郑万泽 作品数:7 被引量:24 H指数:4 供职机构: 空军工程大学信息与导航学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 陕西省电子信息系统综合集成重点实验室基金 更多>> 相关领域: 电子电信 自动化与计算机技术 兵器科学与技术 交通运输工程 更多>>
逆合成孔径成像激光雷达系统建模及成像仿真 被引量:4 2012年 逆合成孔径成像激光雷达能突破传统成像激光雷达扫描体制的限制,实现对运动目标实时高分辨成像,对运动目标的探测与识别具有重要意义。分析了逆合成孔径成像激光雷达的高分辨成像原理,并综合考虑系统结构、大气衰减、背景噪声、目标散射特性等多方面因素,建立了仿真模型,对成像流程与分辨能力进行了详细分析。仿真实验证明了逆合成孔径成像激光雷达具有优于微波波段逆合成孔径雷达的成像效果以及文中建立的仿真模型的有效性。 何劲 张群 杨小优 封同安 郑万泽关键词:逆合成孔径成像激光雷达 成像仿真 雷达成像 基于运动补偿的机载MIMO-SAR高分辨成像算法 被引量:3 2012年 机载多发多收合成孔径雷达(MIMO-SAR)可以实现高分辨成像,但不可避免的存在运动误差补偿的问题。对多子带并发的机载MIMO-SAR系统进行研究,首先建立并分析了MI-MO-SAR运动误差模型;然后提出了一种扩展的MIMO-SAR运动补偿距离徙动算法(RMA),通过改进的Stolt映射将距离徙动校正与方位向聚焦分开,并结合两步运动补偿技术对MIMO-SAR回波数据的运动误差进行校正,消除了运动误差带来的影响;最后在空频域对各子带信号进行带宽合成实现了距离向高分辨。用该算法对散射点目标和面目标进行了成像仿真,验证了其在处理带有运动误差的MIMO-SAR回波数据中的有效性。 彭发祥 李宏伟 蔡斌 邓冬虎 郑万泽关键词:合成孔径雷达 多发多收 距离徙动算法 基于Contourlet变换的图像压缩感知重构 被引量:5 2012年 根据图像信号在Contourlet变换域的稀疏特性,分析Contourlet变换的基本原理,提出一种基于Contourlet变换的压缩感知重构方法。针对Contourlet变换的基函数并不严格规范正交、无法构造正交变换矩阵的问题,采用改进梯度投影算法恢复稀疏处理后的系数,在保证图像质量的情况下,实现图像的低速率重构。实验结果表明,该算法的鲁棒性较好。 郑万泽 何劲 魏星 颜佳冰 耿晓明关键词:CONTOURLET变换 图像信号 图像压缩 压缩感知 梯度投影算法 基于集成学习与特征降维的小样本调制识别方法 被引量:4 2021年 针对有标签样本较少条件下的通信信号调制识别问题,提出一种基于集成学习与特征降维的小样本调制方式分类模型。首先,通过集成人工特征与深度学习自动提取特征构成特征集合。然后,设计特征选择算法对特征合集进行优选生成高效特征子集。最后,利用可快速收敛的高性能分类器对信号进行区分,实现在少量有标签样本和大量无标签样本条件下的调制方式分类。仿真结果表明,通过对8种数字信号进行调制识别,在信噪比为20 dB时,所提算法可将信号最高识别率提升至96%,同时该算法设计简单,具有较大应用价值。 史蕴豪 许华 郑万泽 刘英辉关键词:调制识别 小样本 高速弹道目标进动微多普勒分析及脉内补偿! 被引量:1 2012年 弹道目标在高速运动情况下,会导致雷达回波一维距离像主瓣展宽和频谱峰值偏移,影响后续的真假弹头识别。文中首先分析了在高速运动下弹头进动的微多普勒特征,得出导致弹头进动微多普勒特征一维距离像展宽和频谱峰值偏移的相位误差,为获得理想的弹道目标微多普勒特征信息,提出应用多项相位变换的方法对脉内调制引起的相位误差进行补偿,最后的仿真实验验证了理论分析结果及所提方法的有效性。 李松 梁颖 张群 朱小鹏 郑万泽关键词:多项相位变换 港口无线调度认知跳频通信系统部分频带干扰抑制性能分析 2015年 针对港口无线调度中部分频带干扰严重危害常规跳频通信系统性能的问题,将认知无线电与跳频相结合,给出一种认知跳频通信系统模型.分析该系统在部分频带干扰条件下的性能,得到误码率闭合表达式,并通过仿真验证,将该通信系统与常规跳频通信系统的部分频带干扰抑制性能进行比较.理论分析和仿真结果表明,在理想同步情况下,认知跳频通信系统能够有效避开干扰频段,在较为"干净"的频谱空穴中动态调整跳变频率,较常规跳频通信系统具有更强的部分频带干扰抑制能力. 郭非 郭建新 郑万泽 戚云军关键词:港口调度 跳频通信 部分频带干扰 基于半监督联合神经网络的调制识别算法 被引量:7 2020年 针对基于有监督学习通信信号分类算法需要大量有标签训练样本,而在实际场合大多无法满足数量要求的问题,提出利用数据驱动模型的半监督学习方法,通过对比预测编码无监督算法预训练和有监督学习相结合,利用LSTM (long short term memory)和ResNet (residual network)联合神经网络实现小样本自动提取特征,提高小样本条件下信号识别准确率。在真实通信调制信号集上实验表明,半监督联合神经网络结构较以往方法,识别准确率提升3%~20%,小样本条件下性能提高60%,同时在低信噪比条件下识别能力突出,0 dB时对11种调制信号平均识别正确率达到92%,具有明显优势。 苟泽中 许华 郑万泽 冯磊 白芃远关键词:数据驱动 小样本