一种修正的渐近无偏E脉冲雷达目标识别方法

为了进一步改善低信噪比条件下E脉冲目标识别方法的性能,该文理论分析了渐近无偏E脉冲目标识别方法,指出其存在E脉冲二次滤波使其能量识别数失效和回波中不同极点互藕产生新极点分量从而降低目标识别概率等缺陷,在此基础上提出了一种先互相关再E脉冲滤波的修正渐近无偏E脉冲雷达目标识别新方法,并对其渐近无偏性进行了理论证明。基于三种不同尺寸有限长细导线目标理论计算后时响应的仿真实验表明,该文提出方法的性能大大优于传统E脉冲和渐近无偏E脉冲雷达目标识别方法。     

一种基于傅里叶级数的E脉冲识别波形综合方法

为了直接发射E脉冲进行雷达目标识别,本文从理论上推导了产生特定矩形基编码脉冲信号傅里叶级数系数的一般性表达式;提出了一种基于傅里叶级数的E脉冲目标识别波形综合方法;给出了参数设计原则以及综合E脉冲波形的系统组成框图;并利用细导线散射场数据仿真了理论E脉冲和综合E脉冲目标识别性能;验证了本文提出的方法的可行性。     

K分布杂波下雷达导引头检测器设计

 针对K分布杂波下雷达导引头平方律检测器检测性能急剧下降这一问题,设计了一种性能较好、易于实现的雷达导引头检测器.首先,结合K分布的复合高斯特性,推导得到了多次观测下的多维K分布联合概率密度函数;然后,采用广义似然比检验,推导得到了广义似然比检验统计量;鉴于该统计量实现困难,通过对导引头接收信号进行预处理,实现了杂波预白化和目标信号能量累加,同时大大简化了广义似然比检验统计量,基于简化的统计量,给出了检测器结构.最后,以导引头检测Swerling I型目标为例,理论分析与仿真实验相结合,分析了所设计检测器的检测性能,仿真结果验证了检测器的有效性.     

一种利用距离脉冲二维局部特性的距离扩展目标的检测方法

针对传统的二进制积累检测器阈值设置的不足,提出基于距离维和脉冲维二维局部模糊阈值函数来获取精炼脉冲距离二维图像从而进行积累检测的新算法.该算法将单脉冲距离维的距离扩展目标检测问题推广为多脉冲距离脉冲二维图像的目标检测问题,并积累精炼图像的能量作为检测统计量从而实现目标检测.新方法不需要关于目标的强散射点密度信息,并且易于实现恒虚警检测.实验结果表明本文方法超越了传统的能量积累检测方法、基于散射点分布密度的广义似然比检测方法以及顺序统计检测方法.     

单脉冲雷达主波束内多目标的检测方法

基于单脉冲雷达跟踪目标过程中受到多目标干扰这一背景,根据主波束内多目标都会持续一段时间这一特点,提出了一种新的检测方法,即广义似然比检验(GLRT)与序列寄存器相结合的检测方法.依据经典概率论知识对新检测方法的检测性能进行了理论分析.分析结果和实验仿真结果表明,与GLRT方法相比,新方法对多目标具有更高的检测概率.     

子空间约束的一阶秩1干扰下的自适应检测

在复杂电磁环境中,雷达获取的回波数据若受到干扰,会影响到雷达的探测性能.该文针对雷达目标自适应检测问题,假定待检测单元和部分参考数据受到1阶秩1干扰,且干扰约束在某个已知的子空间内.首先基于双步广义似然比(2SGRLT)准则,提出子空间约束(SC)的2SGLRT检测器(SC-2SGLRT).进一步采用修正的双步广义似然比(M2SGLRT)准则,提出子空间约束的M2SGLRT检测器(SC-M2SGLRT),该检测器的性能明显优于SC-2SGLRT.最后基于3步(3S)广义似然比检验准则,提出子空间约束的3步广义似然比检测器(SC-3SGLRT),该检测器性能与SC-2SGLRT相当,且计算量最小.计算机仿真分析表明,充分利用参考数据和干扰先验信息,有助于提升检测性能.     

红外小目标时域检测算法研究

为了解决红外小目标检测问题,提出了时域红外小目标检测方法.在图像序列中背景像素、目标像素以及杂波像素的时域差分模型基础上提出了红外小目标时域检测算法,算法共分为两步:相关检测和广义似然比检测.经过相关检测后,图像序列中的噪声几乎完全被门限所抑制,只有极少数噪声像素、全部目标像素和一小部分杂波像素可以通过相关检测门限.为了进一步从通过相关检测门限的像素中检测出目标,又提出了一种新的广义似然比检测方法.这种经过改进的广义似然比检测能够进一步抑制噪声和杂波,提高检测的性能.分析表明,时域目标检测算法能够以很高的检测概率和很低的虚警概率完成目标的检测,实验方法也证实红外小目标时域检测算法具有很好的性能.     

一种基于高分辨距离像数据的稳健检测算法

摘要：针对逆合成孔径雷达目标的检测问题,提出了一种对高分辨距离像数据检测的稳健算法.本文采用改进的二阶锥规划对各个距离单元的信号进行估计,并推导出改进的稳健广义似然比检测算子.分析了新算法的计算复杂度,证明了恒虚警率性,并估计了检测门限.三类飞机实测数据的多个实验结果表明,在严重导向矢量失配的情况下,本文算法性能相对与传统的广义似然比算法有明显的提高.     

一种空间不可分辨多目标存在性检测的新方法

 在弹道导弹防御中,空间不可分辨多目标对地基防御雷达的跟踪、识别和制导均构成了严重威胁,雷达必须采取特殊手段来对其进行处理,而对其存在性的检测则是其他所有处理的前提和基础.实验表明,当存在不可分辨多目标时,线性调频脉冲信号脉冲压缩输出主瓣的相位将发生剧烈变化,而在单目标条件下则相对缓慢,这就为不可分辨多目标存在性检测提供了新的思路.本文提出了采样相位差模型,分析推导了单目标和多目标条件下采样相位差的统计特性,并以此为依据,采用广义似然比检测法对不可分辨多目标的存在进行检测.最后,蒙特卡洛仿真结果验证了本文算法的有效性和可行性.     

恒虚警极化自适应子空间检测器

本文研究了在未知统计特性的局部均匀高斯杂波环境中的相干雷达极化自适应目标检测问题.基于广义似然比检验提出极化自适应子空间检测器,并推导出虚警概率和检测概率的理论表达式.研究结果证明该算法在均匀杂波环境和局部均匀杂波环境都有恒虚警的性质.比较了均匀杂波环境下极化自适应子空间检测器、极化广义似然比检验和极化自适应匹配滤波器算法的检测性能,仿真分析了不同极化状态局部均匀杂波环境下极化自适应子空间检测器算法在的检测性能.     

基于目标波形模型的多脉冲激光雷达目标信号模拟

多脉冲激光雷达发射数个至数百个高重频激光照射目标,利用多脉冲回波累加实现信号积累。多脉冲激光目标检测性能的验证需要基于目标回波波形模型的动态目标信号模拟。脉冲激光目标回波波形可以由激光发射、信道传播、目标反射等环节之间的卷积传递关系加以建模。文中首先通过建立各环节的数学描述得到了回波波形的连续卷积模型。接着,针对积分解析模型不利于工程实现的问题,基于发射脉冲距离分辨单元提出了离散算法实现特定外形目标激光回波波形序列的直接计算。结合远程飞机目标的回波信号仿真,指出了回波波形与目标特性的内在联系,并通过实验进行了可信性验证。最后,应用文中模型及方法给出了多脉冲激光雷达动态目标模拟器的研制实现,为开展多脉冲激光目标检测研究提供必要的验证测试条件。     

重点雷达电子目标的快速靶向识别

针对现有雷达对抗侦察系统对特定雷达电子目标识别针对性不强的问题,提出一种重点雷达电子目标快速靶向识别方法,并采用并行处理流程,对多目标同时进行处理。首先,利用雷达电子目标的先验信息完成小样本脉冲序列建模;其次,实现了基于小样本脉冲序列快速匹配出雷达电子目标的算法,该方法绕过传统雷达信号的分选环节,不仅对重点雷达信号的识别效果较好,而且处理速度得到有效的提高;最后,进行了计算机仿真验证。理论分析与仿真结果均表明:以快速靶向为目的识别算法,能够有效克服现有雷达辐射源识别方法针对性不强和处理流程僵化的缺陷。     

辐射源个体识别的一种可解释性测试架构

由于射频信号种类多,电磁环境复杂,特征提取难度大,现有的基于人工特征的射频辐射源个体识别方法的鲁棒性、适用性难以满足应用需求。数据驱动的深度学习方法虽然可以提供更灵活的辐射源个体识别模式,但深度学习方法自身可解释性差,而且缺乏通用测试模式来评价一个深度学习方法的优劣。本文在电磁大数据非凡挑战赛目标个体数据集的基础上,探索了基于该数据集的深度学习模型测试方法,提出面向辐射源个体识别神经网络模型的通用测试系统架构。该构架通过信号特征遮掩、生成对抗网络(GAN)、欺骗信号汇集、信道模拟等方法构造仿真测试样本,并把测试样本与原样本数据导入深度模型进行识别结果对比测试。基于测试结果分析了深度模型聚焦的信号关键特征位置,分析模型的鲁棒性,揭示信道环境对识别性能的影响,从而解释了深度学习网络模型的性能。     

宽带运动目标回波的多普勒特性模拟方法

宽带雷达系统测试和性能评估中目标信息模拟精度和分辨率要求很高。针对宽带线性调频雷达运动目标的回波脉冲内多普勒频率呈现线性调频（LFM）变化特征、回波脉冲之间具有时移分布和相位相干特性的问题,采用基于数字射频存储（DRFM）系统的回波脉冲内LFM多普勒频率调制、多回波相参脉冲信号之间时移模拟的方法。探讨了基于宽带DRFM系统的高精度和高分辨率的运动目标多普勒频率信息实时模拟方法。采用仿真分析和实验验证方法,证实算法性能,运动目标的多普勒频率模拟精度/分辨率在特定条件下可达到Hz级。     

脉冲上升时间与传输系统带宽关系的仿真分析

本文提出了一种基于MATLAB仿真测试模型来分析脉冲上升时间与传输系统带宽之间关系的方法,解决了具有高阶滤波特性的传输系统难于用解析方法分析上升时间的难题,分析了脉冲上升时间与四种在实际电路设计中常用的低通滤波器带宽之间的关系,讨论了低通滤波器级联系统输出脉冲上升时间的近似计算公式和仿真测试方法。     

间歇采样重复转发式干扰特性分析

间歇采样重复转发式干扰是一种新型相干干扰，它可以在脉冲压缩中获得部分增益，同时具有压制和欺骗两种干扰效果，对现代雷达构成了较大威胁。对干扰特性的充分了解是实现有效干扰辨识和对抗的前提。本文在介绍间歇采样重复转发干扰工作原理的基础上，首先对线性调频和相位编码两种信号下的干扰进行建模并推导了相应的脉压输出；其次，理论分析了干扰假目标的形成机理以及关键参数对干扰特性的影响；最后，通过仿真比较了不同信号下间歇采样重复转发式干扰对目标检测性能的影响。仿真结果表明，对于线性调频信号干扰效果表现为欺骗性，而对于相位编码信号干扰效果表现为压制性。      

数据库样本缺失下的雷达辐射源识别

目前,基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设,当雷达数据库样本不足导致与信号真实分布存在偏差时,传统的分类方法效果不佳.为此,将迁移学习理论引入识别系统,设计了一种基于结构发现与再平衡的雷达辐射源信号识别方法.通过对数据库和待识别辐射源信号样本进行聚类分析发现数据结构信息,通过重采样处理修正其分布差异.将新采样数据输入支持向量机进行训练并对侦收样本进行识别.仿真实验表明,在新训练样本集上学习的模型对测试集的分类性能有了很大的提升.     

基于多PRI脉压回波的单通道雷达干扰分离方法

研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景，在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下，建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题，提出对脉压后的距离维数据进行盲源分离的思想，可在一定程度上抑制噪声对盲源分离的影响。同时，由于目标信号和干扰信号在脉冲压缩后重合度较低，可获得更好的分离效果。仿真和实测结果表明，在多个干扰源存在的条件下，本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时，目标脉压回波相似系数接近100%；选取虚拟通道数越多，分离效果越好。     

基于LASSO的雷达脉压压缩方法

雷达抗干扰性能是衡量一部雷达优劣的重要指标,直接决定着雷达作战效能的发挥。常见的抗干扰措施有副瓣对消、脉冲压缩、动目标检测、恒虚警处理等。文中结合LASSO回归算法,提出了一种基于LASSO的脉冲压缩抗干扰措施。该方法利用LASSO回归具有稀疏性的特质,结合雷达回波信号设置匹配字典,使用冗余预测变量构造数据集,并使用交叉验证构造LASSO模型,拟合识别预测变量,实现了目标检测。将该方法与脉冲压缩方法对比,仿真实验证明采用LASSO算法不仅不需要考虑旁瓣的影响,还获得了更好的目标分辨能力,并且在较小信噪比条件下目标检测效果也比较好。