转发式假目标干扰的极化鉴别

高逼真度转发式假目标干扰对雷达系统的检测、跟踪以及数据处理都形成了很大的威胁,对真、假目标进行鉴别进而剔除假目标,是雷达对抗假目标干扰的一种有效途径.然而,由于转发式假目标干扰技术的日益进步,从时域、频域或者空域已经越来越难以将其鉴别.文中研究了利用极化信息鉴别目标和假目标的技术:根据假目标信号矢量极化比固定而目标信号矢量极化比随雷达发射极化而改变这一差异,将鉴别问题转化为二维复空间上的直线判别问题;推导了假目标鉴别统计量的分布表达式,依之分析了干扰的鉴别率;对于目标,提出了目标散射矩阵的分解模型及鉴别判别量的概念,从而根据目标鉴别判别量即可预估目标的鉴别率,完整地分析了算法的鉴别性能.仿真实验结果表明,文中方法能稳定而有效地鉴别真、假目标.     

K分布海杂波相干视频信号之仿真

提出了一种基于K分布的高分辨率雷达海杂波模型和仿真算法。对这种算法的思路和实现步骤进行了说明，并对其中的若干关键问题进行了研究。设计了仿真场景和雷达参数，在高性能微机上进行了杂波仿真实验，仿真结果表明该算法准确、可行。     

低空镜像角闪烁的雷达极化效应分析

雷达探测低空目标时,镜像“目标”严重影响雷达检测与仰角测量性能。镜像“目标”对雷达仰角测量的影响一般用两点源角闪烁模型来描述,国内外已有很多文献对低空镜像角闪烁问题展开了研究,但未对雷达极化的重要影响给予足够关注。本文着重围绕雷达天线极化和目标极化散射矩阵对低空镜像角闪烁的影响效应,开展了理论推导与仿真分析,相关模型可为雷达低空镜像角闪烁抑制技术提供参考和依据。     

UHF波段雷达面临基站干扰信号的极化特性测量与分析

移动通信基站的下行信号会影响UHF波段雷达的目标探测和跟踪,开展基站干扰环境的极化特性测量与分析,是利用极化处理手段对抗此类干扰的基础和依据。该文首先建立了UHF波段双极化雷达对基站信号接收模型,推导了极化比和极化度估计量的概率密度函数用以表征干扰环境极化统计特性;而后分别开展了对单个基站和多个基站的雷达外场接收测量试验,实验结果说明了确定性描述方法仅适用于表征极化度较高的单个基站信号,对多基站或极化度较低的情形则不再适用。通过实测数据与理论模型的拟合验证了该文给出的统计模型在描述两种场景下干扰信号统计特性上的正确性和适用性。      

基于极化-空间谱特征的雷达目标检测方法

主瓣压制干扰是当前雷达界面临的重大威胁,具有接收增益大与目标时-频-空域差异小的主要特点而难以抑制,近年来利用极化滤波技术抑制主瓣干扰获得了重要的理论与实践进展,但对于主瓣多点源干扰、主瓣变极化干扰,现有方法仍然难以应对。采用“特征鉴别”的思路,提出一种基于极化-空间联合谱特征的目标检测方法,立足于发射极化分集体制,利用目标回波与干扰信号的极化散射特性差异,将目标检测问题转化为联合谱特征鉴别问题,能够有力提升雷达在主瓣多点源干扰、主瓣变极化干扰环境下的目标检测能力。     

两点源角度拖引干扰方法研究

角度欺骗干扰可以有效地干扰雷达的角度测量系统,减少其携载平台被跟踪锁定的危险.在对两点源干扰测角偏差统计特性分析的基础上,提出了一种角度拖引干扰方法,该方法仅通过幅度控制实现角度欺骗,有利于工程应用.通过系统建模与仿真对该方法进行了验证,仿真结果表明该方法具有稳定、有效的角度欺骗性能.     

空间二维相关K分布杂波建模与仿真

针对雷达杂波在空间二维相关的特点,提出了一种相关K分布杂波模型及仿真方法:首先提出了基于1-范数的空间相关性假设,然后利用修正的球不变随机过程(SIRP)法得到相关K分布随机场,最后,利用计算机仿真实验验证了该杂波建模方法的正确性。     

基于ActiveX技术的雷达PPI仿真

本文介绍了ActiveX技术，探讨了将其应用在雷达电子战系统仿真中的方法和重要意义，并给出了利用ActiveX技术开发雷达平面显示器（PPI）的应用实例。     

雷达目标散射功率矩阵测量

雷达目标极化特性测量是雷达界关注的基本问题,在雷达目标极化增强和雷达目标极化识别等领域都具有重要应用.现有极化测量雷达普遍采用的分时极化测量方法受制于目标运动带来的影响,限制了其在上述领域的应用.文中以目标散射功率矩阵为测量对象,通过设计极化处理方式,克服了目标运动带来的影响,分析和验证了测量误差的统计特性和测量性能.     

极化调制假目标干扰的鉴别

采用数字射频存储器(DRFM)技术的转发式假目标干扰对雷达构成了日益严重的威胁,利用极化信息对真、假目标进行鉴别进而剔除假目标,是对抗假目标干扰的一种有效途径.目前的极化鉴别方法只对脉内极化恒定的假目标干扰有效,为此,本文专门研究了真实目标和脉内极化调制假目标的鉴别方法.首先设计了一种对来波极化矢量进行张量积接收的处理方式,目标回波矢量经此处理后,汇聚于四维复空间中一点,而假目标干扰则无规律地散布在该空间中,利用这种差异,以矩阵间的散度作为鉴别统计量设计了鉴别算法.仿真实验结果及分析结论表明,本文方法对真实目标和脉内极化调制假目标均具有较高的鉴别率.