虚拟极化在雷达目标检测的得益研究

为了定量研究虚拟极化在雷达目标检测的得益,在实测数据基础上分别基于参数估计法和搜索法计算极化状态,提出虚拟极化得益有别于极化分集的得益,给出了虚拟极化得益的评估方法。实验结果表明虚拟极化的得益最大为3 dB,虚拟极化的得益与接收双通道SNR的差值的大小成反比例关系:接收双通道的SNR差值为0 dB～6 dB时,虚拟极化得益为1 dB～3 dB;接收双通道SNR差值>6 dB时,虚拟极化得益<1 dB,此时虚拟极化合成没有意义。此外,从时间成本和效果上评估,优选参数估计法计算极化状态。从应用角度上分析,虚拟极化在小SNR目标检测具有潜力,而对于大SNR的目标检测可以增加探测距离。     

舰载雷达后端系统体系架构技术

针对未来作战平台发展需求、趋势和当前作战平台的不足,分析了未来舰载雷达系统后端采用多层次的通用架构的优势,并从系统架构、硬件基础、软件基础、总线技术、资源调度等方面,给出开放式系统架构设想和发展建议,并提出了实现此架构的技术设想和方法,以满足未来不同作战系统和作战任务场景下,达到不同作战平台系统的架构共融、资源共用、协同工作和高效处理的需求,同时满足系统信息安全性要求。     

基于DSP的直接转矩控制系统的设计与实现

开发了一种基于TMS320F240DSP实现电机交流调速的直接转矩控制系统,介绍了系统的设计方案和软硬件的实现方法。实验结果表明,系统具有良好的性能。     

基于稀疏重构理论的雷达多径信号参数估计法

针对电子侦察系统中多径效应导致雷达辐射源信号参数测量性能下降问题,提出了一种基于稀疏重构理论的雷达多径信号参数估计方法.该方法首先建立了多径信号的传输模型,然后分析了多径信号稀疏表示的可行性,着重论述了基于稀疏分解和信号重构的多径分量参数估计方法,最后进行了仿真实验.实验结果验证了文中方法的有效性,与传统方法相比,该方...     

起伏地形条件下的低仰角测高方法研究

针对起伏地形条件下米波雷达低仰角测高问题,提出了一种基于地形扰动建模的低角测高方法。该方法利用垂直放置的天线阵列接收回波信号,基于地形扰动建模,提取起伏条件下的主特征分量,并对目标高度进行一维搜索,通过判定两个信号子空间是否相交来估计得到目标高度。通过计算机仿真和试验分析了方法的测高性能,并验证了该方法的有效性。     

一种远程监测监控装置用不间断开关电源的设计

介绍了一种适用于户外电网远程监测监控的不间断高频开关电源 ,设计了一种简易可靠的 110V/2 2 0V自动切换电路 ,以满足宽范围电压输入要求。运行结果表明 ,该电源各项性能指标能满足设计要求 ,具有防雷击、适应温度范围广和成本低的优点。     

基于分形特征的高频雷达目标检测技术

在现代化战争中,高频雷达起着越来越重要的作用,同时由于各种强杂波的干扰,对高频雷达目标(小目标)的检测需要寻找更好的算法.针对传统相干积累算法对高频雷达舰船目标检测的不足,文中提出了一种基于分形特征的高频雷达目标检测的新方法,利用合维数法计算分形维数,给出了自适应检测门限.在实测数据基础上对分形算法进行验证,实验结果表...     

低信噪比损失的旁瓣抑制滤波器

提出一种具有低信噪比损失的旁瓣抑制滤波器设计方法.常规的旁瓣抑制滤波器通常以峰值旁瓣最低为设计目标,未考虑信噪比损失的控制.本设计先给出了滤波器信噪比损失的表达式,在设计目标函数时考虑了信噪比损失,按加权失配滤波法得到显式的滤波器系数迭代关系式.该方法适用于二相码、多相码、LFM信号和NLFM信号.对于LFM信号,在信噪比损失相同(均为1.4 dB)的情况下,本方法所得滤波器较之常规的频域加窗法,峰值旁瓣低5 dB以上;而在峰值旁瓣电平相近的情况下,信噪比损失只有1 dB.     

基于K-邻相关与RFT的长时间积累算法

随着隐身技术的发展,飞机导弹等高速运动目标的RCS越来越小,需要采用长时间积累的方法实现目标检测。文中提出了一种基于K-邻相关和Radon Fourier 变换（RFT）的小目标长时间积累算法。首先,利用K-邻相关算法实现目标运动参数的粗略估计;然后,利用RFT实现信号的高效积累。仿真和实录数据验证表明：该方法能有效实现高速高机动小目标检测,信噪比损失0.5 dB以内。     

多传感器系统误差特性匹配的动态估计与补偿算法

针对非合作目标场景下多传感器系统误差估计的工程应用问题,提出了一种面向工程应用的多传感器相对系统误差动态估计与适配性处理算法(μ-DECA),提高了多传感器融合系统的精度和稳定性。建立了系统误差实时估计模型,设计了一种多传感器相对系统误差动态迭代估计与补偿算法,使得各传感器原始点迹和融合航迹的误差特性趋于一致,克服了多传感器系统点航迹关联的困难,保证了相对系统误差估计与补偿的正确性。通过不同设备多个场景的实测数据,验证了该方法能够补偿环境等因素对传感器系统误差的影响,提高了多传感器融合的精度和稳定性,改善了多传感器融合系统输出点迹的质量。