基于N-P准则的雷达网反隐身探测概率分析

提高雷达网的探测概率是改善雷达网反隐身性能的重要手段。在分析单部雷达探测概率的基础上,提出了一种基于Neyman-Pearson(N-P)准则的雷达网信号检测数据融合评估算法,算法利用数据融合原理构建了N-P探测模型,给出了基于迭代算法的最优检测概率和判决门限计算方法。仿真结果表明了系统反隐身的有效性和融合算法的优越性。     

一种改进的直扩系统频域抑制窄带干扰算法

提出了一种基于比较变异系数统计平均的自适应多门限窄带干扰抑制算法.该算法用变异系数的统计平均作为切换准则,当干信比较小时利用直扩系统本身的匹配滤波器进行相关解扩,而当大干信比时切换到白适应多门限算法进行干扰抑制.理论分析和计算机仿真结果均验证了变异系数作为切换准则的有效性,并且表明了该算法在直扩系统中抑制窄带干扰具有更...     

全球导航卫星系统接收机的复信号自适应陷波干扰抑制

为提高全球导航卫星系统接收机抑制带内窄带干扰的能力,提出一种采用复系数自适应陷波器的时域滤波干扰抑制方法。在数字基带通过自适应算法调整复数滤波器的频率参数,以实时检测和跟踪窄带干扰的中心频率。仿真结果表明,该方法可以快速、有效地抑制固定频率的窄带干扰和线性调频干扰,提高接收机在干扰条件下的捕获性能。其干扰抑制性能优于实系数自适应陷波器的干扰抑制方法。     

宽带雷达自适应积累检测

研究了宽带雷达距离像检测问题。针对宽带雷达目标的距离像姿态敏感性,将模型定阶准则引入到距离像长度估计问题中,提出了一种基于信息熵准则的自适应积累检测算法。仿真结果表明,与基于平均信噪比最大准则的自适应积累检测相比,算法的检测性能更优。     

GNSS自适应天线相位中心评估方法

自适应天线在波束形成过程中会引起天线相位中心变化,针对这一问题,提出一种基于可用波束的自适应天线相位中心评估方法。该方法分为三步:设置天线的可用波束门限;在干扰来向均匀分布下,得到天线可用波束门限内相位方向图集合;利用最小二乘法对相位方向图集合进行拟合得到自适应天线的平均相位中心变化量。运用该方法对四种典型的四元阵相位中心进行对比仿真,结果表明,算法可以快速有效地对自适应天线相位中心性能进行评估。另外,通过设置适当的可用波束门限,可以提高自适应天线的相位中心性能。算法的评估结果可以作为GNSS高精度自适应天线阵型选择依据。     

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 MMSE 准则的盲自适应多用户检测算法

基于MMSE准则提出了一种新的盲自适应多用户检测算法 ,分析了该算法的性能并进行了仿真实验。理论分析及仿真实验表明 ,该算法具有较低的复杂度 ,且性能要优于MOE检测器     

一种重叠加窗频域抑制窄带干扰算法及研究

提出了一种重叠加窗的直接序列扩频(DSSS)通信系统抑制窄带干扰算法.该算法利用重叠加窗降低了因数据截断引起的频谱泄漏,同时也减少了因加窗而引入的信噪比损耗.将该重叠加窗算法与另2种门限检测算法联合运用抑制窄带干扰.理论分析和计算机仿真结果均表明,该算法能有效消除加窗引起的频谱失真和信噪比损失,并且可以有效抑制直扩通信系统中的窄带干扰.     

一种判决门限自动推荐的脉冲检测方法

在起伏环境中,针对判决门限设置导致的脉冲检测结果不稳定问题,提出一种判决门限自动推荐的脉冲检测方法。通过时域迭代相关法获取待分析数据包络;按类间类内方差比最小准则实现判决门限的自动推荐;根据推荐门限和检验统计量对"真脉冲"实现判决与提取。在仿真条件下,相比噪声方差法,在同一虚警概率和漏报概率下,该方法对判决环境的最低要求降低了4 d B,进一步降低了起伏环境对脉冲检测性能的影响,改善了脉冲检测效果。实测数据处理结果进一步证明了该方法的可行性和有效性。     

基于动态门限与自适应插值的外引导平滑算法

为了实现靶场光电经纬仪外引导数据的实时平滑,确保外引导数据驱动下光电经纬仪稳定获取图像,提出基于动态门限的野值处理算法和基于自适应插值的处理算法。对于外引导数据中的野值,提出一种利用影响函数动态计算样本方差的方式,构建动态判别门限实时完成野值的处理;对于外引导数据的插值处理,判断插值计算的连贯性,并将外引导的“卡顿”数据进行分类,采取不同的策略实时自适应插值。实验结果表明：基于动态门限的五点外推野值剔除方法,野值检测率平均在80%以上,同时虚警率较低;插值处理算法能同时应对卡顿与非卡顿的外引导数据,处理结果平滑连贯。算法已成功应用于海军某观测站的光电经纬仪,满足了靶场弹道测量系统的需要。     

干扰条件下基于MMSE准则的弹载雷达认知波形优化

针对杂波、噪声和干扰环境中弹载雷达扩展目标检测识别问题,结合认知理论,在频域基于最小均方误差(minimum mean-square error,MMSE)准则提出一种新的雷达发射波形优化算法,用以抑制杂波和对抗干扰。建立雷达信号时频模型,通过目标参数贝叶斯估计构造以均方误差为代价的功率受限目标函数,利用拉格朗日乘子法得出最小代价发射信号频域能量最优波形表达式。仿真结果表明,算法能够针对目标频率响应和杂波、干扰的相对强度合理分配发射信号的频域能量,提高目标估计精确度,优化雷达检测识别性能;仿真条件下,最小均方误差准则优化波形目标识别性能优于互信息量准则。     

应用于卫星导航功率倒置阵的改进最小均方算法

采用功率倒置准则的自适应天线阵特别适合于弱信号、强干扰的场合,因而在卫星导航系统中得到了广泛的应用。针对基于最小均方算法实现的卫星导航功率倒置阵在干扰数目或干扰功率突然减少时,算法收敛慢、影响信号接收性能的问题,分析了这一现象的产生机理,并提出了相应的改进算法。改进算法通过功率监测来检测干扰数目或干扰功率的突变,然后对最小均方算法进行复位处理重置权值来达到迅速收敛的目的。仿真结果表明:与原算法相比,改进算法可显著提高功率倒置阵的收敛速度。     

应用于卫星导航功率倒置阵的改进LMS算法*

采用功率倒置准则的自适应天线阵特别适合于弱信号、强干扰的场合,因而在卫星导航系统中得到了广泛的应用。针对基于最小均方误差(LMS)算法实现的卫星导航功率倒置阵在干扰数目或干扰功率突然减少时,算法收敛慢、影响信号接收性能的问题,分析了这一现象的产生机理,并提出了相应的改进算法。改进算法通过功率监测来检测干扰数目或干扰功率的突变,然后对LMS算法进行复位处理重置权值来达到迅速收敛的目的。仿真结果表明,与原算法相比,改进算法可显著提高功率倒置阵的收敛速度。     

同时收发认知抗干扰系统的改进能量检测算法

为增强复杂电磁环境中同时收发认知抗干扰通信系统的性能,研究了基于该系统的改进能量检测算法,推导出瑞利衰落信道中系统的检测概率、虚警概率及中断概率的理论表达式。该改进方法思想是将自干扰信道容量与接收机所需传输速率进行比较,通过比较结果确定能量检测门限值。仿真结果表明,改进能量检测算法能够有效地降低自干扰信号对同时收发认知抗干扰接收机的不利影响,提升系统的中断性能。     

SOJ与RGPO复合干扰下目标跟踪技术

SOJ干扰下目标检测概率降低,容易出现检测不到目标真实回波,如果此时再施放RGPO干扰,由于RGPO回波比目标回波幅度强,雷达更容易误将RGPO干扰回波当成真实目标的回波。针对上述特点,提出了采用检测门限自适应与卡方检验相结合的方法实现了对RGPO的鉴别,同时采用多假设跟踪实现了此种复合干扰下的目标跟踪方法。仿真实验表明,此方法具有较高的RGPO鉴别概率同时也可以较好地实现干扰下目标的跟踪,具有一定的实际工程意义。     

一种改进的跳频信号信道化检测方法

在通信对抗中,对目标跳频信号进行有效检测是对该信号进行后续处理及实施干扰的前提,利用信道化检测方法实现对跳频信号的盲检测。侦察方作为通信非协作接收者,无法与目标信号发送端实现时间同步,导致信道化检测方法性能不佳,针对此问题,提出一种简单高效的判决门限改进算法。仿真结果表明:采用改进算法,虚警概率显著降低,在信噪比大于-2 dB时检测概率有一定的提高。最后给出了关于进一步提高信道化检测方法性能的几点策略。     

基于独立分量分析的共址干扰抑制算法

从独立分量分析的角度探讨了共址干扰抑制问题,并提出了基于互信息最小准则的干扰抑制算法。该算法利用了信号的高阶统计信息,兼顾了复杂度和精度,并且能够有效地抑制非高斯性干扰。为使算法稳定,对权值迭代公式进行了归一化处理;给出了新的共址干扰抑制滤波器结构;分析了算法稳定收敛的充分条件。仿真实验表明:该算法能够很好地将弱有用信号从强干扰信号中分离。     

多参考输入自适应IIR跳频同址干扰抵消算法研究

根据多参考输入自适应干扰抵消原理,提出基于方程误差结构的多参考输入自适应IIR干扰抵消器,给出具体算法并分析其性能.提出多部跳频电台同平台装载的自适应IIR同址干扰抵消方案,并对3种算法的性能进行仿真.仿真结果表明,多参考输入自适应IIR干扰抵消算法具有很好的收敛速度、收敛精度和稳定性,可以取得更好的跳频同址干扰抵消性能.     

直接耦合干扰的自适应两级补偿方法

针对水下电磁探测系统对直接耦合干扰的补偿精度受限于硬件采样分辨率的问题,研究了基于自适应技术的直接耦合干扰两级补偿方法。采用高速 DSP 芯片实现直接耦合干扰补偿电路,完成直接耦合干扰的粗调补偿;提出了基于可变遗忘因子的 QRD-LS 算法,并采用基于该算法的自适应陷波器实现了直接耦合干扰的微调补偿。实验研究验证了两级补偿方法对直接耦合干扰的补偿性能。结果表明：基于可变遗忘因子的QRD-LS 算法稳定性好,收敛速度快;基于该算法的自适应两级补偿方法对直接耦合干扰的补偿精度达到10－4倍。     

基于自适应训练的一种新的软决策融合算法

为了提高系统的检测性能,本地检测器应用了软决策算法,提出一种新的结构框图.将本地判决送至自适应训练器来估计本地检测器的性能参数,然后将得到的性能参数反馈至本地检测器来控制本地的检测门限.另外又将本地判决和可信度送至融合中心进行融合判决得到最终的判决,随后给出了迭代算法.最后通过三检测器系统仿真说明了算法的可行性,检测性能比硬判决有所改善.