小波分析包络提取及在DSP上的实现

在实时信号分析中，离散小波变换在DSP上的有效应用受到了特别的关注，介绍了Mallat快速小波变换算法，通过与常用小波基相对应的正交镜像滤波器组，实现了对信号的快速小波分解；利用小波的频带分离特性和噪声的小波变换特性，提高了信号包络提取的精度。     

基于匹配模板法截获脉压雷达信号

在信号环境较好的情况下，先期截获到某脉冲压缩雷达信号并且成功分析，保存采样数据，制定针对该信号的匹配模板，当该信号再次出现时，匹配模板可以完成匹配接收。如果模板“干净”，该方法对线性调频(LFM)雷达信号的截获信噪比可以达到-14dB。     

机动目标跟踪波形和检测门限自适应算法

由于现有雷达目标跟踪波形和检测门限自适应算法大多围绕以距离、距离率作为量测的一维运动目标展开,忽略了角度对目标跟踪的影响,从而无法对目标进行跟踪定位。为此,提出一种杂波背景下针对二维机动目标跟踪的雷达波形和检测门限联合自适应算法。首先,对传统基于时延-多普勒分辨单元的理论作进一步扩展,设计出一种包含距离-距离率和方位为量测的具有“棱柱”结构的分辨单元;然后,给出了包含波形参数和检测门限的量测误差协方差的联合近似表达式;最后,利用认知雷达思想,以滤波误差协方差的迹最小为代价函数自适应选择下一时刻的波形参数和检测门限,以提高系统的跟踪性能。仿真结果表明,波形和检测门限联合自适应算法的跟踪性能要明显优于传统的固定参数跟踪算法。     

宽带波束域频率聚焦自适应波束形成算法

针对传统时延控制波束形成器无法适应宽带信号接收的问题,提出一种宽带波束域频率聚焦自适应波束形成算法。首先,通过时延控制方法在空间预设方位形成多个独立波束,利用傅里叶变换将多波束数据变换到频域,针对每个频点构造聚焦矩阵,通过聚焦变换将宽带信号对齐到同一参考频率;然后,估计子带聚焦后的协方差矩阵,并进行特征分解得到信号子空间;最后,利用基于特征子空间(ESB)的波束形成方法得到权矢量,实现自适应波束形成。仿真结果表明,该算法能够实现对宽带信号的自适应接收,具有良好的抗干扰能力和稳健性。     

一种特征消除的SAR盲移频干扰方法

针对传统移频干扰存在移频干扰特征和无法对抗波形捷变合成孔径雷达(SAR)信号的缺点,文中提出了特征消除的SAR盲移频干扰方法。首先,对接收到的两路SAR信号分别进行延时和2倍频谱扩展;然后,将两路信号进行共轭相乘产生干扰信号,从而将频谱扩展后的信号恢复成原来的SAR回波信号样式,并引入移频干扰相位调制项,可在SAR距离向产生前移、滞后假目标干扰。该方法不仅消除了移频干扰特征,而且能够有效对抗波形捷变SAR雷达信号,是一种盲移频干扰方法。理论分析和仿真实验证明了该方法的可行性和有效性。     

匹配模板法在雷达信号识别中的应用

雷达采用低截获概率(LPI)技术之后,特别是在低信噪比条件下,传统的基于参数提取的雷达信号识别方法将会失效。数字接收机的研制与投入使用,开辟了信号截获识别的新思路。如果在先期情报侦察中截获雷达信号并且成功识别,那么就可以将该雷达中频采样数据保存下来制作为匹配模板,当该雷达信号再次出现时,即使信噪比较低,也可以完成匹配接收,截获的同时便完成信号识别。采用实际截获的雷达信号制作成匹配模板进行计算机仿真实验,当其中的某一雷达信号再次出现时,匹配模板成功截获,实验结果验证了该方法的有效性与可行性。     

三站无源时差定位系统噪声干扰效果分析

依据噪声干扰原理,对时差定位系统中同一侦察站受到不同强度的噪声干扰以及对不同侦察站受到同样强度的噪声干扰进行分析,并对干扰效果依次进行仿真.仿真结果表明,噪声干扰对三站无源时差定位系统的干扰效果随着侦察站接收到的干信比的增大而增大,并且干扰主站的效果优于干扰副站的效果.这为以后主动保护辐射源位置提供了一个新的思路.     

网络雷达对Rician目标检测性能分析

研究了总发射功率一定的条件下,网络雷达4种模式对Rician目标的检测性能。仿真分析结果表明Rician目标可分成类Rayleigh目标与标准Rician目标两类,且对于不同的分类具有不同的检测特性,具体表现为:类Rayleigh目标的检测性能与Rayleigh目标相同,标准Rician目标显示出与Rayleigh目标不同的检测性能。     

数字射频存储器在脉冲多普勒雷达噪声干扰中的应用

采用数字射频存储器(DRFM)技术的噪声干扰机,具有瞄频精度高、噪声带宽窄、干扰功率利用率高的特点,可对脉冲多普勒(PD)雷达实施有效干扰。介绍了DRFM干扰机的组成和工作原理。并分析了瞄频误差和寄生信号的产生以及它们对干扰噪声的影响。     

基于虚拟孔径扩展的非均匀稀疏阵无模糊测向算法

针对常规均匀线阵DOA估计中可估计信源数目不足的问题,提出了一种基于虚拟孔径扩展的非均匀稀疏阵无模糊测向算法。该算法在传统MUSIC算法模型基础上,首先对阵列接收信号协方差矩阵进行向量化处理,通过Khatri-Rao积运算实现孔径扩展,提高了阵列自由度。然后利用任意阵列下的空间平滑恢复新协方差矩阵的秩,最后通过MUSIC算法进行DOA估计。仿真实验结果表明,与传统MUSIC算法相比,该算法可以在阵元数目小于信源数目的条件下实现DOA估计,大大增加了可估计信源数目,同时在低信噪比、小快拍条件下仍能得到DOA估计结果。