基于自适应滤波和AR模型的ARM检测技术

根据反辐射导弹(ARM)的加速度明显的特征,可以应用AR模型来检测ARM。但在载机信号与ARM信号功率比过高时,也不能将ARM信号有效的检测出来。针对这种情况,提出一种基于自适应线性滤波和AR模型的反辐射导弹检测技术,首先利用自适应线性预测滤波法对雷达回波在时域进行载机信号抑制,然后用AR模型进行功率谱估计。仿真结果表明,该方法能够将微弱的ARM信号准确的检测出来,从而实现实时告警。     

宽带双基地MIMO雷达的参数联合估计的新方法

提出了一种基于分数阶功率谱的宽带双基地MIMO雷达中参数联合估计的新方法。在许多情况下,根据窄带信号模型对宽带回波信号中的参数进行估计是不合适的,因此提出一个新的宽带回波信号模型对运动目标参数进行估计。根据分数阶功率谱(FPSD)的峰值点对多普勒频移因子和时延参数进行联合估计。并依据分数阶功率谱的峰值点构造2个子阵,提出的FPSD-MUSIC算法和FPSD-ESPRIT算法实现了对收发角的联合估计。接下来推导了该信号模型中参数估计的克拉美罗界。仿真实验验证了算法的有效性。     

基于频域遮隔及分数阶相关的反辐射导弹检测技术

该文提出一种基于频域遮隔及分数阶相关来检测反辐射导弹(ARM)的新方法。该方法利用雷达回波的频域(Fourier变换)数据,根据尖锋作遮隔处理后,直接运用基于分数阶Fourier变换(FrFT)和Fourier逆变换的分数阶相关方法,通过一维搜索来检测ARM。由于该方法利用了现有的Fourier数据,且分数阶Fourier变换可以通过Fourier变换实现,无需多通道相位补偿和二维搜索,故计算量小。仿真结果表明,该方法能够在ARM信噪比低达#61485;10dB,ARM与载机回波功率比为#61485;27dB的情况下,准确地检测出ARM,从而实现ARM发射的早期告警。     

高动态环境二进制偏移载波调制信号的捕获

针对含一阶多普勒变化率的高动态二进制偏移载波（BOC,Binary Offset Carrier）调制信号捕获精度低且运算量大的问题,本文在部分匹配滤波器结合分数阶傅里叶变换（PMF-FRFT,Partially Matched Filter-Fractional Fourier Transform）算法的基础上提出使用分数阶功率谱累积结合分级FRFT的捕获算法。该算法首先利用PMF对信号进行分段处理,实现了接收信号和本地伪码之间的快速相关。然后结合线性调频信号（LFM,Linear frequency modulation signal）在不同FRFT域内的能量聚集特性,利用分级FRFT结合分数阶功率谱累积精确确定最优阶数。最后利用FRFT在所对应的最优阶数下结合分数阶功率谱累积实现对存在一阶多普勒变化率信号的精确捕获。仿真结果表明,该算法可以减小算法运算量,缩短捕获时间。且在功率谱累积20次,伪随机码长度为1023、信噪比为-22 dB左右的时候仍然能够实现精确的捕获。     

基于FRFT的雷达微弱目标信号检测算法

针对低信噪比下雷达目标回波检测的问题,提出对回波预处理后接分数阶傅里叶变换的检测方法。预处理为AR滤波器抑制杂波并用小波去噪。由于低信噪比下分数阶傅里叶变换检测性能低,对回波做预处理提高回波信噪比。再运用分数阶Fourier变换对LFM信号的聚敛性质检测。仿真结果表明,文中提出算法检测性能优于直接进行分数阶傅里叶变换。     

基于分数阶傅里叶变换的反辐射导弹检测技术

提出一种应用分数阶傅里叶变换(FRFT)来检测反辐射导弹(ARM)的新方法。由于分数阶傅里叶变换可以通过快速傅里叶变换实现,且不需进行多通道相位补偿,计算量小。仿真结果表明,该方法能够在ARM信噪比低达-14dB、ARM与载机回波功率比为-27dB的情况下,准确地检测出ARM来,从而实现ARM发射的早期告警。     

基于自适应线性预测滤波的反辐射导弹检测技术

本文提出一种基于自适应线性预测滤波器技术实现的反辐射导弹(ARM)检测新方法,可以有效地将雷达回波中的强载机信号消除而保留微弱的ARM信号,使ARM的检测更加迅速、可靠.仿真结果表明,这种方法可以在低达-20dB的ARM与载机回波功率比中实现ARM信号的有效检测识别,从而实现ARM发射的早期告警.     

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.     

基于最大信噪比的雷达波形优化方法

针对雷达回波信号的信噪比问题,本文在各种通用杂波功率谱模型下提出了一种优化波形算法.它参考点目标、高斯白噪声下的匹配滤波原理,利用Schwarz不等式和拉格朗日算法,得出了优化信号与杂波功率谱之间的关系表达式.仿真表明,相对于线性调频信号(LFM),该算法可以提高雷达回波信号的输出信噪比,从而提高雷达的目标检测概率.     

分数阶Fourier域谱估计及其应用

 本文定义了随机信号的分数阶功率谱和分数阶相关函数,得到了分数阶功率谱和分数阶相关函数的关系.在此基础上,推导出分数阶Fourier域滤波器的输入输出分数阶功率谱的关系.仿真结果表明,分数阶功率谱估计可以用于chirp信号的检测和估计,以及分数阶系统辨识.     

海杂波AR谱多重分形特性及微弱目标检测方法

该文研究了海杂波功率谱的多重分形特性。为了克服频谱傅里叶分析的缺点,用现代谱估计的方法来计算海杂波的功率谱。AR模型是一个线性预测模型,它通过序列的自相关函数矩阵来估计功率谱,并且具有更精确的频谱分辨率。该文主要分析基于AR谱估计的海杂波功率谱的多重分形特性,以及在微弱目标检测中的应用。首先,以分数布朗运动(FBM)模型为例,证明其功率谱具有多重分形特性。其次,根据X波段雷达的实测海杂波数据,通过多重去趋势分析法(MF-DFA)验证了海杂波AR谱的多重分形特性。最后,分析了海杂波AR谱的广义Hurst指数以及影响参数,并提出一种基于局部AR谱广义Hurst指数的目标检测方法。实验结果表明,该种检测方法具有海杂波背景下微弱目标检测的能力。与现有的分形检测方法和传统的CFAR检测方法对比,该算法在低信杂比情况下具有较好的检测性能。     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。     

基于载机信号重构的反辐射导弹检测技术

针对反辐射导弹的检测问题,主要是消除载机信号的干扰。提出一种基于栽机信号重构的反辐射导弹检测技术。首先,在频域估计出载机信号的多普勒频率以及幅度后,重构载机信号,并在分数阶Fourier域消除载机信号;最后结合载机信号和反辐射导弹信号在分数阶Fourier域的差别,有效地排除载机信号残余的干扰并检测出反辐射导弹。该方法不需要估计栽机信号的相位,因此简单易行。仿真证实,该方法可以有效地消除栽机信号干扰,并能检测出反辐射导弹。     

反辐射导弹检测算法研究

反辐射导弹(ARM)是现代战争中的一种“硬杀伤”武器,对防空雷达系统构成了严重的威胁。本文针对目前我国防空雷达现状,对反辐射导弹发射告警的检测识别算法作了研究。根据雷达回波的特点,为有效抑制强载机信号提出了功率函数的概念,用来作为对ARM加速度估计的标准。最后得出了基于脉冲相关技术的ARM检测和识别算法,并对该方法的检测性能进行了分析。     

分数阶Fourier域多分量微弱LFM信号的检测

为了提高对多分量微弱LFM信号的检测能力,提出了一种基于分数阶Fourier域非均匀采样理论的信号检测方法。首先提出了一种自适应非均匀采样方法,建立了该方法的模型,得到了非均匀采样LFM信号在分数阶Fourier域的频谱表达式。在此基础上,对多分量非均匀采样LFM信号进行了检测研究。计算机仿真结果表明,同传统的信号检测方法相比,该方法对微弱LFM信号具有较好的检测能力,而且减少了运算量,满足了实时性要求。     

高频地波雷达中断信号恢复方法研究

信号中断是造成高频地波雷达回波谱信噪比下降的主要原因之一.在传统的中断信号恢复方法-自回归(Autoregressive,AR)模型的基础上,提出了基于反向传播(Back Propagation,BP)神经网络的信号恢复方法. 通过实测数据验证了两种方法的处理效果,结果表明:BP神经网络的预测误差小于AR模型的预测误差,随着预测点数的增加,误差增长率小于AR模型,同时BP神经网络恢复方法对海洋回波信号能量损失较小.