高频地波雷达干扰抑制方法研究

本文提出了新的高频地波超视距雷达抗非平稳射频干扰解决方案,以改善高频雷达中目标检测的性能.本文首先给出一种利用微调波束指向的导向矢量,在允许的误差范围内最大程度抑制干扰的最优算法,然后本文根据基于海杂波保持的思想提出一种新的算法解决近距离海杂波扩散引起基底抬高的问题.最后本文总结了两种算法相结合的统一方案,实验数据处理结果都表明这一方案对抗非平稳射频干扰是有效的.     

一种窄带干扰下的波形设计方法

高频雷达工作的恶劣环境促进了窄带干扰情况下波形设计的研究。采用认知雷达的思路进行波形设计,通过感知工作环境的功率谱分布,主动避开受到干扰的频段,减少后期信号处理为抗干扰带来的损失。这种特殊设计的波形距离旁瓣较高,采用凸优化的方法进行波形优化,通过反复迭代来降低距离旁瓣。根据窄带干扰情况下的功率谱分布进行波形仿真,对比凸优化前后的距离旁瓣,验证了该方法的有效性。     

高频雷达在射频干扰下的目标探测研究

基于射频干扰一直是困扰高频雷达尤其是小口径阵列雷达的难题 ,分析了射频干扰的距离 多普勒谱和空间谱的形式 ,提出了一种结合射频干扰检测的运动目标检测方法。应用该方法在没有进行射频干扰抑制时仍能有效地检测出被干扰淹没的目标信号 ,大大提高了高频雷达在射频干扰下目标检测的适应能力     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。该文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点自回归模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明该方法是有效的。     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。本文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点AR模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明本文方法是有效的。     

基于分数傅里叶极化估计的高频雷达电台干扰抑制

目标探测高频雷达工作在短波波段的低频段(3~15 MHz), 该波段内密集的短波电台对高频雷达的目标探测能力造成严重影响, 必须对电台干扰加以抑制才能保证高频雷达全天候正常工作.极化滤波是抑制高频雷达中短波电台干扰的有效方法, 但需要对干扰和目标信号的极化参数进行精确估计.文章在基于分数阶傅里叶变换(Fractional Fourier Transform, FrFT)准确估计目标和干扰极化参数的基础上, 利用估计的目标和干扰极化参数来构建极化子空间, 通过极化斜投影算子对高频雷达中的电台干扰进行抑制.实测数据处理结果表明, 基于FrFT的估计方法能准确估计出回波信号中电台干扰的极化状态, 在此基础上进行的斜投影极化滤波能有效抑制高频雷达电台干扰, 提高雷达探测性能.     

非完备目标先验知识多输入多输出雷达稳健波形设计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达通常基于目标和环境的先验知识设计波形,而由估计得到的先验知识不可避免存在误差,基于此先验知识得到的优化波形的检测和参数估计等性能下降严重.针对此问题,提出两种稳健波形设计方法,分别提高MIMO雷达的检测性能和参数估计性能.在目标位置误差和信道误差有界的条件下,分别构造以信噪比(Signal Noise Ratio,SNR)和克拉美-罗界(Cramera-Rao Bound,CRB)为代价函数的优化问题.为最大化SNR和最小化CRB,分别给出迭代算法,交替以发射波形相关矩阵和通道矩阵误差为优化变量求解,将迭代的每一步转化为凸优化问题,从而在最差情况下提高MIMO雷达系统的检测性能和参数估计性能.仿真实验结果验证了所提方法能有效改进MIMO雷达的检测和参数估计性能.     

基于FrFT的高频雷达信号极化状态估计方法

工作在短波波段(2~15 MHz)的高频地波雷达回波中存在密集的电台干扰,严重影响其探测性能。极化滤波是抑制高频雷达中短波电台干扰的有效方法,而正确估计信号和干扰的极化状态是提高极化滤波器性能的关键因素。提出一种基于分数阶傅立叶变换的极化状态估计方法,利用信号极化信息的分数域不变性,在分数域估计干扰的极化状态。仿真结果表明:该方法能准确估计出高频雷达系统中目标和干扰的极化状态,满足高频雷达极化信号处理的需要。     

基于环境扰动模型的干扰抑制极化滤波器性能研究

具有双极化接收能力的雷达利用极化滤波手段能够抑制波束主瓣内的干扰信号.然而多径等传播环境效应会对干扰信号的极化特性产生扰动,影响实际接收信号的极化度,同时影响极化滤波器的干扰抑制性能.本文基于工程中对干扰抑制极化滤波器性能分析的需求,分别在理想条件及环境扰动条件下建立了用于描述干扰抑制极化滤波器性能的数学模型,仿真分析了极化滤波器的干扰抑制性能同干噪比、干扰极化状态以及环境扰动系数间的关系.随后为改善环境扰动影响下干扰抑制性能,提出了一种新的基于天线主辅阵联合的极化滤波的方法.最后通过极化雷达抗干扰实验不仅验证了极化滤波器性能表征模型的正确性,同时还在环境扰动条件下对比了两种滤波器性能,结果表明新的滤波方法在该扰动条件下干扰抑制方面的优势.     

信号相关杂波环境中的认知雷达多扩展目标跟踪

研究了相关杂波和多目标环境下的认知雷达目标跟踪问题。提出了基于贝叶斯思想,具有迭代循环结构的认知雷达跟踪系统框架。在该框架下,基于卡尔曼滤波实现了对多个扩展目标的跟踪,并且通过优化波形的方法提高了多目标跟踪性能。在波形优化中,为提高跟踪性能,分别从量测、信干噪比和状态更新误差角度出发设计了相应的最优波形。仿真结果表明:基于所提出的框架,雷达以高估计精度实现了对多个目标的跟踪,且所设计波形的跟踪性能均优于传统的固定波形。     

无穷范数松弛的低复杂度超奈奎斯特检测

超奈奎斯特(Faster-than-Nyquist,FTN)速率传输可以有效提高频谱效率,但这种非正交传输方式引入的严重码间串扰相应提高了接收端的处理难度。针对该问题,设计了一种基于循环成块传输的低复杂度检测算法。最优检测被建模为无约束的二元二次规划(Boolean Quadratic Program,BQP)问题,为了求解该NP-hard问题,采用无穷范数约束松弛原问题的非凸可行解集,并基于次梯度下降法提出松弛问题的有效优化算法。数值仿真结果表明,所提算法在误比特率(Bit Error Rate,BER)性能上优于频域均衡,且在可接受的性能损失范围内算法执行效率远高于理论最优的最大似然序列估计(Maximum Likelihood Sequence Estimation,MLSE)。     

对STAP技术的移频灵巧噪声干扰研究

空时自适应处理（STAP）技术具有优越的杂波抑制性能和抗干扰能力,对其开展干扰研究十分必要。首先介绍了STAP的基本原理,然后基于周期方波卷积干扰和移频干扰的原理和特点,提出了一种移频灵巧噪声干扰新方法,并阐述了该方法对目标检测的干扰作用机理。该方法先将截获的雷达信号移频处理,再与周期方波卷积,并对周期方波的各项参数进行调整,可产生不同的干扰效果。理论分析表明：该方法可产生大量的数量可控、位置可调、幅度可变的假目标信号,根据假目标数量的不同,可分别实现欺骗干扰和压制干扰,能够构造非均匀环境,大大降低STAP处理器的性能。最后通过Matlab仿真验证了理论分析的正确性和干扰方法的有效性。     

Robustness of Weighting Receive Antenna Selection Algorithm

The conventional antenna selection schemes suffer from severe performance degradations in most fading channels. This paper proposes a new receive antenna selection algorithm based on the theory of convex optimization that improve the system performance over Rayleigh fading multiple-input multiple-output (MIMO) channels. With this method, each Radio Frequency chain is not allocated to a single antenna element, but instead to the complex-weighted and combined response of a group array of elements. In this paper, we firstly get optimal solution under no constraints. Then, suboptimal algorithms are introduced based on minimised the squared error and convex optimization technique. The Monte-Carlo simulations show that the algorithm proposed can provide the performance very close to that of the optimal selection based on exhaustive search.     

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出(MIMO)系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差(MMSE)矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。     

一种联合修正的稳健Capon波束形成算法

指出了水平定向天线阵波束形成的主要难点,没有固定相位中心和受交叉极化来波的影响。阵列受随机性误差使得导向矢量存在较大失配,从而导致传统Capon算法性能下降甚至失效。在阵列误差模型下,给出了基于协方差矩阵与导向矢量联合修正的稳健Capon波束形成算法。该算法首先基于收缩得到一个增强的协方差矩阵,然后通过最大化Capon输出功率实现对导向矢量的修正,同时增加二次型约束防止修正的导向矢量接近于干扰导向矢量上。该算法可转化为二次约束二阶规划问题,并通过凸优化进行求解。仿真结果表明,该算法对天线阵模型中误差矩阵具有一定的稳健性,且较其他稳健算法具有较好的性能。     

基于二阶锥规划的阵列波束任意形状旁瓣设计

针对非均匀阵列引起的高旁瓣问题,提出一种基于二阶锥规划的任意形状旁瓣设计算法。算法通过在旁瓣区域附加多个二次不等式约束,从而有效抑制干扰、保持期望方向天线增益的同时,获得了期望的、可以任意控制的旁瓣波束响应。通过将优化模型转化为凸二阶锥规划问题,利用内点法可以得到有效求解。仿真试验表明:该文算法在能够获得任意形状期望旁瓣波束设计的同时,有效提高了波束形成器的输出信干噪比。最后,计算机仿真结果证实了算法的有效性和可行性。     

四元数域干扰加噪声协方差矩阵重构鲁棒自适应波束形成

基于电磁矢量传感器阵列的四元数Capon波束形成器较传统的复数域Capon波束形成器有更好的性能。但是该方法在存在指向误差和极化失配的情况下性能急剧下降,甚至会出现信号相消现象。本文将协方差矩阵重构方法推广于四元数Capon波束形成中,通过利用Q-Capon的极化-角度谱估计得到干扰和噪声的功率来对干扰加噪声协方差矩阵进行重构,避免了对角加载方法中对对角加载因子的求解,而且能够有效克服指向误差与极化失配带来的性能下降。计算机仿真表明,该方法相较于其他四元数域的方法有着更好的性能。      

V-BLAST系统中一种简单的发射功率分配方案

采用发射功率分配方案可以有效地提高V-BLAST系统的性能。一方面,采用注水发射功率分配方案,可以有效地提高系统容量,另一方面,采用合理的发射功率分配方案,可以在固定数据速率时,改善误码率性能。本文针对第二种应用,给出了一种基于等信干噪比的发射功率分配方案,计算复杂度低,需要的反馈信令少,而且该功率分配方案与调制方式和检测算法无关。通过对MMSE串行干扰抵消和MMSE软干扰抵消检测算法仿真验证,其性能远好于不采用发射功率分配方案,同时接近基于拉格朗日极值法的功率分配方案性能。     

Antenna array design for covariance-based direction-finding methods

Angle-of-arrival estimates based on the analysis of a spatial covariance matrix are particularly vulnerable to error in the presence of coherent signal interference. When this condition exists, the wave interference field is statistically nonstationary, and estimation techniques that are based upon an assumption of stationarity tend to produce poor results. A method is proposed for the design of antenna arrays that exploits the effects of time-averaging and spatial smoothing to approximate the condition of statistical stationarity and thereby enhance the performance of bearing estimation methods