基于Logistic映射的混沌二相编码性能分析

针对目前常用的伪随机二相编码的缺点,利用Logistic混沌映射产生混沌序列并进行数字量化和截取,生成混沌二相编码信号,重点分析了混沌二相编码信号的相关性、混合信号隔离度、抗干扰性能和多普勒敏感性能。仿真分析表明,混沌二相编码信号不仅具有大的时宽带宽积和良好的自相关性,而且具有较强的抗干扰性能和更宽的多普勒容限,是一种较为理想的雷达脉冲压缩信号。     

混沌信号脉冲同步技术在雷达中的应用

依据混沌系统的脉冲同步特性,结合数字信号处理技术,可以得到原发射信号的时间延迟信号与变时间尺度信号.据此提出脉冲同步技术在混沌雷达系统中的应用方案,给出连续混沌信号雷达的结构框架.仿真实例以Colpitts电路产生的混沌信号为雷达发射信号,验证了基于脉冲同步的混沌信号时延与变时间尺度技术应用于混沌雷达的可行性.混沌雷达系统中的信号处理部分以宽带互模糊函数为工具,根据宽带模糊函数的定义给出了混沌信号雷达信号处理部分的详细框图.     

通用脉冲雷达信号仿真软件设计与实现

基于雷达信号的基本理论,分析整理了雷达信号的时域表示、频域表示以及模糊函数;归纳总结了单载频矩形脉冲信号、线性调频矩形脉冲信号以及伪随机二相编码信号等3种典型的雷达脉冲信号,对它们的复包络、时域描述、频谱函数、模糊函数及其特点进行了详尽研究和分析,建立了3种雷达脉冲信号的完整的数学模型;基于Matlab仿真软件对3种典型的雷达脉冲信号进行了仿真实现,设计并编写了通用脉冲雷达信号仿真软件.该仿真软件能够对雷达脉冲信号的各种参数、信号采样频率和采样时间进行设置,软件按照设置的参数进行信号仿真,并能给出信号的时域波形、频谱及其三维模糊函数图,这对于雷达信号形式的教学和科研具有积极的推动作用,学员能够直观形象地学习和理解各种雷达脉冲信号,同时对于相关的科研工作,能够提供所需的各种雷达信号数据,为雷达信号处理相关算法研究提供数据支撑.     

混沌随机频率步进信号分析与处理

混沌具有类随机性、对初值敏感、易于产生和控制,频率步进信号易于工程实现和处理,结合二者的优势,提出一种基于混沌序列的随机频率步进雷达信号。介绍了信号产生模型,从理论上推导、分析了该信号的模糊函数和互相关函数性能,给出了信号直接相关和先排序存储、后匹配滤波两种回波处理方法。应用四种典型混沌进行数值仿真,并和已有的线性频率步进信号、高斯和均匀随机频率步进信号进行对比分析。结果表明,混沌随机频率步进信号具有较优良的性能,是一种有潜力的雷达信号。     

混沌序列的MIMO雷达正交波形集设计

波形分集是多输入多输出(MIMO)雷达的主要特征之一,设计性能良好正交波形集是实现MIMO雷达的关键技术。介绍了噪声MIMO雷达的基本原理,分析了利用混沌序列设计正交波形的可行性,提出了基于混沌序列的MIMO雷达正交波形集设计方法,给出了基于两种典型混沌序列设计二相编码正交波形的设计结果,分析了波形集相关性能,计算机仿真表明,该方法在算法效率和波形多样性方面优于传统的遗传算法。     

基于两种映射的MIMO雷达混沌调频信号

现有方法中,混沌信号在MIMO雷达波形设计中的应用仅局限于单一混沌映射模型,难以改善固有缺陷.为解决此问题,设计基于Lorenz和Bernoulli 2种映射的MIMO雷达混沌调频信号,通过对信号模型、相关函数、模糊函数和综合性能的分析,证明该设计方法的可行性,表明基于两种映射的混沌调频信号通过优势互补可有效改善MIMO雷达性能.     

降低OFDM雷达PAPR的SLM改进算法研究

正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达信号具有良好的分辨力和较高的频谱利用率,其中基于混沌二相编码调制的OFDM雷达信号由于具有结构灵活、更优的脉压性能和较强抗干扰能力等优点受到广泛青睐,但是在系统中存在的高峰均比问题使得OFDM雷达在实际应用受到限制。针对各载波不同混沌二相编码序列调制的OFDM雷达信号,提出一种基于混沌粒子群的选择性映射(selective mapping,SLM)算法来降低OFDM雷达信号中的高峰均比问题。实验结果表明:相比于传统SLM算法和基本粒子群SLM算法,基于混沌粒子群的SLM算法在降低OFDM雷达信号的峰均比方面具有更好的效果。     

基于混沌高斯频率调制的距离-多普勒雷达成像

提出了利用混沌映射产生随机抽样的方法。进一步证实了高斯抽样可以通过两类随机数产生器结合混沌映射生成。利用高斯抽样,得到了高斯调频雷达信号。研究结果表明,通过这种高斯调频信号得到的模糊函数接近2维delta函数,它在距离-多普勒平面上的旁瓣是均匀分布的。对该高斯调频信号进行傅立叶处理可以得到高分辨率的距离-多普勒图像,图像品质较高。     

混沌背景下基于神经网络的编码信号检测新方法

提出了一种混沌背景下的编码信号检测新方法。信号检测过程包含两个步骤:混沌信号的预测和检测判决。该方法利用非线性前馈神经网络进行混沌信号模型的创建,并采用13位巴克码作为编码信号。仿真结果表明,通过该方法进行编码信号检测可以得到较高的检测概率和较低的虚警概率,整体检测性能较高,并且对于不同信噪比的信号具有较强的鲁棒性。     

m序列二相编码雷达灵巧噪声干扰研究

针对前沿复制干扰能量利用效率低的问题,提出了利用前沿波形,通过预测,超前获取雷达信号完整波形,进而实施灵巧噪声干扰的思路。对于采用由n级移位寄存器产生的m序列的二相编码雷达,给出了利用获得的前2n个码元,通过解n元线性方程组,预测获得完整m序列的方法。进一步,针对该线性方程组的生成特点,提出了一种快速算法。利用该快速算法,可以将预测的计算工作量平均分配到从获得m序列的第n＋1个码元到获得第2n个码元的各个节拍中去,使得一旦获得m序列的第2n个码元,就能够立刻得到m序列的所有反馈系数,获取雷达的当前发射信号的完整波形,并以最短的延迟实施针对性的灵巧噪声干扰。