【摘 要】
：
与传统的单平台无人机（Unmanned Aerial Vehicle,UAV）合成孔径雷达（Synthetic Aperture Radar,SAR）相比,无人机集群合成孔径雷达（UAV Swarm SAR,UAVS-SAR）在抗击毁和多视角高分辨率观测方面具有显著的优势,因此,UAVS-SAR将是雷达发展的一个重要趋势。然而,UAVS-SAR的分布式几何结构特征造成回波信号具有稀疏特性,进而引起
论文部分内容阅读
与传统的单平台无人机（Unmanned Aerial Vehicle,UAV）合成孔径雷达（Synthetic Aperture Radar,SAR）相比,无人机集群合成孔径雷达（UAV Swarm SAR,UAVS-SAR）在抗击毁和多视角高分辨率观测方面具有显著的优势,因此,UAVS-SAR将是雷达发展的一个重要趋势。然而,UAVS-SAR的分布式几何结构特征造成回波信号具有稀疏特性,进而引起了频谱的稀疏问题,最终影响了成像质量。因此,为了提高成像质量,本文利用压缩感知算法对UAVS-SAR的稀疏频谱进行恢复。但是在实际应用中UAVS-SAR不可避免地存在平台运动误差问题,而压缩感知算法在恢复过程中对误差的敏感度较高,如果待恢复信号中包含运动误差,重构精度将会被运动误差带来的噪声信号影响,最终导致图像重构失败。因此针对UAVS-SAR的稀疏频谱为成像带来的困难及其运动误差问题,本文就UAVS-SAR的稀疏频谱恢复和运动误差补偿问题展开详细研究,具体工作包括:（1）根据UAVS-SAR信号的稀疏特性,将压缩感知理论应用于UAVS-SAR的信号恢复。选择合适的稀疏基将待恢复信号构建成更易处理的稀疏信号,并以此为基础构建了适用于UAVS-SAR信号的观测矩阵,最后利用凸优化算法实现对UAVS-SAR的图像重构。（2）建立了UAVS-SAR的几何构型后对UAVS-SAR的回波信号进行分析,然后将回波信号投影至坐标网格中得到UAVS-SAR的图像。随后根据波数矢量分解,推导得到UAVS-SAR的频谱表达式,最终得到回波信号中包含的相位误差的表示形式。并以此设计了适用于UAVS-SAR的运动误差补偿方法。（3）以一发多收模式下的点目标仿真和面目标仿真实验为基础,经过详细的实验结果分析,验证了压缩感知理论对于UAVS-SAR的适用性及运动误差补偿方法的有效性。
其他文献
精准科学的电力负荷预测是科学制定调度方案和发电计划的前提,长时间序列的电力负荷预测是应对现代电力发展背景下更多复杂情况提出的新需求。神经网络因为其强大的非线性拟合能力在电力负荷预测领域取得了出色的效果,近年来逐步成为学者研究的主流方向,然而大多数基于神经网络的电力负荷预测模型在长时间序列电力负荷预测中容易出现误差的累积和信息的丢失,使得模型难以捕捉电力负荷数据中的长程规律,并且长时间序列电力负荷预
随着大规模新能源的接入,输、配电网之间协同调控的需求日益增长,主要依靠输电侧进行调控的传统工作模式将难以满足电力系统统筹协调全局资源的需求。对输电网和配电网两侧可调度资源进行协同优化调控已是未来电网优化调度运行模式的重要发展趋势,目前配网侧现有的大量分散的柔性负荷资源为输配协同运行的实现提供了基础。主要研究内容有以下几点:（1）针对新能源存在出力不确定性的问题,分别研究了风、光发电的出力模型,在H
配电网直接面向广大电力用户,是提高电力系统运行效率与保证供电质量的关键环节。随着架空绝缘导线的广泛应用,雷击断线概率增大,加之受设备老化、外力破坏等因素影响,近年来配电网单相断线故障呈现多发态势。断线故障发生后断点处线路可能坠地造成接地复故障,从而引发停电、火灾、人畜触电等安全事故。因此,非常有必要开展配电网单相断线故障特征分析与定位研究,迅速发现并切除故障,消除安全隐患,这对于保证配电网安全可靠
特高压输电系统的发展引起的设备激增为电网设备的管理维护带来了挑战。大型变压器作为特高压电网枢纽设备,是电网安全稳定运行的核心,其在线监测装置数据准确性是实现变压器故障有效识别的重要前提。本文以500k V及以上电压等级的大型变压器为研究对象,研究变压器油色谱在线监测装置异常识别和变压器故障预警两方面内容。在变压器油色谱在线监测装置的异常识别方面,以装置故障与数据偏差识别为切入点,建立了油色谱在线监
当前全球面临生态环境恶化、化石能源紧缺等危机,使得高效合理地利用可再生能源,推动能源体系绿色转型逐渐成为发展共识。电动汽车作为一种节能、环保的交通工具,已经得到了广泛关注和大力推广。然而,大量的可再生能源和电动汽车接入配电网后,给配电网的运行调控带来极大挑战,因此主动配电网技术应时而生。随着电力市场机制的不断完善,需求响应得以灵活地参与到配电网运行管理当中,并为系统运行提供新的调控手段。在这种背景
随着社会经济的飞速发展和工业化进程的不断加快,能源短缺与环境污染问题日益严峻。冷热电联供型（Combined Cooling,Heating and Power,CCHP）微网是当下管理分布式电源以及实现多种能量分级利用的最好自治系统之一,受到广泛关注。随着综合能源的不断推进,综合需求响应（Integrated Demand Respond,IDR）顺应时代发展被提出。IDR全面考虑了用户侧多种能
空气间隙是高压交、直流输电线路重要的外绝缘形式,其放电电压是指导输变电工程外绝缘设计的重要参考依据。目前,放电试验仍然是获取间隙外绝缘特性的主要方式,但是试验研究存在成本高、周期长、分散性大等问题,针对试验研究存在的不足,通过建立仿真模型获取间隙放电电压逐渐成为高电压工程领域内的重要研究内容,仿真模型主要包括基于放电机理的物理模型和基于机器学习算法的数据预测模型。为了获取空气间隙的放电特性,本文分
随着计算机硬件的更新换代和移动终端的智能化,网络技术在人们的生活中变得越来越重要,网络安全成为一个重要的研究领域。基于机器学习的技术已经广泛地应用于网络入侵检测以及图像处理领域。同时快速发展的量子计算为解决复杂计算问题提供了新的模式,因此如何利用量子计算改进传统机器学习算法也已经成为了研究前沿。本文基于经典降维技术和量子神经网络提出了一种用于网络入侵检测的模型以区分正常访问和异常攻击。为了平衡经典
机械臂在实际运用过程中存在许多干扰,如参数不确定、外界干扰等,这给机械臂轨迹跟踪带来了很大的挑战,也使得机械臂控制系统的设计成为一大热门研究课题。近年来,滑模控制的研究和发展引起了国内外学者注意,许多学者将其运用于机械臂系统,滑模控制具有计算快、易于实现、抗干扰能力强等优点,但是也存在收敛慢、误差大、抖振、依赖系统先验知识等缺陷。针对上述机械臂滑模控制问题,本文基于二阶滑模控制、扩张状态观测器、模
图像作为一种信息载体,承载着大量的重要信息。因此,保证图像信息在传输过程中的安全性至关重要。传统的图像加密算法密钥空间小且易受到信道中噪声的干扰。为了保障秘密图像的安全传输,本文提出了两种基于分数阶厄米特变换和混沌系统的图像加密算法。论文的具体工作如下:提出了一种基于分数阶厄米特变换的灰度图像加密算法,该算法采用的加密矩阵与明文相关且相对可控。原始图像经过Zigzag扫描和Arnold变换之后被加