基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。     

系统频率偏差对同时全极化测量的影响及其校准

目标极化散射矩阵的精确测量是全极化雷达极化信息处理的前提和基础。基于正负线性调频信号，针对采用数字解线性调频处理的同时全极化测量体制雷达，分别推导了雷达中频频率偏差和采样频率偏差对同时全极化测量影响的数学模型，提出一种雷达中频频偏和采样频偏的联合估计与校准方法。仿真和实测数据表明：雷达系统频率稳定度会引起不同通道极化测量结果峰值位置和相对相位的变化，采用所提方法能够有效校正峰值偏移，补偿相位误差，提高目标极化散射矩阵测量的精度。     

面向数字射频存储的雷达欺骗干扰检测方法

基于数字射频存储(digital radio frequency memory,DRFM)技术的转发式欺骗干扰与真实雷达回波高度相干,这导致雷达难以分辨真假目标。针对该问题,提出一种基于Hough变换的DRFM欺骗干扰检测方法。建立基于线性调频的干扰信号模型,分析其谐波分量的频谱特性,采用短时傅里叶变换和二维恒虚警率检测器对干扰信号进行特征提取,并利用Hough变换完成欺骗干扰检测。所提方法是基于DRFM欺骗干扰本身的特征,不依赖于先验信息与应用场景,计算复杂度低,且在低信噪比条件下具有良好的检测性能。计算机仿真实验验证了方法的有效性。     

一种强干扰环境下的相干弱目标DOA估计算法

提出了一种强干扰环境下相干弱信号的DOA估计算法。该算法通过修正的Toeplitz矩阵实现了对相干弱信号的解相干,然后将强干扰信号对应的特征矢量从信号子空间中剔除,最后利用MUSIC算法对弱信号进行DOA估计。所提算法不需要预知强干扰信号方位信息,对非平稳噪声有较好的抑制性能。此外,相对JJM算法,该算法具有更高的估计精度和正确概率,对强干扰信源具有更好的抑制性能。     

高平面分辨率穿透成像雷达的研究与实现

穿透成像雷达利用电磁波对介质的穿透特性,对非金属介质内的不连续点进行高分辨成像。为实现该雷达系统的毫米级高平面分辨率、高探测效率和高便携适用性,设计了高平面分辨率穿透成像雷达系统。采用连续波体制和快速扫描空间采样方案以确保小型化和高成像性能,实现了一体化雷达射频前端;提出了参数未知条件下的自聚焦成像处理等数据处理方法,研制了穿透成像雷达系统样机,质量仅为2.5 kg,可单人手持操作;开展了成像分辨率和穿透能力实验测试,验证了方案的可行性和有效性。     

箔条云干扰下的单目标恒虚警率检测研究

箔条云在扩散过程中随着时间变化会稀释和扩大,其回波特性会发生改变,被检测目标与箔条的相互位置关系也会影响雷达恒虚警检测。针对作战对抗过程中箔条干扰易造成雷达接收机阻塞干扰目标检测,检测概率迅速降低且易丢失目标贻误战机,通过详细分析箔条的扩散过程及信号频谱特性及其箔条云和目标的两种位置关系,利用恒虚警处理算法在噪声基底为10 dB和20 dB情况下对目标进行恒定虚警率检测研究。研究结果对改善飞机检测性能和抗虚警能力以及提高战场生存率具有积极作用。     

一种针对分布式MIMO雷达的高效干扰功率分配方法

MIMO雷达的种类很多,其中分布式MIMO雷达是具有空间分集特性的一种,具有较强的代表性。针对采用多波束多信号干扰设备干扰分布式MIMO雷达的情况,要考虑针对MIMO雷达各节点干扰功率的分配问题,提出了采用能量集中法进行功率分配。给出分配方法及干扰效果的仿真实验,结果表明在使用相同的干扰功率情况下,所讨论的方法比传统的干扰等比例分配法具有更佳的干扰效果。     

不同干扰对QSPK解调性能的影响分析

随着数字卫星通信的快速发展,QPSK作为数字卫星通信系统中一种重要的调制方式,其解调性能也受到越来越多的关注。主要分析QPSK信号在已调干扰信号下的解调性能,并推导出使得QPSK调制信号解调性能最差的干扰信号的统计分布,而且此时统计分布符合QPSK调制方式干扰信号的特征。最后通过实验仿真分析得出信噪比未超过一定值时QPSK调制信号在QPSK调制干扰信号下解调性能最差,并与不同已调制干扰和AWGN干扰下的解调性能作比较。     

Statistical analysis for masked system life data from Marshall‐Olkin Weibull distribution under progressive hybrid censoring

This paper considers the statistical analysis of masked data in a series system, where the components are assumed to have Marshall‐Olkin Weibull distribution. Based on type‐I progressive hybrid censored and masked data, we derive the maximum likelihood estimates, approximate confidence intervals, and bootstrap confidence intervals of unknown parameters. As the maximum likelihood estimate does not exist for small sample size, Gibbs sampling is used to obtain the Bayesian estimates and Monte Carlo method is employed to construct the credible intervals based on Jefferys prior with partial information. Numerical simulations are performed to compare the performances of the proposed methods and one data set is analyzed.     

频率分集阵列的有源假目标鉴别方法

针对雷达对抗中转发式欺骗干扰的抑制问题,提出一种基于频率分集阵列的干扰鉴别方法。频率分集阵列中,目标回波在相邻阵元间产生的相位差与距离、角度呈线性关系,而假目标不满足该关系。对目标回波和多类假目标干扰在频率分集阵列接收端的相位差进行理论推导,详细分析匹配滤波、信号混合、移频等因素对相位差的影响,并给出了假目标鉴别的具体流程。理论分析及仿真结果表明,该方法能准确提取混合信号的相位差信息,有效对抗多种类型的转发式欺骗干扰,且鉴别性能对干信比、信噪比均不敏感,具有较强的环境适应性。