基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。     

高分辨雷达角闪烁抑制方法探讨

角闪烁是雷达测量近距离目标时的主要误差。要提高角度测量和角跟踪精度,就必须对角闪烁进行抑制,距离高分辨为抑制角闪烁提供了有效途径。分析了基于距离高分辨的单脉冲测角方法;并在此基础上提出了基于目标几何中心的角度信息处理方法。与幅度加权处理方法不同,该方法利用散射点的距离信息对目标几何中心进行准确估计,从而提高角度测量精度、抑制角闪烁。经仿真实验分析表明,几何中心法可以有效提高测角精度,表现出具有更好的角闪烁抑制性能。     

准连续波体制雷达波形设计与参数选择

在分析相位编码准连续波雷达回波遮挡问题的基础上,提出了一种长短码结合载波频率随码型同步交替切换的波形设计思路和基于回波遮挡率的波形参数计算方法。不仅能够解决近距离回波严重遮挡的问题和实现对远近目标的同时探测,而且有效地增加了信号的工作带宽和提高了发射信号波形的复杂程度,增强了信号的电子反干扰能力（electronic counter countermeasures, ECCM）,降低了信号的被截获概率。     

基于VMD分解和多域联合分布的雷达辐射源识别

针对现有雷达辐射源个体识别存在的识别准确率低、难以区分同型号雷达、缺乏实采信号验证等问题,提出了一种基于变分模态分解(variational modal decomposition, VMD)和时频能多域特征联合的雷达辐射源个体识别方法。首先对雷达信号进行VMD,然后对得到的模态分量分别在时域、频域和时频域提取13种特征参数,最后结合k近邻分类器实现雷达个体识别。采用实际采集的船用导航雷达信号对所提方法和现有的其他两种方法进行了对比验证,实验结果表明所提方法在识别准确率、算法鲁棒性方面优于现有两种方法,具有一定的工程应用价值。     

基于特征向量空间聚焦的宽带DOA估计方法

针对传统宽带阵列信号波达方向(direction of arrival, DOA)估计方法中由入射角预估带来的DOA估计偏差及其在多径效应等环境下的应用问题,提出基于特征向量空间聚焦的宽带阵列DOA估计方法。首先,考虑多径干扰等对DOA估计算法的影响,对接收信号自相关矩阵进行平滑处理。然后，以平滑自相关矩阵特征向量空间过渡性为基础,构造聚焦矩阵,并证明其完美聚焦性。理论分析及仿真结果表明,该方法无需对入射信号角度值进行预估,有效避免了聚焦误差,算法复杂度较低,提高了估计精度及效率。