宽波段空间谱估计测向系统的本振设计

本文讨论了一种基于空间谱估计的宽波段测向系统的本振设计问题。对于文中所涉及的宽波段空间谱估计测向系统，它对本振的频率扫描速度和本振的相位噪声都有很高的要求。文中分析了空间谱估计测向系统中通道性能对估计精度的影响，提出了本振设计要求和一种基于直接数字频率合成器激励锁相环(DDS-PLL)型的实现方案，理论分析和试验结果都证明这种方案切实可行。     

空间谱短波测向系统天线场地仿真及数据分析

对于任何一个测向系统而言,天线阵参数及场地条件都是影响测向性能的重要因素,而空间谱估计测向系统对此有着更加严格的要求.为了保证本台空间谱测向系统能够达到规定的测向精度要求,满足实际监测业务的需求,针对实际场地中地面倾斜、围墙遮挡的情况进行了测向精度的仿真实验.     

多元固定站、车载移动台自动交叉监测监听测向定位网络（续）

多元固定站、车载移动台自动交叉监测监听测向定位网络（续）南京新兴电子系统公司俞惟铨三、组网设计在本交叉测向定位系统中，其定位能力、范围和精度，除了取决于每个单站和车载移动台的灵敏度和测向精度以外，在很大程度上还与每个固定站的站址布局密切相关。因此，组...     

比幅式测向系统信号提取方法的研究

对比幅式测向系统的信号提取方法进行了讨论，并重点讨论了利用单片机实现本脉冲采样本脉冲的时序处理电路。     

多径效应引起的测向误差分析

针对某设备在测向试验中出现的正弦型测向误差分布的现象，文章对存在多径场入射情况时旋转测向体制中交叉波束测向误差进行了分析，得到了其误差表达式，证明正弦型测向误差分布是一种典型的多径效应结果，最后讨论了减少正弦型测向误差分布的方法。     

多信道干涉仪与单信道伪干涉仪测向性能比较

简单介绍了多信道干涉仪测向和单信道干涉仪测向的基本原理，通过对两种测向技术的比较，得到了多信道干涉仪测向性能优于单信道干涉仪测向性能的结论。     

无线电监测测向常用名词术语

42测向台（站）天波误差测试测向台（站）建成后,对远距离的多个已知不同方向、不同位置（距离）、不同频率发射台信号测向．而后记录统计误差结果．用以检查本测向台（站）天波测向误差。测向台（站）天波误差测试,通常要连续进行48至72小时,记录统计测试结果．以掌握不同时间、不同频率的测向误差规律。     

便携式测向机所误差分析

便携式测向机体积小、携带方便、选址灵活，能方便地实现对无线电目标信号的多点定位和逼近式搜索、跟踪。其常与固定测向或移动车测向系统相结合，实现对目标信号的交叉定位。便携式测向机的机动性决定了其所处电磁环境的复杂性，这也相应增加了测向工作的难度。对测向机系统的测向误差分析，找出产生误差的原因，将有助于提高测向工作效率和测向的准确度。     

一种联合测向共形天线系统设计方法

综合考虑传统测向体制特点，在干涉仪测向原理的基础上，为了消除相位模糊和兼顾测向精度，设计了比幅测向解最短基线模糊方法，并对其测角精度要求进行了分析，仿真结果表明该方法可行。从安装要素出发，为提升其适装性，提出联合测向天线系统采用共形设计方法，进而改善系统对空中辐射源目标的测向性能，大幅提高系统综合作战效能，在实际工程应用上具有一定的实用和参考价值。     

瓦特森-瓦特测向系统原理

瓦特森-瓦特（WATSON-WATT）测向方法是英国物理学家RobertAlexanderWATSON-WATT于1935年发明的一种比幅测向方法。作为一种经典的无线电测向体制．相对于其他测向方法，WA下SON-WATT测向因其测向灵敏度高、测向速度快．抗同道干扰能力强等诸多优点，在军事上得到广泛的应用。近年来．多波道宽带接收机技术和计算机技术的成熟．又给这一测向方法注入了新的生命活力．使得许多工程师越来越多地关注这一测向方法的技术发展和设备应用。本文将简要介绍这一方法的工作原理，讨论单信道和双信道WATSON-WATT的测向处理方法，并给出一个基于宽带接收机和数字中频处理平台的双信道WATSON-WATT测向系统实例。     

基于时间调制的单通道多基线相位干涉仪测向

基于时间调制理论,提出了一种单通道框架下的多基线相位干涉仪测向方法,其克服了传统相位干涉需要多个射频通道带来的系统复杂度高以及通道幅相不一致性问题.所提方法利用单刀多掷开关周期性接通多基线相位干涉的各天线单元,并从接收信号产生的谐波特征中同时估计多组基线产生的相位差.首先分析传统多基线相位干涉仪测向存在的局限性,然后提出基于时间调制的单通道多基线相位测量方法,最后结合2～8GHz宽带测向需求,设计四基线相位干涉仪并进行仿真.仿真结果显示,在2～8 GHz范围内,测向误差能达到0.1°以内,证明了本文方法的有效性.     

基于扩维的多通道联合频率和到达角估计

针对宽频段信号的时空欠采样问题,该文提出基于扩维的多通道联合频率和到达角估计方法。在时间和空间均欠采样的情况下,该方法实现了频率和到达角的2维无模糊估计。通过构造空时2维无模糊阵列结构,将多个采样通道联合扩维,解决了时间欠采样问题;将多个快拍通道联合扩维,克服了空间欠采样问题。同时,为了降低运算量,利用时域滤波技术,将频率和到达角估计进行时空级联,得到了自动配对的频率和到达角无模糊估计值,且避免了高维特征值分解和2维谱峰搜索,减少了运算量。仿真结果验证了该方法的有效性。     

低信噪比下相关干涉仪测向处理方法

针对在低信噪比条件下相关干涉仪测向来波方位角估计误差较大甚至有时失效的问题,提出一种基于相位差矢量累积的相关干涉仪测向处理方法。与直接使用相位差的常规相关干涉仪测向不同,该方法首先利用多次测量的相位差和信号幅度构造复数矢量,然后对这些矢量进行累积运算,再与天线的阵列流形进行拟合。此方法通过提高相位差的测量精度和稳定度从而达到即使在低信噪比条件下也可以得到较高测向准确度,具有算法简单、性能稳健的特点。最后通过仿真分析,对文中提出的方法给予验证。     

宽带频谱稀疏信号的空时互质采样及参数估计

针对宽频段多窄带信号的联合参数估计问题,该文提出一种基于空时互质采样的频率和DOA联合估计方法。该方法基于互质采样理论,在空间上采用互质阵列模型,并对阵列中每个阵元进行时域互质采样,通过构造空时协方差矩阵产生出空时二维差分有限阵列来完成空频联合估计。此方法可以极大地提高空时域的可探测目标数。另外,该文推导了空时互质参数的最优选取准则。仿真结果验证了此方法的正确性和有效性。      

基于本征模函数的高光谱数据特征提取方法

针对基于参数估计的特征提取方法高光谱数据维数高参数估计偏差大、细节光谱信息易丢失等问题，引入经验模式分解理论，提出了基于本征模函数的高光谱数据特征提取方法。该方法通过计算光谱特征的最大最小值以及均值得到本征模函数，从而得到反映高光谱数据的不同尺度的光谱波形波动信息，即吸收特征信息，并将高光谱数据投影到本征模函数空间，从而实现高光谱数据中不同物质属性光谱特征提取。利用航空推扫式成像光谱仪数据进行方法性能分析与验证，试验结果表明该方法不需要进行统计参数估计，避免了高光谱数据协方差的奇异性和参数估计不准确的影响，并较好地保留了数据提供的所有信息，增大了数据类间可分性。     

超分辨测向中通道间不一致的校正

方位估计在移动通信、电子对抗、雷达等众多领域中占有至关重要的地位。随着科学技术的突飞猛进和电磁环境的日趋复杂，对目标方位估计的要求也日益提高。基于特征分解的空间谱估计测向在理想模型下具有很好的精度和分辨率，然而当模型存在误差时，测向性能会急剧恶化，甚至失效。文中针对通道不一致的问题提出了一种新的校正方法——等价校正法。该方法只要一个校准源，校正效果好，性能稳定，所需运算量也不大。计算机仿真表明，该校准算法行之有效。     

低信噪比下雷达回波谱矩快速估计方法

针对在低信噪比下机载气象雷达回波多普勒参数（谱矩）估计不准确的问题，本文在气象目标的雷达回波频谱服从高斯分布的基础上，给出了一种利用协方差矩阵分解的快速参数化谱矩估计算法。通过理论分析，推导出雷达回波的协方差矩阵具有范德蒙结构特性，进而将用于谱矩估计的代价函数转化为类傅里叶变换结构，然后进一步通过快速傅里叶变换和高斯加权滑窗计算代价函数，实现快速的谱矩估计。仿真实验结果表明，该方法在信噪比低于5 dB时仍可以有效估计雷达回波的谱矩参数，同时运算复杂度大大降低，而且在谱宽值较大情况下仍能保持较好的估计性能。      

一种宽带高分辨测向方法及性能分析

提出了一种基于互高阶累积量的阵列宽带高分辨测向方法，该方法能够在较低信噪比、等间距布阵条件下实现宽带空间信号源波达方向的高分辨估计，同时可增加检测信号源数目，理论分析及仿真实验证实了该方法的有效性。     

改进的干涉仪测向方法研究

提出了一种基于长短基线匹配的干涉仪测向方法。该方法根据中国剩余定理,借鉴了长短基线干涉仪测向原理,利用短基线相位差测量解决相位模糊的问题,长基线相位差测量提高测向的精度。对长短基线的匹配选取、测向能力以及抗噪声性能进行了理论分析和仿真。试验结果表明,新方法与其他方法相比,适应能力强、运算量小、精度高,在低信噪比下仍具有良好的估计精度,适于硬件实现。     

On-line spectral estimation of nonstationary time series based onAR model parameter estimation and order selection with a forgettingfactor

A new method for on-line spectral estimation of nonstationary time series via autoregressive (AR) model construction is proposed. The method consists of on-line parameter estimation based on the recursive least squares ladder estimation algorithm with a forgetting factor and on-line order determination based on AIC with some modifications. The effectiveness of the proposed method is demonstrated by computer simulation study and applying to the actual data of electroencephalogram (EEG)