分布式干扰下雷达组网探测效能分析

针对雷达和干扰机两种重要组网体系的战术对抗应用,采用等效噪声功率谱密度表征干扰特性,推导出多干扰源下的雷达探测距离方程;并提出了区域网格融合算法,实现了分布式干扰下雷达网不规则探测区域绘制;对于评估雷达网作战效能具有重要工程应用价值。     

非高斯码元检测的马尔可夫链蒙特卡洛算法

针对实际超低频接收机不仅受非高斯噪声的影响,还受接收机内部和外部环境中高斯噪声影响的问题,对噪声采用非高斯分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种利用马尔可夫链蒙特卡洛方法的超低频信号码元盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步估计信道衰落系数和噪声模型参数,并实现对信号码元的检测。算法迭代效率快、精度高。通过与最优检测算法性能比较,盲检测算法性能优异,对超低频信号接收具有重要的现实意义。     

利用波形合成技术对柴油机排气噪声实行有源控制的研究

对四冲程柴油机(4-85)的排气噪声的机理和特性进行了研究;利用波形合成的原理,控制高速信号处理芯片TMS320C25合成次级声源的声波,可以实现宽带消声．对柴油机的排气噪声进行了有源消声的初步设计．     

A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise,minimum mean square variance criterion and least mean square adaptive filter

Underwater acoustic signal processing is one of the research hotspots in underwater acoustics. Noise reduction of underwater acoustic signals is the key to underwater acoustic signal processing. Owing to the complexity of marine environment and the particularity of underwater acoustic channel, noise reduction of underwater acoustic signals has always been a difficult challenge in the field of underwater acoustic signal processing. In order to solve the dilemma, we proposed a novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN), minimum mean square variance criterion (MMSVC) and least mean square adaptive filter (LMSAF). This noise reduction technique, named CEEMDAN-MMSVC-LMSAF, has three main advantages: (i) as an improved algorithm of empirical mode decomposition (EMD) and ensemble EMD (EEMD), CEEMDAN can better suppress mode mixing, and can avoid selecting the number of decomposition in variational mode decomposition (VMD); (ii) MMSVC can identify noisy intrinsic mode function (IMF), and can avoid selecting thresholds of different permutation entropies; (iii) for noise reduction of noisy IMFs, LMSAF overcomes the selection of decomposition number and basis function for wavelet noise reduction. Firstly, CEEMDAN decomposes the original signal into IMFs, which can be divided into noisy IMFs and real IMFs. Then, MMSVC and LMSAF are used to detect identify noisy IMFs and remove noise components from noisy IMFs. Finally, both denoised noisy IMFs and real IMFs are reconstructed and the final denoised signal is obtained. Compared with other noise reduction techniques, the validity of CEEMDAN-MMSVC-LMSAF can be proved by the analysis of simulation signals and real underwater acoustic signals, which has the better noise reduction effect and has practical application value. CEEMDAN-MMSVC-LMSAF also provides a reliable basis for the detection, feature extraction, classification and recognition of underwater acoustic signals.     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

随机振动中晶体振荡器的有源降噪设计

针对晶体振荡器在振动下会发生输出频率漂移的问题,在分析声学有源降噪技术和加速度对晶体振荡器输出相位噪声的影响机理基础上,提出降低随机振动中晶体振荡器噪声的方法。在晶体振荡器外围电路中嵌入加速度传感器、模数转换器、数模转换器和数字处理器,构建对晶体振荡器相位噪声进行实时补偿的有源降噪系统。结果表明:设计的有源降噪系统在0.03g/Hz振动幅度、10~850 Hz频率范围的随机振动条件下,能达到20 d B的相位噪声补偿效果。     

协方差压缩感知逆合成孔径雷达成像技术

为解决低信噪比条件下短观测时间雷达成像问题,提出一种基于回波协方差矩阵处理的压缩感知逆合成孔径雷达成像技术。该方法构建了回波协方差矩阵层面下的压缩感知问题模型,并通过特定的线性变换降低环境噪声对成像结果的影响。在仿真实验中,通过处理短观测时间和低信噪比条件下的模拟回波数据,该方法获得比传统压缩感知方法像质更好、对比度更强的目标成像结果。同时,其成像结果的目标背景比和背景噪声能量两个雷达图像评价指标都优于传统方法,进一步验证了该方法的有效性。     

双泵源电液舵机线谱噪声控制

采取变频调速控制策略的电液舵机可大幅降低操舵噪声,但系统线谱噪声明显且随工况变化而迁移,衰减难度大。基于此,结合泵源双冗余的电液舵机原理,仅改变原系统控制策略,提出基于辅助泵源合流的压力脉动控制措施。理论分析指出,两泵源转速一致,初始相位角为半个周期可衰减奇数次谐波。设计了主从同步控制策略,配置相应硬件,并应用于实际系统,实测相同操舵工况下可降低基脚结构振动总级3~5 dB,一阶线谱最大可衰减23 dB。     

接收机前端放大链与数字模块接口匹配分析

探讨了雷达数字化接收系统前端放大链与数字A/D模块级联后,接收系统的噪声系数、灵敏度和瞬时动态范围等参数的变化;研究了在工程上接收系统为获得最佳性能,前端放大链与数字A/D模块性能指标的折衷问题,推导了相应的设计公式并给出了实验验证.最后总结了在接收系统前端和A/D性能允许范围内,获得设计师希望得到的接收系统灵敏度和动态范围的方法及设计参考曲线.     

基于扩展卡尔曼滤波的雷达无源定位方法

提出了基于扩展卡尔曼滤波的雷达无源定位技术。利用多无人机平台对雷达网进行航迹欺骗,需要对网内的雷达进行定位以达到精确欺骗干扰的目的。但飞行器在飞行过程量测噪声较高,传统的时差定位方法无法满足定位精度的要求。对于时差定位的非线性时变模型,提出了利用时变扩展卡尔曼滤波对雷达位置进行跟踪定位的方法。仿真结果显示,利用扩展卡尔滤波进行无源定位可以在高噪声背景下有较好的定位精度。