广义自适应相干累积算法改进及其在线谱增强中的应用

文章在广义的自适应相干累积(IGACI)算法的基础上,提出了修正系数的IGACI算法。即在相应原权系数基础上乘以修正系数,修正原则是提升末端权系数的幅值,同时可根据信噪比的变化作适当的调整。并将其用于白色噪声下的线谱增强,理论分析和仿真结果证明了在低信噪比的情况下,其性能要优于IGACI算法。文章还讨论了自适应线谱增强器的两种改进形式,并将IGACI算法应用于其中,仿真结果证明了其优越性。     

对线性调频脉压雷达的灵巧噪声干扰研究

针对传统噪声在干扰LFM脉冲压缩雷达时干扰功率利用率不高的问题,提出一种灵巧噪声干扰实现方法。该方法将DRFM存储的雷达发射信号与噪声信号相卷积得到灵巧噪声信号,这种信号干扰能量利用率高,能产生压制性和欺骗性双重干扰效果。文章从理论分析和仿真实验角度证明了它能有效干扰LFM脉冲压缩雷达,且性能明显优于射频噪声干扰。     

线性调频连续波时频分析中的余弦变换方法

LFM/CW测距系统中利用傅里叶变换进行时频分析从而得到差频信号的频率,针对其测距分辨力不够高且运算量大、难于实现实时多距离分辨等问题,提出利用余弦变换进行时频分析的方法。利用余弦变换在处理零初始相位单频信号时具有高频率分辨力这一优点,将其应用于处理LFM/CW体制测距系统的差频信号从而提高测距分辨力。理论分析和仿真证实了在一定距离范围内,使用余弦变换处理差频信号可以得到近似正确的频谱,相比使用傅里叶变换时其测距分辨力提高了一倍。     

LFM信号的卷积调制干扰仿真

线性调频脉冲信号在雷达中应用广泛,其优点是具有脉内相干性。传统的噪声干扰进入雷达后无法获得处理增益,因而在功率有限的情况下往往干扰效果不佳。相对于噪声干扰,卷积调制干扰的优点是可获得雷达较大的处理增益。对基于LFM信号的卷积调制干扰进行了理论分析,并对该信号进入雷达后的干扰效果进行了仿真。     

高分辨率机载CW SAR系统分析与设计

文章从系统设计角度出发,介绍了连续波SAR中几种常用的信号波形,分析它们各自的优缺点;对系统主要参数选择和估计进行详细分析;推导了CW SAR图像信噪比公式;分析了影响系统信噪比的各个因素;最后给出两种典型的连续波SAR的系统结构框图,为设计和实现CW SAR系统以及对SAR图像进行性能评估提供理论依据。     

DSSS系统LFM干扰抑制技术研究

针对传统的傅里叶变换只能对平稳干扰信号具有较好的抑制能力而对非平稳的LFM干扰信号不能有效抑制,该文引入了分数阶傅里叶变换（FRFT）,在分数阶傅里叶域给出了一种LFM信号最佳旋转角度确定的算法,并利用该算法对LFM在分数阶傅里叶域进行干扰抑制。仿真结果表明,该算法能够准确确定LFM信号在分数阶傅里叶域的最佳旋转角度,...     

线性调频信号两种加权滤波的等价性

在雷达信号处理中,雷达接收的线性调频信号通常要输入匹配滤波器或者互相关器进行处理,并且采用各种窗函数降低压缩脉冲的距离副瓣。文中以采用海明窗降低副瓣为例,证明了大时宽带宽积线性调频信号的加权匹配滤波器和互相关器输出近似等价,然后利用仿真实例对此加以检验。当采用其他余弦型窗降低副瓣时,其近似等价关系保持不变。     

LFM信号参数估计误差分析及改进算法

为进一步提高LFM信号参数估计的实时性和精确性,研究分析了分数阶傅里叶变换(FRFT)对LFM信号进行参数估计的误差来源,通过对其参数估计公式的研究,得出采样点数和搜索间隔对估计精度的不同影响,并提出了相应的改进算法。同时,采用DPT算法与FRFT离散并行快速算法相结合,提高了算法的实时性。最后,利用能量重心法对参数估计结果进行谱校正,进一步提高了估计精度。仿真结果表明,该算法对LFM信号参数估计精度高,性能接近CRLB,同时能够实现实时处理。     

一种应用于汽车安全系统的LFMCW雷达

越来越多的汽车设计了24GHz或77GHz的前视雷达系统。本文提出了一个K波段的LFMCW雷达的硬件结构,用于对目标车辆距离和速度的测量。文中首先回顾了关于汽车雷达研究的意义和现状,用数学模型分析了LFMCW雷达的原理,推导了距离和速度测量的表达式;其中发射机采用了调谐VCO的方式,设计了一个一发两收的微带阵列天线,也对采用了FPGA和DSP进行数据采集和处理算法部分作了介绍;最后计算结果表明了雷达测量的可行性,并讨论了如何提高性能。     

基于LASSO的雷达脉压压缩方法

雷达抗干扰性能是衡量一部雷达优劣的重要指标,直接决定着雷达作战效能的发挥。常见的抗干扰措施有副瓣对消、脉冲压缩、动目标检测、恒虚警处理等。文中结合LASSO回归算法,提出了一种基于LASSO的脉冲压缩抗干扰措施。该方法利用LASSO回归具有稀疏性的特质,结合雷达回波信号设置匹配字典,使用冗余预测变量构造数据集,并使用交叉验证构造LASSO模型,拟合识别预测变量,实现了目标检测。将该方法与脉冲压缩方法对比,仿真实验证明采用LASSO算法不仅不需要考虑旁瓣的影响,还获得了更好的目标分辨能力,并且在较小信噪比条件下目标检测效果也比较好。