星载SAR原始数据实用化数据域压缩算法量化与饱和误差解析

给出了实用化压缩算法(分块自适应算法及截取高位算法)数据域量化与饱和误差的解析表达式,建立了实用化压缩算法数据域信噪比与回波信号标准差之间的关系.最后,将理论推导结果与数据仿真结果、实测数据结果相比较,验证了理论推导结果的正确性,该方法为星载SAR原始数据压缩比选取提供了理论指导.     

斜视滑动聚束SAR成像的ECS算法

建立典型滑动聚束SAR(合成孔径雷达)斜视成像模型.在考虑不同方位目标回波信号多普勒空变性的情况下,详细分析两步算法方位滤波恢复滑动聚束SAR方位欠采样信号的原理.对结合两步算法和传统CS算法的ECS算法进行了在斜视成像模型下的修正.针对滑动聚束工作模式的特点,讨论其中关键处理参数的选择问题,给出算法的处理流程.最后,用计算机仿真实验验证了方法的有效性.     

基于聚集密度的人工免疫多目标进化算法

为了改善人工免疫多目标进化算法的分布性,引入聚集密度以进行Pareto最优解集的更新。其基本思想为：首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验,用量化指标研究了新算法的收敛性和分布性,结果表明：新算法的收敛性与常规人工免疫多目标进化算法相当,但分布性有了明显提高。     

基于FMCW的机载前视阵列SAR FS成像方法

结合调频连续波(FMCW)技术的机载前视阵列合成孔径雷达(SAR)既能够获取飞机前下方区域图像,又具有FMCW体制雷达体积小、重量轻的优势,易于安装在直升机等轻小型平台.根据FMCW体制下前视阵列SAR的几何模型分析其回波信号模型以及其由载机运动引起的多普勒频移,研究相应的补偿方案,给出一种基于FMCW的前视阵列SAR的改进频率变标(FS)算法.通过仿真验证了算法的有效性.     

机载聚束SAR成像极坐标格式算法研究

聚束SAR是SAR的一种重要成像模式,它突破了传统条带SAR方位分辨率受限于真实天线孔径长度的约束,可获得更高的方位向分辨率。本文主要研究聚束SAR成像的一种经典成像算法——极坐标格式算法（PFA）,重点讨论SAR成像算法,在理论分析基础上用IDL软件进行了点目标仿真。     

基于聚集密度的自适应选择多目标进化算法

分析了线性选择方法的两个缺陷,提出了一种基于聚集密度的非线性自适应选择方法。算法基本思想是：首先将每代种群划分成Pareto劣解集和Pareto非劣解集,然后依照个体的聚集密度分别在劣解集和非劣解集中构造一种偏序集,分别按照不同的等概率在这两个偏序集中选择个体,其中劣解偏序集的个体选择概率远小于非劣解偏序集的个体选择概率,根据两个偏序集中的容量自动计算出两个选择概率。这种非线性选择方法既体现了劣解集和非劣解集中个体的绝对平等性及非劣解集对劣解集的相对优先选择权,又充分考虑到了Pareto最优解的分布性。理论分析和数值计算表明,这种新的选择机制不仅能改善排序选择法的收敛性,而且能得到分布性良好的Pareto最优解。     

多基线SAR三维成像的QR分解算法

根据多基线合成孔径雷达(SAR)三维成像的信号模型,得到了利用高度向观测数据实现目标三维成像的矩阵方程,并引入QR分解算法求解矩阵方程,形成了多基线SAR三维成像的QR分解算法.使用该算法对多基线SAR仿真数据进行了三维成像实验.     

加热器仿真算法与仿真结果分析

文章介绍了加热器的仿真算法,采用Runge——Kutta算法,将输入控制量经过计算得到温度值输出,列出仿真算法程序,给出仿真平台与控制系统的接口电路,最后由仿真曲线与实测曲线对仿真结果进行分析。     

基于目标函数梯度的模拟退火蚁群算法

根据蚁群算法和模拟退火算法的特点,提出了一种基于目标函数梯度的模拟退火蚁群混合算法。该算法充分考虑了目标函数的梯度,当目标函数的梯度过小时,加强当前最优解对应的信息素,使算法快速收敛;当目标函数的梯度过大时,引入回火策略以提高解的质量。将基于目标函数梯度的模拟退火蚁群混合算法用于旅行商问题,结果表明,与常规模拟退火蚁群算法相比,改进算法的收敛速度和解的质量均有一定程度的改善。     

基于无源雷达的目标仿真系统设计

无源雷达是一种被动防空体制的雷达,各站要分散布开才能够实现目标的定位.文章分析了目标仿真系统的行性,阐述了其功能、结构和布局方式.通过将系统产生的多路时差信号注入雷达各站,使雷达各站不需要分散布开,即可实现目标的定住.     

基于改进SPIHT算法的SAR图像压缩

小波变换和多级树集合分裂算法(SPIHT)在合成孔径雷达(SAR)图像压缩方面取得了良好的效果,但SPIHT编码方法的复杂性制约了压缩速率的提高.针对SPIHT编码速度慢和占用内存大的问题,提出一种改进的无链表SPIHT算法,以提高编码运算速度,减少资源占用量,使其适于硬件实现.实验结果表明,该方法能达到与原算法相同的压缩效果,而运算速度大大提高,适于实时实现.     

基于擂台赛法则和小生境技术的多目标进化算法

最优解集的构造和解的分布性是多目标进化算法的两个重要研究内容。用擂台赛法则构造非支配集具有较高的效率,而小生境共享技术可以提高种群的多样性。本文将小生境共享技术引入基于擂台赛法则的多目标进化算法,数值实验表明：改进后的算法保持了擂台赛算法运行效率高的特点,而且具有较佳的分布度。     

基于庄家法则和信息熵的多目标进化算法

针对庄家算法的缺陷,提出了一种基于信息熵的庄家算法。其基本思想是：在使用庄家算法进行非支配解的选取前,先对群体的信息熵值进行计算。若熵值较低,即没有相对较好的分布度,则对群体进行遗传选择、交叉和变异操作,生成新的群体,直到熵值达到要求,再使用庄家法则进行计算。数值计算表明,这种新的算法既保持了庄家算法较高的收敛速度,又改善了群体的分布度,提高了种群的多样性,避免了过早收敛于局部最优解的现象。     

基于RD域分块的改进距离徙动成像算法

研究了二维频域成像算法,提出一种基于RD域分块的改进距离徙动成像算法,并将该算法与近似算法和一般逆变标算法进行了点阵目标仿真和运算效率比较.当测绘带较宽且距离徙动较大时,该算法聚焦性能优于近似算法和一般逆变标算法.通过比较还可看出该算法运算效率高于逆变标算法.最后用实测数据仿真验证了该算法是可行的.     

一种适合机载SAR变换模式的PFA成像处理方法

针对机载合成孔径雷达(SAR)的实际需求,在详细分析条带转聚束模式的工作特点和对模式变换中的雷达回波信号进行精确建模的基础上,提出一种高效的成像处理方法.该方法通过运动补偿将条带成像与聚束成像相结合,并利用极坐标格式成像算法(PFA)对条带聚束变换模式进行成像,实现了模式变换前后数据处理结果的共用,既可以节省处理运算量和时间,也可以节省数据缓存空间,适合于机上实时成像处理器的实现.分析和仿真结果验证了方法的高效性和有效性.     

基于擂台赛法则和聚集密度的多目标进化算法

多目标进化算法有两个重要研究内容：最优解集的构造和解的分布性。用擂台赛法则构造非支配集具有较高的效率,而聚集密度方法既能从宏观上刻画群体的多样性与分布性,同时也比较好地刻画了个体之间的内在关系。将聚集密度技术引入基于擂台赛法则的多目标进化算法。数值计算表明,这种新的算法既保持了擂台赛法则较高的运行速度,又改善了群体的分布度,提高了种群的多样性,避免了过早收敛于局部最优解的现象。     

基于松弛与投票的目标定位算法

基于点特征的目标定位应用中,由于噪声、复杂背景和重复结构,使得目标定位存在一定难度。利用多尺度特征点,提出了一种基于松弛与投票的目标定位算法,能够同时维持目标的局部信息和结构信息。该算法首先将特征点的描述子信息融入到松弛算法求取对应点,然后计算目标在场景中的位置、旋转角度和尺度变化,构成一个投票空间,最后将投票空间中最密集的点作为定位结果。该算法能够定位尺度、旋转、遮挡和视点变化的目标。真实图像的实验结果验证了该算法的有效性和鲁棒性。     

基于朗斯基函数的ViBe运动目标检测算法

针对传统的ViBe算法在进行运动目标检测时存在鬼影和易受干扰的缺点,提出了一种融合朗斯基函数和种子填充算法的改进ViBe算法。该算法通过朗斯基行列式判断两帧之间同一位置像素点的变化情况,较为准确的找到鬼影区域,将判断为鬼影区域的像素点通过种子填充算法进行填充,更新ViBe背景模型将鬼影像素点判为背景点,抑制鬼影区域对后续运动目标检测的影响,并通过中值滤波得到更为清晰的运动目标。实验结果表明,本文改进ViBe算法对鬼影现象达到较好的消除作用。     

基于脉冲积累的SAR实时聚焦算法

在实际的SAR场景中,由于载机平台运动的不规律会引入相位误差,这将导致SAR图像出现模糊,甚至不能形成图像,因此需要准确地估计和补偿相位误差.提出一种较好的SAR相位历史估计算法,在方位向应用延时自相关方法进行准确的相位估计,由此实现SAR的准确聚焦成像.该相位估计方法具有较高的计算效率,非常适合于实时SAR系统.利用对实际SAR数据的聚焦处理证明了该方法的有效性.     

基于Truetime的网络控制系统调度算法仿真比较

网络控制系统(NCS)系基于网络的分布式控制系统,其控制性能与所采用的调度策略及控制算法有关。本文利用Matlab环境下的仿真工具Truetime构建NCS仿真平台,实现NCS中控制与调度的联合仿真,并分别在丢包率、传输时延、扰动等若干因素的单独及共同作用下,构造多种不同的网络环境,分别对NCS中典型的静态调度算法RM和动态调度算法EDF进行仿真研究,比较两种算法对直流电机对象的调度效果。