基于混沌理论的低截获概率雷达波形设计

为提高低截获概率雷达的射频隐身性能,提出了一种基于混沌理论的雷达波形设计方法。利用混沌信号的低截获性和良好的保密性,选取混沌logistic映射对传统调频信号进行优化,即用混沌序列去确定调频信号的频率变化,设计一种混沌调频信号。为验证波形性能,分别从抗截获能力、探测能力两个方面来衡量信号性能。理论分析来看,设计的混沌调频信号具有较大的时宽带宽积,能够较好地降低截获因子以提高隐身性能。仿真表明,在与几种经典的低截获概率雷达波形的性能比较中,该混沌调频信号的模糊函数图更接近“图钉形”,具有更好的测速测距精度。     

考虑射频隐身的雷达功率自适应管控方法

为提高雷达射频隐身能力,提出一种雷达功率自适应管控方法。在保证一定雷达探测性能的条件下,根据无源探测系统获得的威胁目标的距离和雷达反射截面积参数,利用k-means算法将威胁目标聚类,根据各个聚类中心参数确定雷达分级功率;以期望方向功率最大、其他方向功率最小为优化目标,利用补偿因子对传统多尺度谐振子量子优化算法(MQHOA)进行改进,求解出最佳阵元开关序列;基于截获因子定义了射频隐身措施效率。仿真表明,改进MQHOA算法得到更优的目标函数解,基于k-means算法的功率分级准则提高了射频隐身措施效率。     

基于SMSS-UKF的机载单站无源定位算法

基于机载单站无源定位中常用的扩展卡尔曼滤波具有近似线性方程的雅可比矩阵计算困难、不敏卡尔曼滤波(UKF)具有计算量较大的问题,提出了基于改进的变尺度最小斜度不敏卡尔曼滤波(SMSS-UKF)的机载单站无源定位算法,该方法采用最小斜度采样策略进行Sigma 点采样,减少Sigma点提高计算效率,利用变尺度不敏变换克服了采样点非局部效应问题。同时,针对大部分定位跟踪模型中状态方程为线性方程的特点,依据在线性状态方程情况下的贝叶斯理论,运用卡尔曼滤波状态预测的方法进行UKF的最优状态预测,使状态预测避免了不敏变换的数值近似误差和Sigma采样点计算的复杂性,提高了算法的运行效率和滤波精度。仿真实验的结果证明了SMSS-UKF滤波算法的有效性。