徐建平
- 作品数：8 被引量：28H指数：3
- 供职机构：电子科技大学电子工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：电子电信更多>>
- 基于极化的雷达抗干扰技术研究
- 随着科学技术的不断发展，在现代电子对抗战中，雷达面临的干扰问题越来越严峻，武器装备的隐身技术也越来越先进。二十世纪末的几次局部战争已经表明，在干扰背景下，传统雷达作战效能难以发挥，甚至根本不能发挥;以往那种仅仅利用幅度、...
- 徐建平
- 关键词：雷达抗干扰技术极化滤波
- 文献传递
- 压缩感知算法在雷达成像中的应用研究
- 高分辨成像系统是 SAR发展的一个重要方向，具有广泛的应用。以 Nyquist采样定理为基础的信号处理方法使高分辨雷达面临着采样率高、数据量大、数据传输、存储以及快速处理困难等问题。寻找新的数据采集和信号处理方法成为SA...
- 徐建平
- 关键词：合成孔径雷达压缩感知雷达成像信号处理随机采样
- 自适应三维极化滤波
- 2008年
- 三维极化滤波能够更好地利用空域信息,在极化域-空域联合滤波,因此能够抑制二维正交极化滤波不能滤除的干扰,达到更好的滤波效果。实际应用中,信号通常是未知的或者变化的,要达到好的滤波效果,必须实时更新滤波参数。针对未知的或缓变的信号环境,提出了一种自适应三维极化滤波算法,利用历史杂波数据来估计杂波的极化信息,据此对天线进行调整,以对接收信号滤波。最后通过Matlab仿真验证了该算法的有效性。
- 徐建平张扬
- 关键词：自适应极化滤波
- 基于贝叶斯压缩感知的合成孔径雷达高分辨成像被引量：12
- 2011年
- 基于压缩感知(CS)的合成孔径雷达成像方法可以显著减少数据采样时间、数据量以及节省信号带宽。然而,基于CS的方法对噪声和杂波相当敏感,在信噪比较低的时候,成像质量较差。该文结合CS理论提出了合成孔径雷达中的随机孔径贝叶斯压缩感知(BCS)高分辨2维成像方法。在距离向应用CS减少采样数据的同时,在方位向随机抽取部分孔径位置发射和接收信号,以少量的测量孔径和测量数据获得重建目标空间的足够信息。基于贝叶斯的分析方法由于考虑了成像场景中的杂波以及压缩采样过程中的加性噪声,因而能够更好地重建目标空间。仿真结果表明,基于贝叶斯方法得到的图像比基于FFT方法得到的图像更加尖锐,比基于CS方法得到的图像更加稀疏,因而具有更高的分辨率。
- 徐建平皮亦鸣曹宗杰
- 关键词：合成孔径雷达压缩感知超宽带
- 压缩感知SAR成像中的运动补偿被引量：6
- 2012年
- 由于其具有压缩采样特性,压缩感知在高分辨SAR成像技术中得到了广泛应用。然而作为一种参数化的成像方法,基于压缩感知的成像方法对位置误差非常敏感。位置误差会造成图像偏离真实位置、散焦、甚至根本不能成像。该文针对SAR压缩成像系统中存在的运动误差,分析了平台非理想运动对回波信号的调制机理和运动相位误差对信号稀疏表征的影响,提出了基于传感器测量数据进行运动补偿的压缩感知SAR成像方法,通过在稀疏矩阵中引入附加项完成空不变运动误差的补偿。该方法不仅能以少量的测量孔径和测量数据获得重建目标空间的足够信息而且能有效降低运动误差对成像质量的影响,实现高分辨成像。
- 徐建平皮亦鸣
- 关键词：SAR压缩感知非均匀采样
- 基于贝叶斯匹配追踪的SAR图像重构被引量：3
- 2012年
- 结合稀疏贝叶斯学习和压缩感知(CS)理论,提出了一种基于贝叶斯匹配追踪的SAR图像重构的新方法。该方法将SAR图像的重构过程看做是一个线性回归问题,而待重建的图像是该回归模型中的未知权值参数。利用高斯混合参数对未知权值参数赋予确定的先验条件概率分布,用于限制权值参数的稀疏性。该方法能够得到重建图像所需要的一组具有较高后验概率密度的模型,从而实现图像在最小均方误差(MMSE)意义下的重构;对于高斯混合模型中参数未知的情况,可以采用基于EM的最大似然估计方法估计。实验结果表明,基于贝叶斯匹配追踪的SAR图像重构方法能够获得精确的重建图像,并且能够有效地保持图像的细节特征。
- 徐建平皮亦鸣
- 关键词：压缩感知SAR图像贝叶斯EM
- 变步长极化对消迭代滤波算法被引量：2
- 2009年
- 分析了定步长自适应极化对消(APC)迭代算法,在此基础上提出了一种变步长的极化对消迭代算法,并分析了该算法的收敛条件和收敛性能。通过Matlab仿真,比较了参数变化对变步长算法收敛速度的影响,并且将定步长算法与变步长算法进行了比较,得出了变步长算法收敛速度更快的结论。
- 张扬徐建平
- 关键词：变步长
- 信号DOA和极化参数的自适应估计
- 2008年
- 运用ESPRIT算法进行信号参数的估计,关键是对信号子空间的估计。在实际运用中,接收到的信号的参数往往是随时间变化的,因此要得到信号参数的实时估计值就需要根据阵列的接收数据对信号子空间进行更新。分析了如何运用ESPRIT算法得到信号的DOA和极化参数,并在矩阵扰动理论的基础上,利用矩阵特征分解一阶修正方法更新特征值和特征向量,从而使得ESPRIT算法能够自适应地估计信号DOA和极化参数。最后通过Matlab仿真验证了该方法的有效性。
- 徐建平张扬
- 关键词：ESPRITDOA极化参数信号子空间
