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JADE的和差四通道抗多主瓣干扰算法

强压制干扰出现在雷达主瓣内时,雷达的探测效能会受到严重影响。对此,提出了基于矩阵联合对角化（Joint Approximation Diagonalization, JADE）的和差四通道抗多主瓣压制干扰算法。新方法利用JADE算法通过对和差四通道接收到的混合信号进行盲分离,然后对分离后的4个通道进行脉压处理,最后进行峰值检测以提取目标回波信息,从而有效抑制多主瓣压制干扰。仿真结果表明,该方法在主瓣干扰位于1/10个波束宽度时依然有效,性能比空域自适应处理方法有明显改善。     

一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法

主瓣干扰对抗一直以来是雷达领域的难题之一，给雷达的探测、跟踪和识别带来了严重威胁.对此，本文提出了一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法，可有效抑制主瓣干扰并估计目标距离、角度参数.所提方法首先对接收信号进行阻塞矩阵预处理，可在抑制主瓣干扰的同时保持目标回波在各阵元之间的相位关系，即保留了目标的角度信息；然后对预处理后的数据进行空域波束合成并脉压，可估计目标的距离参数信息；最后，根据得到的目标距离估计，截取预处理数据中目标附近的数据，并对其进行稀疏恢复估计目标角度参数.所提方法即可应用于面阵，也可应用于线阵，其优势在于可以在空域任何一维上抑制主瓣干扰，并同时估计目标在空域两维上的角度.尤其是当目标与干扰的某一维空域角度相同时，所提方法仍然可以同时估计目标的方位、俯仰角.     

一种基于原子重构的雷达抗主瓣干扰方法

为提升主瓣干扰下雷达作战效能,提出了一种基于原子重构的雷达抗主瓣干扰方法,可有效抑制主瓣干扰,同时具有较高的目标距离和角度估计精度.首先采用特征投影预处理(EMP)算法抑制主瓣干扰,进而通过波束形成和脉冲压缩估计目标距离,然后利用原子重构法估计目标角度.该方法对雷达阵列结构要求不高,既可适用于线阵,也可适用于面阵.当目标方位角(或俯仰角)等于干扰方位角(或俯仰角)时,该方法仍然能同时有效地估计目标方位角和俯仰角.     

子阵级和差及辅助波束联合自适应单脉冲方法

数字阵列雷达在每一个阵元后有一个接收通道,若采用全自适应处理,则计算复杂度高,难以满足实时性需求。因此,对于实际的系统往往要采用降维自适应阵列处理去解决以上问题。鉴于此,提出一种子阵级和差及辅助波束联合自适应单脉冲算法。该方法基于子阵降维情况下,利用子阵合成的高增益差波束以及若干子阵合成的指向若干副瓣干扰(SLJ)方向的辅助波束来对消主副瓣干扰。理论分析和仿真结果均表明,该方法不仅在有效抑制主副瓣干扰的同时保证了高精度的单脉冲测角能力,并且进行子阵降维处理解决了相控阵体制雷达阵元数繁多所带来的问题,便于工程实现。     

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。