基于滑窗滤波器的LFM-BC雷达脉冲压缩信号旁瓣抑制

研究了一种由线性调频与二相码组合而成的雷达脉冲压缩信号,给出了这类信号的表达式。文中提出了5点滑窗法线性调频旁瓣抑制滤波器,同时,针对LFM-BC雷达信号旁瓣抑制中需要进行双加权的问题,设计了一种基于5点滑窗法的旁瓣抑制加权网络。仿真实验证明,这种新的旁瓣抑制方法可以完成LFM-BC雷达信号的旁瓣抑制,同时降低了LFM-BC雷达信号脉压系统中加权滤波网络设计的复杂性。     

MIMO雷达中的谱修正旁瓣抑制技术研究

谱修正是一种简单有效的抑制脉压旁瓣的方法,通过对信号的频谱整形,抑制信号带内起伏,并采用频域加窗达到控制脉压信号距离旁瓣的目的。MIMO雷达常用的正交信号经脉冲压缩后存在不希望的距离旁瓣,若直接将谱修正技术用于MIMO雷达各个子带信号脉压处理,由于子带间信号互相关的影响,将不能获得较好的距离旁瓣抑制效果。本文针对该问题,提出了一种对MIMO雷达综合信号进行谱修正和频域加窗的方法,可以更有效地抑制脉压距离旁瓣。仿真结果显示,该方法能取得40dB以上的主副比,且能有效降低系统的复杂度和运算量,在多普勒和角度偏差不大的情况下,其峰值旁瓣电平明显低于传统的匹配滤波。      

QAM-OFDM雷达通信共享信号长时间相参积累算法

QAM-OFDM(Quadrature Amplitude Modulation-Orthogonal Frequency Division Multiplexing)雷达通信共享信号因携带随机通信信息,其脉压旁瓣的随机性较大,类似噪声的影响。针对该问题,采用基于Keystone变换的长时间相参积累算法抑制其旁瓣。在共享信号模型的基础上,分析了其脉压旁瓣受随机通信信息的影响以及采用长时间相参积累抑制其旁瓣的可行性,然后采用Keystone变换校正其长时间相参积累产生的距离单元走动,并进行多普勒模糊补偿处理。理论分析和仿真结果表明,该方法使得回波能量积累集中,能有效实现共享信号脉压旁瓣的抑制。     

巴克码多普勒容限带宽扩展的神经网络法研究

研究了人工神经网络在二相编码信号距离旁瓣中的应用。针对巴克码脉压技术多普勒容限带宽小的问题 ,在H .K .Kwan等提出的将多层感知器网络用于二相编码信号距离旁瓣抑制问题的基础上 ,根据G .Galati的时域非相干旁瓣处理方法 ,提出了一种非相干旁瓣处理的神经网络方法 ,实现了多普勒容限的扩展 ,并经计算机模拟得到证实。     

线性调频信号低旁瓣脉压窗函数的优化设计

由于线性调频(LFM)信号的幅度谱不是标准的矩形形状,常用的窗函数有时无法将脉压旁瓣降得足够低,因此提出了LFM 信号低旁瓣脉压窗函数的优化设计方法。首先,将频域窗函数的求解表示为一个最优化问题,即在保证设计窗函数下的脉压主瓣与期望主瓣的差别小于给定值的条件下,使设计窗函数下的脉压旁瓣尽可能低;然后,将问题表示为标准二阶锥规划形式并求解。仿真实例表明,设计窗的脉压旁瓣显著低于海明窗的脉压旁瓣,设计窗脉压主瓣的无约束部分有所展宽,两个窗函数下脉压信噪比相同。     

非线性调频脉压系统工程实现研究

线性调频信号的脉压系统的应用已在提高雷达的性能方面展现了显著的优势,而其需加权抑制距离旁瓣引起主副瓣比降低造成信噪比损失,非线性调频（NLFM）信号因固有的距离旁瓣较低而无需加权处理,避免了失配损失而倍受关注,本文阐述了NLFM信号的产生和脉压的基本原理,结合雷达系统的要求,在分析比较了几种波形产生和脉压原理及实现方法的基础上,基于DDS技术和专用DSP芯片,设计了数字化的NLFM信号的波形产生及脉压处理系统,测量分析结果与模拟仿真基本吻合,可满足系统要求。     

chirp信号脉压旁瓣抑制方法研究

抑制脉压旁瓣是脉冲压缩技术的重要课题,文中研究chirp信号脉冲压缩的旁瓣抑制问题,分析了频谱加权法和冲激响应加权法,对两种方法的谱平滑效果、脉冲压缩性能及数字脉冲压缩的量化效应进行仿真研究,得出了一些有意义的结论。     

线性调频信号脉压算法研究与仿真

由于羊载频脉冲信号的时宽带宽乘积接近于l,大的时宽和带宽不可兼得,在匹配滤波器理论下引入脉冲压缩的概念。线性调频信号和相位编码信号是2种典型的脉冲压缩信号,它具有大的时宽带宽积,满足距离分辨力和速度分辨力2项指标,在此首先介绍了LFM信号脉压分析,进而引出加权处理降低旁瓣。采用Matlab对LFM信号的加权脉压性能进行了详细分析,在给出仿真结果的同时,对结果进行了分析,可以看出进行加窗脉压可以有效地降低压缩输出中的旁瓣电平,提高主旁瓣比,取得了较好的效果。     

基于幅度加权的预失真线性调频超声编码激励

为了提高医学超声成像的轴向分辨力和确保对比度,该文提出一种基于幅度加权的预失真线性调频编码新方法.该方法将线性调频发射信号幅度加权技术和回波信号旁瓣抑制技术相结合,一方面补偿超声探头对发射信号的影响,使得回波信号的带宽不局限于探头,提高轴向分辨力;另一方面消除发射信号幅频特性的菲涅耳波纹,提高发射信号的带宽并采用失配滤波器进行脉冲压缩,实现旁瓣抑制,确保成像对比度.仿真结果表明:相对恒包络线性调频编码,预失真线性调频编码方法不仅提高了轴向分辨力,而且最大旁瓣幅度减小至-48 dB以下,满足医学成像对比度要求.FieldII仿真B超图像结果表明:恒包络线性调频和预失真线性调频编码方法的轴向分辨力分别是0.35 mm和0.25 mm.     

一种实现超低旁瓣的脉冲压缩算法

建立了功率放大器的Wiener模型,用Matlab仿真分析了功率放大器对发射机和接收机中都用Kaiser窗加权的脉冲压缩算法性能的影响,得出功率放大器对不具有矩形包络的Kaiser窗加权信号产生幅度失真,降低主副瓣比的结论。然后利用谱修正技术对该算法进行了改进。改进之后,发射信号具有矩形包络,既能实现超低旁瓣,又能使功率放大器的非线性特性对脉压结果的影响较小。     

短脉冲非相参雷达的逆合成孔径成像及其稀疏恢复成像技术

短脉冲非相参雷达(NCSP)的辐射源输出微波脉冲持续时间短,针对于高速运动目标而言,其脉冲持续时间内的目标运动可忽略不计,对回波信号不需进行专门的脉冲内运动补偿。为了利用短脉冲非相参雷达信号进行逆合成孔径雷达成像,该文应用补偿相参处理的方法,去除辐射信号包络时间不确定性和初始相位的不确定性影响,在常规方法进行包络对齐和初相补偿后可利用距离-多普勒(RD)方法进行逆合成孔径雷达成像,仿真验证了补偿后信号成像的可行性。然而,短脉冲非相参雷达的载频随机抖动的因素会导致距离-多普勒成像结果在多普勒维度产生随机调制的旁瓣,影响成像的质量。利用稀疏恢复技术,在成像空间中对目标的散射中心进行稀疏重构,利用正交匹配追踪(OMP)算法和稀疏贝叶斯学习(SBL)算法进行成像,从而实现了抑制非相参因素引起的成像旁瓣,改进了成像质量,通过仿真验证了方法可行性。     

地面雷达地杂波模拟

采用相干视频信号模拟方法,对线性调频脉冲压缩雷达地杂波进行了建模与仿真.模型基于雷达杂波的后向散射特性和杂波的统计特性,考虑了地杂波的时间和空间的相关特性.仿真中利用了零记忆非线性(ZMNL)变换法产生所需的随机序列,复现了既包含振幅又包含相位的雷达杂波回波相干视频信号.仿真结果表明该方法可行.     

随机噪声雷达的脉冲压缩方法研究

文中针对传统的匹配滤波算法在进行脉冲压缩时存在的高距离旁瓣问题,提出了将卡尔曼滤波法和Pisarenko法应用于随机噪声雷达的脉冲压缩。在建立随机噪声雷达系统模型的基础上,详细论述了卡尔曼滤波法和Pisarenko法在该系统脉冲压缩中的实现方法。通过仿真试验对这两种方法的脉冲压缩性能进行了对比分析。结果表明,卡尔曼滤波法和Pisarenko法都能够在不牺牲分辨率的基础上有效地改善随机噪声雷达的脉冲压缩性能,降低脉冲压缩的     

基于遗传算法的多相码设计及旁瓣抑制

由于信号波形的“随机性冶易于实现“捷变冶,多相码序列在一定程度上可以提高雷达系统的抗截获能力,在雷达系统中得到广泛应用。文中采用自适应遗传算法进行全局搜索来优化多相码设计,以获得主副瓣比接近理论最优的多相编码。针对小时带宽积相位编码信号高脉压副瓣的特点,提出基于迭代加权最小二乘算法的预失配滤波器设计方法,从而降低多相码序列的脉压副瓣并扩展多普勒容限。通过仿真分析,验证了该方法的可行性及有效性。     

杂波背景下的时距联合检测前聚焦方法研究

传统相干雷达信号处理流程对跨距离单元走动的目标一般采用脉冲压缩与Radon傅里叶变换(RFT)先后级联的处理方法,但级联方法存在以下问题：一是对高速目标能量积累的过程中目标峰值位置偏移甚至主瓣展宽、增益下降、旁瓣增高;二是缺少有效杂波抑制,影响弱目标检测。为此,该文借鉴多维信号联合以及杂波抑制的思想,提出一种杂波背景条件下将脉冲压缩、RFT与自适应杂波抑制联合的时距联合检测前聚焦方法(APCRFT)。该方法首先将脉内时间(快时间)与脉间时间(慢时间)两个雷达信号处理维度相联合,引入与高速目标相对应的二维导向矢量,补偿脉内和脉间的多普勒频移;然后根据辅助数据估计脉冲压缩前的杂波协方差矩阵;最后根据杂波协方差矩阵和导向矢量确定最优滤波器权矢量。在距离-速度二维空间中,该方法能有效地抑制杂波,同时对目标能量进行最佳聚焦。仿真结果表明,该方法与先脉冲压缩后自适应Radon傅里叶变换(ARFT)的级联方法相比性能更优。     

基于动态优化的非线性调频信号设计

由于非线性调频信号(NLFM)无需加权就可获得很高的主副瓣比,没有加权失配所引起的信噪比损失,在雷达系统中,得到广泛的应用.本文采用改进的动态优化法对某雷达大时宽、小压缩比、高多普勒频率非线性调频信号进行优化设计.获得高的主副瓣比、小的主瓣展宽系数和宽的多普勒容限,改善了脉压的性能.     

Ultra-wideband radar using Fourier synthesized waveforms

Traditional methods of ultra-wideband (UWB) radar signal generation suffer from several disadvantages such as low antenna radiation efficiency and lack of accurate control of signal parameters like pulse shape, pulse repetition interval (PRI), and its spectrum. UWB signals can be generated by expanding the desired radar waveform in a Fourier series and then synthesizing the waveform by generating the individual terms in the expansion from harmonically related oscillators. Signals thus produced overcome the disadvantages of traditional methods of UWB signal generation. Fourier series based method for generation of complex amplitude coded waveforms is developed which can be used to generate time domain equivalent of Barker and other codes for application in radar and communication areas. In radar applications, these coded waveforms, with accurate and stable waveform parameters, shall allow pulse compression and coherent integration. The additional processing gain provided by these operations reduces the need for high peak power in radar transmitters which is one of the bottlenecks in the implementation of operational UWB radars. This paper also describes a UWB radar concept which incorporates Fourier synthesized waveforms. Related digital signal processing issues are also discussed     

一种新的高速多目标快速参数化检测算法

针对线性调频脉冲压缩雷达参数化检测高速多目标时受到距离徙动、多普勒扩散和速度模糊的影响,该文首先采用联合频域变标脉冲压缩处理与吕方法(2011)实现目标信号的相参积累,然后在其基础上采用基于多普勒频率模糊数搜索的方法完成高速多目标的参数化检测.算法所提出的频域变标脉冲压缩处理可同步完成距离维的徙动补偿与多普勒维的模糊数补偿,降低了实现目标参数化检测的计算复杂度,且由于算法采用相参积累方式,在低信噪比下可以进行精确的目标检测和运动参数估计.相参积累算法运算量分析、计算机仿真以及实测数据处理结果验证了该文所提算法的有效性.     

DRFM间歇采样转发式干扰辨识算法研究

基于数字射频存储器（DRFM: Digital Radio Frequency Memroy）的间歇采样转发式干扰与雷达发射信号相参,可以获得部分脉压增益,同时具有压制与欺骗两种干扰效果,对现代雷达极具威胁。干扰辨识是进行有效干扰抑制的前提。本文提出一种滑动截断匹配滤波（STMF: Sliding-Truncation Matched Filter）方法,通过对匹配滤波器的参考窗宽度和延时进行二维搜索,输出脉压后的二维幅度分布;然后,基于该幅度分布对干扰切片宽度和转发周期进行估计;并通过分析切片宽度与转发周期之间的关系,实现典型转发式干扰的辨识。仿真结果显示该方法在干噪比（INR: Interference to Noise Ratio）大于5dB时,正确辨识率不低于90%。