基于数字高程模型数据的机载认知雷达地杂波建模方法研究

针对机载认知雷达信号处理的特点,设计了一种基于数字高程模型数据的地杂波建模方法。该方法首先从数字高程模型数据中提取对杂波功率谱有影响的地形因子,然后结合地理地貌学理论和地形因子对数字高程模型提供的真实地貌类型进行量化分类;设计动态数据库来存储量化后的地貌信息,以提高杂波建模过程的实时性;最后基于地貌信息和后向散射系数模型构建地杂波。仿真结果表明,采用该方法构建的地杂波模型符合机载雷达所处的地貌实际情形,用作机载认知雷达的先验信息时具有真实、稳定和可靠的优势,可有效地辅助机载认知雷达提高工作性能和生存力。     

基于多级维纳滤波的机载共形阵雷达杂波抑制方法研究

目前,多级维纳滤波器是一种收敛速度最快的降秩空时自适应处理算法,但它只适合于处理平稳随机信号,不能直接用于抑制非均匀的机载共形阵雷达杂波。该文在分析共形阵雷达杂波特性的基础上,提出采用俯仰向空域滤波改善杂波的非均匀性,改进了传统的协方差矩阵加权算法,最后形成了一种基于俯仰向空域滤波的协方差矩阵加权多级维纳滤波算法,用于抑制共形阵雷达杂波。仿真结果表明,该文方法抑制共形阵雷达杂波的综合性能优于现有其他方法,且计算复杂度低,收敛速度快,便于工程实现,在共形阵雷达杂波抑制中具有实际应用前景。     

浅谈在日常教学中如何激发学生写作热情

作文教学是整个语文教学的重要组成部分.然而在现实中,即使是面对高中学生,指导学生作文首先遇到的问题还是学生没有写作内容,进而不愿写作文,害怕写作文.在此尴尬情形下,如何组织有效地作文教学呢?在近几年的教学工作中,我进行了一些思考与实践.     

利用目标与杂波先验知识的机载雷达发射波形自适应生成方法

发射波形自适应能够优化雷达在检测、跟踪和抗干扰等方面的能力,但其性能的好坏与雷达目标和杂波先验知识有很强的相关性。采用最大输出信杂噪比准则设计的雷达发射波形自适应方法已经在理论上被证实可行和有效。为了提升这类方法的实际应用价值,本文利用Swerling统计模型和数字高程模型（Digital elevation model,DEM）提供的目标和杂波先验信息,针对机载相控阵雷达,分析了基于最大输出信杂噪比（Signal-to-clutter-noise ratio,SCNR）准则的发射波形自适应方法性能和实用价值。仿真结果表明,这类发射波形能够自适应地随着目标和杂波的变化而改变,并实现二者的最优匹配,在提升雷达输出信杂噪比上优于传统发射波形,具有良好的实际应用前景。     

基于DEM的机载认知雷达均匀样本选择方法

认知雷达作为一种新概念雷达,还有一些关键技术亟待解决,杂波/干扰的抑制技术就是其中之一。真实环境下杂波/干扰一般是非均匀的,机载认知雷达为了达到抑制杂波和干扰的目的,通常需要事先选择均匀样本并剔除干扰样本。样本质量的好坏直接影响到机载认知雷达杂波和干扰抑制性能的好坏。为此,文中设计了一种基于数字高程模型数据的样本选择方法。新方法首先从数字高程模型数据中提取雷达照射区域内的多种地形因子;接着,根据地形因子选择均匀样本;最后,采用知识辅助的非均匀检测器剔除含干扰的样本。仿真结果表明:文中设计的方法可以很好地完成对均匀样本的挑选以及对干扰目标的剔除,明显优于现有相关方法,可以有效地提高机载认知雷达的杂波和干扰抑制能力。