一种改进HMSWF导航接收机空时抗干扰方法

该文针对抑制GPS信号中期望信号方向的冲激毛刺干扰影响问题,提出改进的Householder多级维纳滤波(HMSWF)方法,该方法用具有最小模的样本商作为复权,替代部分HMSWF的权值计算,新方法应用于GPS接收机空时抗干扰中,能很好抑制期望信号方向的冲激毛刺干扰对自适应权值计算的影响。计算机仿真结果验证了算法的优良抗干扰性能和良好的抑制期望信号方向冲激毛刺干扰影响的能力。     

卫星导航空时联合抗干扰研究

本文给出一种卫星导航抗干扰的空时联合算法。这种算法将单纯的空域抗干扰扩展到空时二维域,它在不增加阵元的前提下,大大地增加了阵的自由度。计算机仿真结果给出了对抗干扰的性能。     

导航接收机的空时抗干扰研究及实现

针对全球卫星定位系统中的空时自适应抗干扰技术,讨论了基于多级维纳滤波的抗干扰系统研究和实现,通过对空时自适应处理和算法的建模,研究了该系统的整体抗干扰性能,并基于此设计了一种软件系统实现空时抗干扰的功能。经过实验测试证明,系统能够实现空时抗干扰的功能,并能抑制多个窄带、宽带的干扰,抑制效果达到50~70 dB,并使接收机的整体抗干扰能力约达到70 dB。     

GPS空时自适应阵列干扰仿真研究

在分析了GPS空时自适应处理(STAP)抗干扰技术的基本原理与自适应时域滤波器带宽特性的基础上,提出了可大幅度减少对抗STAP所需干扰源数量的方法。仿真试验表明,对于天线单元为M,延时抽头数为N的STAP,如果全部采用窄带干扰信号,所需干扰源的数量约等于N(M-1)+1;如果采用宽带干扰信号,则有效对抗STAP所需的干扰源数量仅等于阵列单元数M。     

基于自适应二维阵列的GPS接收机抗干扰的研究

ＧＰＳ接收机易受到外来射频的干扰，增强其抗干扰能力则在在复杂电磁环境中现代军事应用所提出了的客观要求，本文探讨了自适应二维阵列在其中的应用，它最大的优点是能够智知干扰的存在，并加以抑制，文中分析了阵列的暂态和稳态特性，提出了零陷阈域的概念，连同暂态响应时间一起作为衡量阵列性能的量度，结合四元二维阵列进行了仿真分析，结果表明，该阵列可行有效的。     

基于环境动态感知的空时自适应处理

在非均匀环境中,缺乏独立同分布的训练样本会使空时自适应处理(Space-Time Adaptive Processing, STAP)算法性能严重下降。针对这个问题,该文提出一种基于环境动态感知的空时自适应处理方法。该方法首先通过发射一组正交信号感知观测场景获取杂波信息;然后利用杂波信息结合平台参数及系统参数预测未来一段时间内杂波的协方差矩阵;最后将预测的协方差矩阵与样本协方差矩阵进行组合以构造空时滤波器。仿真结果表明,与传统的知识辅助类STAP算法相比,该方法在缺乏准确先验知识的情况下依然可以有效地抑制非均匀环境中的杂波。     

GPS接收机抗干扰空时自适应滤波方法

针对联合空时处理使计算量显著增加这一问题，本文研究一种数据分段输入的降秩自适应滤波方法，使GPS接收机空时抗干扰方法具有可行性和易行性。     

基于空时联合约束的机载雷达STAP单脉冲角度估计方法

对现有STAP(Space-Time Adaptive Processing)单脉冲角度估计方法存在单脉冲比失真及目标多普勒失配时角度估计性能严重下降的问题,本文从数学上分析了常规STAP单脉冲方法的失效机理,并基于机载雷达杂波的空时耦合特性,将差波束约束条件扩展到空时二维空间,提出了基于空时联合约束的STAP单脉冲角度估计方法,将单脉冲曲线延伸为单脉冲曲面,通过空时联合约束显著提高了目标角度估计的精度和稳健性.计算机仿真结果验证了本文方法的有效性.     

基于线性约束的空时自适应单脉冲技术

机载雷达平台的空时自适应处理(Space-Time Adaptive Processing,STAP)通常用于对地面运动目标的检测,但无法实现对相应目标的空时参数估计。该文基于线性约束自适应单脉冲技术,提出一种运动目标空时参数估计新方法。该方法通过对差波束进行零点约束、鉴角率约束及去耦约束,有效地克服了主瓣内杂波对差波束形状的影响,保持了单脉冲特性,提高了目标空时参数的估计性能。仿真结果表明,与同类方法相比,该方法具有优异的空时参数估计性能。     

卫星导航用户机自适应滤波研究

基于GPS接收机自适应滤波应用分析,系统地研究了卫星导航用户机时域、空域和空时域自适应滤波技术,以及相应的设计方案。重点通过空时处理等效性分析,提出卫星导航用户机在当前时域数字滤波器和空域自适应调零天线研究基础上,根据区域卫星导航系统实际应用要求,将空时域次优处理和小型阵列最优处理作为重点研究方向。     

高动态条件下统计空时零陷加宽方法

论文根据弹载导航接收机的特点,建立了高动态环境的抗干扰模型;针对高动态环境下干扰的特点和传统零陷加宽方法的不足,提出新的基于统计的空时零陷加宽方法。该方法能在高动态条件和其它非理想因素引起的通道及数据失配的情况下有效地抑制干扰,大大增强弹载导航接收机抗干扰算法的鲁棒性。仿真试验表明了所提方法的有效性。     

基于道路信息的知识辅助空时自适应处理

主波束中的车辆回波信号会污染空时自适应处理(STAP)的训练样本,导致空时自适应处理时的目标自相消,引起漏警。针对这一问题,该文提出一种基于道路信息的知识辅助(KA)空时自适应处理方法。该方法首先根据主波束中道路相对于雷达的位置估计道路上车辆相对于雷达的径向速度,然后得到可能含有主波束车辆回波信号的距离-多普勒单元,接着根据训练样本与杂波导向矢量和主波束导向矢量的匹配程度判断这些训练样本是否包含主波束车辆回波信号,最后在进行空时自适应处理估计杂波协方差矩阵时剔除被主波束车辆回波信号污染的训练样本。理论分析及实验结果表明该方法可以提高道路密集环境中空时自适应处理的信杂噪比输出,改善空时自适应处理雷达的性能。     

基于空时降维处理的高动态零陷加宽算法

空时自适应处理是卫星导航抗干扰的有效方法。但在高动态环境下,干扰来向动态变化,干扰很容易移出常规自适应抗干扰算法所形成的窄零陷,导致算法失效。常用的解决办法是加宽零陷。该文从干扰来向变化的统计模型出发,提出一种基于拉普拉斯分布的空时加宽零陷算法,该算法能在干扰方向形成较宽的零陷。并且考虑到空时处理将增加算法的计算复杂度,该文将新的空时加宽零陷算法与多级维纳滤波器相结合,给出一种基于空时降维处理的加宽零陷算法。新算法能有效降低算法复杂度,并能在小快拍下得到更好的性能。仿真结果表明新算法的有效性。     

机载雷达极化空时自适应滤波性能分析

该文针对极化空时自适应处理时,目标极化状态未知的瓶颈问题,提出了先预估计目标的极化状态,然后再进行滤波的方法。该方法无需在极化域专门设置滤波器组进行搜索,大大减少了计算量。提出了最小方差无偏估计和正交投影估计两种极化矢量的估计方法,并将估计性能与Cramer-Rao界进行了比较,从理论上证明了最小方差无偏估计性能较好。与之相对应,提出了两种极化空时自适应滤波方法。仿真验证了特别当目标慢速运动时,极化空时自适应滤波明显优于空时自适应滤波。     

复杂约束条件下空时自适应抗干扰方法

联合空时自适应处理虽然增加了阵的自由度,但随着处理维数的增加,计算显著增加.而对于复杂约束MV准则下的空时处理,计算将变得更为复杂[1],且需要计算约束矩阵的正交补.针对这一问题,本文利用空时处理观测信号协方差矩阵的Hermite特性,以及正交投影的思想推导证明了复杂约束条件下MV问题可以直接转化为无约束的维纳滤波问题.这使得复杂约束的空时处理变得与简单约束一样容易.仿真结果表明新方法可行、有效.     

基于频率非均匀采样杂波谱配准的天基雷达STAP方法

地球自转和非正侧面阵配置会使得天基雷达杂波谱随距离发生变化,呈现出非平稳性,从而严重影响统计STAP方法的杂波抑制性能。为了补偿这种非平稳性,该文提出了一种基于频率非均匀采样的杂波谱配准方法,建立了非均匀谱配准法的数学模型,给出了频率非均匀采样点的选取方法以及谱配准后杂波协方差矩阵的估计方法等。通过对天基雷达的仿真实验表明,上述谱配准法可有效消除杂波非平稳性,获得较好的处理性能。     

空时自适应处理的滑窗递推QR算法

在局部平稳的杂波环境下,滑窗样本选取方法可以比较准确地估计检测单元的杂波统计特性。该文提出基于滑窗选取样本的递推QR算法,它采用双曲Householder变换实现QR分解的递推,能有效地抑制局部平稳杂波,且具有数值稳定性好,计算量小的优点。仿真数据处理和实测数据处理验证了该方法的有效性。     

机载火控雷达慢速目标检测

该文研究机载火控雷达对慢速目标的检测方法以及发射信号带宽对慢速目标的检测性能的影响。通常情况下,机载火控雷达地杂波多普勒频率多重模糊,主瓣杂波带宽大,常规处理性能很差。该文结合实际情况。重点分析了机载火控雷达检测地面慢速目标的特点,分析了主瓣杂波这一制约系统检测性能的主要因素,比较了两类空时二维处理方案对慢速目标的检测性能。采用较大的发射带宽是火控雷达的发展方向,雷达发射信号的带宽是影响系统对慢速目标检测性能的重要因素,该文通过理论分析和仿真试验比较了不同带宽情况下系统对慢速目标的检测能力。     

基于模型驱动深度学习的OTFS信道估计

针对单输入单输出(SISO)的正交时频空间(OTFS)调制系统,该文利用一种模型驱动深度学习算法进行OTFS信道估计。该方案首先将去噪近似消息传递(DAMP)算法进行深度展开,利用去噪卷积神经网络代替传统的去噪器,对含噪的时延多普勒信道进行去噪估计,然后提供了状态演化方程来预测可学习去噪近似消息传递(LDAMP)算法的理论归一化均方误差性能。仿真结果表明,相比于其他估计方案,该方案不仅在低信噪比条件下具有优越的性能表现,而且还具有非常好的鲁棒性,在信道路径总数不变时,增加OTFS 2维网格点数量,可以有效提升信道估计精确度。