一种频率-相位混合编码的MIMO雷达波形设计

针对MIMO雷达中常规单载频子脉冲相位编码信号的频带较窄、距离分辨率不高,以及线性调频-相位编码信号模糊函数有“栅瓣”的问题,提出了一种基于置换矩阵时频分布的线性调频-相位编码(perm-LFM-PC,PLP)混合波形的正交波形集设计方法。由于置换矩阵时频分布调制方法引入置换序列调频编码,使得PLP波形的峰值旁瓣(ASP)和互相关峰值(CP)有所升高。为此,以ASP和CP的总和为代价函数,建立PLP波形集优化模型,并提出一种多种群优化遗传算法(MSO-GA),对调频编码序列和相位编码序列进行联合优化。仿真结果表明,PLP波形具有易于实现宽频带的优点和图钉状模糊函数,经过算法优化后的PLP波形集的ASP和CP较低,适用于MIMO雷达系统。

基于GRNN和时间窗方差滤波的海杂波抑制

为实现对海杂波的抑制,根据海杂波混沌动态特性,利用广义回归神经网络(GRNN)进行海杂波预测再对消,最后引入时间窗方差滤波。分析对McMaster大学IPIX雷达含目标实测数据的处理结果,原始数据信杂比小于等于0 dB,只采用GRNN预测对消后信杂比提高但仍有短时海杂波尖峰的影响,经过方差滤波后短时尖峰基本消失,最终信杂比提高到约11.67 dB。故所提方法对海杂波有很好的抑制效果,能够检测出湮没在海杂波中的小目标。

基于多特征融合的炮弹目标识别方法

针对现有的炮弹目标识别方法由于分类特征较单一以及分类器结构过于简单,导致雷达对炮弹目标识别率较低的问题,提出一种基于多特征融合的炮弹目标识别方法。通过提取炮弹目标的微多普勒特征,并将运动特征与微多普勒特征融合的结果作为目标识别的分类特征,构建支持向量机多分类器,实现炮弹目标识别,仿真结果验证了其有效性。