机载双基地雷达杂波距离依赖补偿方法

针对杂波距离依赖造成空时自适应处理器性能下降问题,提出一种基于最小二乘估计的聚焦矩阵补偿方法。首先,利用最小二乘方法估计杂波幅度,选取幅度较大的杂波点;其次,根据杂波点的空时导向矢量求解聚焦矩阵,通过聚焦矩阵直接对训练数据进行线性变换;最后,根据变换后的数据估计出待检测单元的杂波噪声协方差矩阵,进而求出自适应权值矢量。该方法采用非均匀采样求解聚焦矩阵,杂波抑制性能更好,仿真实验验证了所提方法的有效性。      

目标角度估计的多输入多输出雷达发射方向图综合

针对传统多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达发射功率分散导致目标角度估计性能变差的问题,提出了一种新的MIMO雷达发射方向图综合方法.首先,结合发射功率的空域聚焦范围和发射导向矢量的旋转不变性,严格控制方向图逼近误差小于给定的门限,并且最小化发射方向图的峰值旁瓣功率;其次,约束协方差矩阵的对角元素相等,以实现发射功率效率最大化,在此基础之上推导了优化模型的二阶锥规划形式,以便采用原对偶内点算法进行有效求解;最后,利用平行因子分析算法对空间目标进行了收发角度估计.仿真结果表明:优化所得加权矩阵不仅能够使发射信号在指定空域进行有效聚焦,而且确保了每个阵元的发射功率相等,因而在发射功率和角度估计方法相同时,所提方法相对传统MIMO雷达具有更好的角度估计精度.     

基于小生境遗传算法的干扰资源优化分配技术

针对标准遗传算法易于陷入局部最优的问题,提出了一种基于小生境遗传算法的干扰资源优化分配技术。给出了一种改进的编码方式,保证了初始群体的有效性,交替使用两种交叉方式,较好地克服收敛对于初始群体选择的依赖。改进后的算法解决了标准遗传算法易于陷入局部最优的问题,切实提高了干扰资源调度的性能。仿真结果表明,该算法在确保收敛速度的前提下,全局搜索成功概率明显提高。     

匹配滤波器失配下的双基地多输入多输出雷达多目标角度估计

提出了基于匹配滤波器失配的双基地多输入多输出（MIMO）雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。提出了基于匹配滤波器失配的双基地多输入多输出（MIMO）雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。     

基于二阶锥规划的同时多频率/多波束干扰优化设计

针对现有宽带波束形成算法效率低,难以满足多频率、多方向的同时多频率/多波束干扰形成设计需求等缺点,提出了一种基于二阶锥规划(SOCP)理论的同时多频率/多波束干扰形成方法。给出了在不同范数准则条件下干扰多波束优化设计问题的数学描述;以L₂范数准则为例,将干扰多波束设计问题的解析形式转化为相应的SOCP形式;利用现有的原-对偶内点算法工具箱SeDuMi或者CVX进行快速求解。仿真结果表明,该方法可以较好地解决相应约束条件下的多频率/多方向雷达目标同时干扰优化设计问题。     

基于脉冲序列重构的雷达PRI调制类型智能识别算法研究

雷达脉冲重复间隔（PRI）是雷达信号的关键参数,对于雷达性能发挥起着至关重要的作用。研判雷达PRI调制类型能够为雷达识别和性能分析提供重要支撑,是电子对抗领域的关键研究内容。针对现有PRI调制类型识别准确率受脉冲丢失影响较大的问题,本文提出了一种基于脉冲序列重构的雷达PRI调制类型智能识别算法。首先,基于到达时间（TOA）多阶差分序列实现了PRI调制周期的初步估计;其次,根据PRI调制周期重构了不同脉冲序列样本;再次,对重构样本进行去均匀值预处理,并以此为输入搭建了卷积神经网络（CNN）识别PRI调制类型,该方法能够减弱人工提取特征的局限性,不仅可以获取PRI序列的深层特征,而且具有更强的环境适用性;最后,仿真实验表明了所提方法的有效性。在脉冲丢失率小于60%时,所提方法对于所有PRI调制类型的识别准确率均在92%以上,平均识别准确率大于98%,在脉冲丢失率小于80%时,平均识别准确率在81%以上。