阵列雷达最优子阵划分研究

在大型的相控阵天线中,为降低系统复杂性及应用成本,需要采用子阵划分技术对天线阵面进行最优划分。首先总结了基于子阵划分的相控阵雷达信号处理流程,在此基础上,从低副瓣的多波束、子阵级自适应干扰抑制等不同方面研究子阵划分技术。对现有子阵划分的研究途径、划分的方法以及各自特点进行研究和归纳。在抑制波束旁瓣方面,建立了求解最优子阵划分的优化数学模型;在自适应抗扰方面,分析了栅零点等影响子阵级自适应处理性能的因素。最后提出了最优子阵划分问题的进一步研究方向。     

相控阵的两级子阵级加权方法研究

研究相控阵雷达的两级子阵级加权方法.其中第1级子阵级加权用于抑制差波束旁瓣,与Bayliss加权相比,降低了硬件成本与复杂度.第2级子阵级加权用于对和、差波束进行自适应干扰抑制.给出基于修正导向向量的方法,可有效抑制自适应方向图的旁瓣;且具有实现简单的优点,与基于预处理的方法相比有效降低了运算代价.采用修正导向向量与最优波束形成器的结合方法,提高了旁瓣抑制的灵活性;可在较好抑制旁瓣的同时,得到与最优波束形成器非常接近的SINR.仿真结果证明了所提出方法的有效性.     

一种基于粒子群算法的多目标子阵划分优化方法

为了降低硬件成本和系统的复杂度,子阵划分对于大型的相控阵雷达来说是必要的。传统的子阵划分方法主要针对信号处理的单一性能指标优化。针对多项指标优化的问题,本文提出了一种基于粒子群算法的子阵划分结构优化算法,相对于传统的方法能够同时优化多项性能指标,提高信号处理的性能。通过对线性阵列的划分做仿真,展示了粒子群算法对子阵级波束形成多项性能指标的提高。      

基于子阵重叠结构的子阵划分技术研究

对大型阵列进行子阵划分能减少系统控制的路数,子阵级加入时延控制扩展了瞬时带宽。对子阵划分进行重叠排布,提供了窗函数的效果,有效抑制了由子阵划分所引起的过密栅瓣。子阵单元级和子阵级分别进行加权操作,提供了较低的副瓣。     

机载X 波段圆口径平面阵列天线的子阵划分研究

针对机载X 波段圆口径相控阵天线,文中提出了五种典型子阵划分方法,以解决相控阵天线瞬时宽带工作时宽角扫描波束色散的难题,同时,实现指向角偏差、第一副瓣电平、增益、平均副瓣电平、最大副瓣电平等典型参数性能最优化;在仿真分析基础上,总结了子阵划分方法与天线性能之间对应关系。     

基于划分的聚类算法研究综述

在数据挖掘的所有算法中,聚类分析尤为重要.基于划分的聚类算法就是用统计分析的方法研究分类问题.本文介绍了聚类的定义及聚类算法的种类,详细阐述了K均值聚类算法和K中心点聚类算法的基本原理并对它们的性能进行分析,对近年来各学者对基于划分的聚类算法的研究现状进行了梳理,对其具体应用实例做了简要介绍。     

基于通信信号的相控阵天线单脉冲测角算法研究

为了保证移动平台间的定向通信,本文以相控阵天线为例研究了基于通信信号的单脉冲测角算法,设计了基于矩形面阵的和差波束形成方法和基于相位和差的单脉冲测角算法,最后通过仿真分析验证了该测角算法的有效性。     

二维子阵级相控阵空间谱估计方法

目前已提出的空间谱估计方法绝大多数需要已知所有阵元的数字化输出信号,即为基于阵元级的方法.我们对应用于相控阵雷达的二维子阵级空间谱估计方法进行了研究.采用简化的阵列流形,只需精确地确定子阵相位中心与增益,大大降低了对相控阵的校正成本与代价.但其有效的方向估计范围只在子阵的3dB波束宽度内,然而与波束扫描相结合可实现任意空间范围内的方向估计.通过引入加权网络对子阵输出进行后处理,提高了阵列处理的灵活性;构造了基于理想子阵方向图的简化阵列流形,克服了直接简化阵列流形方法的测向范围无法调整的局限性,并能更好地抑制旁瓣源.仿真结果证实了所提出方法的有效性.     

子阵模块不同排列对相控阵天线辐射特性的影响分析

辐射单元矩形栅格排列是相控阵天线中最简单的排列方式,也是最常用的一种排列方式。它是把整个阵面划分成许多矩形栅格,每个辐射元占据一个自然格或栅格的交点。而本文对子阵模块间采用三角形栅格而子阵模块内采用矩形栅格的排列方式进行了分析,通过理论分析验证这种排列方式比普通矩形栅格排列有较大优势。     

子阵级和差波束形成及测角方法研究

大型面阵采用子阵级波束形成降低了计算量和接收通道数,由于只有一套功分网络,无法有效抑制差波束的副瓣。针对单脉冲相控阵系统,在子阵级采用数字加权抑制差波束的副瓣,使用虚拟子阵差波束的加权系数对子阵级输出进行幅度修正,改善了差波束的副瓣性能。基于对称取反的子阵级差波束形成,提出了改进的基于正弦空间坐标系的和差波束测角误差曲线建立及方法,对不同频率及不同波束指向只需建分别立方位和俯仰各一条误差曲线,降低了查表运算量和数据存储需求。仿真结果验证了本文方法的可行性和有效性。     

一种降维空时自适应处理子阵划分方法

针对机载预警雷达降维空时自适应处理的子阵划分问题,提出了一种基于蚁群算法的雷达阵面子阵划分方法。该方法在子阵数给定的情况下,以最大化子阵级空时自适应处理的改善因子为优化准则,利用蚁群算法搜索子阵间的分隔点,从而获取最优的子阵划分方式。子阵划分是一种组合优化问题,蚁群算法非常适合于解决这种问题。仿真结果表明,利用该方法划分子阵并进行子阵级空时自适应处理,其改善因子总体上仅比阵元级的约低2dB,空时自适应方向图无明显的栅瓣,副瓣也较低。     

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。     

二维相控阵-MIMO雷达联合发射子阵划分和波束形成设计方法

为了有效地抑制干扰信号并进一步提高雷达系统的性能,该文提出一种基于2维相控阵-MIMO雷达的联合发射子阵划分和波束形成设计方法。该方法首先将MIMO雷达系统的发射阵列等分成一定数目的非重叠子阵并给每个天线分配相同的发射能量,以确保发射信号具有恒模特性;其次,在一定的约束条件下,以最大化接收波束形成器的输出信干噪比为准则建立关于子阵结构、每个子阵对应的发射波束形成权矢量以及接收波束形成权矢量的优化模型,并采用循环迭代方法进行求解。仿真结果证实了所提方法的正确性和有效性。

     

大型阵列降维-和差多波束形成的联合优化算法

 大型、超大型相控阵列由于具有高增益、指向性强等优点得到越来越广泛的应用,数字波束形成具有抗干扰、波束切换灵活等优点,而基于大型全阵列数字波束形成需要庞大馈电网络与接收/发射通道而面临高成本、低实时性等缺点.针对此,本文提出了一种用于大型阵列的阵列降维-和差数字多波束形成的联合优化算法,该算法对大型阵列采用模拟和数字联合和差多波束形成,通过基于模拟退火、遗传算法和粒子群智能优化算法的子阵划分优化和子阵级与阵元级的和差联合加权逼近优化,保证在模拟子阵方向图内无栅瓣的同时,获得尽可能好的和差波束主副比及差波束零陷深度,且增益损失较小.最后仿真实验和性能分析验证了所提算法的有效性和可行性.     

划分系数和总变差相结合的聚类有效性函数

划分系数是聚类有效性检测中常用方法之一.针对划分系数存在的严重不足,本文从一个新的角度对划分系数进行修改.结合数据的模糊划分得到的总变差,提出了二个新的聚类有效性标准.实验结果表明,本文提出的方法具有良好的分类性能.     

宽带子阵域特征空间稳健对角减载波束形成

针对宽带子阵域自适应波束形成器在实际使用中稳健性下降、对弱信号的检测能力受信噪比限制的问题,提出了一种宽带子阵域特征空间稳健对角减载自适应波束形成方法.首先提出利用子阵域特征空间投影法修正导引向量并得到球形不确定集的估计,再利用RCB（Robust Capon Beamformer）算法得到约束条件下的最优权值.另一方面,利用子阵域互谱密度矩阵的最小特征值作为子阵域非相关噪声功率的估计并进行对角减载,以最优权值对减载矩阵波束形成得到子带波束输出,对每个窄子带重复上述处理,再将结果非相干叠加即可得到本文方法的最终结果.理论及实验分析表明方法能提高自适应波束形成器的稳健性及输出信噪比.     

平面阵子阵级自适应波束形成方法研究

利用遗传算法(GA)将大型阵列划分为非均匀邻接子阵,以主旁瓣比作为适应度函数,并对遗传操作增加约束条件,得到具有栅瓣抑制能力的子阵结构。为进一步抑制平面阵俯仰和方位上的高旁瓣,对平面阵进行两级子阵划分,使平面阵方向图在俯仰和方位上均具有良好的主旁瓣电平比;为消除非均匀子阵结构各子阵通道噪声功率不同对子阵级自适应波束形成算法的影响,通过对阵列协方差矩阵进行奇异值分解、重构特征子空间,提出了基于特征空间重构的子阵级自适应波束形成方法。仿真结果表明了该方法的可行性与有效性。