基于核函数的多极化HRRP识别

针对多极化雷达高分辨距离像(HRRP)识别中数据量大、分布复杂和识别算法复杂的问题,提出了基于核函数的识别方法.该方法首先定义了两种基于多极化HRRP的核函数,然后将其分别应用到核主分量分析(KPCA)中降维和提取特征,最后采用最近邻(1NN)分类器和支持矢量机(SVM)分类器对目标进行分类.该方法可以在不丢失极化信息的情况下,将多极化HRRP作为一个整体进行识别,降低了识别算法的复杂度.多极化HRRP数据的仿真实验结果显示,该方法的识别率比单极化HRRP提高7%～10%;与其他多极化HRRP识别方法相比,该方法不仅降低了提取特征的维数,而且还提高了识别性能.     

基于贝叶斯理论的一种接力跟踪方法

为了能够利用目标运动信息的先验知识以提高系统的检测和跟踪性能,该文将基于贝叶斯理论的检测跟踪联合处理方法应用于接力跟踪系统中。该方法在贝叶斯理论框架下能够利用系统已经获得的目标运动信息的先验知识,从而提高系统的性能。另外,考虑到计算复杂度,该文给出了一种简化的实现方法多点贝叶斯检测跟踪联合处理方法。该简化方法能够利用基于贝叶斯理论的检测跟踪联合处理方法的优点,同时可以按照系统的计算能力确定并行搜索的点数,以控制系统的计算复杂度。计算机仿真实验表明,在接力跟踪系统中应用基于贝叶斯理论的检测跟踪联合处理方法能够改善系统的检测和跟踪性能。     

有源干扰条件下机载MIMO雷达STAP协方差矩阵秩的分析

该文分析了正侧阵机载MIMO雷达杂波加有源干扰协方差矩阵的结构,得到杂波加有源干扰协方差矩阵秩的上界为杂波的秩与有源干扰的秩之和减去有源干扰个数。并由此得到MIMO雷达杂波加有源干扰协方差矩阵非满秩而SIMO雷达杂波加有源干扰协方差矩阵满秩时有源干扰个数的范围。当有源干扰的数目在此范围时,SIMO雷达的理论性能严重下降,而MIMO雷达在理论上仍然有足够的自由度来抑制杂波和有源干扰,从而保证有较好的性能。通过仿真实验验证了上述结论。     

基于矩阵加权的稳健波束形成方法

提出了一种基于约束主瓣幅度波动范围的矩阵加权波束形成方法,该方法相比已有方法可以有效控制方向图的主瓣形状、旁瓣电平以及零点深度.存在噪声和系统误差时,该方法对于信号功率的估计具有更好的稳健性.通过约束主瓣幅度波动范围波束形成方法求得加权矩阵的协方差矩阵,对该协方差矩阵做特征值分解求得加权矩阵,通过划分特征值大小来确定最小规模的加权矩阵,该加权矩阵可以在不损失方向图形状和信号功率估计性能的条件下有效降低系统实现复杂度.     

一种SAR目标属性特征提取算法

针对散射中心重叠的情况,利用散射中心空域及其散射机理的稀疏特性,提出一种基于全极化属性散射中心模型的合成孔径雷达目标属性特征提取算法.根据散射中心空域与散射机理的稀疏特性,对目标的极化分解系数矩阵分别施加行稀疏约束与矩阵稀疏约束.由于极化散射机理字典包含未知参数,在此采用坐标轮回下降法分别估计极化分解系数矩阵与极化散射机理字典,同时提取属性散射中心及其极化特征等属性特征.基于电磁计算数据的实验结果,验证了该算法能够利用极化信息提取散射中心的属性特征.     

基于凸优化的宽带雷达波形优化方法

针对宽带雷达目标识别波形优化中多类目标方位和初相不确定问题,在高斯色噪声背景下提出一种基于凸优化的波形优化方法。该算法通过半正定松弛方法对目标识剐波形优化这个非凸问题进行近似求解,较好地解决了多类目标方位和初相不确定情况下的波形优化问题。仿真结果表明：该方法可以有效增加各类目标之间的可分性,从而提高目标识别性能。     

雷达智能博弈抗干扰技术综述与展望

随着认知电子战技术的发展,干扰机电磁对抗能力大幅提升,为有效对抗智能化干扰机,雷达需采取智能博弈抗干扰技术。文中围绕雷达智能博弈抗干扰技术发展现状,从相关理论基础、干扰感知、智能抗干扰策略学习方法、雷达/干扰博弈抗干扰方法梳理相关技术原理和代表性工作,并进一步分析了该领域的发展趋势,为后续理论研究提供必要参考。     

一种针对目标跟踪的自适应波形选择方法简

Within an adaptive interacting multiple model (IMM) framework, an approach to selecting the transmitted waveform of radar is proposed. The adaptive IMM algorithm is attained when the constant-velocity (CV) model and the current statistical model are applied to the IMM filter. Firstly, the error ellipse orthogonal method is derived from information theory, and an equivalent form is given in terms of control theory. According to the equivalent form, the range and velocity tracking error can not be adjusted effectively using the error ellipse orthogonal method. To solve this problem, an adaptive transmitted waveform selection approach is proposed based on the minimum mean-squared error, combining with the adaptive IMM algorithm. Simulations show that the proposed algorithm is feasible and effective.     

最小化旁瓣的MIMO雷达发射方向图优化算法

为了获得低旁瓣的MIMO雷达发射方向图,该文提出一种新的最小化峰值旁瓣或积分旁瓣的MIMO雷达方向图优化算法.由于最小化峰值旁瓣或积分旁瓣的优化问题为非凸问题,该算法通过两步来得到此非凸优化问题的全局最优解.第1步通过对发射总功率的约束进行松弛,将原问题转变为一个凸优化问题,第2步则将第1步得到的解进行尺度变换使其满足发射总功率的约束,从而得到原问题的全局最优解.仿真实验表明了该算法相比于已有算法可以获得更低的峰值旁瓣或更低的积分旁瓣.     

针对机动目标跟踪的雷达发射波形选择

该文首先在交互多模型(Interacting Multiple Model, IMM)算法的框架下,选择常速模型和自适应加速度模型作为状态模型,以应对实际中非合作目标的非机动与机动状态,并将此算法称为自适应IMM算法。然后针对机动目标跟踪时,雷达发射波形的选择需要兼顾测距测速性能与多普勒容忍性的问题,提出将V型调频(V-Linear Frequency Modulated, V-LFM)信号作为发射波形。通过分析多脉冲线性调频信号,V-LFM信号和M序列3种信号对目标距离和速度估计性能的克拉美罗下界(Cramer-Rao Lower Bound, CRLB)与多普勒容忍性表明,V-LFM信号可以在较少多普勒容忍性损失的情况下,有效提升对目标距离和速度的估计精度。仿真结果表明:发射多脉冲V-LFM信号并采用自适应IMM算法,可以明显提高雷达系统的跟踪性能。