块Toeplitz矩阵低复杂度求逆的卫星导航空时抗干扰算法

采样协方差矩阵求逆是空时抗干扰算法的基本运算单元,但由于其运算量随时域抽头个数急剧增长,直接限制了空时抗干扰技术在卫星导航接收机中的应用。针对该问题,提出了基于块Toeplitz矩阵快速求逆的空时抗干扰方法。通过采用新的协方差矩阵近似计算方法,使得该矩阵同时为块Toeplitz矩阵与Hermite矩阵,并运用块Toeplitz矩阵的快速求逆算法,将时域抽头个数为K的计算复杂度从O[K3]降至O[K2]。理论分析和仿真结果表明,在阵元数为4、时域抽头为15的典型情况下,相比现有矩阵求逆方法,该算法的抗干扰性能损耗小于1d B,但计算量可降低约2/3。     

对机载相控阵雷达STAP技术的旁瓣干扰

空时自适应处理(STAP)是一种有效的抗干扰技术。介绍机载相控阵雷达STAP技术检测动目标的基本原理,提出了基于灵巧噪声的旁瓣干扰方法。研究了灵巧噪声的具体干扰样式,利用其经雷达MTD处理后在距离-多普勒域都展宽的特性形成大量假动目标,当假动目标的距离-多普勒信息与待检测通道吻合时将产生响应输出形成欺骗干扰,以扰乱目标的正常检测,理论分析和仿真结果证明了干扰的可行性和有效性。     

雷达天线扫描方式的自动识别方法

为了对雷达天线扫描方式进行自动识别,改进开发了天线扫描方式模拟器,并分别研究了电子扫描和机械扫描的特征提取和识别方法。基于最大主瓣脉冲序列的特征参数实现电子扫描和机械扫描的区分,然后基于单个天线扫描周期脉冲序列的特征参数实现8种机械扫描方式的自动识别。仿真结果表明,本文方法能够区分一维电扫、二维电扫和机械扫描,并且采用支持向量机决策树对机械扫描方式的识别正确率高于决策树方法。     

“白云”监视海洋

美国“白云”海洋监视卫星，由4个“白云”星座组成。每个星座，由1颗主卫星(NOSS)和围绕主卫星运行的3颗子卫星(SSU)构成。“白云”星座的轨道接近圆形，高度为1050正负50公里，倾角约63．5度，周期约107．5分钟。每颗卫星装有10—15米长的吊杆(BOOM)。由于重力的作用，吊杆都朝向球。这样，卫星就能保持适当的姿态，卫星上的侦察和通信天线也就可以始终对着地球。3颗子卫星在主卫星周围形成一个三角形，用于截获对方的雷达信号。其轨道与赤道的夹角在60—120度之间，所覆盖的地球表面的半径为3500千米。     

扫视海天的“神眼”

雷达是现代舰艇的重要电子设备，是舰艇武器的“眼睛”。普通的舰载雷达系统一般由一台雷达执行一种任务，为完成搜索、导航、警戒、制导等工作，舰上一般装载有多部雷达。这些雷达有各自的发射机、接收机，采用机械扫描式反射器天线，目标更新速率慢，电磁干扰严重。     

Needleman-Wunsch算法的改进

为了实现双序列的全局快速比对,分析了Needleman-Wunsch算法的运算思路,并提出了一种改进的Needleman-Wunsch算法。改进算法通过在计算过程中不断截短比对序列的长度,减少无用数据的计算,提高了运算的效率。通过以相控阵雷达辐射源的搜索模式序列识别为例进行仿真试验,仿真实验证明改进算法与Needleman-Wunsch算法相比,具有效率高、运行时间短的优势。     

相控阵雷达机动多目标跟踪算法设计与仿真

目前的多目标跟踪仿真系统为实现更高的跟踪精度和跟踪效能,多采用复杂的先进跟踪算法进行建模仿真,且仿真环境设置较为理想,不利于工程实践和系统仿真,其工程应用价值大打折扣。针对上述问题,采用连续系统的建模仿真方法,根据当前空战飞行器编队作战的发展对地面武器跟踪制导系统的新要求,提出并设计了基于M ATLAB的相控阵雷达机动多目标跟踪仿真系统,以KALM AN滤波算法为主线,对多目标数据互联、机动检测与辨识以及目标编批和航迹处理等核心模型的算法、关键技术进行了深入研究,开发了与KALM AN滤波算法较为匹配的跟踪滤波系统,最后以跟踪空中多目标编队飞行为例,对仿真系统进行了模型校验与测试。仿真结果验证了模型和方法的有效性,可为系统跟踪效能的分析评估提供平台和依据,对于相控阵雷达系统的开发和战术使用具有积极意义。     

前门耦合仿真平台的设计

从天线接收等效电路出发,用专业的电磁电路仿真软件设计并构建一类前门耦合仿真平台．该平台能弥补传统仿真中天线辐照与敏感设备传导之间的割裂,反映耦合过程,为整机电磁兼容与防护提供丰富细节和数据．该类仿真极具开放性,可依据敏感设备特点与候选仿真软件功能,自选相关软件构建该平台．最后以某型接收机为例,用三维电磁仿真软件CSTMWS完成天线辐照,在基于CSTDS和ADS的仿真平台下实现前门耦合模拟,得出接收机内部耦合数据,验证该类平台的实用性．     

运动目标DOA自适应跟踪算法

战场区域移动通信系统中,指挥中心实时地将主波束对准作战分队来波方向,而将其他方向的来波作为干扰置零陷,不仅提高了抗干扰能力,而且还可对作战分队进行定位。这一过程是通过跟踪移动用户信号的波达角(DOA)来实现的,传统的高分辨率DOA估计算法,如MUSIC、ESPRIT等算法,无法实现自适应、实时跟踪,因为它需要对接收信号的协方差矩阵反复进行特征值分解或奇异值分解,计算量大。针对这一问题,引入基于改进的信号子空间自适应跟踪的卡尔曼(Kalman)滤波算法,该算法直接从信号子空间中提取DOA的更新,无需从协方差矩阵中提取。仿真结果表明,该算法不仅降低了运算量,而且可跟踪多用户的DOA。     

机载有源相控阵雷达发现概率改进算法

机载有源相控阵雷达对空中目标的发现概率计算受多种因素影响,传统方法存在概率收敛过快,不能充分反映对目标的发现程度和目标运动状态变化的缺点.在研究机载有源相控阵雷达的探测过程的基础上,对传统方法进行改进,建立影响因子集合,并采用多属性决策方法计算各个影响因子的权重,对发现概率进行加权组合.最后,通过实例说明了该方法的可行性和有效性.