单频网数字电视广播辐射源雷达目标定位算法

建立了基于单频网的数字电视广播辐射源雷达目标探测模型,分析了单频网外辐射源雷达存在的特殊问题及措施,提出了基于航迹关联和航迹同源映射的单频网外辐射源雷达目标定位算法,解决了由多个同频发射信号引起的目标定位模糊问题。由一个三发单收的单频网外辐射源雷达模型验证所提算法,仿真结果表明该算法有效地消除定位模糊。     

非因果滤波器归一化最小均方误差对消算法

在利用外部辐射源的无源雷达中,强直达波和多径干扰会掩盖微弱的目标回波信号,严重影响目标的检测,因此提出基于数字非因果滤波器的归一化最小均方误差对消算法。该算法利用直达波相对于参考信号具有非因果系统响应的特点,在传统自适应对消技术的基础上,通过增加部分非因果的滤波网络实现了最小均方误差准则下的自适应杂波抑制。基于数字广播的仿真结果表明,本文提出的方法不仅能够有效消除直达波和多径干扰对检测目标回波的影响,同时还能够获得目标的方位信息。     

基于波束聚焦的外辐射源雷达干扰抑制技术研究

在利用非合作照射源的外辐射源雷达系统中,直达波及其形成的多径杂波干扰对雷达系统性能有非常严重的影响。通常采用的时域自适应滤波方法是:根据一定最优准则利用参考信号构建多径信道模型,对回波信号中的干扰进行对消。然而,当天线扫描监视区域时,在积累时间内干扰信道发生变化,导致自适应对消器输出不再收敛,降低了干扰抑制能力。本文提出通过对各阵元信号加权补偿,使波束形成等效于聚焦的效果,在积累时间内维持信道特性,改善自适应对消器在雷达扫描状态下的性能。仿真和外场采集数据试验表明,该方法提升了外辐射源雷达时域自适应对消器在天线转动状态下的干扰抑制能力。     

基于最小互信息算法的跳频信号接收方法

针对增大发射功率和自适应天线对于跳频系统抑制调频噪声干扰的局限,采用盲源分离理论,提出了基于最小互信息算法的跳频信号接收方法。该方法首先在射频利用盲源分离算法——最小互信息算法将跳频信号与噪声调频干扰分离开,然后对分离得到的跳频信号进行解跳,从而得到发射的信号。由计算机仿真表明,在相同的干扰强度下,与传统的接收方法相比,提出的接收方法具有更低的误码率和更强的抗干扰能力。     

基于图特征学习的海杂波抑制算法

为有效降低海杂波对海洋雷达的工作影响,研究海杂波的抑制问题,提出一种基于图特征学习的海杂波抑制算法。使用时频变换对雷达回波信号进行维度扩增,基于图嵌入处理深度挖掘图结构特征的思想,并依据海杂波和目标回波信号在时频谱中的不同结构特性,给出一种通过图嵌入进行信号节点特征向量构造的方法。区别于传统时域对消和子空间分解等方法,该方法可以通过时频谱中不同信号的节点分类实现海杂波的抑制。仿真与实测结果表明,该算法可以有效抑制雷达回波信号中的海杂波分量,提升雷达回波信号的信杂比,为海洋雷达进行海杂波的抑制提供了新的思路和途径。     

基于无源侦察装备协同的航迹起始算法

针对压制性干扰条件下,组网雷达中的有源雷达不能有效对目标进行航迹起始,提出基于无源侦察装备协同的航迹起始算法。该算法利用无源侦察装备所测得目标辐射源的方位角进行方位航迹起始,同时由系统中心站引导网内有源雷达扫描已获得的目标方位,进行直角坐标下的航迹起始。通过无源侦察装备所获得辐射源目标的载频、脉宽、重频等属性参数,以及根据目标运动时方位角度变化特点建立的方位波门对方位航迹起始算法进行改进。仿真结果表明:对传统无源方位航迹起始算法的改进使得方位航迹起始正确率明显提高。     

参数化时频分析在连续波有源探测中的应用

针对双曲调频信号在连续波有源探测中的目标回波检测和直达波干扰抑制问题,提出了基于参数化时频分析的连续波信号处理算法。首先,通过分析双曲调频连续波的信号时频特性,结合参数化时频分析思想,提出了适于有源探测的频域参数化时频变换和针对双曲调频信号的核函数设计。然后,为抑制接收信号中的直达波干扰,采用参数化旋转时频变换处理接收信号,并进行时频域滤波以分离信号分量,再利用反变换重构回波信号。数值仿真和海上实验结果表明,所提算法不仅能准确估计信号时频特征、有效获取双曲调频连续波信号的时频增益、提升检测性能,还可以有效抑制直达波干扰。     

基于功率谱对消的时域相关认知跳频谱检测算法

认知跳频技术将认知无线电运用到跳频通信中,通过检测认知跳频频谱中的“频谱空穴”来更新跳频点集,避免频点碰撞,提高频谱利用率。针对频谱检测中的时域相关算法因噪声和授权信号的存在,导致频谱空穴的判定门限难以确定,从而使占用信号的检测概率较低的问题,提出了一种基于功率谱对消的时域相关算法来检测跳频谱。与未经过功率谱对消运算的传统时域相关算法相比,该算法能有效提高信号的检测概率,具有实时性好、克服白噪声不确定性、抑制授权信号干扰的优点。理论分析与仿真结果表明,基于功率谱对消的时域相关算法优于传统时域相关算法。     

基于卷积神经网络和模糊函数主脊坐标变换的雷达辐射源信号识别

针对人工提取雷达辐射源信号特征耗时长、特征不明显等问题,提出一种基于深度学习卷积神经网络和模糊函数主脊坐标变换的雷达辐射源信号识别方法。该方法通过快速离散分数傅里叶变换提取信号的模糊函数主脊,并将模糊函数主脊极坐标域的二维时频图作为卷积神经网络的输入,实现对不同雷达信号的分选识别。仿真实验结果表明：新方法不仅在信噪比为0 dB以上保持100%的识别率,在-6 dB时识别准确率也稳定在90%以上;相对于传统的雷达信号识别方法和其他深度学习模型识别方法,在识别率和鲁棒性上均有较大提升,具有一定的工程应用价值。     

基于自适应模糊神经网络抗箔条干扰技术的研究

为了提高舰载雷达抗箔条干扰的性能,提出了一种基于自适应模糊神经网络的抗箔条干扰方法。利用自适应模糊神经网络的非线性映射和学习能力,在舰载雷达目标回波信号受到箔条回波的强干扰下,对雷达目标进行识别,从而得到目标信号。仿真结果表明,该方法能有效地抑制箔条回波信号,且效果较好。     

基于多阶次二维分数阶傅里叶变换的频谱弥散干扰抑制算法

现有频谱弥散（SMSP）干扰抑制算法均针对一个脉冲重复周期回波信号,涉及相干处理间隔（CPI）整体回波时,需要分别对每个重复周期内的SMSP进行抑制。针对该问题,以远距离支援干扰条件下线性调频脉冲多普勒雷达抗SMSP为背景,以雷达在真实目标方位接收到的一个CPI回波为处理对象,提出基于多阶次二维分数阶傅里叶变换的SMSP抑制算法。分析回波信号多阶次分数阶特征,结合采样型离散分数阶傅里叶变换快速算法,研究真实目标和干扰机发生分数阶域走动的临界运动参数,设计二维遮盖窗。仿真结果表明,所提算法无需分别对每个重复周期内的SMSP进行抑制,通过对一个CPI回波整体处理,可同时达成干扰抑制和目标检测的目的。     

一种双模杂波抑制的准自适应MTI系统

雷达自适应杂波抑制的算法及其工程实现是雷达信号处理系统的一个重要问题。本文首先从理论上讨论了一种基于最大平均改善因子准则的动目标显示滤波器最佳权矢量的计算方法，然后从工程实现的角度提出了一种简单实用的具有双模杂波抑制能力的准自适应动目标显示系统，并将该自适应杂波抑制算法应用到实测雷达数据上，实验结果表明该算法对真实雷达回波中的杂波具有有效的抑制作用。     

天波雷达欠密度流星余迹干扰抑制算法

针对欠密度流星余迹干扰严重影响天波超视距雷达(OTHR)目标检测的问题,提出了欠密度流星余迹干扰抑制算法。应用二进小波变换(DWT)计算流星余迹干扰的位置,并将该位置的回波数据组成3阶Hankel张量;采用高阶正交迭代（HOOI）算法和总体最小二乘(TLS)算法,抑制张量中的噪声分量和求解流星余迹干扰参数,解得流星余迹干扰的时域回波数据;从回波数据中去除流星余迹干扰,得到干扰抑制后的时域回波数据。与现有流星余迹干扰抑制算法相比,该方法提高了目标的信杂噪比(SCNR)。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。     

捷变频雷达信号分选及基准频率估计算法研究

现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明：该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明：该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。     

一种极化捷变雷达中欺骗性干扰的提取方法

为简化目标回波和干扰信号的分离过程以及求解干扰的Jones矢量,提出一种简便的提取雷达欺骗性干扰方法。通过发射一组相关的极化捷变信号,利用目标的变极化效应和干扰极化相对不变的特性,在对接收机输出信号的加减运算中将目标回波和干扰分离,从而提取干扰波形以及计算其Jones矢量。与现有干扰特征提取算法相比,该方法在单片实现时可节省芯片资源。仿真表明,当干噪比（INR）大于11.8 dB时,Jones矢量计算相对误差不超过10%.     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

鱼雷被动检测的盲分离对抗干扰方法

近年来由于海洋环境噪声级的不断提高,目标隐身性能以及水声对抗能力的不断提升,使得鱼雷被动目标检测方式的有效性受到极大的挑战。为了解决被动目标检测的抗干扰问题,采用近年来发展起来的盲信号处理方法,利用目标信号与干扰相互统计独立的原理,将目标与干扰盲分离,从而实现在强干扰条件下的被动抗干扰目标检测;在生成目标辐射噪声与模拟辐射噪声、冲击以及扫频干扰信号后,建立了多重干扰条件下的含噪信号混合模型,然后采用4种复盲分离算法进行了被动目标盲分离抗干扰仿真试验,并作了对比分析。仿真结果表明,通过盲分离方式可以有效地实现多种干扰的分离,提高了目标信号的信干比(SIR),从而改善了被动目标的检测性能。     

瞬时测频系统的线性调频信号分析及改进

频率是雷达信号的关键特征之一,雷达告警(RWR)/电子支援（ESM）等电子战接收机多采用瞬时测频（IFM）技术来实时提取;线性调频（LFM）信号是一种重要的、雷达广泛应用的信号类型,但传统IFM无法检测LFM信号频率特征。提出一种新的基于改进IFM系统的LFM信号特征检测方法,基于IFM系统工作原理建立了LFM信号经过IFM系统的数学模型,并探讨了IFM系统对LFM信号检测的频率分辨力和最小可检测调频斜率。改进IFM系统采用整形检波信号作为采样有效指示信号,以提取LFM信号的到达时间（TOA）和脉冲宽度（PW）;采用模数转换器（ADC）代替传统IFM的极性量化器对其正交通道输出进行连续采样,再通过解模糊、线性回归算法平滑去噪,估计出LFM信号的载频和调频斜率。仿真实验结果表明,改进IFM系统可在一个LFM脉冲内以较高的精度提取LFM信号特征,并保留了传统IFM系统的原有优点。