基于分数阶傅立叶变换的ARM检测技术

分数阶傅立叶变换(FRFT)是傅立叶变换的广义形式,对线性调频(LFM)信号具有很好的能量积累作用。针对反辐射导弹(ARM)雷达回波信号的线性调频特性,提出了一种基于FRFT的反辐射导弹检测方法,并根据ARM信号的调频特性将FRFT局域化,缩小了峰值搜索区域,提高了检测效率。仿真实验表明该方法能够在高斯、非高斯分布杂波环境下有效地检测ARM信号。

基于局部Radon-Ambiguity变换的ARM检测技术

针对反辐射导弹(anti-radiation missile,ARM)雷达回波信号的调频率特性,提出了基于局部Radon-Ambiguity变换(RAT)的ARM检测方法。该方法对导弹的初速度不敏感,也不需要对导弹加速度进行多通道相位补偿预处理。通过将RAT局部化,进一步缩小了检测区域和运算量,提高了检测效率。检测性能分析和仿真实验表明,该方法能够在较低信噪比环境下有效地检测ARM目标信号。

高斯混合分布杂波下ARM的Wald检测方法

提出一种在高斯混合分布杂波下检测反辐射导弹(ARM)的Wald检测方法。针对基于期望最大化(EM)算法估计杂波参数时,由于初始化不当使迭代运算落入初值陷阱、导致估计错误的问题,提出基于矩-EM算法估计杂波参数的方法,导出了高斯混合分布杂波下ARM目标的Wald检测统计量。不同参数条件下的仿真表明,矩-EM算法能够更准确地估计杂波参数;基于高斯混合分布杂波假设的Wald检测性能明显优于基于高斯分布杂波假设的Wald检测性能。

高斯混合噪声中弱信号的Rao检测方法

期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值。为此,本文提出了估计高斯混合噪声参数的矩-EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数。在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量。仿真结果表明,矩-EM算法可以更准确地估计噪声参数;基于矩-EM算法的Rao检测性能优于基于EM算法的Rao检测性能。

相关杂波背景下反辐射导弹的Rao检测方法

针对反辐射导弹(ARM)及其载机回波信号的不同特性,提出了一种抑制载机信号的方法。首先估计载机信号的多普勒频率,然后依据频率估计值对延时信号进行相位补偿,再与原信号相减来抑制载机信号。在抑制载机信号后,基于自回归(AR)模型分布的相关杂波假设,导出了ARM检测的Rao检测统计量。Rao检测方法的渐近性能与广义似然比检测(GLRT)相当,但结构更简单、更易于实现。仿真结果表明,所提方法可以有效地抑制强载机信号,实现弱ARM目标信号的检测。

火控雷达组网航迹关联技术

针对高炮部队采用单部火控雷达搜索和跟踪目标时,容易出现漏警、目标跟踪航迹不连贯等问题,提出了采用火控雷达组网的方式来搜索和跟踪目标的方法。通过深入分析组网雷达中的航迹关联技术,结合高炮火力控制系统实际情况,详细地给出了一种简单易行的航迹关联算法,仿真结果表明采用所提出的火控雷达组网航迹关联技术能够提高目标跟踪精度和跟踪航迹连续性,改善高炮火力控制系统的跟踪性能。

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。

基于直接Hough变换的悬停直升机检测器性能分析

根据文献[1]悬停直升机主旋翼回波信号特点,提出了一种新的多扫描周期积累检测器,研究了用直接Hough变换实现该检测器的具体方案.理论分析和仿真实验验证了该方法的可行性.

用二值Hough变换法检测悬停直升机

为了克服直接Hough变换积累存在的缺点,提出用二值Hough变换法实现文献[1]所述用于悬停直升机检测的多扫描周期积累检测器,说明使用二值Hough变换法的优越性,并对系统的检测性能进行了理论分析和仿真实验验证.

非高斯杂波中反辐射导弹的Wald检测方法

Alpha稳定分布是一种有广泛适用范围的非高斯分布模型,本文基于Alpha稳定分布杂波假设,提出了一种反辐射导弹(ARM)的Wald检测方法。当Alpha稳定分布的特征参数α值较小时,基于功率谱或基于共变α谱的频率估计性能将明显下降,为此本文提出基于分数低阶协方差(FLOC)谱方法估计ARM载机信号的多普勒频率,并针对载机信号的强相关性用对消器抑制载机信号,最后导出了标准对称Alpha稳定分布杂波下ARM的Wald检测统计量。仿真结果表明,基于FLOC谱能够准确地估计信号频率,抑制载机信号;基于Alpha稳定分布杂波假设的Wald检测性能与广义似然比检测(GLRT)的渐近性能相当,且明显优于基于高斯分布杂波假设的Wald检测性能。

线性调频匹配滤波器的ARM回波提取技术

针对反辐射导弹(ARM)及其载机的雷达回波特性,提出一种改进的ARM回波提取方法,即先根据载机回波多普勒频率的估计值对时延信号进行相位补偿,然后与原信号相减抑制载机回波,再用线性调频匹配滤波器积累ARM回波。通过分析不同调频匹配误差条件下的滤波器性能,获得了有价值的结论。仿真实验表明该方法在低信噪比下仍然可以有效地提取ARM回波信号。

非高斯杂波中的MIMO雷达信号分离

针对传统匹配滤波对非高斯杂波中的多输入多输出(multiple input multiple output,MIMO)雷达信号分离性能下降的问题,提出一种基于分数低阶统计量的匹配滤波算法。该方法将对称Alpha稳定分布(sym-metric Alpha stable,SαS)作为MIMO雷达的非高斯杂波模型,以滤波器输出分数低阶信杂比最大为准则导出最优匹配滤波器系数。分别对相关SαS和非相关SαS杂波条件下的MIMO雷达信号分离进行了仿真。结果表明,该方法可有效实现非高斯杂波中的MIMO雷达信号分离,且在高斯杂波条件下与传统匹配滤波的性能是一致的。

雷达计量保障人员分配最优匹配模型

如何合理地分配保障人员是装备保障工作的重要问题之一,利用辅助决策系统快速生成科学、合理的计量保障人员分配方案,可以有效地提高雷达装备计量保障效能。根据雷达装备计量保障工作的特点,提出了计量保障人员分配的数学模型,给出了效益矩阵的求解方法,并通过算例进行了验证。

基于Alpha稳定分布噪声模型的Rao统计检测

Alpha稳定分布是一种具有广泛应用范围的噪声分布模型。为此,本文提出了一种基于Alpha稳定分布噪声模型的Rao统计检测方法,导出了Alpha稳定分布噪声条件下正弦信号的Rao检测统计量。通过仿真给出了不同特征指数α时Rao检测的检测性能,并与基于高斯假设的Rao检测进行了比较。仿真结果表明,这种Rao检测器在Alpha稳定分布噪声条件下对微弱信号具有较好的检测性能,明显优于基于高斯假设下的Rao检测。

雷达装备计量保障计划的优化方法

针对目前部队在制定装备计量保障计划时存在的效率低、难以达到计量保障力量的合理配置,易造成人力、物力和财力浪费等问题,提出了制定雷达旅团装备计量保障计划的排序优化方法。首先介绍雷达旅团计量保障计划的相关概念,然后建立了描述制定计量保障计划的数学模型,并提出了求解模型的优化方法,最后通过实例对模型进行了验证。

雷达装备参数项目测试级别分析

针对雷达装备参数项目测试级别分析中存在的评价因素多、信息模糊等导致评价结果不合理问题,引入模糊综合评判法来构建评价模型.该模型定义了影响参数项目测试级别的因素量化标度,建立了评价因素集、评语集和权重集,通过专家打分方式构建了单因素评判矩阵,采用加权平均法求得模糊综合评价集和综合评价结果,从而确定被评参数项目的测试级别.实例分析表明:该方法的评价结果合理,可信度高,能较好地解决雷达装备参数项目测试级别的确定问题.