宽带LFM信号距离像补偿技术研究

在以去斜方法进行脉冲压缩来获得目标一维距离像的雷达系统中，由于存在多种系统误差，使得脉冲压缩后的压缩脉冲旁瓣升高，主瓣展宽，影响了一维像的质量，因此，要获得满意的距离像需要对这些误差进行补偿，而有些误差具有移变性，增加了补偿的难度。文中以实验系统为背景，基于对系统误差测量数据的分析研究，表明采用分段补偿的办法可以克服非线性移变特性的影响，满足系统指标要求。     

脉冲多普勒雷达中补零FFT与折叠FFT的性能比较

脉冲多普勒雷达中相干脉冲数经常不是2的整数幂,当进行FFT时需要尾部补零或脉冲折叠。本文推导了补零FFT与折叠FFT的解析关系,发现抽取前者的偶数号频点得到后者;计算了两种FFT的跨越损失,因为上述抽取关系,折叠FFT的跨越损失更大。另外,在统计意义上补零FFT的虚警数是折叠FFT的2倍,为使两者的虚警数相同,要求补零FFT的检测门限高于折叠FFT的检测门限。计算发现,两个门限仅相差0.16～0.32dB。     

SAR星的可对抗性研究

首先，讨论了进行合成孔径雷达(synthetic aperture radar，SAR)星对抗的必要性和技术可行性，提出了进行SAR星对抗的技术途径；然后，介绍了笔者已进行的基础研究，如SAR星的可对抗性研究，电磁脉冲发生器(electromagnetic pulse produce genevator，EMPG)注入对抗技术试验研究，近区和远区箔条干扰机理分析，对SAR天线的无源干扰分析，馈源特性分析与材料改性实验及其他相关工作；最后，提出了进行SAR星对抗要采用有源无源并举，重视无源对抗，做好基础技术配套工作等方面建议。     

基于灰关联混合蛙跳算法的雷达波形设计

提出了一种基于灰关联混合蛙跳算法的雷达波形设计方法,以混合蛙跳算法为主体,在局部更 新算子中引入遗传算法的遗传算子,并改进原始蛙跳算法的分组方法,丰富了种群的多样性,同时引入灰关联综合评价法则对适应度函数值加以关联度分析。文中以设计具有低自相关旁瓣和互相关特性的正交多相编码为例,将该算法用于雷达波形设计中。仿真结果表明使用本文算法产生 的波形具备较好的低自相关特性和互相关特性,表明了该算法是有效和可行的。     

基于自适应遗传算法的稀布阵天线优化

稀布阵能够以较少的天线单元,通过稀布的方式和先进的处理算法获得与传统等间距阵相当的孔径效能,降低了系统的硬件成本,具有灵活布置的优点、重要的研究意义和应用价值。稀布阵与同口径满布阵相比副瓣电平较高。文中提出了一种基于自适应遗传算法的稀布阵列综合优化方法。该算法采用实值编码方式,引入自适应遗传算子,有效提高了优化效率,避免陷入个体早熟及局部收敛,得到了更低的副瓣电平。给出了具体实现步骤以及仿真实例,结果表明,采用自适应遗传算法,得到了更低的稀布阵天线副瓣电平。     

统计MIMO雷达的多目标定位和速度估计方法

在多目标情况下,统计多输入多输出(MIMO)雷达需要对不同观测通道中估计出的目标参数进行配对,才能完成多个目标定位及其速度估计。针对这一问题,对统计MIMO雷达提出了一种映射搜索配对法来实现在不同观测通道中的目标距离延时和多普勒频率估计值的配对,从而获得目标位置及其速度估计值。仿真结果表明,该方法在目标雷达散射截面(RCS)闪烁情况下能对多个目标进行有效定位和速度估计。     

超高层全逆作地下连续墙后注浆技术研究

结合实际工程,通过研究注浆液的扩散机理,确定地下连续墙墙底后注浆量计算表达式,并将理论结果与试验注浆量进行了对比分析。     

机会数字阵列雷达系统初探

机会数字阵列雷达是以数字阵列雷达为基础,采用无线通信技术发展起来的一种新概念雷达。本文介绍了全数字化机会数字阵列雷达的基本原理、关键技术、突出优点和研究状况,给出了系统和各关键组成部分的框图,并对影响雷达系统性能的部分指标做了定性探讨和定量估算,证明了机会数字阵列雷达概念的可行性。     

Pattern synthesis optimization of 3-D ODAR based on improved GA using LSFE method

Pattern synthesis in 3-D opportunistic digital array radar(ODAR) becomes complex when a multitude of antennas are considered to be randomly distributed in a three dimensional space.In order to obtain an optimal pattern,several freedoms must be constrained.A new pattern synthesis approach based on the improved genetic algorithm(GA) using the least square fitness estimation(LSFE) method is proposed.Parameters optimized by this method include antenna locations,stimulus states and phase weights.The new algorithm demonstrates that the fitness variation tendency of GA can be effectively predicted after several "eras" by the LSFE method.It is shown that by comparing the variation of LSFE curve slope,the GA operator can be adaptively modified to avoid premature convergence of the algorithm.The validity of the algorithm is verified using computer implementation.     

机动目标跟踪时组网机会阵雷达功率分配算法

针对机动目标的高动态属性导致雷达系统不能精确地分配系统资源问题,本文提出了一种基于改进的当前统计模型的组网机会阵雷达功率分配算法。该算法通过改进的当前统计模型预测机动目标运动状态,采用预测的条件克拉美罗界作为功率分配时目标跟踪性能的衡量基准。针对目标信息的不确定性,引入随机变量表征目标RCS,建立基于机会约束规划的功率资源分配模型,并设计混合智能优化算法求解满足机会约束的最优功率分配。仿真结果表明,预测的条件克拉美罗界能够提供一个更加精确的跟踪性能衡量边界,该算法能够有效提高雷达系统资源利用率。