基于空时自适应处理的机载机控阵雷达子阵结构研究

由于实际的杂波谱随距离呈现一定的非均匀性,相应地要求ＳＴＡＰ处理器在俯仰上也应具有可控自由度．文中以６４×１２ 正侧面矩形阵为例,比较了在总的空域自由度一定的条件下,３ 种子阵结构ＳＴＡＰ的性能．研究结果表明,当空域自由度在阵面的水平和垂直方向上（与距离对应）合理分配时,ＳＴＡＰ处理器能够自适应抑制与距离有关的强杂波,使整体剩余杂波加噪声功率下降２～３ ｄＢ,从而可使ＳＴＡＰ的潜能得到进一步的发挥     

机载火控雷达近距离地面慢速目标检测

机载火控雷达对近距离地面慢速目标进行检测时,由于地杂波散射体俯仰角随距离变化,引起杂波的空时二维分布随距离变化,呈现出严重的非平稳性.在这种杂波环境中,常规处理和空时二维处理都难以得到好的性能.本文提出一种杂波频移补偿的方法,对不同距离的杂波数据施加不同的频移变换,有效减弱了杂波的非平稳性,使杂波能量在二维平面内集中,杂波分布面积大大减小.仿真结果表明,在检测近距离地面慢速目标时,用频移补偿作为空时二维处理的预处理可以取得好的效果,大大提高了系统的改善因子,而且具有实现简单,运算量小,便于工程应用的优点.     

DS-CDMA系统下行盲多用户接收机

本文研究多径频率选择性衰落信道下，DS－CDMA系统下行盲多用户检测技术，提出了一种新的基于恒模算法的检测方法。利用下行信号的特征构造约束条件并采用投影梯度法求解优化问题，本文方法克服了常规恒模算法无法保证收敛到期望用户的缺点。仿真结果验证了本文方法具有良好的检测性能，可以在克服信道衰落的同时抑制多址干扰。     

基于混合遗传算法的m序列波形优化设计

现代雷达体制多采用大时宽带宽积的m-序列二相编码脉冲压缩波形,解决信号波形优化问题即使信号波形的脉压比在尽量少损失SNR和主瓣宽度的基础上达到极值.对于m-序列,初始寄存器的选取是关键.对于较长的码,传统的优化方法由于运算量过大造成组合爆炸或陷入局部极值而无法找到最优,传统遗传算法也由于初始种群数的规模运算量比较大,将梯度搜索和遗传算法相结合的混合遗传算法很好的解决了这个问题,通过优化m-序列二相码波形的仿真和性能分析验证了该算法的可行性和有效性.     

单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。     

FDA-MIMO雷达非自适应波束形成抗主瓣欺骗式干扰研究

频率分集阵（frequency diverse array, FDA）雷达通过在发射阵元间引入微小的频率步进量,具有额外的距离维可控自由度。通过结合多输入多输出(multiple-input and multiple-output,MIMO)技术,可在接收端分离发射波形,并获得距离角度耦合的发射导向矢量,增加了信号处理的灵活性。本文针对主瓣欺骗式干扰抑制问题,在FDA-MIMO 雷达体制中提出了一种基于非自适应波束形成的抗干扰方法,通过选择合适的频率步进量,使欺骗式假目标位于波束形成方向图的零点,从而实现对其的抑制。仿真实验验证了所提方法的有效性。      

基于多天线机载SAR的地杂波抑制方法

传统的单天线合成孔径雷达（SAR）系统由于没有空间维处理能力很难检测地面慢速目标．而多天线SAR和空时自适应信号处理（STAP）为解决这一问题提供了途径。该文研究长相干处理时间导致回波波达方向和多普勒频率均有变化情况下的STAP方法．给出回波波达方向变化的公式,分析动目标多普勒频谱的变化及STAP方法抑制地杂波性能的仿真结果。     

基于多目标遗传算法的星载天线干扰抑制算法

提出了一种基于多目标遗传算法的星载天线干扰抑制算法,该算法在射频端通过调节权系数进行输出功率判决从而实现波束形成。文中引入多目标优化问题Pareto最优解的概念,采用了无支配性排序遗传算法（NSGA-Ⅱ）来搜索干扰调零权值的Pareto最优解集,充分发挥这种先进多目标遗传算法的高内在并行性、强鲁棒性以及能够不断优化最优解集的优势,较好地兼顾了星载天线干扰抑制时干扰抑制深度与主波束保形这一对矛盾问题。最后提出了归一化双目标函数加权选择最优调零权的方法从Pareto最优解集中选择一组符合决策者偏好的最优调零权。计算机仿真实验证明,文中所提出的算法具有较好的干扰抑制能力和主波束保形效果。     

提高雷达机动目标检测性能的二维频率域匹配方法

 增加目标信号的积累时间是提高雷达对微弱目标探测能力的主要方法.但是,对于高速运动目标,在长时间相参积累期间,目标回波信号容易产生距离徙动和多普勒走动,若不进行补偿,目标信号能量不能有效积累.传统基于keystone变换的方法仅适用于目标作匀速运动的情形,当目标作机动运动时,距离弯曲不能通过keystone变换进行校正.针对目标作匀加速运动,且高速目标存在多普勒模糊情况,本文提出一种二维匹配滤波新方法,该方法将脉冲压缩后的目标回波转换到距离-多普勒二维频率域,通过构造一补偿函数进行匹配滤波处理.该方法不需要知道目标运动速度参数,由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除,另外,所提算法可以有效地利用快速傅里叶变换实现而无需进行插值操作,运算量小.仿真结果表明本文方法具有良好的高速机动目标积累检测性能.     

SAR成像中一种改进的最小熵多普勒调频率估计算法

多普勒调频率是SAR高分辨成像中的重要参数。当波束宽度较窄时，最小熵法可以获得较好的效果。但在搜索最优多普勒调频率时，每搜索一次都要对整个数据矩阵进行方位压缩并求熵，计算量较大。本文提出了一种将距离压缩后的数据矩阵按照聚焦深度分块搜索最优多普勒调频率的方法，分别从降低计算量和提高不同距离单元多普勒调频率精度两个方面对该方法进行讨论。实测数据及仿真数据的成像结果证明了此方法的可行性。