摘要:雷达有源干扰为雷达目标检测、跟踪与识别带来了极大挑战，使得复杂电磁环境下雷达抗有源干扰技术研究迫在眉睫。雷达抗有源干扰技术囊括雷达信号与信息处理各个环节，是一项系统综合技术。本文从系统与体制层面、波形设计与接收机层面以及信号与数据处理层面层次化地综述了雷达抗有源干扰理论及其关键技术，着重介绍了代表性成果及其最新进展，评述了其中的公开问题，对研究中现存的难点进行了探讨。随后简述了现有雷达抗有源干扰效能评估方法及其不足。以此为基础，对现有部分方法存在的限制给出了可行的解决思路。最后本文展望了未来抗有源干扰的发展方向。

摘要:合成孔径雷达（Synthetic aperture radar，SAR）是一种有效的地球遥感技术，对观测区域进行全天时、全天候的高分辨率大范围成像，在军事侦察、环境监测和地质测绘等领域有着十分广泛的应用。随着雷达技术和地球科学的发展，人们期望能够获取更多的目标特性，传统的单极化SAR已经难以满足越来越多元化的实际应用需求。极化合成孔径雷达（Polarimetric synthetic aperture radar，PolSAR）基于多个极化通道获取目标不同极化状态下的散射特性丰富了SAR图像的信息量，拓展了SAR的应用领域。从极化数据中准确地解译目标的物理特性是PolSAR应用的重要前提。本文对PolSAR的研究进展进行了总结，重点介绍了极化目标分解算法，给出了高分辨率PolSAR实测数据处理结果，并对未来研究方向进行了展望。

摘要:采样是对模拟信号进行数字化处理的关键环节。近年来，信号带宽及信息传输速率的快速增长致使采用传统采样机理的信号处理方法面临巨大挑战，小波变换与压缩感知等新型信号处理技术应运而生。在这种情况下，有必要从理论上重新审视经典的Shannon-Nyquist采样定理，研究具有普适性的信号表达与采样重构理论。本文从信号空间投影与函数表达的角度分析了信号表达的本质，介绍了Shannon传统采样与重构理论，以及由Papoulis提出的经Unser等所推广的广义采样与重构理论。从数学上重点探讨了小波变换（Wavelet transform）和压缩感知（Compressed sensing，CS）等现代信号处理及变换方法与广义采样的一致性。同时，通过线性调频(Linear frequency modulation, LFM)信号的实例仿真，说明采样与重构的关系以及在各个方法之间的异同性。

摘要:二面角效应是高分辨率 SAR 图像非常重要的特征，其主要是建筑物的墙面和地面及其他人造物体形成的二面角造成的强反射。为了减小二面角的雷达散射截面积(Radar cross section,RCS) ，常用的技术是改变二面角的几何结构。双基地雷达是一种几何配置灵活的雷达，具有一定的反隐身能力。本文主要利用几何光学分析了不同张角二面角的散射特性及其SAR图像表现形式。针对二面角的多次散射问题，计算了散射次数和最终出射角度的通项公式，并给出了双基地条件下二面角RCS的定量计算公式。仿真结果表明，不同张角的二面角RCS和双基地雷达的几何结构密切相关，在特定的双基地雷达几何配置下，二面角在双基地SAR图像中 表现为角点处的强点。

摘要:传统模糊函数是针对距离-速度两维目标分辨力提出的，从而给相邻目标距离-速度联合分辨提供一个评判标准,用以表征雷达发射波形的分辨能力。本文由模糊函数的定义出发，将二维模糊函数进行空间角度上的扩展，可用于阵列雷达系统在距离-速度-方位角三维上评估雷达发射波形的分辨力，即模糊函数能够定量表示“干扰目标”和观测目标可分辨能力,并且能够作为雷达波形选择优化、设计的依据。仿真实验和性能分析证明了本文所推导三维模糊函数的正确性和合理性。

摘要:对于实际环境中存在的多径现象和阵元间的互耦效应，提出一种互耦效应下针对相干源的波达方向估计算法。首先，通过波达方向矩阵法利用二阶矩求出互耦效应下的广义导向矢量；然后对广义导向矢量进行 子空间平滑，通过矩阵变换得到一个线性约束下的规划问题，实现相干源方位和互耦系数的级联估计。该算法只需利用二阶矩求得广义导向矢量，相比常规的四阶累积量方法，减少了计算量；本文算法在解互耦和解相干过程中都没有损失阵列孔径，极大提高了阵元利用效率。计算机仿真结果验证了该算法的有效性。

摘要:针对滤波器非理想特性等因素带来的信道化失真对信号侦察的影响，为实现信号参数高精度估计以及波形的准确恢复，提出了基于基追踪算法的宽带LFM信号信道化侦察方法。该方法以l1范数稀疏正则最小二乘模型为目标函数，推导了问题的二阶锥规划(Second order cone programming,SOCP)形式，将各子带输出信号在过完备Gabor原子字典上展开,完成对原信号准确的 参数估计与分解重构。仿真实验证明，该方法实现了对信号准确的时频分析与参数估计，通过稀疏原子（较小数据量）准确重构了原宽带信号，并在一定程度上减小信道化失真的影响 。

摘要:针对MIMO雷达阵列中存在的互耦效应会严重影响发射角（DOD）和接收角（DOA）估计性能的问题，提出了一种基于ESPRIT算法的双基地MIMO雷达阵列DOA和DOD估计方法。该方法利用阵列流型矩阵的结构特点和均匀线阵互耦矩阵的带状Toeplitz特性，能实现互耦效应未知情况下DOA和DOD的精确估计。本文方法无需对角度进行搜索，计算量小，对角度的估计精度高，特别是在低信噪比环境下依然能取得 较好的估计性能。仿真结果验证了本算法的可行性和正确性。

摘要:在无线传感器网络(Wireless sensor networks,WSN)中，现有的基于接收节点发起的异步MAC层协议，在计算接收节点唤醒时刻时，多采用维持邻居节点的伪随机唤醒时间表的方法。在网络动态负载条件下，此方法不能动态地改变节点唤醒间隔，从而带来较高的数据传输冲突率及较大的数据传输延时。为了解决此问题，本文提出一种新协议HELD-MAC(High energy efficiency and　low delay MAC)，保证节点之间具有不同的唤醒时间,同时能够准确预测接收端唤醒时刻，而且接收端可以根据网络负载情况动态改变唤醒间隔。同时为了减轻能量黑洞问题，协议根据节点的剩余能量，自适应地改变节点的最小唤醒间隔。通过仿真对HELD-MAC进行评估，与RI-MAC,PW-MAC等对比，在数据传输延时、能量消耗、网络吞吐量和传输碰撞方面具有较大优势。

摘要:针对古陶瓷鉴定证书安全性低和公信度有限的问题，利用古陶瓷表面细节信息的独特性，基于图像识别技术，研究安全性高的古陶瓷身份自动认证方法。登记注册时将古陶瓷表面若干点位的细节信息以图像的形式录入系统；认证时，系统在线采集古陶瓷细节信息，与对应点位注册图像作匹配，并依据所有点位细节信息图像间的匹配 结果来对古陶瓷进行认证。为验证方法性能，本文构建了一个古陶瓷细节信息数据库。实验结果表明，本文提出的方法能够实现古陶瓷身份的高精度认证。

摘要:为了使认知无线电次用户发现并使用更多的空闲频谱资源，提出了一种多信道频谱感知周期优化算法。针对实际网络中各授权信道使用规律的不同，本文基于交替更新理论建立了多信道状态转移模型，将各信道感知周期的选取建模为一个带约束条件的多目标优化问题，并采用遗传算法对其求解，获得了相对较优的多信道感知周期向量。仿真结果表明，本文提出的目标函数能够有效衡量多信道空闲频谱资源检测率。当目标网络中包含8个授权信道时，所提算法可发现的空闲频谱资源占实际空闲频谱资源的68.23%，相对于以相同周期对各信道进行频谱感知的OFDM机制提高17.68%。

摘要:随着现代战场中电子对抗的日益激烈，雷达的生存环境受到了严重威胁。射频隐身技术是一种提高雷达及其搭载平台战场生存能力的重要途径。文中采用一种基于交互式多模型（Interacting multiple model, IMM）和扩展卡尔曼滤波（Extended Kalman filter, EKF）的序贯滤波方法。该算法优先使用无源传感器进行目标跟踪，将滤波过程中的状态估计预测协方差与预先设定的协方差门限进行比较，当目标跟踪精度不满足要求时，开启雷达工作。同时根据目标运动状态自适应地调整雷达工作时的辐射能量，从而进一步减小目标跟踪过程中机载雷达的辐射总能量。仿真结果表明，本文算法可以有效地配置机载雷达工作参数，提升系统的射频隐身性能。

摘要:为降低合成孔 径雷达(Synthetic aperture radar, SAR)图像目标识别中目标方位角的影响，并提高对SAR变形目标的识别率，本文提出了一种基于压缩感知和支持向量机决策级融合的目标识别算法。该算法首先基于稀疏表征理论将SAR目标识别问题描述为压缩感知的稀疏信号恢复问题，然后基于稀疏系数分别进行目标类别判别与方位角估计。对样本进行姿态校正后，利用支持向量机分别对经过姿态校正和未经姿态校正的样本进行目标分类。最后采用投票表决法对3种算法的分类结果进行决策级融合。实验结果表明，基于压缩感知结果进行目标方位角估计有效，且随着训练样本数的增加，提出的决策级融合算法提高了SAR变形目标的识别率。

摘要:与传统阵列相比，共形阵安置更为灵活，应用更为广泛。然而，针对共形阵的方向图综合也更为复杂。传统的方向图综合方法对共形阵并不适用。通过在旁瓣区域施加虚拟干扰能够有效实现共形阵的方向图综合。如何通过迭代过程控制虚拟干扰功率的大小成为该方法的关键。现有的迭代方法一般存在收敛缓慢或计算复杂的问题。 本文基于线性约束最小方差准则，提出了一种改进的共形阵方向图综合方法。该方法适用于 任意阵型的方向图综合。仿真实验证明，该方法能加快收敛速度，并降低自适应波束形成器 对迭代系数的依赖性。

摘要:仿射传播（Affinity propagation，AP）聚类算法是将所有待聚类对象作为潜在的聚类中心，通过对象之间传递的可靠性和有效性信息找到合适的聚类中心，从而计算出相应的聚类结果，但不适用子空间聚类。将粒度计算引入到仿射传播聚类算法中，提出属性与样本同步粒化的AP熵加权软子空间聚类算法（Entropy weighting AP algorithm for subspace clustering based on asynchronous granulation of attributes and samples,EWAP）。EWAP首先去除冗余属性，然后在每次聚类的迭代过程中修改属性的权重值。在满足一定条件迭代终止时，就会得到构成各兴趣度子空间的属性权重值，从而得到属性集的粒化结果以及相应的子空间聚类结果 。理论与实验证明EWAP算法既保留了AP算法的优点，又克服了该聚类算法不能进行子空间聚类的不足。

摘要:机载相控阵雷达采用均匀圆形阵列天线具有全方位扫描、同时实现仰俯-方位角估计和天线方向图好等优点；但圆形天线特殊的几何结构使得其各距离单元回波不是独立同分布的样本，造成了空时自适应处理技术性能急剧下降。本文提出了一种基于指数形式导数更新(Exponent derivative based updating，EDBU)的杂波抑制方法，该方法通过对样本数据进行指数形式扩展， 减小均匀圆形天线机载雷达杂波的非均匀程度，提高统计型空时自适应处理(Space time adaptive processing, STAP)处理器的性能。仿真结果表明，该方法不仅明显好于局域处理和杂波距离依赖性补偿算法，而且也优于传统的基于导数更新法。

摘要:为了有效地检测发动机试车实验中性能参数发生的异常，提出一种基于时间序列数据挖掘的发动机故障检测方法。通过基于形态特征的时间序列特征表示方法，将发动机参数时 间序列转化为符号序列，再根据符号语义对发动机参数序列实现稳态特征和过渡态特征识别。同时，根据稳态序列的数据特征，利用基于统计特征的时间序列相似性度量结合最不相似模式发现方法实现发动机的故障检测。数值实验结果表明，与传统方法相比，本文方法能够有效地对发动机性能参数进行故障检测，并且具有较强的鲁棒性。

摘要:为了不破坏原始数据固有的高阶结构和数据之间的相关性，减少光照对图像特征的影响，并优化多尺度特征的权重，提出了基于加权多尺度张量子空间的图像特征提取方法。采用多尺度小波变换表征图像各个 部位特征，使用不确定度权衡每个尺度对图像分类的作用，并组建成多尺度张量子空间，结合多线性主成分分析与线性判别分析算法，降低了图像在处理过程中的成本，保存了高维数据固有结构和相关性，完成对图像特征提取。使用CAS-PEAL-R1东方人脸库进行评测，实 验结果表明，该图像特征提取算法用于图像识别过程中具有较好的效果，具有一定的可行性。

摘要:针对无人机可见光图像极小目标跟踪问题，本文提出一种基于改进卡尔曼滤波的 (Tracking before detection,TBD)跟踪方法。首先利用检测算法定位目标位置作为卡尔曼滤波的测量值，检测过程中的匹配相似度参数作为卡尔曼滤波测量噪声协方差矩阵的参照依据，其次利用卡尔曼滤波建立跟踪框架预测下一帧的目标位置，最后检测模块以预测位置为 参考位置进行局部搜索，完成整个检测跟踪过程。为了提高跟踪效率，本文根据检测和预测位置积累误差判决检测模式，误差超过门限值则采取全局检测模式消除积累误差，否 则使用局部检测模式，降低TBD跟踪算法的运算复杂度。仿真实验证明，本文方法可以有效检测跟踪极小目标，提高跟踪的实时处理能力。

摘要:为进一步提高测谎的准确度，加快促成测谎结论成为刑事诉讼中的证据，提出一种低成本的将眼睛变化线索用于测谎的方案。首先设计了一种低成本的眼动记录系统记录眼动信号，提出分段加权Hough变换算法跟踪虹膜，利用梯度积分投影函数检测眨眼，采用差分图像估计眼睛张开程度。然后建立了眼动轨迹、眨眼频率及眼睛张开程度等眼动特征与说谎的关系模型。实验取得的眼动特征检测精度证明采用低成本眼动记录系统基本可以满足测谎需求，测谎实验结果证明了本文方法用于测谎或辅助测谎的可行性。

摘要:针对期望信号导向矢量失配时传统宽带波束形成器性能恶化的问题，提出一种稳健的宽带恒定束宽波束形成算法。首先结合空间响应变化(Spatial response variation, SRV)约束，将算法在信号带宽内不同频点的阵列响应约束简化为对某一参考频点的约束，实现具有恒定束宽特性的宽带波束形成，再通过对权矢量模值施加二次不等式约束，抑制指向误差及传感器参数随机扰动误差，提高算法的稳健性，并通过拉格朗日乘子法，在约束边界上求得最优权矢量的解析解。实验结果表明算法可有效克服信号指向误差引起的波束形成器性能恶化问题，且具有良好的恒定束宽特性及较高的阵列输出性能。

摘要:为了实现宽带雷达系统中雷达信 号的低失真采集与处理，研究并设计了具有幅相误差校正功能的宽带低杂散采样系统。该系统采用宽带模数转换（Analog to digital converter， ADC）器件和高性能可编程逻辑阵列（Field programmable gate array, FPGA）的实现方案，并从低抖动采样时钟、低噪声电源和防串扰等方面进行了低杂散最优方案研究。为了改善系统的带内传输特性，利用优化算 法设计了有限长冲激响（Finite impulse response，FIR）数字校准滤波器。最后对设计 的系统进行实验测试，结果表明系统瞬时带宽达到800 MHz以上，采样率1.8GS/s，量化位数8位、杂散电平-50 dBc，性能指标满足系统在宽带雷达信号获取、宽带雷达目标成像和宽带雷达目标回波重构等领域的应用。

摘要:无线传感器网络的系统能耗制约着全网络的综合应用能力，其中节点有限的能量从根本上影响着传感器网络效能。针对无线传感器网络的全局能耗问题，提出了基于径向基函数神经网络以及状态空间表达的系统化建模方法。考虑到无线传感器网络的拓扑结构与分级关系, 采用径向基函数神经网络自适应实时规划系统。鉴于各传感器节点对数据的不同处理方式与能耗密切相关, 对全系统能耗建立系统化矩阵模型。仿真分析表明该模型可根据实际应用背景调整设置完成全局优化。

摘要:Relief算法为系列特征选择方法，包括最早提出的Relief算法和后来拓展的ReliefF算法，核心思想是对分类贡献大的特征赋予较大的权值；特点是算法简单，运行效率高，因此有着广泛的应用。但直接将Relief算法应用于有干扰的数据集或不平衡数据集，效果并不理想。基于Relief算法，提出一种干扰数据特征选择算法，称为阈值-Relief算法，有效消除了干扰数据对分类结果的影响。结合K-means算法，提出两种不平衡数据集特征选择算法，分别称为K-means-ReliefF算法和 K-means-Relief抽样算法，有效弥补了Relief算法在不平衡数据集上表现出的不足。实验证明了本文算法的有效性。