2 基于遗传算法的阵元位置误差校正方法
  • 4.3.3 遗传算法
  • 4.3.4 算法的实现
  • 4.4 计算机仿真与实测数据实验
  • 4.4.1 通道不一致性误差对测向结果的影响
  • 4.4.2 通道不一致性校正的辅加阵元法的有效性
  • 4.4.3 阵元位置误差对测向性能的影响
  • 4.4.4 基于遗传算法的阵元位置误差校正方法的性能
  • 4.4.5 实测数据测试及结果分析
  • 4.5 本章小结
  • 第5章 二维DOA估计的快速算法
  • 5.1 引言
  • 5.2 多级维纳滤波器原理
  • 5.2.1 维纳滤波器
  • 5.2.2 多级维纳滤波器
  • 5.2.3 利用多级维纳滤波器估计特征子空间
  • 5.2.4 基于多级维纳滤波器的MUSIC算法
  • 5.2.5 运算量比较
  • 5.3 MUSIC算法谱峰搜索的快速实现方法
  • 5.3.1 采用大小步长实现角度精粗搜索
  • 5.3.2 运算量比较
  • 5.4 计算机仿真实验及实测数据实验
  • 5.4.1 MSWF-MUSIC算法的计算机仿真实验
  • 5.4.2 实测数据测试及结果分析
  • 5.5 本章小结
  • 第6章 谱估计测向处理器设计与实现
  • 6.1 引言
  • 6.2 测向处理器硬件系统组成
  • 6.2.1 主处理器硬件框图
  • 6.2.2 从处理器硬件框图
  • 6.3 测向处理器软件设计及算法实现
  • 6.3.1 系统工作流程
  • 6.3.2 链路口多片DSP程序加载
  • 6.3.3 基于多级维纳滤波技术的特征子空间分解
  • 6.3.4 基于对角加载技术的信源数估计
  • 6.3.5 空间谱峰搜索及数据上传
  • 6.3.6 角度转换
  • 6.4 实验结果及分析
  • 6.4.1 单个信号下测角精度测试
  • 6.4.2 对多个同时到达非相干信号的处理能力
  • 6.5 本章小结
  • 结论
  • 参考文献
  • 攻读博士学位期间发表的论文和取得的科研成果
  • 致谢

    • 相关论文文献

    • [1].超分辨光学显微的成像原理及应用进展[J]. 激光与光电子学进展 2019(24)
    • [2].超分辨望远光学系统像差影响及优化设计[J]. 中国光学 2020(01)
    • [3].可用于活细胞线粒体随机光学重构超分辨成像的分子内可逆环化五甲川菁染料探针[J]. 化学学报 2020(02)
    • [4].基于双轴超构材料透镜的超分辨声场蒙太奇效应（英文）[J]. Science Bulletin 2020(12)
    • [5].单分子定位超分辨显微成像技术研究进展及展望（特邀综述）[J]. 光子学报 2020(09)
    • [6].超分辨荧光共聚焦显微技术进展、自主创新研发和开放共享使用现状[J]. 分析测试技术与仪器 2020(03)
    • [7].基于深度学习的高光谱图像超分辨处理方法[J]. 信息与电脑(理论版) 2019(22)
    • [8].基于深度学习的单图像超分辨算法比较探究[J]. 电子技术与软件工程 2018(07)
    • [9].新型超分辨显微技术浅析[J]. 激光与光电子学进展 2018(03)
    • [10].我国学者在无标记远场超分辨领域取得突破[J]. 前沿科学 2017(01)
    • [11].“超分辨成像”专题前言[J]. 光学学报 2017(03)
    • [12].超分辨成像方法研究现状与进展[J]. 激光与红外 2017(07)
    • [13].受激辐射耗尽超分辨显微成像的研究进展及应用[J]. 分析科学学报 2019(06)
    • [14].双判别生成对抗网络的红外图像超分辨重建[J]. 小型微型计算机系统 2020(03)
    • [15].基于一体化微球物镜的超分辨成像系统[J]. 物理学报 2020(13)
    • [16].一种用于线粒体受激辐射损耗超分辨成像的新型探针[J]. 物理学报 2020(16)
    • [17].序列图像超分辨重建技术研究[J]. 国外电子测量技术 2018(08)
    • [18].基于非局部自回归学习的医学图像超分辨重建方法[J]. 模式识别与人工智能 2017(08)
    • [19].超分辨显微成像技术中的计算方法（英文）[J]. Frontiers of Information Technology & Electronic Engineering 2017(09)
    • [20].基于压缩感知的多普勒超分辨模型研究[J]. 现代雷达 2016(03)
    • [21].一种基于偏微分方程的图像超分辨方法[J]. 计算机系统应用 2010(09)
    • [22].基于生成对抗网络的红外图像电力设备超分辨算法研究[J]. 通信电源技术 2020(03)
    • [23].超分辨图像质量评价综述[J]. 计算机工程与应用 2019(04)
    • [24].基于密集连接与激励模块的图像超分辨网络[J]. 激光与光电子学进展 2019(20)
    • [25].基于拉格朗日的雷达方位超分辨方法[J]. 数据采集与处理 2019(05)
    • [26]."超分辨成像技术"专栏前言[J]. 红外与激光工程 2017(11)
    • [27].荧光蛋白与超分辨显微成像[J]. 光学学报 2017(03)
    • [28].频率步进信号距离—方位联合超分辨成像方法[J]. 电波科学学报 2016(03)
    • [29].机载雷达前视探测方位超分辨算法[J]. 信号处理 2014(12)
    • [30].光学超分辨荧光显微成像——2014年诺贝尔化学奖解析[J]. 自然杂志 2014(06)

    标签：;  ;  ;  ;  ;  ;  

    二维超分辨测向算法理论及应用技术研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5