一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法

提出了一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法,可有效对抗主瓣灵巧干扰（Mainlobe Smart Jamming,MSJ）并提取目标回波的距离-角度联合参数信息.新方法首先利用阵元级数据进行盲源分离（Blind Source Separation,BSS）,分离目标回波和干扰,同时可得到信源混合矩阵的估计.然后根据主瓣灵巧干扰在某一角度上表现为多个回波信号,而目标只有一个回波这一先验信息来鉴别目标和主瓣灵巧干扰,由此可以估计目标的距离参数.最后,由上述的鉴别结果得到对应目标的混合矩阵的列矢量,其包含了目标导向矢量信息,据此可估计目标的空间角度参数.仿真结果表明,新方法可以至少有效对抗2个主瓣灵巧干扰,且可同时得到较高的目标距离-角度估计精度.另外,分析了目标输入信噪比、输入干噪比、目标与干扰的夹角、干扰空域个数对所提方法性能的影响,并给出了本文方法能够有效盲距离-角度联合估计的边界条件.     

基于加权模值的FDA最优频率间隔选取方法

传统频率分集阵列(FDA)在阵元间引入的是固定的频率间隔,并不能使FDA在不同环境下都具有最优的抗干扰性能。文中提出了一种基于加权模值的自适应选取FDA最优频率间隔方法,通过对FDA最优波束形成器的输出信干噪比(SINR)的分析,推导出输出SINR与频率间隔潜在的关系,自适应选取阵列加权最小模值对应的频率间隔,形成单峰值波束方向图,并反馈给发射机,使得输出SINR最大化。理论和仿真结果均证明了FDA通过该方法选取到最优频率间隔后,具有更好的抗主、副瓣干扰性能。