分集路径相关时MIMO雷达的检测性能

针对分布式MIMO雷达分集路径相关时对检测性能影响问题,基于有限散射点目标模型,在Neyman-Pearson准则下研究了分集路径相关时分布式MIMO雷达检测方法和性能;该检测器的充分统计量服从加权卡方分布,推导得到了检测概率与虚警概率的近似解析表达式;数值仿真表明：分集路径相关会降低分布式MIMO的空间分集能力,在高信噪比时,MIMO雷达的检测性能随着分集路径相关性的增强而恶化;而在低信噪比时分集路径相关性能够改善检测性能。     

多约束条件下MIMO雷达自适应波形设计方法

针对当前面向多输入多输出(MIMO)雷达目标估计性能的波形设计无法同时满足系统对检测性能要求的问题,提出了多约束条件下MIMO雷达自适应波形设计方法。该方法根据已知的目标和噪声先验信息,以衡量雷达检测性能的信噪比和能量作为约束条件,以最大化目标与接收回波间的互信息作为目标进行波形设计,并通过建模将所提的非凸问题转化为一个标准的凸问题进行求解,最终获得MIMO雷达的优化波形。同时,考虑到噪声协方差矩阵对模型求解的影响,在波形设计时分为白噪声和色噪声两种情况进行分析处理。仿真表明:根据所提方法设计的波形在满足雷达检测性能基本要求的同时提高了目标的估计性能。     

一种新的临近空间MIMO雷达的空时自适应处理方法

针对多输入多输出（MIMO）雷达动目标显示（MTI）中均匀密布阵列性能较差、稀疏阵列会导致栅瓣,进而出现盲速和一定尺寸平台上天线长度受限的问题,提出了以降低最小可检测速度(MDV)为准则的MIMO雷达天线阵列优化设计方法。结合具有良好自相关和互相关性能的二相编码正交信号,改善了尺寸受限平台上MIMO雷达的STAP性能;仿真比较分析了不同天线阵列结构时的空时自适应处理（STAP）性能,验证了该方法的有效性。     

基于通道参数估计的多输入多输出雷达定位

针对统计MIMO雷达定位精度和目标分辨力不高的现状,提出基于收发通道参数估计的高精度MI-MO雷达定位方法。与传统做法不同,该方法采用共轭信号延迟发射模式,处理回波数据时首先估计MIMO雷达虚拟通道的系数,再利用估计结果修正目标参数估计模型,对目标实施定位。理论分析和仿真结果均表明:该方法极大地提高了统计MIMO雷达的定位精度和目标分辨能力,充分开发了大间距配置MIMO雷达参数估计的潜能。     

MIMO雷达导引头正交波形设计与应用技术

针对多输入多输出(Multiple Input Multiple Output, MIMO)雷达导引头发射波形设计问题,分析了正交频分复用线性调频信号的自相关和互相关特性,设计了正交频分复用线性调频波形并给出了基于直接数字频率合成芯片的波形产生方法。针对正交波形匹配接收工程实现运算量太大的问题,给出了基于现场可编程门阵列的并行正交信号匹配接收过程,对时、频域正交信号匹配接收的算法结构和运算量进行了优化和对比,为MIMO雷达导引头的工程实现提供了参考。     

融合帧间相关性的能量检测方法

针对能量检测在信噪比较低、噪声具有不确定性时检测性能明显下降的问题,着眼于单一用户,提出了融合帧间相关性的能量检测方法。该方法在不增加感知用户的前提下,通过增加相关统计量参数,分析不同时刻帧间信号的相关性,来辅助能量检测进行主用户存在性的判别。仿真结果表明,该方法与直接进行能量检测方法相比,在虚警概率等于0.1,检测概率不低于90%时,所需的信噪比降低了约1dB。单一用户的检测性能可以接近用户数为2时的双门限协作感知性能。该方法对角度调制信号的适应性优于幅度调制信号。     

雷达虚警及检测性能的研究

雷达虚警及检测性能的研究，雷达作用距离和参数间定量关东由雷达方程描述，估算各参数对作用距离的影响程度。并根据奈曼-皮尔逊准则。绘制虚警概率参变量的曲线图，通过噪声实例分析，其结果表明当虚警概率一定时，信噪比越高，发现概率越大．     

一种基于DDS的末制导雷达多目标波形生成技术

提出了一种基于DDS的末制导雷达多目标波形生成技术。通过对DDS原理的分析,给出了多目标任意波形调制的实现方案,并对高速DAC器件的性能进行了分析。     

多传感器分布式融合检测自适应算法

多传感器融合检测系统的主要结构为分布并行式融合结构，贝叶斯融合检测策略则是分布式融合检测系统中最典型的一种融合方法。在该策略中必须给定假设的先验概率和各个传感器的虚警概率和漏检概率，而在实际应用中，这些统计量是未知的或者随时间变化的。文中给出一种分布式融合结构的自适应融合算法，可以在线自适应学习先验概率、虚警概率及漏检概率，从而利用融合算法解决决策融合问题。计算机仿真结果表明了算法自适应逼近传感器虚警概率和漏检概率的过程，及融合检测的有效性。     

基于强化学习的对空雷达抗干扰波形设计

被探测目标的电子战能力严重影响对空雷达的检测和识别性能。针对对空雷达抗干扰问题，提出基于强化学习的抗干扰波形设计方法。从博弈角度利用强化学习方法建立雷达和目标干扰间动态对抗模型，计算博弈各方状态、动作价值，利用策略迭代法生成最优策略，基于相位迭代法合成时域波形。仿真结果表明：使用新方法设计的雷达发射信号时，与线性调频信号、捷变频信号相比，信干噪比分别提高了6.39 dB和1.12 dB;信号总功率为11 W时，与捷变频信号相比，目标检测概率提升了5%,可在低功率实现抗干扰的同时提升雷达信号抗截获性能。     

基于概率定义扩展样本的机载雷达空间和时间相关海杂波数据仿真方法

海杂波背景下的目标检测性能是机载预警雷达的重要指标之一。为了给机载雷达海杂波抑制方案的有效设计提供数据来源,需要仿真模拟出满足实际分布特性和相关性的海杂波。针对实测海杂波数据具有的显著时间相关性和空间相关性,提出了一种新的海杂波数据产生方法。该方法基于概率密度定义及相关性的本质,运用蒙特卡罗思想和Cholesky分解来产生空间和时间相关的海杂波。这种方法不仅简化了海杂波数据产生流程,同时提高了海杂波幅度和相关性吻合效果。分别利用实测和仿真数据验证了所提方法的有效性。     

一种低输入信噪比和低恒虚警约束下的PN码快捕算法

针对短帧突发模式下直接序列扩频( DSSS)通信系统要求在有限时间内以很低虚警和漏警概率捕获PN码相位这一难题,提出了一种基于数字匹配滤波器(DMF)的多码元非相干累加单次驻留检测的PN码快速捕获算法。它在传统单次驻留算法的基础上,用多码元累加来提高码相位判决量的信噪比,从而大大降低了低输入信噪比和低恒虚警约束下的平均捕获时间。分析了该算法在QPSK-DSSS系统下的捕获性能,仿真结果证明了该算法可以在低信噪比和低恒虚警条件下实现PN码的快速捕获。     

重频捷变对雷达导引头检测性能的影响

分析了重频捷变电路对雷达导引头在杂波环境下目标检测性能的影响,提出了一种在时域设计滤波器引入杂波相关特性并动态更新滤波器的仿真方法。仿真结果表明:在重频捷变模式下,杂波幅度分布概率密度曲线变得尖锐,杂波相关性减弱。得出的结论:重频捷变可以提高导引头的目标检测性能。     

基于多输入多输出雷达发射方向图综合的波形设计

针对多输入多输出（MIMO）雷达发射方向图匹配时阵元功率不均匀和发射波形存在较高峰均比等缺点,提出了一种新的MIMO雷达发射方向图综合方法。构造一组基矩阵,将协方差矩阵的求解等效为基矩阵系数的寻优问题,在简化寻优模型的基础上进一步将其转化为一个凸优化问题,以便采用原对偶内点算法进行有效求解;在基矩阵中引入单位矩阵,以保证发射阵元满足等功率辐射要求,同时将尺度因子作为变量进行联合寻优,克服优化方向图对期望波束模值的依赖,解决二者增益不匹配引起优化误差变大的问题;在得到发射波形的协方差矩阵后,利用矩阵分解和交替迭代法设计发射波形,每次迭代过程中利用凸优化理论对发射波形的模值上界进行严格约束,有效减小发射波形的峰均比。仿真实验表明,合成的发射方向图在有效地逼近期望波束的同时大大降低了发射波形的峰均比。     

一种双基地MIMO雷达的相关目标定位方法

多输入多输入（MIMO）雷达是最近几年提出来的一种新体制雷达,在探测目标空间位置时,若空间目标相关,很多算法将会失效。针对该问题,提出一种双基地MIMO雷达的相关目标定位方法,通过在MIMO雷达的发射端和接收端构造虚拟阵列,从而实现空间相关目标信号的解相关,得到空间目标正确的位置,且估计参数自动配对。该方法避免了阵列孔径损失,估计精度高。理论分析和计算机仿真结果验证了该算法的有效性。     

一种用于微弱目标检测的帧间移位累加方法

提出一种用于微弱目标检测的距离-多普勒域帧间移位累加方法,即针对相对于雷达作径向匀速直线运动的目标,利用雷达回波数据的多普勒信息,预测目标的速度及其位置变化,并通过多帧信号的移位累加来提高信噪比,从而有效地检测弱小目标。该方法充分利用了目标信号帧间相关而噪声点帧间不相关的特点,能有效地降低虚警概率及漏警概率,提高对弱小目标的检测性能。     

基于转换脉冲神经网络的雷达辐射源识别方法

为提高雷达辐射源识别智能水平,提出一种新的基于转换脉冲神经网络进行雷达辐射源调制模式识别的 方法。将仿真产生的雷达信号转换为2 维时频图,将传统的卷积神经网络(convolutional neural networks, CNN)转化 为脉冲神经网络(spiking neuron network, SNN),使用SNN 进行雷达辐射源识别。仿真实验结果表明：该方法具有 优良的检测精度,当信噪比高于-9 dB 时,识别概率可达96%以上。     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.