匹配滤波器失配下的双基地多输入多输出雷达多目标角度估计

提出了基于匹配滤波器失配的双基地多输入多输出（MIMO）雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。提出了基于匹配滤波器失配的双基地多输入多输出（MIMO）雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。     

双基地多输入多输出雷达收发四维角联合估计

基于收发分置双L型阵多输入多输出雷达,提出了利用阵列接收数据的互相关去噪特性,进行目标辐射源收发四维角高精度联合估计的新方法。通过对匹配滤波后的阵列接收数据进行重构和互相关操作,可有效消除空间噪声影响,提高角度测量精度。将收或者发二维角的联合估计转化为两个一维估计,且只需对低维度矩阵进行特征分解,减轻了运算负担。利用特征值求取收或者发俯仰角,利用相应的特征向量构造出的虚拟阵列响应矩阵求取与其自动配对的收或者发方位角。仿真实验表明,该算法以较低的运算复杂度,实现了对空域多目标收发四维角的准确估计,估得的收或者发二维角能够自动配对,在低信噪比和短采样数据情形下,具有优良的角度估计性能。     

基于统计矩的盲信噪比估计算法性能分析

在无线通信中许多算法都需要估计信噪比以获取最优性能.文中研究了非数据辅助的PSK和QAM信号在AWGN信道中的信噪比估计.提出了两种基于统计矩的信噪比估计方法,对于QAM信号而言,高于四阶的统计矩具有更好的估计性能,并且推导了两个高阶统计矩的估计方法.计算机仿真结果表明,文中提出的算法为信噪比估计中统计矩的选择提供了有效的途径,估计性能优于二阶、四阶矩方法等基于统计量的盲信噪比估计方法.     

双基地MIMO雷达三维空间目标参数估计算法

针对双基地MIMO雷达三维空间目标参数估计问题,建立非均匀线型发射阵列和非均匀L型接收阵列的信号模型,并提出基于平行因子分析的目标收发角和多普勒频率联合估计算法。该算法首先利用平行因子分析和四线性交替最小二乘算法计算得到目标导向矩阵,进而构造虚拟导向矩阵并进行去冗余和降噪处理,最后通过Root-MUSIC算法估计出目标三维收发角和多普勒频率。仿真实验表明,与传统算法相比,所提算法实现了孔径的高效扩展,提高了参数估计精度,降低了系统配置需求。     

双基多输入多输出雷达准平稳目标空间定位算法

针对现有双基多输入多输出(MIMO)雷达目标定位算法不适用于准平稳目标的问题,提出了双基多输入多输出雷达准平稳目标空间定位算法。该算法利用目标的准平稳特性和旋转不变特性估计参数(ES-PRIT)方法来估计目标相对于发射阵列和接收阵列的二维角度,从而实现对准平稳目标的空间定位。仿真验证表明：该算法不需要多维谱峰搜索和参数配对,具有较小的运算量,并能对消空间阵列噪声,适用于更广泛的未知噪声背景和低信噪比环境。     

一种稳健的VMUSIC算法

对基于四阶累积量的VMUSIC算法进行了分析,发现在信噪比不高和快拍数有限的条件下,由于对四阶累积量的估计误差较大,从而影响到该算法的DOA估计性能。为了解决这一问题,文中通过对四阶累积量矩阵进行Toeplitz化的办法,提出了一种稳健的VMUSIC算法,并指出该算法对四阶累积量的估计误差不敏感,更适宜在信噪比不高和快拍数有限的条件下工作。计算机仿真试验也证明在同等条件下,与原VMUSIC算法相比,文中算法有着更好的DOA估计性能。     

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频（FM）引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明：较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。     

非理想条件下分布式MIMO雷达目标检测

针对任意波形相关、任意阵列配置情况下分布式MIMO雷达目标检测问题,提出了一种基于Cholesky分解的MIMO雷达检测器;首先分析了分布式MIMO雷达回波的相关性,并给出了任意阵列配置时MIMO雷达检测算法;同时,为了解决发射波形相关矩阵出现奇异性导致无法获得检测统计量的问题,提出了基于Cholesky分解的分布式MIMO雷达检测方法,给出了统一框架下的检测统计量表达式,推导了虚警概率和检测概率的近似解析式;研究得出:在低信噪比情况下,相关性越大,检测性能越好;在高信噪比时,相关性越小,检测性能越优;最后数值仿真验证了理论分析的有效性和正确性.     

多约束条件下MIMO雷达自适应波形设计方法

针对当前面向多输入多输出(MIMO)雷达目标估计性能的波形设计无法同时满足系统对检测性能要求的问题,提出了多约束条件下MIMO雷达自适应波形设计方法。该方法根据已知的目标和噪声先验信息,以衡量雷达检测性能的信噪比和能量作为约束条件,以最大化目标与接收回波间的互信息作为目标进行波形设计,并通过建模将所提的非凸问题转化为一个标准的凸问题进行求解,最终获得MIMO雷达的优化波形。同时,考虑到噪声协方差矩阵对模型求解的影响,在波形设计时分为白噪声和色噪声两种情况进行分析处理。仿真表明:根据所提方法设计的波形在满足雷达检测性能基本要求的同时提高了目标的估计性能。     

末制导雷达抗拖曳式干扰的方法研究

针对现有末制导雷达容易受到拖曳式干扰问题,提出一种基于目标和干扰的极化特性差异的干扰抑制方法。建立弹载单脉冲雷达的全极化接收信号模型,给出干扰极化参数的估计方法,并利用极化滤波对干扰进行抑制,最终实现单脉冲测角。在此基础上,分析目标的极化特性对干扰抑制性能的影响。理论分析和仿真结果表明,在极化域能够有效地抑制拖曳式干扰。     

基于无源回波模型的分布式孔径雷达压缩感知成像方法

基于无源回波模型研究了利用压缩感知(Compressive Sensing,简称CS)理论的无源分布式孔径雷达成像方法。该模型包含环境模型可以描述自由空间中电磁波的传播特性,扩展了利用机会发射源的无源雷达的应用场合。信号模型适用于分布式孔径雷达,将不同接收单元的测量信号联系起来,不需要获取发射源信息,消除无源雷达接收信号处理对发射源信息的依赖,具有良好的实际应用性。利用压缩感知方法可以使用远少于奈奎斯特采样定理要求的样本数,实现对运动目标的成像及速度估计,仿真实验验证了该方法的有效性。     

基于联合对角化的抗人工噪声干扰算法

针对无线通信中通信双方采用人工噪声物理层安全算法通信时,窃听方因受到人工噪声干扰无法有效窃听的问题,提出基于联合对角化的抗人工噪声干扰算法。该算法首先对接收信号进行信号源数目预估计,并对其进行预处理;其次通过构造四阶累积量矩阵,并对其进行特征值分解以估计混合矩阵,进而将通信信号、人工噪声与环境噪声信号分离,最终提取出窃听信道中较弱的通信信号以达到抗噪声干扰的目的。理论分析和仿真结果表明,该算法在窃听方受到合法通信方发射的人工噪声干扰时,能够有效分离出目标信号,且在一定信噪比条件下与传统盲源分离方法相比分离效果更佳。     

基于“列维扩展”信号子空间的双基地MIMO雷达相干角度估计

针对传统算法在解相干时存在阵列孔径损失以及计算量大的问题,提出了基于"列维扩展"信号子空间的相干目标角度估计方法。该方法首先利用两个低复杂度的低维协方差估计来替代高复杂度的高维协方差估计,构造出"列维扩展"信号子空间,证明该子空间的列满秩性质不受目标相干性、回波单多快拍数的影响。然后提取出"扩展"旋转不变因子,实现了目标收发角度估计,最后利用空域滤波法实现收发角度的配对。仿真实验与数据分析表明:该方法在解相干时无需牺牲阵元孔径,其估计精度优于空间平滑类算法,并且适用于单次快拍数据情况的收发角度估计。     

基于雷达扩展目标的速度矢量估计方法

针对引信段相对匀速直线运动的目标,提出了基于雷达扩展目标多散射点特性估计速度矢量的方法。通过导引头雷达测量得到多散射点的多普勒速度、角度等信息,利用最小二乘法便可在一个观测周期内快速准确地估计目标速度矢量。该估计值可用于爆炸点和引爆时间预测,从而极大地提高引信性能。仿真结果验证了该方法的有效性。针对引信段相对匀速直线运动的目标,提出了基于雷达扩展目标多散射点特性估计速度矢量的方法。通过导引头雷达测量得到多散射点的多普勒速度、角度等信息,利用最小二乘法便可在一个观测周期内快速准确地估计目标速度矢量。该估计值可用于爆炸点和引爆时间预测,从而极大地提高引信性能。仿真结果验证了该方法的有效性。     

基于通道参数估计的多输入多输出雷达定位

针对统计MIMO雷达定位精度和目标分辨力不高的现状,提出基于收发通道参数估计的高精度MI-MO雷达定位方法。与传统做法不同,该方法采用共轭信号延迟发射模式,处理回波数据时首先估计MIMO雷达虚拟通道的系数,再利用估计结果修正目标参数估计模型,对目标实施定位。理论分析和仿真结果均表明:该方法极大地提高了统计MIMO雷达的定位精度和目标分辨能力,充分开发了大间距配置MIMO雷达参数估计的潜能。     

多输入多输出天波超视距雷达多模杂波抑制的改进最小方差无失真响应算法研究

多输入多输出天波超视距雷达(MIMO-OTHR)通常利用最小方差无失真响应(MVDR)波束形成来抑制接收回波中的电离层多模杂波对目标探测的影响。由于MIMO-OTHR的全向性发射、杂波噪声协方差矩阵估计不准确以及有限相干积累时间内训练样本数过少,使传统MVDR输出信杂噪比(SCNR)较低。对MIMO-OTHR中的MVDR算法进行改进,以改善其多模杂波的抑制能力。利用2阶锥规划进行发射波束域预处理,将发射能量集中到主模式角度;在阵列接收端进行阵列平滑,抑制主模期望信号,提高杂波噪声协方差矩阵估计精度;利用MVDR波束形成双迭代算法,降低对计算量与训练样本数的需求。仿真结果表明：改进MVDR算法可有效抑制多模杂波;以较少训练样本及较小计算量,可以获取更高的输出SCNR.     

接收分集多入多出雷达多目标定位研究

针对“宽波束发射一宽波束接收”多基地雷达存在定位精度低和易产生虚假目标等缺点,讨论了一种空间接收分集的多入多出( MIMO)雷达,该MIMO雷达是一种特殊结构的一发（射站）多（接）收（站）( STMR)多基地雷达,其工作模式也为“宽波束发射一宽波束接收”,能避免复杂的波束同步扫描问题。对接收分集MIMO雷达提出了一种基于Capon谱估计的多目标定位方法,并与普通STMR多基地雷达的定位精度进行了比较。仿真结果表明,接收分集MIMO雷达能有效解决“宽波束发射一宽波束接收”多基地雷达的低定位精度和易产生虚假目标的问题。     

基于分数阶傅里叶变换的高动态目标检测方法

针对高动态环境下接收机的接收信号含有较大多普勒频率及其变化率,传统捕获方法无法对多普勒频率变化率进行有效补偿的问题,提出了基于分段自相关分数阶傅里叶变换的高动态目标检测方法。该方法首先对接收信号进行载频预测,将接收信号调制到基带信号,然后利用分数阶傅里叶变换对线性调频信号在最优阶次具有能量聚集的特点,采用分段自相关与离散分数阶傅里叶变换相结合的处理方法,快速而准确的估计出多普勒频率及其变化率。仿真验证表明,该方法解决了传统方法在高动态环境下难以对信号多普勒变化率进行有效补偿的问题,并提高了检测信噪比和接收机捕获概率。     

基于强化学习的对空雷达抗干扰波形设计

被探测目标的电子战能力严重影响对空雷达的检测和识别性能。针对对空雷达抗干扰问题，提出基于强化学习的抗干扰波形设计方法。从博弈角度利用强化学习方法建立雷达和目标干扰间动态对抗模型，计算博弈各方状态、动作价值，利用策略迭代法生成最优策略，基于相位迭代法合成时域波形。仿真结果表明：使用新方法设计的雷达发射信号时，与线性调频信号、捷变频信号相比，信干噪比分别提高了6.39 dB和1.12 dB;信号总功率为11 W时，与捷变频信号相比，目标检测概率提升了5%,可在低功率实现抗干扰的同时提升雷达信号抗截获性能。     

分集路径相关时MIMO雷达的检测性能

针对分布式MIMO雷达分集路径相关时对检测性能影响问题,基于有限散射点目标模型,在Neyman-Pearson准则下研究了分集路径相关时分布式MIMO雷达检测方法和性能;该检测器的充分统计量服从加权卡方分布,推导得到了检测概率与虚警概率的近似解析表达式;数值仿真表明：分集路径相关会降低分布式MIMO的空间分集能力,在高信噪比时,MIMO雷达的检测性能随着分集路径相关性的增强而恶化;而在低信噪比时分集路径相关性能够改善检测性能。