雷达组网系统仿真试验信息源软件研制

针对目前雷达模拟器不能满足雷达组网系统调试与模拟测试需求的问题,在分析雷达组网系统测试信息源功能需求的基础上,采用纯软件的实现方法,从体系结构、功能模块和信息流3个方面对系统进行了详细的设计,讨论分析了具体技术实现中的几个关键问题,给出了具体的仿真实例。系统测试结果验证了设计的合理性,该设计满足了雷达组网系统测试对目标和雷达控制灵活性等多方面的需求。     

炮兵雷达阵地选择仿真系统的设计与实现

虚拟现实技术是20世纪末发展起来的一项涉及众多学科的高新应用技术,主要针对在MultiGen Creator和Vega软件平台下开发三维仿真系统。针对目前炮兵雷达阵地选择虚拟仿真的需求,设计了炮兵雷达阵地选择仿真训练系统,介绍了仿真系统的组成及功能模块,论述了二维数字地图生成与显示、三维场景生成与显示、视景仿真的实现等关键技术,最后给出了仿真效果图。结果表明了仿真系统的可行性和实用性,极大地提高了训练效率和训练水平。     

舰载雷达有源标校方法研究

为了对舰载雷达进行准确、快速标校,讨论应用有源标进行舰载雷达标校的方法以及应注意的几个问题。介绍了该方法的原理,给出了相关数学模型及公式,并进行了数据分析。应用该方法能够同时对舰艇上安装于不同位置的多部雷达进行标校。该方法已在某型舰艇两部雷达标校中得到成功应用。     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。     

基于MIMO技术的山体滑坡雷达

现有山体滑坡雷达是轨道式的,这样就需要精确控制雷达的运动来获得高方位向分辨率,因此,硬件设备要求极高。利用多输入多输出(MIMO)技术通过分时发射和接收信号来获取高方位向分辨率,可以免去雷达运动,从而简化了雷达设备和降低雷达成本。此外,结合步进频连续波技术可以使山体滑坡雷达保持高距离向分辨率的同时进一步降低对硬件的要求,更易于工程实现,成本更低。通过MATLAB仿真初步验证了该方案的可行性。     

跟踪状态下雷达的隐身能力评价模型

为有效合理地评价雷达在战场上的隐身能力,采用功率、时域、空域及频域上的截获窗函数及其归一化结果,建立了完备的雷达隐身能力评价模型;针对组网雷达整体隐身能力,由单雷达隐身能力模型出发,提出了联合截获概率的评价模型。仿真结果表明,该单雷达模型可定量描述雷达隐身能力,依据此模型,可通过辐射控制,提高雷达隐身性能。对提高雷达生存能力领域的研究具有一定的参考价值。     

机载脉冲多普勒雷达的自适应旁瓣对消实现方法

简要介绍了自适应旁瓣对消的基本原理。重点研究了自适应旁瓣对消在机载脉冲多普勒雷达中的工程实现方法,该方法打破了自适应旁瓣对消目前只能应用于采用低重脉冲重复周期的脉冲多普勒雷达的限制。通过对自适应旁瓣对消结果的分析,表明该方法完全能够满足现有机载脉冲多普勒雷达抗有源旁瓣干扰的需求。     

基于空域相关滤波的雷达回波信号降噪方法

对雷达探测来说,如何有效地增强真实目标回波信号、提高信噪比水平是非常重要的。传统的降噪方法如平滑滤波、傅立叶降噪很难有效地降低与目标频谱相重叠的噪声。空域相关滤波算法是小波滤波算法中的一种,能够有效地解决这个问题。该算法是利用真实信号与噪声在尺度间的不同表现来实现的,能够在保留信号细节的同时,有效地降低噪声。仿真表明,该算法在雷达回波的降噪中取得了较好效果,有效地降低了噪声。     

基于逆合成孔径成像激光雷达的自旋小目标成像系统

为了获得毫米级自旋小目标的清晰成像,采用逆合成孔径成像激光雷达技术设计了基于距离向数据与方位向数据相融合的图像重建系统。系统采用大带宽、窄线宽光纤激光器配合调制器实现激光脉冲的线性调频,利用光外差原理对回波信号进行采集处理。结合自旋目标的运动特性,给出了含有自旋分量的回波信号函数方程,并将该分量引入传统的R-D算法中实现了对自旋目标的ISAIL二维图像的重建。实验采用毫米级铝条构成被测小目标,通过步进电机及带倾角的转台完成运动及自旋模拟。实验结果显示,当目标固定时,可通过回波能量数据获得一维距离向图像,与被测目标的4个特征点位置一致。当目标运动时,通过数据压缩并代入自旋参量,最后通过R-D算法可以获得可识别的ISAIL二维图像,验证了系统符合自旋小目标成像的设计要求。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。