电子战环境下组网雷达检测性能分析与仿真

运用分布式检测中的最小错误概率准则分析了组网雷达对目标的检测性能,将雷达受干扰的程度分为无干扰、局部干扰和全部干扰,并研究不同干扰强度下组网雷达数据融合中心对目标的检测概率.最后,就不同干扰强度对组网雷达的影响以及数据融合中心与单站雷达之间检测性能作比较分析,得出了一些有意义的结论.     

基于强化学习的自适应干扰波形设计

针对传统干扰算法无法适应信号环境变化的问题,提出将Q-Learning算法与"切割"假设法相结合应用到干扰波形设计中,使干扰波形能够达到自适应雷达信号长度变化的效果.该算法主要针对雷达检测环节进行干扰,其中采用恒虚警概率(constant false alarm rate,CFAR)作为环境交互模型,通过强化学习自适应...     

GPS软件接收机信号快速捕获新方法

针对微弱信号条件下GPS软件接收机的C/A码捕获问题,提出一种新的并行快速捕获算法。采用平均相关技术降低C/A码的自相关损耗,基于载频误差补偿技术减小C/A码累积误差;利用叠加相关方法降低相干累积运算的复杂度,通过循环移位减小频率步进搜索的时间消耗。实验结果表明该算法能够有效实现GPS信号捕获。对比仿真实验表明,该算法能够完成弱GPS信号捕获,且运算量适中,适合高灵敏度软件接收机使用。     

一种基于压缩感知的OFDM调制识别方法

卫星通信信号频带宽、传输数据量大的特性,为解决其处理困难的问题,提出一种基于压缩感知的OFDM信号调制识别方法,对OFDM信号进行稀疏变换后,在非重构的条件下直接对欠采样测量值进行处理,根据OFDM信号在高阶累积量上的性质进行调制识别。推算了几种单载频调制信号的欠采样后的高阶累积量理论值;分析了OFDM信号的渐进高斯性,通过这一性质可以将OFDM信号与其他单载频调制信号区分,做到OFDM信号的调制识别;仿真实验结果表明,该方法可以在欠采样的情况下以较高概率完成对OFDM信号进行调制识别,并且有较好的抗噪性。     

灵敏度和偏移补偿的MEMS压阻式加速度传感器

针对传感器中存在的灵敏度和偏移补偿问题,提出了一种新的MEMS压阻式加速度传感器设计,它由一个传感器和一个总的接口电路构成,可用0.18μm商用CMOS工艺实现设计。传感器结构由8个硼扩散结晶体压敏电阻连接起来构成一个惠斯通电桥来感知加速度;接口电路由一个主放大器和传感器灵敏度及温度偏移补偿电路构成;实验结果表明,传感器具有很高的在轴加速度灵敏度和灵敏度补偿效果,整个系统具有可达5 k Hz的可扩展的系统带宽,而且偏移估计误差减少到了±10μV以内。     

二进制偏移载波调制信号畸变误差评估指标研究

随着全球卫星导航系统的发展,二进制偏移载波（BOC）调制信号被广泛采用。全面评估BOC信号的畸变误差对于导航系统的信号完好性评估与监测具有重要意义。前文对于BOC信号的畸变研究较少,没有解析评估BOC信号畸变误差的指标与方法。本文针对三种常见的信号畸变,给出了完善的畸变误差评估指标,能够全面评估畸变误差。同时采用提出的评估指标对北斗全球系统B1频段上的基线信号BOC(14,2)及MBOC(6,1,1/11)信号进行评估。文中提出的畸变误差评估指标能够用于评估现代卫星导航信号的畸变误差,对现代导航信号体制设计及完好性监测均具有指导意义。     

2013—2015年BDS空间信号测距误差的精度评估

基于武汉大学发布的精密星历,计算2013年1月至2015年9月北斗广播星历的轨道、钟差和空间信号测距误差,并对其进行统计分析评估。结果表明：北斗卫星的径向精度总体上优于0.7 m、法向精度总体上优于1.4 m,且无明显的长期变化趋势;在切向精度上,倾斜地球同步轨道和中轨道优于2.1 m,高轨道的切向精度已从14 m左右提升至8 m左右;北斗高轨道、倾斜地球同步轨道、中轨道的钟差精度分别为6.3 ns, 4.7 ns, 4.3 ns;所有卫星的钟差精度总体上优于6 ns;所有卫星的空间信号误差精度总体上优于2 m,从长期来看,中轨道卫星的空间信号误差精度较为稳定;倾斜地球同步轨道和高轨道卫星的空间信号误差精度存在一定的波动。     

基于子阵结构的相控阵MIMO雷达分辨能力分析

在阵元总数一定的情况下,不同的子阵划分方式和布阵间距对不同子阵发射正交波形,子阵内发射相干波形的相控阵-MIMO雷达系统的分辨力的影响,首先通过相控阵-MIMO雷达的信号模型推导出其广义模糊函数,然后以此分析子阵结构对距离、多普勒、方位三维分辨力的影响。仿真结果表明,在阵元总数一定的情况下,子阵越多,系统距离分辨力越高,子阵越大,多普勒分辨力越高,子阵间距满足一定条件才能有较好的系统分辨力。这些结论对相控阵-MIMO雷达子阵结构设计具有指导意义。     

基于自适应EKF的高动态载波跟踪算法

针对载波跟踪算法在大频偏或动态剧烈变化时易失锁的问题,提出一种无数据辅助情况下基于自适应R/Q扩展卡尔曼滤波(AEKF)的高动态载波跟踪算法。该算法在AEKF代替鉴相器和滤波器的环路结构基础上,引入两倍相位转换来消除数据位跳变的影响,并利用载噪比估计方法和基于加加速度的信号动态监测方法来修正观测噪声协方差(R)和系统状态噪声方差(Q),进而兼顾环路的跟踪精度和动态稳定性。实验结果表明:利用该算法的GPS软件接收机能够在加速度200 g,瞬间加加速度10 000 g/s的动态指标下正常工作。     

海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。