基于旋转变换法的雷达信号分选

在电子对抗条件下,如何在密集的电磁环境中实时地分离出各雷达辐射源信息、得到正确的测量参数是进行雷达对抗的关键。独立分量分析（ICA）是根据信号源的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。由于传统的多参数分选方法很难满足实时性的要求,文中研究分析了基于旋转变换的思想,将独立分量法应用到雷达信号分选中来,并给出了雷达辐射源的独立分量法的数学模型、算法和仿真分析,获得了比较好的雷达信号分选效果。     

频率步进单脉冲雷达抗干扰原理分析

频率步进单脉冲雷达是一种具有小瞬时带宽的多脉冲相参宽带雷达。文章在分析了频率步进单脉冲雷达原理的基础上,从其脉冲相参性,脉冲的小瞬时带宽与高距离像分辨等方面的特性研究了其抗干扰原理。     

对直扩信号压制干扰的最佳干扰信号带宽的研究

文章针对直接序列扩频通信系统扩频码本身的特点，从理论上推导得出了直接序列扩频信号最佳干扰信号的带宽。通过计算机仿真，对比了功率相同而不同干扰信号带宽情况下直接序列扩频通信误码率，其仿真结果验证了理论推导的正确性。     

基于哈密顿量的Duffing振子微弱信号检测

针对目前基于Duffing振子微弱信号检测方法大多停留在对相图的定性分析上,提出了利用哈密顿量构造统计量的微弱信号检测的定量判别方法。哈密顿量能够实时地表征系统的动力学行为,有利于在短时间内进行判决。利用平均伪哈密顿量实时地刻画Duffing系统状态的变化情况,能够在低信噪比下实现微弱信号的快速检测。仿真实验验证了该方法的有效性。     

一种新的单站被动跟踪方案

在被动跟踪系统中,只利用测向技术不能快速、高精度地跟踪目标,此外使用传统的EKF算法进行跟踪滤波,得到的误差较大,容易产生发散现象。该文提出利用相位变化率和SR-UKF算法相结合的方案,有效克服了上述问题,大大提高了跟踪的速度和精度,滤波器的稳定性也得到增强,跟踪性能得到提高,其有效性通过仿真得到了证明。     

基于差分进化与遗传算法的多普勒外辐射源定位算法研究

在多普勒定位系统中,由于多普勒频率与目标状态存在复杂的非线性关系使得定位求解时无法有效的得到封闭解.针对多普勒无源定位系统,提出了一种基于差分进化算法与遗传算法的多普勒定位算法,该算法充分利用了遗传算法(GA)全局优化能力和差分进化(DE)算法局部优化能力,避免了传统多普勒定位算法中初值对定位精度影响大以及计算复杂度高等问题,可实现快速高精度定位.仿真实验表明:本文所提出的算法具有很好的定位性能.     

基于UKF算法的惟方位单站无源跟踪

单站无源跟踪问题本质上是非线性估计问题,使用传统的EKF算法进行跟踪滤波,得到的结果误差较大,容易产生发散现象。本文在惟方位跟踪中应用UKF算法,仿真结果表明,与EKF相比,采用UKF算法跟踪精度较明显的提高,同时增强了滤波器的稳定性,有效地改善了跟踪性能。     

利用迭代滤波改进乘积高阶模糊函数

乘积高阶模糊函数(PHAF)是因分析mc-PPS而提出来的,但它抑制交叉项的能力有限,难以实现mc-PPS估计。该文提出了逐次滤除最强PHAF峰对应的分量来减少交叉项的迭代滤波方法,改进后的PHAF具有较好的鲁棒性:减少了估计盲区,并且具有更好的估计精度,降低了信噪比门限,而且能估计低阶相位系数,这些性能由多个mc-PPS仿真例子所验证。     

含噪独立分量分析的期望最大化算法

把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法。在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的EM算法将混合矩阵和超参数交替进行处理,可以有效地估计混合矩阵和超参数在一定模型下的模型参数,从而能够估计出源信号。仿真结果说明,该方法能够很好地解决含有噪声ICA模型下的盲源分离问题。