鱼雷共形阵自适应宽带恒定束宽波束形成研究

低频和宽带作为鱼雷自导系统的一个重要发展方向,受到人们越来越多的关注。而共形阵宽带恒定束宽波束形成作为宽带共形阵鱼雷自导系统的一项关键技术,其性能的好坏直接影响共形阵鱼雷的总体性能。该文应用维德罗提出的最速下降法,提出了适用于鱼雷共形阵的宽带恒定束宽的自适应算法和系统结构框图,并对其进行了详细的理论计算和仿真试验。仿真结果表明,该方法对于宽带信号的恒定束宽波束形成具有良好的效果,对共形阵鱼雷自导系统的宽带波束形成有重要的工程应用价值,同时对现有鱼雷自导系统宽带波束形成方法的改进也具有参考意义。     

水下声接收基阵多波束形成的实验研究

波束形成系统是声纳的核心部件之一, 是声纳具有良好的战术技术性能的基础。波束形成中的一个重要问题是波束图的优化设计。在实际应用中, 采用理想阵列流形设计波束往往会引起实际波束的性能下降。本文结合实际水下声接收系统, 深入研究了声纳基阵的多波束优化设计问题。文中由测量数据得到实测阵列流形, 进而利用此实测阵列流形进行波束图的优化设计。仿真结果表明了这种方法的有效性。     

非均匀线阵波束方向图优化方法

对于非均匀线型阵列,在给定阵元数和阵列孔径的约束条件下,以降低波束方向图峰值旁瓣为目标,进行阵元布阵优化和波束形成权值优化。对于布阵优化,利用多种群并行进化遗传算法,分别采用稀疏栅格编码和实数编码对阵元位置进行优化,方向图峰值旁瓣分别达到-11.8dB和-14dB;利用凸优化方法结合遗传算法对阵元位置和波束形成权值进行联合优化,进一步把方向图旁瓣压低到-16.58dB。仿真实验说明了优化方法的有效性。     

线性阵列天线到柱形共形阵天线的递推计算

线性阵列天线的相关计算方法是共形天线研究的计算基础,文中给出了线性阵列的远场辐射场的计算过程,然后在此基础上得到环形阵列天线的计算方法。而柱形共形天线阵可以看成是环形阵叠加在一起,进而又得到柱形共形天线阵的辐射场公式。依次得到的计算方法,应用在实例上进行仿真,得到了与理论分析较为一致的结果。     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.     

具有全向波束高增益的引信共形阵列天线

针对对地弹药引信天线不能满足宽落角探测需求的问题,提出一种基于共形阵列天线技术的宽波束产生方法,通过采用偶极子、微带天线阵列共形于引信风帽内腔表面,实现侧向全向辐射特性。该方法设计的天线可以随风帽的形状而改变,不占用其余空间。经测试验证表明该天线在H面具有全向辐射特性且增益较高。     

一种圆柱共形数字阵列天线波束跟踪与指向技术

针对圆柱形布阵的数字阵列天线,分析基于多重信号分类(multiple signal classification,MUSIC)算法的 测角跟踪算法和基于线性约束最小方差(linear constrained minimum variance,LCMV)的波束指向算法,提出将2 种 算法联合使用的方法;并分析通道误差对MUSIC 和LCMV 算法精度的影响。结果表明,该方法为高速飞行器圆柱 共形数字阵列天线工程化研制提供了理论依据。     

均匀圆阵二维波束形成的性能分析

为了获得更高的武器性能,飞机、导弹和卫星等各种先进的飞行器所携载的雷达用相控阵雷达形成"共形阵列天线"已成为发展趋势。文中对导引头天线新的发展方向作了简要的探讨,分析了一种可以应用于导引头的共形相控阵天线———均匀圆阵的二维(方位和俯仰)波束形成特性,通过仿真分析了相对半径与阵元数对方向图的影响、均匀圆阵的扫描范围以及波束宽度随扫描角变化的情况,并指出了均匀圆阵在波束形成中存在的一些问题。     

侧扫共形相控阵的方向图特性与混响谱

本文分析了声自导鱼雷侧扫共形相控阵的方向图特性,讨论了换能器误差对侧扫阵方向图的影响,并建立了其混响模型,最后给出了计算机仿真结果。     

机载共形阵天线阵列信号处理的关键技术

阵列信号处理分为自适应波束形成技术和参数估计技术,两种技术均基于对信号进行空间采样的数拓_进行处理．波束形成技术需使阵列天线方向图的主瓣指向所需方向,并使其零陷对准干扰方向,尽可能提高阵列输出所需信号的强度,从而提高阵列输出的信噪比。空间信号波达方向主要作用则是有效分辨用户信号的来波方向．机载共形阵天线的阵元数量较多,自适应波束形成则需要较大的计算量。     

任意四元声强向量阵被动定向方法和实验研究

声强向量阵的优点是能在小尺度条件下实现低频声源的高精度被动定向,但是其固定的结构在一定程度上限制了它的工程应用。提出了一种统一的定向模型,可用于任意结构的四元声强向量阵,并系统地分析了其定向误差,包括有限差分误差、相位失配误差引起的定向误差。为了验证该方法,在半消声室针对其中一种典型的结构进行了定向实验。实验结果表明,根据误差分析补偿有限差分误差、通道失配误差和通过积累平均减小各向同性环境噪声引起的随机误差后,尺度仅为0.1 m的非典型声强向量阵的定向精度基本上达到1。,表明该任意四元声强向量阵的定向模型和误差分析是正确可行的。     

基于简正波和波叠加法的水下非自由声场重建技术仿真研究

为了解决大型结构体声场重建过程中需要大面积的测点布放难题,提出一种可利用水平直线阵进行声场重建的计算方法。该方法通过结构体表面振速确定直线和圆形虚拟源分布,然后利用波叠加法进行声场重建。在此基础上,通过插值迭代法提高少测点条件下的重建精度。提出基于简正波原理的波叠加技术,修正了浅海信道中能量分布的不均匀性对重建结果影响。从虚拟源形状、收发距离、信号频率、水深等方面分析了声场重建性能。理论及仿真结果表明,提出的声场重建方法在非自由场环境下简单有效,联合虚拟源分布对复杂结构体的适应性较强,为今后水下复杂结构体的声场重建工程应用提供了参考和依据。     

导引头共形相控阵天线研究进展

对双模导引头研制中的瓶颈技术,即复合传感器问题进行了分析,讨论了共形相控阵天线在双模导引头应用中的优势,介绍了共形相控阵天线的发展与研究现状,探讨了开发共形相控阵天线需要解决的关键技术难题和可能的技术途径。最后,对导引头共形相控阵天线的发展前景作出了预测。     

基于分布式压缩感知的麦克风阵列声源定位

压缩感知-正交匹配追踪（CS-OMP）算法将声源定位问题转化为信号稀疏重构问题,能比传统定位算法获得更高的定位性能。但是CS-OMP算法在定位中没有考虑多个信号的相关性。将分布式压缩感知（DCS）理论引入麦克风阵列的声源定位中,考虑信号之间具有的共同稀疏性,利用分布式压缩感知-同步正交匹配追踪（DCS-SOMP）算法对信号进行联合重构,获取稀疏位置并对声源实现定位。仿真和实验结果表明,与传统定位算法和CS-OMP算法相比,DCS-SOMP算法在低信噪比环境下具有更好的定位性能和鲁棒性。     

共形天线分析综合方法研究进展

共形天线阵列技术是天线技术发展的重要方向,在军民用雷达与通信系统中具有广阔的应用前景,其分析与综合问题是天线领域研究的热点与难点课题。本文对共形天线分析综合方法的发展进行了详细总结,并展望了未来共形天线研究的发展趋势。     

实测宽带阵列流形快速获取方法

针对传统阵列流形获取方法在宽带阵列流形获取中测试时间长和信号处理复杂的缺点,提出了基于快速傅里叶变换（FFT）的实测宽带阵列流形的快速获取技术,该技术结合实际水下声接收基阵,由测量数据得到实测阵列流形,进而利用此实测阵列流形进行波束形成,并通过仿真数据和实测数据对比研究了该方法的可行性和有效性。与传统实测阵列流形的获取方法相比,该方法具有测量快速、运算简单等特点。试验结果表明,该方法对于宽带声学基阵的波束优化和实测流形具有重要的工程应用价值。     

相控阵天线相位加权方案的遗传优化算法研究

针对相控阵天线相位加权方案的优化问题,提出了一种基于遗传算法的相位加权方案优化方法.以线阵为例,对相位加权的实现方法进行了分析,并在此基础上,对提出的遗传优化算法进行了计算机仿真实验.仿真分析表明,优化后的天线方向图峰值副瓣电平得到了明显降低,算法具有良好的收敛性能.采用该算法对相位加权方案进行优化设计,可以有效提高设计的效率和质量,因而值得在实际应用中加以推广.     

基于蚁群算法的静电探测器阵列优化设计

采用平面圆阵的被动式静电探测系统可以对远距离目标进行精确的定位．通过对圆阵的布设参数进行优化设计，可以提高静电探测圆阵对目标进行定位的准确性．蚁群算法具有求解快速、能够获得全局优化等优点，因此适合于复杂系统的优化问题求解．对静电探测圆阵的参数优化问题可以用有约束条件的组合优化模型来表示，而采用蚁群算法解决约束优化问题的具体方案经过改进可以应用于静电探测圆阵的参数优化设计．由仿真试验可以证明，算法能够显著的提高优化效率．因此，蚁群算法对解决静电探测圆阵布设参数的优化问题是可行并且有效的．     

基于SVM的航空兵空运转场载机架次预测研究

分析影响载机架次的主要因素,利用支持向量机(SVM)理论建立非线性回归模型,通过反复试验和网格搜索算法确定预测模型的核函数及参数,进而对载机架次进行预测.预测结果表明:同BP神经网络预测模型相比,支持向量机预测模型具有良好的泛化能力及准确的预测结果.