基于期望最大化算法的捷变频联合正交频分复用雷达高速多目标参数估计

参数估计对雷达的目标检测和识别有着重要的意义。该文提出了一种基于期望最大化(EM)算法的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计方法。首先,将窄带正交频分复用(OFDM)信号与传统捷变频雷达相结合,在每个脉冲宽度内同时发射多个载频随机跳变的子载波。然后,对单个脉冲内所有子载波的回波进行脉冲压缩和稀疏重构处理,得到1维高分辨距离。进一步地,将多个目标在不同脉冲时刻的高分辨距离信息构成观测数据,建立混合高斯模型。采用EM算法对模型参数和多个目标的距离、速度进行估计,并同时拟合多条时间-距离直线。直线斜率对应目标速度,直线纵轴截距对应目标初始距离。最终,分别分析了信噪比(SNR)对检测概率以及目标速度对相对估计误差的影响。仿真实验验证了所提算法的有效性。

基于Hough变换的雷达密集转发干扰抑制算法

雷达密集转发干扰与目标回波相关性极高,对雷达产生欺骗和压制作用,使目标检测面临巨大困难。针对这一问题,提出了一种新的基于Hough变换的雷达密集转发干扰抑制算法。首先通过Hough变换将雷达回波脉冲压缩后的数据映射到参数空间,采取二值投票方式进行非相干积累并提取峰值抑制干扰。随后,根据Hough变换中点与线的对偶性,通过逆Hough变换和最小二乘法恢复出目标运动轨迹。进一步地,对恢复出的目标信号进行动目标检测,估计目标参数,实现了干扰环境下的雷达目标检测。仿真实验和实测数据处理验证了所提算法的有效性和实用性。

频率捷变雷达波形对抗技术现状与展望

频率捷变技术作为雷达领域的热门研究方向之一,逐渐受到了国内外学者的重视并在电子对抗领域得到广泛应用。相比于传统固定载频雷达,脉间捷变频雷达可以自主规避干扰覆盖频段,难以被侦察机截获识别,具有独特的主动波形对抗优势。该文系统地介绍了频率捷变雷达的特点,全面梳理了国内外关于频率捷变新体制雷达的研究成果,总结了脉间频率捷变雷达信号处理、雷达接收机系统实现的研究进展,并分析了频率捷变雷达未来的几个发展趋势和所面临的问题。

一种捷变频联合Hough变换的抗密集假目标干扰算法

转发式密集假目标干扰通过在距离维上产生多个虚假目标,扰乱雷达对真实目标的检测与识别。由于虚假回波信号与真实信号高度相关,雷达很难对其进行有效识别和抑制。而捷变频雷达通过随机改变发射相邻脉冲的载频,大大提高了雷达的低截获和抗干扰能力。但是捷变频雷达不能完全消除干扰,部分目标回波脉冲可能被干扰淹没,无法很好地完成相参积累和目标检测。针对上述问题,该文提出捷变频联合Hough变换的抗干扰方法,首先利用脉间频率捷变技术规避大部分窄带瞄准和欺骗式干扰;然后针对干扰信号时间上的不连续特性,通过Hough变换和峰值提取进行干扰识别与抑制;最终,针对捷变频与传统动目标检测(MTD)不兼容问题,通过稀疏重构完成目标的检测。仿真与实际雷达和干扰机对抗实验表明,该方法可以获得良好的抗干扰性能和目标检测性能。

基于捷变频联合数学形态学的干扰抑制算法

数字射频存储器(digital radio frequency memory,DRFM)通过截获雷达发射信号并对其进行调制和转发,在距离维上形成欺骗式干扰,严重影响了雷达对目标的检测与跟踪。针对这一问题,提出一种捷变频联合数学形态学的密集假目标干扰抑制算法。首先,采用最大类间方差法(Otsu)对脉冲压缩后的数据进行二值化处理。然后,通过数学形态学中的开运算抑制干扰和噪声。最后,通过二维稀疏重构获得距离速度二维高分辨,实现对目标的检测。仿真实验与实际雷达和干扰机对抗实验表明,该方法可以获得良好的抗干扰性能和目标检测性能。

基于数学形态学的密集转发干扰抑制算法

基于数字射频存储器(Digital Radio Frequency Memory,DRFM)的干扰机在一个脉冲重复周期内通过重复转发截获的雷达发射信号形成密集假目标干扰,严重影响雷达对真实目标的检测和跟踪。针对这一问题,提出了一种基于数学形态学的密集假目标干扰抑制算法。该方法先用Otsu算法对脉压后的回波二值化处理,利用形态学中的开运算抑制密集干扰,对滤除干扰后的回波信号做动目标检测(Moving Target Detection,MTD)获取目标参数,实现了干扰环境下的目标检测。通过仿真和实测数据的处理,验证了该方法可以有效抑制密集假目标干扰,实现对目标的检测。