基于微多普勒特征的欺骗干扰识别

为了提高雷达的抗干扰能力,提出了一种基于微多普勒特征的欺骗干扰识别方法,为雷达选择抗干扰措施提供了先验知识。首先建立了目标回波和干扰信号的数学模型,分析了二者微多普勒频率的差异。其次利用Viterbi算法和FFT谱分析对信号的特征参数进行了提取。最后,定义了识别目标和干扰的特征因子,并根据特征因子设定阈值对目标回波和欺骗干扰进行识别。仿真结果验证了算法的正确性和稳定性,与理论分析一致,表明该方法能够在较低的信噪比环境下对欺骗干扰进行检测识别。     

弹道导弹微动模型及微多普勒特征研究

通过微多普勒可以提取弹道导弹目标的微动特征,利用弹头和诱饵微动特征的差异可识别出真弹头.运用角动量守恒定理分析了弹道导弹目标在各阶段的微动形式,运用叉乘矩阵、泰勒级数等原理,推导出了弹道导弹目标的微动模型,给出了弹道导弹目标的微多普勒计算公式,从理论上分析了其微多普勒特征.利用时频分析方法从回波信号中提取了弹道导弹目标的微多普勒,从回波信号中提取的微多普勒与理论上计算的微多普勒一致,表明分析方法有效,结论正确.     

稀疏孔径条件下微动目标特征提取与成像算法

针对窄带雷达稀疏孔径条件下,目标微多普勒信号无法使用传统方法进行参数化表征和提取的问题,提出一种方位向稀疏孔径条件下微动目标特征提取与成像的新方法。通过详细分析微动目标雷达回波特性,并根据目标回波特征构造微多普勒信号原子集,在此基础上,使用正交匹配追踪算法实现微动目标的特征提取与成像。仿真实验表明该方法能够在稀疏孔径条件下有效提取目标微动特征并实现目标成像。     

水中目标微多普勒特征研究

为了有效检测、识别水中目标,从水中目标螺旋桨旋转运动建模出发,分析了螺旋桨旋转运动对主动声探测信号的调制作用及由此产生的回波信号的微多普勒特征,并进行了理论推导和仿真分析,验证了微多普勒特征的存在。结果表明:微多普勒特征信号是区别于其他信号的运动着的螺旋桨特有的信号,可用于对水中目标的检测、识别。     

基于最优核时频分布的装甲车辆微多普勒特征分析

依据微多普勒效应原理,构建了装甲车辆微动的雷达回波数学模型,推导了装甲车辆点目标的回波信号解析关系,并针对回波信号非平稳非线性的特点,利用最优核时频分布结合求时频脊的方法,仿真提取了装甲车辆微动线目标的回波微多普勒特征。仿真结果表明:线目标模型更能凸现、解析装甲车辆微动特征;采用的最优核时频分布结合求时频脊方法,具有比经典二次型分布更好的时频像,能较好地提取出微多普勒特征。最后,利用该方法分析了低信噪比下目标加速度、身管长度等参数对微多普勒特征的影响。     

基于微多普勒周期相关性的弹道群目标信号分离

针对弹道群目标微多普勒信号分离问题,提出了一种基于微多普勒周期相关性的弹道群目标信号分离算法。对进动目标和旋转目标进行了微动建模,分析了其散射中心在窄带信号下的微多普勒效应,并给出了其参数化表达式。利用STFT对窄带回波进行了时频变换,获取了回波时频图,并采用奇异值分解(SVD)和高斯空间掩模方法分别对时频图进行了消噪和平化处理。再依据散射中心微多普勒瞬时频率的变化规律,采用Viterbi算法对群目标微多普勒曲线进行了提取。最后将提取出的曲线进行傅里叶变换,根据群目标微多普勒周期的相关性,实现了群目标信号的分离。仿真验证了所提方法的有效性和准确性。     

基于LPC技术的运动车辆目标分类研究

将线性预测编码(LPC)技术应用于运动车辆目标的多普勒特征提取中。首先,基于微多普勒原理建立了车辆目标雷达回波模型,分析了履带式车辆和轮式车辆各自回波的特点。其次,针对杂波干扰问题,采用CLEAN算法对其进行抑制。在此基础上,利用实测数据,提取了不同车辆目标多普勒的LPC系数,给出了预测误差和计算时间在不同LPC阶数条件下的变化趋势。最后利用学习向量量子化(LVQ)方法对提取的LPC系数进行分类,实验结果证明了LPC技术在车辆目标分类中的有效性。     

无源双基地雷达系统直达波抑制算法

无源双基地雷达系统目标时延和多普勒频移估计,一般采用直达波通道信号与目标回波通道信号作互模糊函数处理,通过搜索互模糊函数的峰值来检测目标。虽然直达波干扰信号的互模糊函数峰值出现在零时延和零多普勒频移处,但其能量远大于目标回波信号,导致信号检测噪声门限增高,旁瓣电平增大,从而淹没目标信号。利用矢量空间的最小二乘算法抑制目标通道中的直达波信号,针对计算速度问题,提出了改进算法。仿真结果表明,该算法能够明显抑制直达波信号,同时该算法也可以完成弱目标的检测,因而具有重要的应用意义。     

OFD-LFM MIMO雷达中目标部件振动的微多普勒效应分析

与传统单基雷达系统相比,多输入多输出(MIMO)雷达系统充分利用发射分集和接收分集的优势,能够在不同的视角接收目标回波信号,可以提取目标更精细的微多普勒特征,因而大大提高了雷达对目标的识别能力。基于MIMO雷达系统,详细分析推导了正交频分线性调频信号体制下目标部件振动的微多普勒效应,并采用时频分析工具对理论分析的结果进行了仿真验证。     

基于改进希尔伯特-黄变换的进动目标周期估计

针对进动目标的微多普勒周期估计问题,提出了一种基于改进希尔伯特-黄变换的提取算法。该算法通过将希尔伯特-黄变换中的经验模态分解（EMD）替换为完备总体经验模态分解（CEEMDAN）,对目标回波信号进行分解得到各本征模态函数（IMF）后,再对IMF进行希尔伯特谱分析,从该希尔伯特谱中提取出目标信号中的微多普勒周期。仿真表明,所采用的方法能有效地克服EMD算法噪声环境中性能较差的缺陷,在低信噪比条件下具备较好的性能。     

基于指数分布假设的直接序列扩频系统抗窄带干扰技术研究

在扩频信号加信道噪声近似服从高斯分布条件下,利用均匀DFT滤波器组性质,得到变换域谱线幅度平方服从指数分布的结论。通过假设检验方法,可对直接序列扩频系统接收信号中的窄带干扰进行检测和抑制。理论分析和数值仿真结果表明,算法能有效抑制常见的单音、多音干扰以及窄带高斯干扰。     

基于Gram-Schmidt正交化算法的水下目标回波检测

提出了一种基于Gram-Schmidt正交化算法的水下目标回波检测方法.该方法利用Gram-Schmidt正交化算法实现对干扰背景的预白化,通过归一化匹配滤波器可完成对水下目标回波的检测.对仿真数据和实验数据的处理验证了该方法的有效性.     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

基于LMD频域近似熵频谱感知算法研究

针对现有频域近似熵频谱感知技术在低信噪比条件下抗噪声性能和检测性能有待提升的问题,提出了一种基于LMD频域近似熵的频谱感知算法。(1)算法筛选出3个PF分量累加求和,使得算法提取局部调频包络特征信息得到最优,进一步排除噪声不确定度的影响。(2)算法对累加PF分量进行频域变换后求其近似熵,增强算法对频域信息的嗅探能力,提升算法检测性能。Monte Carlo仿真结果表明,在噪声不确定度为0dB,采样点数为8 000的情况下,当信噪比大于-19 d B时,可以对2ASK信号达到100%的检测概率,与现有频域近似熵算法相比,检测性能约有17 d B的提升。     

基于稀疏图的DS-CDMA系统设计

DS-CDMA是在扩频技术上发展起来的多址接入方式,但在用户接入数量过载时难以保证高质量的通信性能。基于此,提出了一种基于稀疏图的DS-CDMA系统。该系统以低密度二分图的形式来描述扩频码片和用户之间的关系,使得参与通信的每个用户只在少量码片上进行非零位扩频调制,最大程度地减少了用户间的相互干扰。借助图模型的相关理论,把适合于稀疏图的置信度传播算法应用于该系统,进行多用户检测,通过码片与用户之间的消息迭代来消除噪声和多址干扰带来的影响。结合计算机仿真,从不同的角度测试了系统的误码率等性能。理论分析与性能验证表明,稀疏图DS-CDMA在接入用户数量远远超过系统容量的情况下,依然具有优良的性能。     

卫星通信干扰信号的检测方法

卫星通信系统较易受到各种干扰，尤其是人为干扰，为了抑制干扰，需对信号进行正确的干扰检测。就几种常见的卫星干扰信号，对其进行 Matlab仿真实验，研究不同干扰类型信号的特点，提出一种改进的CME算法用于检测干扰信号是否存在。与能量检测法和传统的CME方法相比，它具有较好的检测性能。仿真结果表明，提出的CME方法可以有效用于干扰检测。     

Monitoring and Prediction of the Vibration Intensity of Seismic Waves Induced in Underwater Rock by Underwater Drilling and Blasting

All underwater drilling and blasting operations generate seismic waves.However,due to a lack of suitable vibration sensing instruments,most studies on the propagation of seismic waves have been limited to shorelines near construction areas or wharfs,whereas comparatively few studies have been conducted on the larger seafloor itself.To address this gap,a seafloor vibration sensor system was developed and applied in this study that consists of an autonomous acquisition storage terminal,soft-ware platform,and hole-plugging device that was designed to record the blasting vibration intensities received through submarine rocks at a given measurement point.Additionally,dimensional analyses were used to derive a predictive equation for the strength of blast vibrations that considered the in-fluence of the water depth.By combining reliable vibration data obtained using the sensor system in submarine rock and the developed predictive equation,it was determined that the water depth was an important factor influencing the measured vibration strength.The results using the newly derived equation were compared to those determined using the Sadowski equation,which is commonly used on land,and it was found that predictions using the derived equation were closer to the experimental values with an average error of less than 10％,representing a significant improvement.Based on these results,the developed sensor system and preliminary theoretical basis was deemed suitable for studying the propagation behavior of submarine seismic waves generated by underwater drilling and blasting operations.     

基于势场启发蚁群算法的远程水中兵器航路规划

针对航行误差较大的远程水中兵器航路规划问题，采用栅格化方法建立海洋环境模型，为使兵器在航行过程中能有效规避障碍并导向目标，提出一种人工势场力为启发因子的改进蚁群算法，利用该方法搜索远程水中兵器从起始点至目标点的最佳路径，算法解决了经典蚁群算法容易陷入局部最优及收敛速度慢的问题。仿真结果表明该规划算法虽有少量的路径损失，但可以有效避免由于误差引起的航行安全问题，是一种有效的远程水中兵器航路规划方法。     

低轨移动卫星异步多用户检测算法

介绍了一种适合在低轨(LEO)星载接收机上运行、低复杂度的异步CDMA多用户检测算法,能够有效对抗强多用户干扰和大多普勒频移。基带信号通过码片滤波后以码速率采样信号作为观测信号,然后利用Kalman滤波算法对各个用户信号进行分离。状态方程综合考虑了多普勒频移、定时误差。该算法能够抵抗高达35dB的远近效应,并且对频率和定时误差不敏感。