极化域—空域联合谱估计

首次提出极化域-空域联合谱的概念,拓广了电磁波特征参量的谱描述方法.结合具体的极化敏感阵列定义了极化域-空域联合谱,用MUSIC方法得到联合谱函数表达式.研究了联合谱的估计的重要性能指标估计精度和分辨力,估计精度用克拉美劳限CRB(cramer-Rao Bound)来具体度量,分辨力由极化域-空域模糊函数以及模糊图来描述.最后仿真结果验证了该方法的有效性和理论分析的正确性.     

多径条件下子阵级低角测高算法

针对多径条件下的测高问题,提出了一种子阵级处理新算法.采用均匀子阵划分形成三个子阵;在子阵级解析求出协方差矩阵的正交矢量,进而构造仰角谱,谱峰的位置即目标仰角;还可以估计出复反射系数.仿真分析给出了该方法的性能与SNR、目标仰角以及复反射系数的关系,某米波雷达实测数据检验了该方法的有效性,仰角测量误差达到阵列天线波束宽度的1/84.研究表明:该算法本身不依赖未知的复反射系数,并且信号处理维数低,运算量较低,可以应用在舰载雷达和米波三坐标雷达中.     

一种新的高分辨极化目标检测方法

针对宽带毫米波高分辨雷达体制 ,研究了杂波环境中的目标检测问题。提出了极化域线性积累滤波的思路以提高雷达接收信号的信杂比 ,在此基础上利用宽带波形固有的径向高分辨力对目标进行一维距离成像 ,估计出回波中强散射点的数量和分布 ,通过对不同径向分辨单元内的强散射点进行整体检测 ,可进一步有效地提高信杂比 ,改善雷达的检测性能。最后在毫米波段的实验仿真结果表明该方法是一种非常有效的扩展目标检测方法     

阵列雷达波束内双目标的极大似然角度估计方法

单波束内目标往往相距较近,采用传统角度分辨技术难以将其分辨,从而给目标跟踪和识别带来较大困难。于是提出基于LM算法的极大似然角度估计方法,实现波束内双目标的分辨。该方法在阵列雷达的基础上建立双目标回波模型,推导极大似然角度估计算法。考虑到求解算法直接影响极大似然角度估计的收敛速度和估计精度,利用LM算法实现了极大似然估计的求解,从而得到目标角度的精确估计。该方法避免了多次脉冲相干积累,具有计算量小的特点。仿真结果验证了方法的有效性。