一种新的MPSK信号特征提取方法

针对MPSK信号的识别问题,提出了一种依据基带信号相位空间聚类提取码元序列的方法。基带信号相位空间聚类是宏观特征,对参数估计精度要求不高,受噪声影响较小,与传统依据参数估计提取码元序列的方法相比,不需要进行码元速率估计和码元对准,是一种简单有效的码元序列提取方法。仿真实验证明了该方法的有效性。     

LFM信号参数估计算法研究

初始频率和调频斜率是表征线性调频信号频率特性的基本参数,如何准确快速地估计它们具有的重要意义。针对传统LFM信号参数估计算法中繁琐的搜索和计算问题,提出了一种不需要参数搜索的快速LFM信号参数估计算法。该算法先用希尔伯特变换估计LFM信号瞬时相位,再用高阶差分估计LFM信号瞬时频率特性,最后用直线拟合LFM信号瞬时频率特性从而得到初始频率和调频斜率的估计。仿真实验验证了本文算法的有效性,说明本文算法能够给出满意的参数估计结果。     

平面变换技术脉冲分选自动实现方法

平面变换技术是一种非常有效的脉冲分选方法,其关键技术包括在显示平面上的特征曲线搜索和特征曲线识别。对于特征曲线搜索,传统依靠人工的做法不但费时费力还限制了脉冲分选的自动实现;而对于特征曲线识别,目前只有定性的描述而没有具体的方法。为了克服人工搜索特征曲线的缺点并实现特征曲线有效识别,本文分析了平面变换后脉冲点的特征,设计了特征曲线的自动搜索方法,给出了特征曲线的识别方法。特征曲线的自动搜索方法适用于直线和曲线的自动搜索,且不依赖于初始脉冲点的选择,特征曲线的识别方法实用有效,最终实现了脉冲分选自动进行。仿真实验说明了方法的有效性。     

基于稀疏贝叶斯学习的雷达目标成像技术

利用傅立叶变换进行雷达目标成像,分辨率受瑞利准则的限制;超分辨成像技术能最著改善雷达图像的分辨率,但算法的复杂性急剧增加并且正则化参数不易选取.以稀疏贝叶斯学习为基础,针对雷达成像系统的结构特点,提出了一种基于快速傅立叶变换(FFT)和分块托普里兹(Toeplitz)系统的快速超分辨成像算法.算法无需存储系数矩阵,极大地降低了存储量和运算量.进一步,通过寻找拟合误差曲线和稀疏性度量函数曲线的交点实现了正则化参数的方便选择.仿真结果表明,算法对雷达目标图像具有良好的分辨率增强能力.     

舰载ESM多径增批信号识别研究

多径信号是导致“增批”现象的主要原因之一，受海面反射影响，舰载雷达侦察设备（ESM）更容易接收到多径信号，多径增批信号给信号识别带来了干扰，如果能够从接收信号中挑选出多径增批信号，不仅可以减少信号识别干扰，还可以利用多径增批信号获取目标更多的信息。为了正确识别多径增批信号，选择脉冲初始相位这个脉内指纹特征进行研究，构造了解析信号，利用希尔伯特变换求解解析信号虚部，由解析信号计算脉冲瞬时相位，通过搜索计算疑似多径脉冲配对之间的相位差来识别多径增批信号。仿真实验验证了方法的有效性。     

基于平面显示的雷达脉冲分选研究

平面显示技术开启了雷达脉冲分选的新思路,但需要在显示平面上搜索特征曲线,等分离出特征曲线上的脉冲后,才能获取脉冲序列PRI(脉冲重复周期)的调制方式和大小等信息,增加了算法的复杂性.针对平面显示技术的缺点,研究了雷达脉冲序列的平面显示特性,给出了特征曲线参数与显示平面宽度及雷达脉冲序列PRI之间的关系,直接从特征曲线获取脉冲序列PRI的调制方式和大小等信息,降低了算法的复杂性.仿真试验证明了算法的正确性和有效性.     

基于瞬时相位拟合的LFM信号参数估计算法

针对传统线性调频（LFM）信号参数估计算法中复杂的搜索和计算问题,提出了一种不需要参数搜索的快速LFM信号参数估计算法。该算法先用希尔伯特变换估计LFM信号瞬时相位,再用二次相位函数拟合LFM信号瞬时相位从而得到初始频率和调频斜率的估计。仿真验证了本文算法的有效性,说明该算法能够给出满意的参数估计结果。     

反舰导弹末制导雷达扇形搜索应用技术研究

在反舰导弹末制导雷达搜索海面目标时,为了控制扇形搜索覆盖条带区域的宽度,对扇形搜索参数如何设置进行了研究。首先建立了扇形搜索过程数学模型并进行了理论分析,然后给出了扇形搜索参数设置的边界约束和方法流程,最后设计了仿真实验。结果准确预测了扇形搜索覆盖条带区域的宽度。满足了为扇形搜索作战使用提供理论指导的要求。     

基于稀疏信号表示的雷达目标成像技术

雷达目标成像本质上是对雷达目标散射特性进行信号表示的过程.在高频区,雷达目标散射特性可用少数几个散射中心来描述,利用散射中心稀疏分布的先验信息能有效增强雷达图像的分辨率.以稀疏信号表示为基础,针对雷达成像系统的结构特点,提出了一种基于FFT和分块Toeplitz系统的快速成像算法.该算法无需存储系数矩阵,极大地降低了存储量和运算量.仿真结果表明,该技术对雷达目标图像具有良好的分辨率增强能力.