基于AT89C2051单片机的频率计设计

本频率计设计以AT89C2051为核心，应用单片机的算术运算和控制功能并采用串口液晶显示块实时地将所测频率显示出来。使用串口的液晶显示模块，节省了单片机的口线和外围器件，简化了显示部分的编程控制。使用高效的快速转换算法和用来测量信号多倍周期的分频电路计算信号频率，既保证了系统的测频精度，又使系统具有较好的实时性。在本设计中实现了频率信号的实时高精度地测量与显示。     

基于TMS320C6701 DSP的线性调频信号的数字脉冲压缩

线性调频信号可以获得较大的压缩比,有着良好的距离分辨率和径向速度分辨率,是目前雷达信号采用的主要形式。详述了如何利用TI公司的TMS320C6701DSP实现线性调频信号的频域数字脉冲压缩,给出了系统的实现框图和脉压结果。     

双基地MIMO雷达收发阵列互耦条件下目标定位方法

利用均匀线阵互耦矩阵的带状、对称Toeplitz特性,基于子空间原理,提出了一种双基地MIMO雷达目标定位及互耦自校正方法.将对目标二维方位角估计与互耦参数估计相"去耦",不需要任何互耦矩阵信息,且角度估计性能与互耦已知时二维MUSIC算法相近;同时,基于信源二维方位角的精确估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该方法对目标二维方位角与互耦矩阵的联合估计不涉及高维的非线性优化搜索,只需一维搜索,具有较小的计算量.计算机仿真结果证明了本方法的正确性和可行性.     

双基地MIMO雷达相干分布式目标快速角度估计算法

该文提出一种基于双基地MIMO雷达的相干分布式目标快速角度估计算法。建立了双基地MIMO雷达相干分布式目标信号模型;然后,基于该信号模型证明了相干分布式目标导向矢量具有Hadamard积旋转不变性;最后,利用该特性得到了对目标2维收发中心方位角的估计。分析表明:该算法无需搜索,参数配对简单,能有效降低算法的计算量;由于没有对相干分布式目标的角信号分布函数做固定的假设,所以该算法适用于具有不同角信号分布函数或角信号分布函数未知的情况,具有较强的稳健性。计算机仿真结果证明了该文算法的正确性和有效性。     

战斗部破片动态飞散区的多值问题

讨论了战斗部破片动态飞散区的多值问题,提出了一种判断战斗部破片动态飞散区是否存在多值的方法,通过两个算例,获得了战斗部破片动态飞散区的多值问题出现的条件。     

米波雷达低角跟踪环境下的修正MUSIC算法

在经典的MUSIC算法的基础上,结合米波雷达低角跟踪的特点,提出了一种对接收数据的协方差矩阵进行重构的新的修正MUSIC算法,然后分析了其解相干的原理.最后用MATLAB软件对其性能与MMUSIC(Modified MUSIC,MMUSIC)算法进行了仿真比较,结果表明对于2个以上的相干信号源,MMUSIC算法已失效,但新算法仍可准确地估计出各个相干信号源的DOA,并且对于2个相干信号源,其估计精度、估计的稳定性和估计的成功概率也明显高于MMUSIC算法.从而证明了该算法的有效性。     

MAX+plus Ⅱ软件在数字电路设计中的应用

MAX plus Ⅱ开发软件的出现为现代数字电路的设计提供了一个有利的开发平台，本文通过利用MAX plus Ⅱ开发软件和复杂可编程逻辑器件CPLD实现一变周期、变占空比的波形发生器为例，详细介绍了MAX plus Ⅱ开发软件在现代数字电路设计中的应用。     

双基地MIMO雷达目标定位及互耦自校正算法

利用均匀线阵互耦矩阵的带状和对称Toeplitz特性,提出了一种基于旋转不变技术估计目标参数(ESPRIT)的双基地多输入多输出(MIMO)雷达目标定位及互耦自校正算法.该算法通过ESPRIT算法中子阵的选取,将目标二维方位角估计与互耦参数估计相"去耦",角度估计过程不需任何互耦矩阵信息,且估计精度高、分辨力强;基于对目标二维方位角的估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该算法对目标二维方位角与互耦矩阵的估计不涉及任何角度搜索和迭代过程,具有较小的运算量.计算机仿真结果证明了该算法的正确性和可行性。     

用WSF算法实现机扫雷达多维超分辨估计

针对传统扫描体制雷达(机扫雷达)无法分辨半功率波束宽度内存在多目标的问题,基于阵列信号处理的思想,应用加权子空间拟合(WSF)方法实现了机扫雷达超分辨估计.首先分析了机扫雷达幅度调制的导向矢量模型,然后推导了基于此导向矢量的WSF DOA估计方法.仿真结果表明,该方法具有较高的估计精度.     

基于小波包变换的弱信号检测

在通信、医学成像和雷达信号处理等领域中常常面临着强噪声背景中弱信号检测的问题。文中分析了小波包变换的良好时频分析特性,根据信号与噪声具有不同的Lipschitz指数,通过引入子频带∞-范数,对信号和噪声进行频谱分析,将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量,并应用浮动阈值去噪方法,解决了低信噪比情况下的弱信号检测。最后,通过计算机的数值计算,模拟了浮动阈值去噪法基于小波包变换和小波变换的强噪声背景下的弱信号检测,从仿真的波形图中得出在低信噪比情况下的弱信号检测方面小波包变换优于小波变换。