博弈条件下基于SINR的制导雷达波形设计

针对电子战环境中用于扩展目标检测的制导雷达波形优化问题,提出了3种博弈策略模型,并针对不同博弈策略模型分别给出了波形优化策略。在前两种模型中,以最大化信干噪比为准则,在杂波条件下采用注水法优化波形;在第3种模型中,给出了智能雷达与智能目标之间的均衡解,并采用两步注水法得到了最优波形设计方案。仿真结果展示了不同条件下制导雷达和目标的功率分配策略。     

一种快速有效的步进频率测速方法

步进频率信号由于存在距离-多普勒耦合现象,目标的径向运动将导致合成的目标径向一维距离像产生距离徙动和波形失真.提出步进频率共轭法测速,可以利用一个步进频率脉冲串实现超大范围的速度无模糊测量,避免了常规方法的速度模糊或模板数过多计算复杂的问题.这种方法可以利用快速傅里叶变换实现,计算量小,降低系统实现的复杂度,是一种实用有效的步进频率雷达测速方法.     

一种新的雷达抗干扰技术

提出了一种新的雷达抗干扰技术,即波形选择处理技术,指的是从接收的回波中分析出哪些脉冲未受干扰或受干扰程度较小,从而可以有选择地将这些脉冲信号进行相应的信号处理。分析结果表明,通过对回波进行波形选择处理,可以进一步增强雷达的抗干扰能力。     

高重频频率步进雷达强杂波抑制

针对高重频频率步进雷达,提出了抑制强杂波的有效处理流程.在接收机前端控制中频带通滤波器的通带范围以减少进入后续处理的折叠杂波,在信号处理机中针对目标运动速度的不同提出了两种方法:通过波形参数设计及高分辨处理消除杂波对高速目标的影响;利用两幅高分辨距离像(HRRP)进行杂波相消以抑制杂波对低速目标的干扰.该处理不需要改变基本的频率步进波形,具有简单易行的优点.仿真和试验结果验证了所提方法的有效性.     

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。     

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。     

基于微动目标主体信息的平动补偿方法

目标的平动和微动均会对雷达信号产生调制,其中,微动信息的提取对目标识别具有重大意义.选择对点散射模型进行分析,构建回波信号模型.根据信号在时频分布中的特点,通过霍夫变换(TFD-Hough)获得平动参数,重构出参考主体信号,进而补偿主体回波信号,再经高通滤波器处理,最终实现平动调制的补偿以及微动信号的分离.仿真实验验证了该方法的有效性.     

基于改进灰关联的雷达辐射源识别方法研究

针对灰关联法的局限性,提出了一种改进的灰关联分析法.该方法有效解决了灰关联法中的分辨系数、绝对差和权重的问题,提高了灰关联法的准确性.在此基础上,提出一种基于载频和改进灰关联法的新的雷达辐射源识别模型.经过仿真验证后,改进的灰关联法较传统的灰关联法更有效,建立的识别模型也能对雷达辐射源进行很好识别.     

混合MIMO相控阵雷达反向非均匀重叠子阵分割方法

针对混合MIMO相控阵雷达子阵分割中发射相干处理增益和波形分集增益不能兼顾的问题,提出了一种反向非均匀重叠子阵分割方法,该结构在非均匀重叠子阵分割的基础上,对其结构进行了反转.通过推导证明了反向非均匀重叠子阵分割方法在两种增益上的优越性.相较于传统的子阵分割方式,该方法既增强了发射相干处理增益,又保留了波形分集增益.仿真实验表明,所提出的方法具有更低的方向图旁瓣、更高的信干噪比以及更小的波达方向估计均方根误差.     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。