一、机载相控阵雷达目标回波信号的实时模拟(论文文献综述)
张璘[1](2021)在《相控阵机载SAR海面动目标成像算法研究》文中认为我国是一个海洋大国,对海上舰船目标的探测不仅涉及到我国经济利益,也关系着国家领主主权和海防安全。相控阵机载合成孔径雷达利用阵列天线空域结构实现等效增加空间维采样频率的目的,从而扩大海域测绘带范围,使得广域海面舰船目标的高分辨率成像成为可能。目前,相控阵机载SAR存在着天线阵列结构复杂、数据运算处理量庞大以及舰船目标成像散焦等问题,影响广域海面动目标成像效率和成像质量。因此本文围绕相控阵机载SAR动目标高分辨成像算法,对天线波束扫描模式、多天线接收数据处理算法、动目标多普勒参数估计和时频分析算法进行深入研究,所取得的主要研究成果如下:第一,针对相控阵机载SAR成像扫描方式的选择,分别采用距离俯仰向扫描和方位向扫描两种模式对宽测绘带场景进行成像。首先,以宽测绘带场景为基础建立相控阵机载SAR成像模型,在发射信号脉冲重复频率有限的条件下,通过理论公式推导出信号处理过程,并建立DBF-SCORE模式和TOPS模式两种成像模型。随后,通过仿真实验和实测数据成像,验证上述两种模式可分别实现距离向波束形成高分辨成像和方位向宽幅快速扫描成像,明确了相控阵机载SAR波束控制所采用的扫描方式,为后续广域海面成像算法研究奠定基础。第二,针对相控阵机载SAR广域海面舰船成像过程中所面临的海量数据存储运算困难的问题,本文从舰船目标分布的稀疏属性入手,提出块稀疏压缩感知动目标成像算法。首先,以传统贪婪OMP算法为基础,建立海面舰船压缩感知成像算法模型,仿真结果表明舰船满足目标稀疏性特点,可以采用压缩感知算法进行成像。随后,利用天线阵列的分集增益以及舰船目标的块稀疏分布属性,提出联合块稀疏压缩感知成像算法。仿真和实测数据成像结果表明,采用块稀疏类算法可以获得较为统一的目标分布图,较大的降低了全景区域成像时间,同时有助于消除海面的虚假目标。第三,针对舰船自身运动引起的图像散焦和模糊问题,提出多普勒参数估计So WVD算法。首先,分析多普勒参数对动目标成像效果的影响,建立多普勒参数信号估计模型。仿真结果表明,传统算法有助于校正目标运动过程中的距离徙动,补偿掉与距离空变有关的方位向相位误差,但运算时间不适用于实时估计。随后,为降低运算复杂度,提出多普勒参数估计So WVD算法。仿真实验验证了该算法的有效性,与传统参数估计算法性能相比,So WVD算法适用于相控阵机载SAR对舰船等小型目标的多普勒参数实时估计。第四,针对不同海情舰船在偏航角、俯仰角和横滚角的三维摆动下存在图像散焦模糊的问题,在动目标自聚焦和时频分析类算法聚焦成像的基础上,提出同步压缩类时频变换算法。首先,采用最大对比度/最小熵自聚焦迭代算法和分块PGA聚焦算法,对实测数据中多艘舰船的模糊图像进一步聚焦,成像结果表明该算法可以很好地降低海杂波旁瓣和海面虚影。随后,建立SAR/ISAR混合成像模型,采用传统时频分析算法对单个舰船进行瞬时时频成像,引入同步压缩类时频变换算子,获得摆动舰船在某一瞬时的聚焦图像。通过仿真实验和实测数据性能参数比较可知,同步压缩类算法可以抵消舰船摆动所造成的图像散焦和模糊,获得高清舰船图像,能够看清舰船结构、尺寸、船头船尾等细致部分。第五,针对运动舰船存在定位误差的问题,利用相控阵天线阵列结构分布均衡的特点,提出用以校正动目标方位向位置的VSAR算法。首先分析了具有径向速度的海面舰船存在方位向位置误差的原因,推导出方位位置误差的数学表达式。随后,建立VSAR算法模型,通过对天线阵列接收数据的相位差进行分析,得出目标径向速度和方位向真实位置估计。仿真实验和实测数据验证了该算法的可行性,成像结果表明VSAR算法可以对动目标进行连续动态观测,实现在多普勒频带内有效区分静动目标,提高判断舰船运动趋势及航行轨迹的能力。
李明[2](2021)在《知识辅助的机载雷达杂波抑制与目标检测算法研究》文中进行了进一步梳理机载雷达利用空时自适应处理(Space-Time Adaptive Processing,STAP)技术,能有效抑制地面杂波,提升动目标检测能力。杂波协方差矩阵的估计是机载雷达STAP的核心。然而传统STAP算法在非均匀杂波环境下面临着小样本难题,这将严重影响杂波协方差矩阵的估计精度,造成杂波抑制和动目标检测性能下降等问题。利用杂波与目标先验知识,如杂波协方差矩阵的低秩特性、结构知识等,能够消除回波信号中的冗余信息,减少未知参数数量,显着提高杂波协方差矩阵和未知参数的估计精度。另外,本文还针对基于知识辅助的STAP方法,如何有效地提升机载雷达对复杂环境的适应能力,增强动目标检测性能进行了研究。本文围绕上述内容展开研究,主要工作与贡献总结如下:(1)基于知识辅助的机载雷达训练样本选择算法针对训练样本被干扰目标污染引起的目标自消问题,分别提出了基于目标和杂波知识辅助的两种训练样本选择算法,可有效提高样本选择性能的稳健性。两种算法利用先验知识,分别通过杂波谱重构和杂波协方差矩阵的二阶谱结构,直接表征目标距离环(Cell Under Test,CUT)杂波特性,可确保CUT杂波特性的表征性能不受训练样本数量的限制,并且消除干扰目标对样本选择性能的影响。此外,所提出的两种样本选择算法分别以白化样本协方差矩阵的谱半径和杂波谱能量差异作为检验统计量,有效提高了样本选择的准确性。(2)基于知识辅助的机载相控阵雷达杂波协方差矩阵估计算法在小样本条件下,针对机载相控阵雷达利用离散字典估计杂波协方差矩阵时,存在的网格失配问题,本文提出了基于截断核范数的无网格杂波协方差矩阵估计算法。通过联合杂波协方差矩阵的低秩特性和Block-Toeplitz结构特征作为先验知识,实现在连续域估计杂波协方差矩阵,可有效解决基于离散字典的估计算法中存在的网格失配问题。在此基础上,提出了基于截断核范数的杂波秩近似表达方式,相比于核范数,能更准确的约束杂波秩,保证估计结果的收敛性。(3)基于知识辅助的机载多输入多输出(Multiple Input Multiple Output,MIMO)雷达杂波协方差矩阵估计算法针对小样本条件下机载MIMO雷达杂波协方差矩阵估计精度不足的问题,提出了基于多重结构知识的杂波协方差矩阵估计算法,充分利用MIMO雷达信号发射空域、接收空域和时域的双Kronecker积结构特征,并融合杂波协方差矩阵二阶谱结构特征,有效提高了小样本下杂波协方差矩阵的估计精度。此外,本文采用基于近似梯度下降算法求解多种结构知识约束的协方差矩阵估计问题,可实现杂波协方差矩阵估计的高效收敛。(4)基于知识辅助的直接数据域动目标检测算法针对非均匀杂波环境下训练样本不足导致的动目标检测性能下降问题,设计了基于知识辅助的直接数据域检测器,有效提高了无样本条件下的动目标检测性能。利用具有冗余基向量的杂波子空间和杂波协方差矩阵的结构特征作为先验知识,仅利用CUT的数据估计未知参数,保证检测性能不受非均匀杂波环境和杂波分布特性的影响,改善了复杂环境下的动目标检测能力。
刘志鑫[3](2020)在《海杂波背景下的低空风切变检测方法研究》文中提出随着世界科技与经济的发展,各国都在发展建造海上/滨海机场,例如英国伦敦第三机场、纽约拉瓜迪亚机场以及澳门机场等。然而由于海上/滨海机场附近气象条件复杂,民航客机在海上/滨海机场起飞降落将面临着许多恶劣的气象状况,会对飞机飞行安全造成重大威胁,而低空风切变则是众多恶劣气象状况中威胁飞机飞行安全的“头号杀手”。机载气象雷达作为飞机航电设备的重要组成部分可以在海面背景下进行低空风切变检测,但是却面临着许多困难,首当其冲的是机载气象雷达接收的海杂波信号会埋没低空风切变信号,使风速无法准确估计,导致低空风切变无法准确检测。目前的低空风切变检测方法多针对于地杂波背景,然而地杂波与海杂波之间存在着许多不同,海面波浪的运动会造成海杂波空时谱展宽,导致杂波抑制难度增加,影响低空风切变检测的准确性。因此专门研究海杂波背景下的低空风切变检测方法具有十分重要的意义。本论文以机载相控阵气象雷达为基础,针对海杂波背景下的低空风切变检测方法展开研究。主要内容如下:提出一种海杂波背景下基于空间多波束-时域滑窗的低空风切变检测方法。此方法首先对雷达回波数据进行预处理,然后构建空间多波束-时域滑窗的空时自适应处理(Space-Time Adaptive Processing,STAP)结构,对同频多普勒通道的输出进行自适应处理,构造代价函数实现低空风切变场的风速估计,最后计算平均F因子与告警阈值进行比较,实现低空风切变检测。针对独立同分布(Independent Identical Distribution,IID)训练样本数量极少的情况,提出一种基于稀疏重构的低空风切变检测方法,可仅利用几个少量的样本就能实现准确的低空风切变检测。此方法首先利用前视阵海杂波在角度-多普勒域的稀疏特性,通过构造超完备字典对空时快拍信号进行稀疏表示,采用稀疏贝叶斯学习算法进行信号重构,估计待检测距离单元的杂波协方差矩阵,然后通过构建空时自适应滤波器进行海杂波抑制与信号匹配,构造代价函数实现低空风切变风速估计,最后计算平均F因子进行低空风切变危险性判决,实现低空风切变检测。
杨慧[4](2020)在《X波段多功能相控阵雷达信号处理算法与仿真研究》文中认为多功能相控阵雷达因其优良特性备受青睐,可灵活快速的调整波束指向,并且支持多种工作模式。现如今,基于计算机仿真技术的雷达仿真系统具有成本低、研发周期短以及效率高等优点,并且能最大限度的逼近实地环境进行数字仿真实现,是实现算法验证、优化以及对雷达系统进行评估的重要手段。多功能相控阵雷达仿真系统提供目标的探测、跟踪、识别、拦截等多种功能支持。本文侧重于多功能相控阵雷达的搜索与跟踪模式,重点研究分析信号产生与处理过程,在VS平台上实现该雷达仿真系统,并扩展了雷达仿真系统的实时交互性能,以实现对雷达处理过程的干预控制。本文首先分析了多功能相控阵雷达在不同模式下的工作流程,构建了该系统的整体框架,宏观的介绍了仿真系统的设计以及实现方案。其次针对仿真系统中的天线布阵、信号产生和信号处理三个重要模块进行关键技术的建模分析及仿真验证。对比了传统的密度加权以及基于迭代傅里叶方法的布阵算法,并采用改进的迭代傅里叶算法进行天线布阵,实现了具有低旁瓣以及窄的波束宽度的方向图。基于雷达信号全路径传播过程的分析及相关仿真验证,建立了雷达信号接收模型。针对雷达不同的工作方式对雷达信号处理过程中的关键环节进行理论分析和仿真验证,包括相位补偿、脉冲压缩、多脉冲积累、恒虚警检测(CFAR)、测距测角模型等,采用Keystone变换算法解决了多脉冲积累的距离走动问题。最后在基于以上模型的分析验证,在软件平台上进行雷达仿真系统的构建。仿真系统在实现雷达的工作过程的基础上,面向其他显控平台采用固定的通信格式,支持使用者对雷达工作状态的干预控制。本文采用多线程的方式实现雷达处理过程与网络通信的并行运行,提高了系统的可扩展性与数据交互能力。基于C/S的设计思想,将雷达仿真系统作为服务器端,其他显控平台作为客户端,仿真系统通过UDP通信获取显控平台的人工指令及数据信息,根据指令调整雷达的任务安排,并将处理结果反馈给显控平台,实现了仿真系统实时的显控功能以及人工干预控制。
孙国皓[5](2019)在《基于协方差矩阵结构特征的机载雷达空时处理》文中认为现代机载雷达尤其是预警雷达中多采用大规模阵列与多脉冲体制,此外由于机载雷达所处的地形多变特性以及环境的非均匀性,使得雷达信号处理中所需巨大的样本数量与环境可提供的样本数量相矛盾。为了解决在少样本或无参考样本情况下,机载雷达空时自适应处理(STAP)中杂波协方差矩阵估计、降维算法、波形设计、目标检测等问题,需借助于一定的先验信息来提高机载雷达STAP性能。因此,本文围绕着机载雷达协方差矩阵结构特征,并展开相关空时二维信号处理算法研究。本文主要工作与贡献为:(1)建立机载雷达目标杂波模型以及分析杂波协方差矩阵结构机载雷达信号建模是后续工作展开的基础。首先本文分别对机载相控阵雷达、多输入多输出(MIMO)雷达体制下目标与杂波建模,并给出相应的杂波协方差矩阵。在此基础上,分析得出了杂波协方差矩阵具有一定的特殊结构,包括一种线性结构的集合。利用该结构,研究了协方差矩阵的极大似然估计方法以及几种放缩估计算法。(2)机载相控阵雷达结构化杂波协方差矩阵估计算法研究机载相控阵雷达杂波协方差矩阵具有多个低秩空域与时域杂波基矩阵Kronecker积求和的非线性结构。利用一种Kronecker积置换运算,可将该非线性结构转变为向量外积求和的线性结构。基于此,借助于近似梯度下降算法,本文提出一种将极大似然估计问题、先验协方差矩阵以及秩约束三者相结合的迭代估计算法。并理论上证明了估计得到的协方差矩阵以及基矩阵均具有Hermite矩阵特性。(3)基于结构化杂波协方差矩阵的机载MIMO雷达的两级STAP与矩阵估计研究机载MIMO雷达的杂波协方差矩阵可表示为发射空域、接收空域与时域基矩阵Kronecker积求和的非线性结构,并利用一种Kronecker积结构的权向量特性,本文提出一种收发两级STAP的处理模式,能够保证输出信杂噪比(SCNR)性能优越情况下有效地降低运算复杂度。此外本文提出一种基于双核范数的结构化杂波协方差矩阵估计算法,能够有效解决杂波协方差矩阵具有特殊结构约束的估计问题。并理论上证明了该算法所得的协方差矩阵能够保证上述非线性结构。(4)基于最大化互信息量的机载MIMO雷达波形设计算法研究建立了具有发射波形形式的机载MIMO雷达目标与杂波协方差矩阵结构模型。本文采用最大化目标与接收信号之间的互信息量为优化准则,提出一种基于目标与杂波统计先验信息的波形设计算法,并借助于多源交替方向法(ADMM)解决了有不同距离环之间影响的波形设计问题。(5)分布式机载MIMO雷达目标检测算法研究建立了分布式机载MIMO雷达体制下的目标与杂波模型。本文借助于贝叶斯检测框架,提出了一种分布式机载MIMO雷达在仅已知先验杂波协方差矩阵谱结构信息且无参考样本情况下的点目标检测器。此外,采用块稀疏贝叶斯学习(BSBL)估计算法,提出了一种无参考样本的分布式机载MIMO雷达距离扩展目标检测器,并给出了该检测器在有无目标两种假设下的概率密度函数。
熊伟[6](2019)在《认知雷达干扰抑制与波形设计技术研究》文中进行了进一步梳理基于数字射频存储器,现代干扰机能够实现对雷达信号的精确复制和再现,雷达欺骗干扰“衍生”的相干假目标在雷达接收机中易获较大的相干处理能量,假目标与真实目标在时域、空域和频域的特征非常相似,严重影响着雷达对真实目标的检测、跟踪和参数估计性能,且容易丢失雷达目标、消耗雷达资源以及制造异常空情等。认知雷达技术赋予了雷达系统深度感知环境、智能利用环境信息、自主优化发射(包括波形、极化、频率等)等能力,能够显着提升雷达系统在复杂电磁环境下的抗干扰能力。针对认知雷达的综合抗干扰问题,本文从干扰抑制滤波器设计和波形设计两个方面开展了相关研究工作,以增强雷达系统与外部电磁干扰环境的信息交互,提升复杂电磁环境下雷达系统的探测能力。本文的主要研究内容和创新性如下:(1)引入了极化域特征,提出了一个空域-极化域斜投影算子以抑制脉冲多普勒(Pulse-Doppler,PD)雷达的欺骗干扰。考虑到待检测的真实目标和欺骗假目标可能来自不同/相同的空间角度,但其具有不同的极化参数。本文基于极化敏感阵列,采用三线性交替最小二乘算法估计真实目标和假目标的空间角度和极化特征参量,利用两者在空域-极化域内的差异,设计了一种空域-极化域斜投影算子,将雷达接收到的混合回波投影到目标回波子线性空间,以保留目标回波,同时抑制欺骗干扰。相比传统的极化滤波器,该空域-极化域斜投影算子不仅可以有效抑制雷达旁瓣欺骗干扰,而且可以抑制主瓣欺骗干扰,对参数测量误差也有较强的容错性,适用于不同脉宽,不同占空比的雷达波形。(2)针对宽带相干间歇采样转发干扰(Interrupted Sampling Repeater Jamming,ISRJ),本文基于目标回波与ISRJ的时频域能量分布特征差异,提取干扰机间歇采样时间段内的雷达回波,设计了一种有效的通带滤波器和干扰抑制方案。抑制后的雷达回波与真实目标回波的高分辨一维距离像非常相似,具有较大的相似系数和信号有源干扰噪声比(Signal-to Jamming-plus-Noise Ratio,SJNR)改善因子。仿真实验分别从不同阶数、不同延迟时间、不同信噪比(Signal-to-Noise Ratio,SNR)和不同干扰工作比等四个方面验证了所提通带干扰滤波器对抗宽带ISRJ的有效性,实验结果表明当De-Chirp ISAR输出SNR>25d B时,在不同阶数ISRJ干扰下,滤波器输出回波的相似系数均大于0.8,SJNR改善因子大于15d B。(3)复杂干扰环境下,面向多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达基于压缩感知(Compressive Sensing,CS)估计目标波达角(Direction of Arrive,DOA)问题,提出了三种空间滤波测量矩阵(Spatial Filter Measurement Matrix,SFMM)的设计方案,以解决雷达感兴趣区有源干扰和旁瓣信号源干扰/杂波联合抑制问题。该方案在联合抑制上述干扰的同时,能够准确测量真实目标的DOA,即使分布式有源干扰与真实目标回波具有相同的DOA,且普适性更强,同样适用于仅考虑旁瓣信号源干扰/杂波的抑制问题。仿真实验表明,设计的第三种SFMM针对有源干扰的凹口衰减增益大于85d B,同时针对信号源的旁瓣衰减增益均大于30d B,当SNR>5d B,目标DOA估计均方根误差小于1°。(4)提出了一种自适应初始相位脉冲分集设计方法以对抗PD雷达的速度欺骗干扰。通过优化受干扰时雷达回波的多普勒谱,自适应设计脉冲分集波形的初始相位,使得在受干扰真实目标的频率附近形成阻带凹口,同时采用不同整数倍脉冲重复周期(Pulse Repetition Interval,PRI)延时的多通道处理技术来估计真实目标和虚假目标的距离和多普勒参数,特别是转发干扰延迟PRI数。整个算法核心部分可基于快速傅立叶变换实现,使得雷达波形实时更新成为可能。仿真实验表明,该抗干扰波形设计方法由于在真实目标附近形成频率阻带凹口,提高了恒虚警检测的SJNR,同时也将有助于微弱目标的检测。(5)针对集中式MIMO雷达部分相关波形设计问题,分别基于发射方向图综合和以接收滤波器输出信号的信干噪比最大化为设计准则,提出了两种波形设计方案和一类Toeplitz矩阵式发射波形协方差矩阵(Transmit Waveform Covariance Matrix,TWCM)的设计方法。基于发射方向图综合,本章首先建立了TWCM优化设计模型,并将其松弛为一个凸优化问题求解;其次,为了克服了传统TWCM设计迭代算法对初始值敏感和容易陷入局部最优的缺点,研究了TWCM转化为其平方根矩阵的间接重构问题,将TWCM设计的非凸优化模型转化为一个目标优化函数,并采用粒子群算法进行编码求解,仿真实验表明,该方法比TWCM迭代优化算法至少提高3d B;最后,提出了一类对称Toeplitz矩阵式的TWCM,从数学上严格证明了TWCM的满秩特性,满秩特征保证了基于TWCM设计的波形能够充分发挥MIMO雷达的波形分集优势,能够抑制更多的干扰源。同时,理论上证明了可以采用二进制相移键控波形合成MIMO雷达发射波形,并推导出TWCM控制参数与接收输出信号最大SINR关系式等,认知MIMO雷达可以根据对目标/干扰源/杂波的角度、回波强度等环境信息的感知程度,自适应选择合适的TWCM,在线实时更新集中式MIMO雷达发射波形,因此该波形设计方案对抗旁瓣干扰的灵活性和适应性更强。
陶波[7](2018)在《应用于阵列回波模拟的信号并行产生技术》文中指出在雷达和通信系统的研制中,整机联合调试需要付出极高的外场试验成本,并且受限于不稳定的试验环境。阵列回波模拟器能够模拟多目标的阵列回波信号,还能够对不同环境下的干扰、杂波等信号进行准确模拟,能够大大提高阵列雷达和通信系统的研制效率和测试水平。而信号并行产生技术特别是高速多通道宽带同步信号生成技术是阵列回波模拟器研制的一大难点。本文根据某相控阵雷达模拟器的需求,提出了回放结合实时模拟的高速多通道宽带同步并行信号产生方法,并设计离线校正机制解决了阵列回波模拟中的通道一致性问题。在快速介绍了基本的雷达波形理论和阵列信号处理理论之后,首先给出了某相控阵雷达回波模拟器的系统组成,进而设计了阵列回波模拟器的工作流程和时序控制逻辑,在主控板、时序运算板和信号模拟板间分配了不同的任务,设计了板间通信机制;所设计机制支持回放结合实时模拟的并行信号产生方法。针对阵列回波模拟中的多目标、多通道高速宽带同步信号并行产生问题,根据雷达波形和阵列信号基本理论,设计了基带波形产生模块、多通道信号并行产生模块、多通道信号延时和多普勒调制模块、阵元调制模块以及数字上变频模块,实现了基本的多目标多通道阵列信号模拟功能。针对多通道阵列信号产生中的通道一致性问题,在采用多通道时钟和数据的严格同步技术的基础上,进一步采用多通道幅相一致性校正技术,综合采用通道延时直接补偿的方法和拉格朗日插值的方法提高了多通道一致性。最后,通过实验验证了所设计的阵列回波模拟器,测试了多目标多通道回波模拟、干扰信号模拟、杂波模拟的功能和性能,并且特别验证了多通道幅相一致性校正机制。测试结果表明,所设计阵列回波模拟器满足设计需求,所采用的信号并行产生技术行之有效。本文所采用的并行信号产生技术对于阵列雷达和通信信号产生和模拟具有一定的参考意义。
孙雨泽[8](2017)在《面向复杂环境的快速稳健空时自适应杂波抑制方法研究》文中认为空时自适应处理(STAP)技术通过空时域自适应联合滤波,能够有效改善杂波抑制性能,极大提升机载相控阵雷达慢速目标检测性能,是当代机载相控阵雷达的关键技术之一。然而复杂多变的机载相控阵雷达工作环境对STAP技术提出严峻挑战,如何实现复杂环境下快速稳健杂波抑制是目前亟待解决的关键问题。本文将紧密结合复杂环境下机载相控阵雷达杂波抑制技术的迫切需求,采用理论分析与机载相控阵雷达实测数据验证相结合的方法,重点对适用于小样本条件下的杂波快速抑制方法、STAP自适应权矢量快速计算方法及非均匀特性杂波抑制方法进行深入研究,有效提升复杂环境下杂波抑制的收敛性及稳健性。具体研究内容和结论如下:第二章对机载相控阵雷达空时回波数据进行数学建模,并从杂波空时二维功率谱和自适应权矢量两个方面分析了STAP内在的稀疏特性,为后续研究提供基础。第三章对小样本条件下杂波快速抑制问题开展研究。在实际复杂环境中,足够数量的均匀训练样本难以得到保证,因此传统STAP技术无法保证理想的杂波抑制性能。针对以上问题,本节首先基于杂波空时二维功率谱稀疏分布特性,提出快速稳健的迭代稀疏恢复STAP算法。该方法通过杂波稀疏恢复和字典误差校准迭代计算完成杂波谱快速稳健重构,不仅可以有效降低噪声和字典误差对杂波稀疏恢复性能的影响,同时利用递推求解,避免直接进行矩阵求逆运算,极大降低计算复杂度。仿真和实测机载雷达数据验证了该方法可以有效提升复杂环境小样本条件下STAP算法性能。其次,本节基于自适应权矢量稀疏特性,提出基于稀疏约束的快速子空间迭代跟踪(PAST)STAP算法。该方法充分利用杂波低秩特性,通过在代价函数中施加稀疏约束,利用迭代计算,极大提高杂波子空间的估计性能。仿真和实测机载雷达数据验证了该方法可以有效提升复杂环境小样本条件下杂波抑制效果。第四章对STAP自适应权矢量快速计算问题开展研究。由于空时协方差矩阵求逆运算存在巨大的运算复杂度,传统STAP技术难以保证复杂多变环境下自适应权矢量的计算速度。针对以上问题,本节根据空时协方差矩阵正定Hermitian特性,提出基于阵元阶数递推的STAP自适应权矢量计算方法。该方法根据相控阵雷达回波数据相邻阶数之间协方差矩阵的递推关系,首先递推得到第1个阵元的协方差逆矩阵,然后按照阵元阶数逐级递推计算,最终可以得到全维空时协方差逆矩阵,进而完成STAP自适应权矢量求解。同时本方法还可以有效地与固定结构降维STAP算法结合使用,极大降低自适应权矢量计算复杂度。仿真和实测机载雷达数据验证了该方法可以明显改善复杂多变环境下杂波抑制的处理速度。第五章对非均匀离散干扰抑制问题开展研究。传统STAP算法由于只利用训练样本集合估计杂波协方差矩阵,不包含离散干扰信息,因此无法有效抑制离散干扰。直接数据域算法(DDD)未利用训练样本中的杂波统计信息,均匀杂波性能有限;基于自适应局域变换的级联离散干扰抑制算法(DDD-ALT)在均匀样本数量有限时性能明显恶化。针对以上问题,本节基于杂波谱稀疏分布特性,提出基于稳健贝叶斯压缩感知的离散干扰抑制算法。该方法通过稳健贝叶斯压缩感知和字典误差校准迭代计算完成杂波谱快速稳健重构,在较低的计算复杂度下有效降低噪声和空时过完备字典误差对杂波与离散干扰分布估计的影响。仿真和实测机载雷达数据验证了该方法可以有效提升复杂环境下均匀杂波和离散干扰的抑制性能。第六章对非均匀干扰目标抑制问题开展研究。干扰目标包含在训练样本集中,会污染训练样本集合,使得估计协方差矩阵无法准确反映待检测距离单元的杂波统计特性,严重影响杂波抑制性能。传统基于广义内积的非均匀检测器(GIP-NHD)和基于椭圆长球波函数的非均匀检测方法(PSWF-NHD)需要剔除非均匀样本后进行杂波协方差矩阵估计,当环境非均匀程度较高时,过量样本将被剔除,用于估计协方差矩阵的样本数量不足,杂波抑制性能受到影响。针对以上问题,本节基于子空间处理原理,提出基于先验知识的稀疏子空间重构干扰目标抑制算法。该方法首先利用稀疏恢复技术估计杂波和干扰目标在空时平面上的位置,随后利用系统参数等先验信息构造杂波分布位置“掩模”,剔除干扰目标对应的位置,获得杂波的分布位置对应的空时导向矢量集合,最后利用杂波空时导向矢量集合重构杂波子空间,克服训练样本数量对杂波子空间估计的影响,实现干扰目标场景下杂波稳健抑制。仿真和实测机载雷达数据验证了该方法可以有效提升干扰目标场景下杂波抑制稳健性。第七章对全文进行总结,并指出进一步可能的研究方向。
沙卫梅[9](2013)在《机载有源相控阵雷达目标及电磁环境模拟器研究》文中提出机载有源相控阵(AESA)雷达目标及电磁环境模拟器的研究目的是为了研制一种通用的满足多种型号的AESA雷达在研制、生产、试验以及交付后日常检定和保障维护需求的目标及电磁环境模拟设备。该模拟器具备射频目标回波信号仿真功能、杂波信号仿真功能、各种雷达空间辐射信号仿真功能以及多种类干扰信号的仿真功能;能够模拟雷达搜索、单目标跟踪、多目标跟踪等方式下的多通道射频回波信号,为检测雷达在复杂电磁环境下发现目标的能力提供必要的电磁模拟环境;该模拟器能够适应X波段范围内的各型AESA雷达的电磁环境模拟要求,从而为AESA雷达提供通用的、全面的实验室模拟测试电磁环境。该论文对目标及电磁环境模拟技术研究的重要意义、该领域国内外的技术发展概况作了综述,并详细介绍了AESA雷达目标回波、杂波及干扰等信号的仿真原理,同时对数字直接合成、数字杂波产生、数字储频等技术进行了较为深入详细的研究。AESA目标及电磁环境模拟器的应用,使得很多需通过试飞才能验证的功能和性能指标测试在实验室就能够完成,节约了雷达试验经费,缩短了AESA雷达的研制时间。
高玉春[10](2009)在《机载气象雷达探测系统总体关键技术研究》文中认为机载气象雷达探测系统主要关注在空基平台上对气象目标的探测,这是气象探测发展的地基-空基-天基三个层次进行探测的中间层次。气象雷达在地面的应用最早也最广泛,目前新一代天气雷达建设中包括了全国范围内216部S波段和C波段的建设任务。此外地面上还在局地天气监测中大量使用X波段测雨雷达,测云雷达是最近几年刚刚发展起来的雷达系统,目前正在地面的科学试验中进行验证。天基气象雷达-即星载雷达,只有国外的卫星上有主动遥感的雷达系统。我国缺乏空基天基的气象雷达系统。本文探讨空基气象雷达探测系统,或称机载气象雷达探测系统,主要研究气象雷达探测系统的总体关键技术:机载气象雷达系统和地面气象雷达系统的差别;相控阵体制的雷达天线的特点;毫米波的透镜天线和反射板的关系;W波段速调管具有的脉冲压缩能力;雷达探测模式;信号处理和数据处理系统的关系;惯导系统;地物杂波对气象目标的干扰。通过以上研究,获得如下成果:I/Q信号的实时记录是分析机载气象雷达功能、地物杂波消除能力的重要手段;推导出用于相控阵气象雷达的反射率计算公式;得出了非等角度显示回波解决相控阵波束分辨率不一致的结论;给出了机载雷达的特定扫描方式;给出了机载雷达接收系统的瞬态响应测试方法;提高W波段雷达性能的手段;初步建立地面应用系统和验证测试方法等。根据本文的研究表明:机载气象雷达探测系统是一个复杂的系统,必须注意关键技术的研究,包括考虑雷达系统组成、标定、动平台工作方式、数据的采集、地面应用、验证等各个方面,方可确保该系统的性能指标达到要求。
二、机载相控阵雷达目标回波信号的实时模拟(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、机载相控阵雷达目标回波信号的实时模拟(论文提纲范文)
(1)相控阵机载SAR海面动目标成像算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外相控阵雷达的研究现状及分析 |
1.2.1 国外相控阵雷达主要发展阶段研究 |
1.2.2 国内相控阵雷达发展情况 |
1.3 机载SAR动目标成像研究现状 |
1.4 本文的主要内容与结构安排 |
第2章 相控阵机载SAR成像机理研究 |
2.1 引言 |
2.2 SAR动目标成像基本理论及回波模型建立 |
2.3 DBF-SCORE波束控制成像方法 |
2.3.1 DBF-SCORE俯仰向波束控制原理 |
2.3.2 俯仰向自适应Capon谱估计法 |
2.3.3 方位向非均匀PRF采样重构算法 |
2.3.4 仿真实验与结果分析 |
2.3.5 实测数据与结果分析 |
2.4 TOPSAR方位向扫描成像方法 |
2.4.1 TOPSAR方位向波束控制原理 |
2.4.2 TOPSAR扫描模式成像算法 |
2.4.3 仿真实验与结果分析 |
2.5 本章小结 |
第3章 海面舰船动目标压缩感知成像算法研究 |
3.1 引言 |
3.2 舰船目标CS成像机理 |
3.2.1 海面舰船的正交匹配追踪算法 |
3.2.2 仿真实验与结果分析 |
3.3 块稀疏压缩感知成像算法 |
3.3.1 海面舰船的块稀疏BOMP成像算法 |
3.3.2 仿真实验与结果分析 |
3.4 块稀疏贝叶斯学习BSBL成像算法 |
3.4.1 海面舰船的块稀疏BSBL成像算法 |
3.4.2 仿真实验与结果分析 |
3.5 联合块稀疏JBOMP成像算法 |
3.5.1 海面舰船的联合块稀疏JBOMP成像算法 |
3.5.2 仿真实验与结果分析 |
3.5.3 实测数据与结果分析 |
3.6 本章小结 |
第4章 海面舰船动目标的多普勒参数估计及自聚焦 |
4.1 引言 |
4.2 多普勒参数估计 |
4.2.1 Radon-Wigner估计多普勒参数 |
4.2.2 SoWVD变换估计多普勒参数 |
4.2.3 仿真实验与结果分析 |
4.3 舰船目标自聚焦成像 |
4.3.1 最大对比度/最小熵算法 |
4.3.2 分块PGA自聚焦算法 |
4.3.3 实测数据与结果分析 |
4.4 舰船目标时频分析瞬态像 |
4.4.1 传统时频类成像法 |
4.4.2 仿真实验与结果分析 |
4.4.3 实测数据与结果分析 |
4.5 同步压缩时频变换成像法 |
4.5.1 同步压缩SST-CWT变换 |
4.5.2 同步压缩SST-Chirplet变换 |
4.5.3 同步压缩SST-STFT变换 |
4.5.4 同步压缩时频变换的误差分析 |
4.5.5 仿真实验与结果分析 |
4.5.6 实测数据与结果分析 |
4.6 本章小结 |
第5章 海面舰船动目标的方位向定位算法 |
5.1 引言 |
5.2 基于VSAR的海面舰船动目标定位算法 |
5.2.1 VSAR算法概述 |
5.2.2 VSAR算法运动目标成像模型 |
5.2.3 VSAR算法运动目标定位机理 |
5.3 仿真实验与结果分析 |
5.4 实测数据与结果分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(2)知识辅助的机载雷达杂波抑制与目标检测算法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究动态与发展现状 |
1.2.1 知识辅助的机载雷达训练样本选择研究动态 |
1.2.2 知识辅助的机载雷达杂波协方差矩阵估计研究动态 |
1.2.3 知识辅助的机载雷达动目标检测研究动态 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 机载雷达杂波模型及协方差矩阵知识分析 |
2.1 机载雷达杂波信号模型分析 |
2.1.1 机载相控阵雷达杂波信号模型 |
2.1.2 机载MIMO雷达杂波信号模型 |
2.2 机载雷达杂波协方差矩阵的低秩特性 |
2.3 机载雷达杂波协方差矩阵的结构知识 |
2.3.1 杂波协方差矩阵的Block-Toeplitz结构 |
2.3.2 杂波协方差矩阵的Kronecker积求和结构 |
2.3.3 杂波协方差矩阵的二阶谱结构 |
2.4 非理想因素对杂波模型及协方差矩阵知识的影响分析 |
2.4.1 通道误差对杂波模型及协方差矩阵知识的影响分析 |
2.4.2 杂波内运动对杂波模型及协方差矩阵知识的影响分析 |
2.5 本章小结 |
第三章 知识辅助的机载雷达训练样本选择算法 |
3.1 协方差矩阵知识对GIP样本选择算法性能影响分析 |
3.1.1 基于GIP的样本选择算法原理分析 |
3.1.2 协方差矩阵估计误差对样本选择的影响分析 |
3.2 基于目标知识辅助的训练样本选择算法 |
3.2.1 基于白化样本协方差矩阵谱半径的样本选择算法 |
3.2.2 基于目标知识辅助的检验统计量估计 |
3.3 基于杂波知识辅助的训练样本选择算法 |
3.3.1 基于先验杂波脊斜率的CUT杂波特性表征 |
3.3.2 基于杂波谱能量差异的样本选择算法 |
3.4 知识辅助的样本选择算法性能验证 |
3.5 本章小结 |
第四章 知识辅助的机载相控阵雷达杂波协方差矩阵估计 |
4.1 基于低秩特性的杂波协方差矩阵估计 |
4.1.1 基于离散字典的协方差矩阵估计 |
4.1.2 截断核范数约束杂波秩的原理分析 |
4.2 知识辅助的无网格杂波协方差矩阵估计算法 |
4.2.1 无网格杂波协方差矩阵估计问题模型 |
4.2.2 基于截断核范数的无网格杂波协方差矩阵估计算法 |
4.3 基于截断核范数的无网格杂波协方差矩阵估计算法仿真验证 |
4.4 本章小结 |
第五章 知识辅助的机载MIMO雷达杂波协方差矩阵估计 |
5.1 基于先验结构知识的杂波协方差矩阵估计算法 |
5.1.1 基于二阶谱结构知识的杂波协方差矩阵估计 |
5.1.2 基于Kronecker积求和结构的杂波协方差矩阵估计 |
5.2 基于多重结构知识的杂波协方差矩阵估计算法 |
5.2.1 基于多重结构知识的杂波协方差矩阵估计问题模型 |
5.2.2 基于近似梯度下降算法的杂波协方差矩阵估计 |
5.2.3 算法性能分析 |
5.3 基于多重结构知识的杂波协方差矩阵估计算法仿真验证 |
5.4 本章小结 |
第六章 知识辅助的直接数据域机载雷达运动目标检测 |
6.1 基于杂波稀疏特性的机载雷达检测器设计 |
6.1.1 基于GLRT准则的点目标检测问题模型 |
6.1.2 基于杂波稀疏特性的GLRT检测器模型 |
6.2 知识辅助的直接数据域机载雷达检测器设计 |
6.2.1 基于斜投影的目标信号最大似然估计 |
6.2.2 基于原子范数最小化的杂波信号最大似然估计 |
6.2.3 检测统计量的估计 |
6.2.4 基于斜投影的目标信号最大似然估计性能分析 |
6.3 知识辅助的直接数据域机载雷达动目标检测算法仿真验证 |
6.4 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
附录 A 式(6-56)的证明 |
攻读博士学位期间取得的成果 |
(3)海杂波背景下的低空风切变检测方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 机载气象雷达 |
1.2.2 低空风切变检测和预警 |
1.2.3 海杂波背景下的目标检测技术 |
1.3 本文工作内容和结构安排 |
第二章 海杂波背景下的机载气象雷达回波仿真 |
2.1 引言 |
2.2 机载相控阵气象雷达回波数据模型 |
2.3 低空风切变回波信号建模与仿真 |
2.4 机载相控阵气象雷达海杂波回波仿真 |
2.4.1 基于PM海浪谱的物理海平面模拟 |
2.4.2 海面后向散射系数与幅度分布 |
2.4.3 基于Ward模型的机载相控阵气象雷达海杂波仿真 |
2.4.4 机载前视阵雷达海杂波特性分析 |
2.5 仿真结果分析 |
2.5.1 仿真参数 |
2.5.2 机载相控阵气象雷达低空风切变仿真分析 |
2.5.3 机载相控阵气象雷达海杂波仿真分析 |
2.6 本章小结 |
第三章 基于空间多波束-时域滑窗的低空风切变检测方法 |
3.1 引言 |
3.2 基于空间多波束-时域滑窗的低空风切变检测方法 |
3.2.1 回波数据预处理 |
3.2.2 构造降维变换矩阵 |
3.2.3 低空风切变风速估计 |
3.2.4 低空风切变危险判决 |
3.3 方法流程 |
3.4 实验结果与分析 |
3.5 本章小结 |
第四章 基于稀疏重构的低空风切变检测方法 |
4.1 引言 |
4.2 稀疏重构理论 |
4.2.1 稀疏重构问题描述 |
4.2.2 信号稀疏重构算法 |
4.3 基于稀疏重构的低空风切变检测方法 |
4.3.1 空时信号稀疏表示与超完备字典构造 |
4.3.2 基于稀疏贝叶斯学习的空时二维谱重构 |
4.3.3 低空风切变风速估计 |
4.3.4 低空风切变危险判决 |
4.4 方法流程 |
4.5 实验结果与分析 |
4.6 本章小结 |
第五章 结束语 |
致谢 |
参考文献 |
攻读硕士期间所发表的论文 |
(4)X波段多功能相控阵雷达信号处理算法与仿真研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究动态 |
1.3 主要工作以及章节安排 |
第二章 多功能相控阵雷达仿真系统设计 |
2.1 多功能相控阵雷达系统仿真构想 |
2.2 仿真系统框图及主要模块介绍 |
2.3 系统软件设计流程 |
2.4 本章小结 |
第三章 相控阵雷达天线布阵算法及实现 |
3.1 基于密度加权的天线布阵算法 |
3.1.1 密度加权算法实现天线布阵 |
3.1.2 密度加权算法的仿真实现 |
3.2 基于迭代傅里叶的天线布阵算法 |
3.2.1 傅里叶变换关系 |
3.2.2 傅里叶迭代算法的实现步骤以及改进 |
3.2.3 傅里叶迭代算法的仿真实现 |
3.3 本章小结 |
第四章 多功能相控阵雷达信号传播模型与干扰抑制 |
4.1 雷达接收信号产生模型 |
4.1.1 雷达发射信号 |
4.1.2 目标回波 |
4.1.3 大气传输特性 |
4.1.4 接收机噪声 |
4.1.5 干扰信号 |
4.1.6 回波信号仿真 |
4.2 干扰抑制 |
4.2.1 旁瓣对消原理 |
4.2.2 旁瓣对消模型 |
4.2.3 和差波束计算 |
4.2.4 相关仿真结果 |
4.3 本章小结 |
第五章 多功能相控阵雷达信号处理流程 |
5.1 信号处理流程 |
5.2 大气电离相位补偿模型 |
5.3 脉冲压缩 |
5.4 基于Keystone方法的多脉冲积累校正 |
5.4.1 距离走动原理分析 |
5.4.2 Keystone变换原理 |
5.4.3 Keystone变换校正距离走动 |
5.4.4 Keystone变换的处理步骤以及仿真结果 |
5.5 恒虚警检测(CFAR) |
5.6 测距模型 |
5.7 测角模型 |
5.7.1 天线位置以及角度定义 |
5.7.2 相位和差测角 |
5.7.3 相位和差单脉冲测角精度 |
5.7.4 测角仿真结果 |
5.8 本章小结 |
第六章 基于C++的雷达系统与信号处理仿真实现 |
6.1 仿真系统软件功能设计 |
6.2 雷达信号处理线程软件实现 |
6.2.1 雷达处理线程的数据载入与输出 |
6.2.2 雷达处理线程类的设计与实现 |
6.2.3 雷达处理线程对显控平台的响应 |
6.3 通信线程软件实现 |
6.3.1 通信功能的软件实现流程 |
6.3.2 基于临界区的线程通信 |
6.4 仿真系统显控界面 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
(5)基于协方差矩阵结构特征的机载雷达空时处理(论文提纲范文)
摘要 |
abstract |
缩略词表 |
主要符号表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究动态与发展现状 |
1.2.1 机载雷达杂波特性研究动态 |
1.2.2 机载杂波协方差矩阵估计研究动态 |
1.2.3 机载雷达波形设计研究动态 |
1.2.4 机载雷达检测器设计研究动态 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 机载雷达杂波协方差矩阵结构分析与估计 |
2.1 机载雷达空时处理原理 |
2.1.1 机载相控阵雷达信号建模与空时处理原理 |
2.1.2 机载MIMO雷达信号建模与空时处理原理 |
2.2 机载雷达杂波协方差矩阵结构特征分析 |
2.3 线性结构协方差矩阵估计方法 |
2.4 本章小结 |
第三章 机载相控阵雷达结构化杂波协方差矩阵估计算法 |
3.1 杂波协方差矩阵结构模型与估计问题描述 |
3.1.1 结构化杂波协方差矩阵的置换运算 |
3.1.2 杂波协方差矩阵估计问题描述 |
3.2 知识辅助的Kronecker积求和结构协方差矩阵估计 |
3.2.1 基于置换运算的阈值奇异值分解 |
3.2.2 基于近似梯度下降算法的杂波协方差矩阵估计 |
3.2.3 算法的协方差矩阵结构性能分析 |
3.3 协方差矩阵估计算法实测数据验证 |
3.3.1 实测数据说明 |
3.3.2 算法在实测数据下处理结果 |
3.4 本章小结 |
第四章 基于机载MIMO雷达结构化协方差矩阵的杂波抑制算法 |
4.1 机载MIMO雷达杂波协方差矩阵结构模型与滤波性能分析 |
4.1.1 机载MIMO雷达空时滤波权向量分析 |
4.1.2 收发两级STAP原理与性能分析 |
4.2 机载MIMO雷达结构化协方差矩阵估计 |
4.2.1 协方差矩阵估计问题描述 |
4.2.2 基于双核范数的协方差矩阵估计 |
4.2.3 算法的协方差矩阵结构性能分析 |
4.3 协方差矩阵估计算法仿真验证 |
4.4 本章小结 |
第五章 基于最大化互信息量的机载MIMO雷达波形设计算法 |
5.1 基于波形的协方差矩阵结构与波形设计问题描述 |
5.1.1 基于波形的机载MIMO雷达协方差矩阵结构模型 |
5.1.2 基于最大化互信息量的波形设计问题 |
5.2 基于最大化互信息量波形设计求解算法 |
5.2.1 最大化互信息量问题的转换 |
5.2.2 基于ADMM算法的波形设计原理 |
5.2.3 具有特殊结构的四阶优化波形优化问题求解 |
5.3 波形设计算法仿真验证 |
5.3.1 互信息量与检测性能仿真 |
5.3.2 输出信杂噪比性能仿真 |
5.4 本章小结 |
第六章 无参考样本的分布式机载MIMO雷达目标检测算法 |
6.1 分布式机载MIMO雷达信号建模 |
6.2 基于杂波协方差矩阵谱结构的点目标检测器设计 |
6.2.1 点目标检测问题描述 |
6.2.2 点目标检测器设计 |
6.2.3点目标检测器仿真实验 |
6.3 基于杂波谱估计的距离扩展目标检测器设计 |
6.3.1 距离扩展目标检测问题描述 |
6.3.2 距离扩展目标检测器设计 |
6.3.3 距离扩展目标检测器性能分析 |
6.3.4 距离扩展目标检测器仿真实验 |
6.4 本章小结 |
第七章 全文总结与展望 |
7.1 全文内容总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
附录A (5-79)式的计算方法 |
附录B (6-23)式与(6-24)式推导 |
攻读博士学位期间取得的成果 |
(6)认知雷达干扰抑制与波形设计技术研究(论文提纲范文)
摘要 |
ABSTRACT |
注释表 |
缩略词 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 认知雷达技术 |
1.2.2 雷达抗干扰方法 |
1.2.3 存在问题与不足 |
1.3 论文内容安排及主要创新 |
第二章 雷达有源欺骗干扰产生原理分析 |
2.1 引言 |
2.2 基于DRFM转发式干扰机 |
2.2.1 系统组成 |
2.2.2 存储方式 |
2.2.3 相参性分析 |
2.3 基于干扰过程的典型欺骗干扰产生原理 |
2.3.1 距离拖引干扰 |
2.3.2 速度拖引干扰 |
2.3.3 距离速度联合拖引干扰 |
2.4 其它欺骗干扰 |
2.4.1 间歇采样转发干扰 |
2.4.2 散射波干扰 |
2.5 本章小结 |
第三章 空域-极化域联合干扰抑制滤波器设计 |
3.1 引言 |
3.2 基于TALS的角度和极化参数估计 |
3.2.1 信号模型 |
3.2.2 参数估计 |
3.3 空域-极化域干扰抑制滤波器设计 |
3.3.1 空域-极化域斜投影算子 |
3.3.2 复杂度分析 |
3.3.3 欺骗干扰抑制实现流程 |
3.4 实验结果及分析 |
3.4.1 仿真环境 |
3.4.2 干扰抑制效果 |
3.4.3 干扰抑制性能评估 |
3.5 本章小结 |
第四章 抗宽带ISRJ通带滤波器设计 |
4.1 引言 |
4.2 信号模型 |
4.3 通带滤波器设计 |
4.3.1 时频谱特征 |
4.3.2 通带滤波器设计 |
4.3.3 抑制性能评估 |
4.3.4 干扰抑制工作流程 |
4.4 仿真结果及分析 |
4.4.1 仿真环境 |
4.4.2 ISRJ效果 |
4.4.3 干扰抑制性能 |
4.5 本章小节 |
第五章 集中式MIMO雷达空间滤波测量矩阵设计 |
5.1 引言 |
5.2 集中式MIMO雷达CS DOA估计模型 |
5.2.1 传统CS DOA估计 |
5.2.2 基于SFMM的 CS DOA估计 |
5.3 SFMM设计 |
5.4 仿真结果及分析 |
5.4.1 干扰情况下DOA估计 |
5.4.2 干扰抑制性能评估 |
5.5 本章小节 |
第六章 基于自适应初相的抗速度欺骗干扰脉冲分集设计 |
6.1 引言 |
6.2 速度欺骗雷达回波模型 |
6.3 脉冲分集设计与干扰参量认知 |
6.3.1 基于自适应初始相位的脉冲分集设计 |
6.3.2 基于多通道处理的干扰参量认知 |
6.4 仿真结果及分析 |
6.4.1 干扰抑制效果 |
6.4.2 多通道处理 |
6.5 本章小节 |
第七章 集中式MIMO雷达部分相关波形设计 |
7.1 引言 |
7.2 设计基础 |
7.2.1 信号模型 |
7.2.2 不同配置方式的MIMO雷达 |
7.2.3 基于TWCM的部分相关波形合成 |
7.3 基于发射方向图综合的TWCM设计 |
7.3.1 优化模型 |
7.3.2 仿真结果及分析 |
7.4 面向SINR增强的TWCM优化设计 |
7.4.1 基于PSO的优化模型 |
7.4.2 仿真结果与分析 |
7.5 Toeplitz矩阵式TWCM设计 |
7.5.1 矩阵模型及性质 |
7.5.2 仿真结果及分析 |
7.6 本章小结 |
总结与展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(7)应用于阵列回波模拟的信号并行产生技术(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 雷达模拟器的发展与现状 |
1.2.1 国外发展现状 |
1.2.2 国内发展现状 |
1.3 相控阵雷达目标回波模拟的关键技术 |
1.3.1 雷达目标回波信号并行产生技术 |
1.3.2 多通道幅相一致性校正技术 |
1.3.3 多通道时钟和数据的严格同步技术 |
1.4 本论文的主要工作及结构安排 |
2 相控阵雷达目标回波模拟基本理论概述 |
2.1 雷达目标回波信号的一般表达式 |
2.2 波束形成 |
2.3 目标的空间位置 |
2.4 目标回波延时 |
2.5 多通道幅相一致性校正 |
2.5.1 通道延时直接补偿法 |
2.5.2 拉格朗日插值 |
2.5.3 通道均衡技术 |
2.6 本章小结 |
3 阵列雷达目标回波模拟系统设计 |
3.1 相控阵雷达目标回波模拟需求 |
3.2 相控阵雷达目标回波模拟器系统组成 |
3.3 系统工作流程设计 |
3.4 系统任务分配和通信机制 |
3.4.1 数据帧解析 |
3.4.2 数据帧请求优先级 |
3.4.3 通信流量控制设计 |
3.5 本章小结 |
4 基于FPGA的多目标阵列回波模拟设计与实现 |
4.1 信号模拟板总体实现架构 |
4.2 雷达目标回波模拟设计 |
4.2.1 基带信号产生 |
4.2.2 信号并行产生设计 |
4.2.3 多普勒调制 |
4.2.4 阵元调制 |
4.3 数字上变频 |
4.4 多通道幅相一致性校正的实现 |
4.4.1 时钟和数据严格同步技术 |
4.4.2 多通道幅相一致性校正技术 |
4.5 本章小结 |
5 系统测试及分析 |
5.1 目标回波模拟验证 |
5.1.1 多个目标的回波模拟验证 |
5.1.2 目标回波的幅度相位模拟验证 |
5.1.3 目标回波多普勒模拟验证 |
5.2 干扰信号模拟验证 |
5.2.1 单频干扰信号验证 |
5.2.2 调幅干扰信号测试 |
5.2.3 调频干扰信号验证 |
5.3 杂波模拟验证 |
5.4 多通道幅相一致性验证 |
5.5 本章小结 |
6 总结与展望 |
参考文献 |
作者简历 |
(8)面向复杂环境的快速稳健空时自适应杂波抑制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 本论文研究的目的和意义 |
1.2 国内外研究现状及发展趋势 |
1.2.1 部分自适应STAP算法 |
1.2.2 STAP自适应权矢量计算方法 |
1.2.3 基于稀疏性的STAP算法 |
1.2.4 非均匀STAP算法 |
1.2.5 STAP实验验证与实际系统 |
1.3 本文的主要研究内容及组织结构 |
第2章 空时自适应处理原理及基于稀疏性的STAP原理 |
2.1 引言 |
2.2 机载相控阵雷达杂波特性与信号模型 |
2.2.1 机载相控阵雷达杂波特性 |
2.2.2 机载相控阵雷达信号模型 |
2.3 空时自适应处理原理与性能评价准则 |
2.3.1 空时自适应处理原理 |
2.3.2 空时自适应处理性能评价准则 |
2.4 基于稀疏特性的STAP原理 |
2.4.1 杂波空时功率谱的稀疏特性 |
2.4.2 STAP自适应权矢量稀疏特性 |
2.5 本章小结 |
第3章 基于稀疏恢复技术的快速稳健STAP方法 |
3.1 引言 |
3.2 复杂环境对传统典型部分自适应STAP算法的影响 |
3.2.1 训练样本数量与STAP算法的关系 |
3.2.2 典型STAP算法在复杂环境小样本条件下的局限性 |
3.3 基于杂波谱稀疏特性的快速迭代STAP算法 |
3.3.1 算法原理与实现流程 |
3.3.2 算法计算复杂度分析 |
3.3.3 基于仿真数据的算法性能分析 |
3.3.4 基于实测数据的算法性能分析 |
3.4 基于稀疏约束的快速子空间迭代跟踪STAP算法 |
3.4.1 算法原理与实现流程 |
3.4.2 算法计算复杂度分析 |
3.4.3 基于仿真数据的算法性能分析 |
3.4.4 基于实测数据的算法性能分析 |
3.5 本章小结 |
第4章 基于阵元阶数递推的STAP自适应权矢量快速计算方法 |
4.1 引言 |
4.2 复杂环境对典型STAP自适应权矢量计算的影响 |
4.2.1 STAP自适应权矢量计算复杂度分析 |
4.2.2 典型STAP自适应权矢量计算方法的局限性 |
4.3 基于阵元阶数递推的STAP自适应权矢量快速计算方法 |
4.3.1 算法原理与实现流程 |
4.3.2 算法计算复杂度分析 |
4.3.3 基于仿真数据的算法性能分析 |
4.3.4 基于实测数据的算法性能分析 |
4.4 本章小结 |
第5章 基于稳健贝叶斯压缩感知的离散干扰抑制方法 |
5.1 引言 |
5.2 离散干扰对典型STAP方法的影响 |
5.2.1 离散干扰的影响 |
5.2.2 典型STAP方法抑制离散干扰的局限性 |
5.3 基于稳健贝叶斯压缩感知的离散干扰抑制方法 |
5.3.1 算法原理与实现流程 |
5.3.2 算法计算复杂度分析 |
5.3.3 基于仿真数据的算法性能分析 |
5.3.4 基于实测数据的算法性能分析 |
5.4 本章小结 |
第6章 基于先验知识的稀疏子空间重构干扰目标抑制方法 |
6.1 引言 |
6.2 干扰目标对典型STAP算法性能的影响 |
6.2.1 干扰目标的影响 |
6.2.2 典型STAP方法抑制干扰目标的局限性 |
6.3 基于先验知识的稀疏子空间重构干扰目标抑制方法 |
6.3.1 算法原理与实现流程 |
6.3.2 基于仿真数据的算法性能分析 |
6.3.3 基于实测数据的算法性能分析 |
6.4 本章小结 |
结论 |
参考文献 |
附录 攻读学位期间发表论文与研究成果清单 |
致谢 |
作者简介 |
(9)机载有源相控阵雷达目标及电磁环境模拟器研究(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究内容 |
1.3 国内外研究现状 |
1.4 本文的主要工作及论文的结构 |
2 AESA雷达目标及电磁环境模拟器研究 |
2.1 概述 |
2.2 雷达目标回波仿真原理 |
2.2.1 目标回波模型 |
2.2.2 目标角度模拟原理 |
2.3 AESA目标及电磁环境模拟器的实现 |
2.3.1 瞬时测频和捷变频技术 |
2.3.2 DRFM技术 |
2.3.3 DDS技术 |
2.3.4 和差通道信号生成技术 |
2.3.5 雷达杂波环境仿真技术 |
2.3.6 多模式干扰信号仿真技术 |
2.3.7 噪声仿真技术 |
2.4 系统设计思想和特点 |
2.5 系统设计 |
2.5.1 系统框图 |
2.5.2 系统简介 |
2.5.3 系统工作模式 |
2.5.4 系统组成 |
2.6 主要功能模块设计 |
2.6.1 接收单元 |
2.6.2 瞬时测频单元 |
2.6.3 捷变频源 |
2.6.4 发射单元 |
2.6.5 和差生成单元 |
2.6.6 DDS单元 |
2.6.7 DRFM单元 |
2.6.8 杂波生成单元 |
2.6.9 噪声生成单元 |
2.6.10 高速主控和接口单元 |
2.6.11 主控计算机和系统软件 |
2.7 小结 |
3 AESA雷达目标及电磁环境模拟器关键技术 |
3.1 DRFM技术 |
3.1.1 数字储频体制 |
3.1.2 DRFM单元工作原理 |
3.1.3 DRFM单元设计 |
3.2 DDS技术 |
3.2.1 DDS工作原理 |
3.2.2 DDS的线性调频产生原理 |
3.2.3 DDS单元设计 |
3.3 杂波仿真技术 |
3.3.1 杂波数据仿真原理 |
3.3.2 建立杂波数字模型 |
3.3.3 杂波实时模拟原理 |
3.3.4 杂波仿真实现方法 |
3.4 小结 |
4 结论 |
致谢 |
参考文献 |
攻读学位期间获奖和发表论文情况 |
(10)机载气象雷达探测系统总体关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 国内研究现状 |
1.2.2 国际研究现状 |
1.2.3 飞机平台 |
1.2.4 机载探测设备 |
1.2.5 机载测雨雷达 |
1.2.6 机载测云雷达 |
1.2.7 探测中应解决的问题 |
1.2.8 机载探测的前景 |
1.3 本文研究内容 |
1.3.1 机载测雨雷达 |
1.3.2 机载测云雷达 |
1.3.3 探测模式 |
1.3.4 数据处理系统 |
1.3.5 地面应用系统 |
1.3.6 输出产品 |
1.3.7 外场试验 |
第二章 总体技术要点 |
2.1 飞机平台改装设计 |
2.2 机载雷达气象目标的处理策略 |
2.3 机载 X波段测雨雷达系统 |
2.4 机载 W波段测云雷达系统 |
2.5 方法、资料处理和气象产品软件 |
2.5.1 探测方法 |
2.5.2 数据质量控制 |
2.6 系统验证 |
2.6.1 地面验证 |
2.6.2 飞行验证 |
第三章 总体关键技术研究 |
3.1 机载测雨雷达系统 |
3.2 机载测云雷达系统 |
3.3 系统的扫描模式确定 |
3.3.1 相控阵体制雷达扫描策略 |
3.3.2 测雨模式 |
3.3.3 测云模式 |
3.4 系统的标定 |
3.4.1 标定的重要性 |
3.4.2 机内定标 |
3.4.3 机外定标 |
3.4.4 机载气象雷达机外定标 |
3.4.5 机载气象雷达在线定标系统 |
3.5 反射率的计算 |
3.6 地杂波抑制分析 |
3.7 惯导系统 |
3.7.1 捷联惯导的概念 |
3.7.2 捷联惯导的原理 |
3.7.3 捷联惯导的特点 |
3.7.4 捷联惯导装置的选择 |
3.8 脉冲压缩 |
3.9 机载雷达控制系统 |
3.10 机载雷达数据系统 |
3.11 机载雷达回波显示 |
3.12 地杂波测试 |
第四章 地面应用系统 |
4.1 主要研究内容 |
4.2 地面应用系统的组成 |
4.2.1 总体目标 |
4.2.2 开发的基本要求 |
4.2.3 体系结构设计 |
4.2.4 总体架构 |
4.2.5 系统层次划分 |
4.2.6 系统功能设计 |
4.2.6.1 功能描述 |
4.2.6.2 系统功能划分 |
4.2.6.3 雷达产品 |
4.2.6.4 数据结构设计 |
4.2.6.5 IQ数据集及飞行轨迹数据 |
4.2.6.6 基数据 |
4.2.6.7 产品数据 |
4.2.6.8 基本产品 |
4.2.6.9 二次产品 |
4.2.6.10 产品显示控制数据 |
4.2.6.11 雨量计数据 |
4.2.6.12 闪电定位数据 |
4.6.2.13 其它数据 |
4.3 数据处理流程 |
4.3.1 数据流 |
4.3.2 气象算法 |
4.4 I/Q数据分析和仿真子系统的设计 |
4.4.1 设计原则 |
4.4.2 功能设计 |
4.4.3 仿真实例 |
4.5 产品生成子系统设计 |
4.5.1 设计原则 |
4.5.2 系统结构 |
4.5.3 功能设计 |
4.6 产品显示子系统设计 |
4.6.1 设计原则 |
4.6.2 系统结构 |
4.6.3 功能描述 |
4.6.4 数据结构 |
第五章 验证测试的要点 |
5.1 国内某雷达采样不准的分析 |
5.2 国外相控阵雷达天线的数据 |
5.3 某地面相控阵天气雷达探测结果分析 |
5.4 毫米波雷达资料分析 |
5.5 相控阵阵面特性测试 |
5.6 发射功率的测试 |
5.7 接收机噪声系数测定 |
5.8 多路接收系统信号同步特性测试 |
5.9 多路接收系统信号瞬时动态范围测定 |
5.10 机载雷达的部分试验结果 |
第六章 总结与展望 |
6.1 总结 |
6.2 本文创新点 |
6.3 展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的论文 |
四、机载相控阵雷达目标回波信号的实时模拟(论文参考文献)
- [1]相控阵机载SAR海面动目标成像算法研究[D]. 张璘. 哈尔滨工业大学, 2021
- [2]知识辅助的机载雷达杂波抑制与目标检测算法研究[D]. 李明. 电子科技大学, 2021(01)
- [3]海杂波背景下的低空风切变检测方法研究[D]. 刘志鑫. 中国民航大学, 2020
- [4]X波段多功能相控阵雷达信号处理算法与仿真研究[D]. 杨慧. 电子科技大学, 2020(07)
- [5]基于协方差矩阵结构特征的机载雷达空时处理[D]. 孙国皓. 电子科技大学, 2019(01)
- [6]认知雷达干扰抑制与波形设计技术研究[D]. 熊伟. 南京航空航天大学, 2019
- [7]应用于阵列回波模拟的信号并行产生技术[D]. 陶波. 中国计量大学, 2018(01)
- [8]面向复杂环境的快速稳健空时自适应杂波抑制方法研究[D]. 孙雨泽. 北京理工大学, 2017(06)
- [9]机载有源相控阵雷达目标及电磁环境模拟器研究[D]. 沙卫梅. 南京理工大学, 2013(07)
- [10]机载气象雷达探测系统总体关键技术研究[D]. 高玉春. 北京邮电大学, 2009(03)