主瓣干扰下宽带圆阵自适应波束形成方法

在宽带自适应波束形成中,若干扰信号从主瓣进入,往往引起主瓣畸变且副瓣电平增高,波束性能严重恶化。随着圆型阵列的广泛应用,该文针对均匀圆阵的宽带波束形成,合理地构造出阻塞矩阵,对主瓣干扰进行干扰相消预处理,再进行自适应波束形成,解决了主瓣畸变问题,提高了自适应波束的性能。结合均匀分布圆阵所作的计算机仿真验证了该方法的有效性。     

OTH雷达图像的粗糙度指标及用于射频干扰自适应抑制

针对OTH (Over-the-horizon) 雷达距离?多普勒(Range-Doppler, RD)图, 本文首次提出采用纹理粗糙度作为RD图质量的评价指标, 即计算RD图所转化灰度图的Tamura纹理粗糙度. 分析表明, 粗糙度指标能准确反映RD图受干扰情况, 对于不同灰度转换函数具有稳健性. 作为应用举例, 本文将图像粗糙度用于改进射频干扰抑制算法, 使干扰抑制达到自适应优化. 实验结果表明, Tamura粗糙度能够正确反映RD图干扰抑制情况, 优化粗糙度指标能够使干扰抑制自适应达到最优.     

平飞斜侧视双基雷达运动误差分析

双基雷达的实际飞行状态不可避免地会产生速度误差,降低成像质量,影响检测性能。本文基于平飞斜侧视模型对速度误差进行了研究和分析,并给出了速度误差限制条件的解析表达式。具体来讲,首先建立了平飞斜侧视模式下的双基雷达模型,在数学上给出了运动方程表达式;然后导出了收发平台分别沿着理想航线方向、俯仰方向和偏航方向存在误差时的等效距离历史和;在此基础上,通过将速度误差转化为时延走动误差和多普勒相位误差,进而推导出了速度误差的限定范围,为工程设计和实现提供了相关依据和参考。通过仿真验证表明相比于理想航线方向和偏航方向,俯仰方向的速度误差对补偿精度的要求更高,其限制条件也更苛刻。     

基于CSMDEM算法的GMM学习方法

基于Mahalanobis距离的EM(MDEM)算法存在过分裂问题。为此,提出一种竞争结束MDEM(CSMDEM)算法。该算法将最小描述长度准则作为竞争结束条件嵌入到MDEM算法中,能够在估计混合模型参数的同时选择模型阶数。实验结果表明,该算法具有较低的平均EM迭代次数,能够较好地拟合高斯混合模型。当其被应用到跳频网台分选时,能够以较高的正确率分选跳频信号。     

均匀圆阵相干信源DOA估计的差分算法

提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。     

极化MIMO雷达隐身目标检测性能研究*

多输入多输出(MIMO)雷达使用了远距分布的阵元,它利用了信号的空间分集增益来获取更多的目标信息。极化是另一种可以提高雷达系统性能的分集方式。当应对隐身目标时,传统的极化雷达在某些观测角度会遭受到较大的目标雷达截面积(RCS)衰减,而无法获得较好的检测性能。而在一个雷达系统中同时利用这两种分集增益,可以得到一种比传统极化雷达更具优势的新雷达检测系统——极化统计MIMO雷达,它可以更好地应对隐身目标检测。给出了相应的模型,并推导出了该雷达系统的检测性能解析式。将其与传统相控阵及非极化统计MIMO雷达比较,可以看到极化统计MIMO雷达的检测性能更佳。联系到隐身目标的特性,极化MIMO雷达的检测器特性应对它时具有显著优势。最后,以上方法通过仿真得到了验证。     

多个TDMA目标联合时差测距与定位算法

根据TDMA系统时间同步特征,利用多个目标时隙信号的时间关系,提出一种两目标联合时差测距算法和多目标加权最小二乘测距算法,并实现多个目标的定位。该算法能够消除传统时差定位算法中的模糊和无解情况,由于利用所有目标的时差信息对目标进行定位,在多目标情况下提高了目标定位的精度。仿真结果验证了算法的有效性。     

DDC中的抽取滤波器设计及FPGA实现

本文介绍了在数字下变频（DDC）中的抽取滤波器系统设计方法和具体实现方案。采用CIC滤波器、HB滤波器、FIR滤波器三级级联的方式来降低采样率。通过实际验证，证明了设计的可行性。     

Incremental-based Nonlinear Detection Algorithm for MIMO System

A novel incremental nonlinear detection algorithm is presented for Multiple-Input Multiple-Output （MIMO） system. In this algorithm, the received data at multiple receiver antennas are nonlinearly mapped and then summed with weights. The weight coefficients are incrementally computed to avoid direct computation of the inverse of a matrix, which greatly reduce the computational complexity. Simulation and comparison show that the proposed algorithm can obtain better performance of Bit Error Rate （BER） than linear Minimum Mean Square Error （MMSE）.     

宽带阵列信号波达方向估计的新算法

随着信号处理技术的发展,阵列信号处理的许多领域如雷达、声纳等越来越需要更精确的估计空间宽带信号源的波达方向（direction of arrival,DOA）。CSM（coherent signal subspace method）聚焦类DOA估计算法需要预估计波达方向,预估角偏差会影响聚焦效果,严重时会导致算法失效,本文提出一种基于一致聚焦的DOA估计方法,该方法不需要预先估计到达角,通过聚焦矩阵将宽带信号聚焦到一个中心频率,然后可利用窄带DOA算法进行估计。该算法提高DOA估计的分辨率、估计精度,也增强了算法的实时性,仿真结果验证了此算法的有效性。