高速运动雷达目标一维成像新方法

针对频率步进体制雷达对高速运动雷达目标一维距离成像时所存在的问题,提出一种基于分数阶傅里叶变换的运动参数估计方法。利用估计得到的速度参数进行运动补偿后,通过改进的"循环移位"拼接算法,得到距离门内运动目标的全景一维距离像。仿真结果表明,该方法能够在较低信噪比、高速运动条件下得到高质量的一维距离像,且运算量较小,具有较高的实用价值。     

锐截止中频采样滤波器的设计与实现

中频采样是数字正交鉴相系统中的一项关键技术,具有锐截止特性的中频采样滤波器可以改善鉴相系统的性能.在分析锐截止特性FIR滤波器如何提升中频采样性能的基础上,针对低通滤波法鉴相系统中的滤波器设计,分析了简化滤波器设计的条件,并推导了滤波器的简化表示,从而提出了一种设计锐截止中频采样滤波器的有效方法,使得所需的运算量及存储量大幅度缩减.最后,提出了一种基于IP(Intelligent Property)核的中频采样滤波器的具体实现方案.     

基于IP核的锐截止中频采样滤波器优化设计

中频采样是数字正交鉴相系统中的一项关键技术,具有锐截止特性的中频采样滤波器可以改善鉴相系统的性能.针对低通滤波法鉴相系统中的滤波器设计,提出了一种锐截止中频采样滤波器设计的有效方法,使所需的运算量及存储量大幅度缩减.最后,提出了一种基于IP(Intelligent Property)核的中频采样滤波器的具体实现方案.     

导向矢量失配条件下的参数化检测器的设计与分析

在检测器设计阶段所假定的信号模型与实际信号之间的失配,会导致检测性能的降低。将检测器参数化,通过调节参数值,可以实现检测器对失配信号检测性能的控制。本文将参数化检测器设计方法分为加数因子法、乘数因子法、指数因子法等,给出了不同设计方法获得检测器性能计算方法,并利用计算机仿真,分析了参数化检测器的可调性,信号匹配和失配下的检测性能。研究表明,采用加数因子法的参数化检测器可以获得更为稳健的检测性能,而采用指数因子法的参数化检测器可以获得更为敏感的检测性能。在检测器设计阶段所假定的信号模型与实际信号之间的失配,会导致检测性能的降低。将检测器参数化,通过调节参数值,可以实现检测器对失配信号检测性能的控制。本文将参数化检测器设计方法分为加数因子法、乘数因子法、指数因子法等,给出了不同设计方法获得检测器性能计算方法,并利用计算机仿真,分析了参数化检测器的可调性,信号匹配和失配下的检测性能。研究表明,采用加数因子法的参数化检测器可以获得更为稳健的检测性能,而采用指数因子法的参数化检测器可以获得更为敏感的检测性能。      

群目标检测现代雷达信号处理方法述评

针对目前应用于雷达群目标分辨领域的现代信号处理方法进行了分析,研究了各种现代信号处理方法所存在的优势和缺陷.首先提出在雷达领域里存在的群目标分辨的问题,然后针对这一问题分析了几种现代雷达信号处理的方法.这些方法主要包括Wigner-Ville分布、短时傅里叶变换和小波变换等.分析了这些方法所存在的不足,介绍了几种修正方法,并对这些方法在具体应用中的分辨效果进行了比较,提出了下一步研究的方向,从而对雷达群目标分辨技术的深入研究提供一些技术参考和理论依据.     

主被动复合雷达导引头融合器关键技术研究

提出一种主被动复合雷达导引头数据融合器实现方案,并集中研究了主被动复合制导过程中的数据关联、状态滤波等若干关键技术,为主被动数据融合器软件和硬件系统的设计提供技术支持。     

线性调频脉冲压缩技术及其在雷达系统中的应用

对目前在雷达信号处理系统中应用较为广泛的脉冲压缩技术进行了介绍,主要是线性调频的脉冲压缩信号。首先对脉冲压缩和线性调频脉冲信号进行了介绍,然后研究了线性调频信号的压缩过程及其压缩方法。由于在压缩过程中,会在窄脉冲两侧不可避免地产生以辛格函数为包络的旁瓣,旁瓣的存在会大大降低多目标分辨能力,故最后介绍了用于旁瓣抑制的加权处理方法。     

K分布杂波下基于M-CPSO的散射中心参数估计

研究了非高斯K分布杂波条件下雷达目标散射中心参数估计问题,提出一种基于协同粒子群优化(CPSO Coop- erative-Particle Swarm Optimization)算法的M估计方法。针对K分布杂波的非高斯尖峰特性,首先利用M估计中的损失函数构造出散射中心参数估计的目标优化函数,然后利用协同粒子群算法,通过迭代优化得到目标的散射中心参数。该方法能够同时得到散射中心幅度和位置的稳健估计,通过与基于子空间的估计方法进行仿真实验对比,结果表明,在K分布杂波条件下该方法能够的得到更好的估计结果。     

基于联合稀疏性的多视全极化HRRP目标识别方法

该文考虑利用连续获取的多视全极化高分辨距离像(High Range Resolution Profile, HRRP)进行目标识别的问题。多视全极化HRRP样本包含了3个层次的先验信息:样本内各分量来自同一目标;单视内4种极化组合方式下的HRRP均对应相同的目标姿态;相同极化方式下的多视观测是相关的。为有效利用上述信息进行目标识别,该文提出一种基于联合稀疏表示的多视全极化HRRP目标识别方法。该方法约束各分量对应的稀疏表示系数共享原子级的稀疏模式。原子级稀疏约束使得从各极化字典中选择来自相同姿态的字典原子对样本中各分量进行稀疏表示,可以有效利用上述3个层次的先验信息进行目标识别。利用目标电磁散射数据对所提方法进行了验证,结果表明,该方法具有较好的识别性能,并且对噪声具有良好的鲁棒性。     

一种多普勒体制下的多目标鉴别方法

分析了波束内多目标鉴别技术的重要性,从应用的角度,提出了变尺度离散Chirp-Fourier变换的概念。通过和传统离散傅里叶变换的比较,显示出该变换的优越性。分析了多普勒雷达体制下目标回波信号的形式,并对变尺度离散Chirp-Fourier变换的速度分辨力和加速度分辨力进行了研究。针对波束内多目标的鉴别,提出了一种有效的基于变尺度离散Chirp-Fourier变换的多目标鉴别方法。该方法首先进行加速度鉴别,接着提取加速度,并进行加速度补偿,然后再进行速度鉴别。仿真结果验证了该方法的可行性和有效性。