战场电磁频谱智能认知技术

未来军事力量竞争逐步向空天领域转移,外层空间已经成为战场信息的重要媒介。随着信息化水平不断提高,电磁空间作为空天战场信息的主要载体愈加复杂,对电磁频谱认知能力提出了更高要求。针对现代战场电磁频谱环境快速时变、信号多样的挑战,提出了空天战场电磁频谱智能认知系统架构,以及基于该架构的全并行瞬时大带宽信号处理、高精度多信号参数估计、复合特征调制识别和多域融合干扰识别技术,有效解决了空天平台复杂电磁环境高动态大带宽信号的认知难题。

移动强干扰条件下大孔径阵列稀疏空间谱估计

无源声呐阵列的目标方位估计性能受到强干扰的显著影响,在干扰源快速移动时大孔径阵列还可能存在快拍不足的问题,为此提出一种结合波束域预处理以实现干扰抑制和数据降维的稀疏空间谱估计方法。首先在预处理阶段对干扰方向形成自适应零点,并通过协方差矩阵锥化展宽零点,然后对预处理后的波束域数据应用稀疏贝叶斯学习进行空间谱估计。与现有方法相比,波束域预处理可以有效减少阻带范围内干扰声源的影响,提高通带范围内空间谱估计的精度和计算效率,零点展宽可以进一步加强稳健性,避免出现快拍不足问题。仿真分析和海试结果表明,所提方法在移动强干扰条件下仍能准确估计目标声源的多途到达角,且计算时间远低于阵元域稀疏方法。

非均匀天线阵的超分辨测向

提出了一种基于非均匀天线阵的超分辨测向算法 .该算法利用了数字波束形成技术 (DBF) ,因而设备简单 ,适应性强 .为实现超分辨测向 ,算法基于Gram -Schmidt正交 (GSO)网络 ,将干扰对消的原理用于信号的方向自适应定位 .算法可同时估计波达方向及信源个数 ,不需预先知道或估计信源数 ,而且算法简单 ,便于硬件实现 .仿真结果表明 ,算法可实现超分辨测向 ,而且在一定条件下 ,测向精度及分辨率优于MUSIC算法 .

相干信号源的空间平滑算法及其改进

在空间谱估计MUSIC方法的基础上 ,总结了克服多径效应的测向方法———空间平滑法及改进 ,并且用MATLAB进行了计算机模拟 。

反辐射导弹对抗低截获概率雷达和诱饵技术

论述了低截获概率(low intercept probability,LIP)雷达降低反辐射导弹(anti-radiation-missile,ARM)的作用距离和诱饵使ARM失效的原理。用小波理论分析方法在噪声中提取信号和用信道化接收机测频,以减小LIP雷达的影响。提出采用窄波束被动雷达导引头或多模复合制导导引头特别是采用超分辨新体制导引头,以提高角分辨力,分辨出雷达和诱饵从而实施攻击。重点分析了空间谱估计测向分辨雷达与诱饵的原理,进行了仿真,仿真结果证明了这种体制的导引头的可行性和抗诱饵系统能力。

基于数据矩阵奇异值分解的时—空二维信号处理

本文提出一种利用阵列接收信号数据矩阵奇异值分解的时一空二维信号谱估计方法，该方法对线阵接收信号构成的数据矩阵进行奇异值分解，构造出噪声奇异向量，利用信号空间与噪声空间的正交性获得时一空二维谱。该方法可用于高分辨测向测速系统中。计算机模拟表明了该算法的有效性。

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。

ARM应对LPI雷达和诱饵的技术研究

论述了低截获概率(LPI)雷达降低反辐射导弹(Anti—Radiation—Missile—ARM)的作用距离和诱饵致ARM失效的原理,并指出诱饵对ARM威胁最大。重点分析了空间谱估计测向分辨雷达与诱饵的原理,进行了仿真,仿真结果证明了这种体制的导引头的可行性和抗诱饵系统功能。

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法,该算法性能优良,但需要估计协方差矩阵并对其进行特征分解,运算量大,很费计算时间。本文对波达方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法,该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空间,无需特征分解,且无需估计整个协方差矩阵,只需估计该子矩阵,故快速算法运算复杂度远低于MUSIC算法,而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。

单通道阵列无失真空时二维谱估计算法

针对单通道阵列空时二维谱估计问题,提出了一种处理单通道阵列采样信号的新方法。该方法构建了单通道阵列特有的含有通道切换时间与采样间隔的阵列流型矩阵与导向矢量;无需对原始采样信号进行预处理,使其直接应用于现有的谱估计算法。基于此信号处理方法,给出了单通道空时平面阵以及去冗余的空时L型阵无失真二维谱估计算法,在同等条件下,两种算法以较小的硬件规模在避免信号失真的基础上从性能上更加逼近常规阵列算法,并通过算法成本比较证明了空时L型阵无失真二维谱估计算法具有较小的成本。仿真分析验证了该处理方法以及所提出算法的有效性。

基于空间谱估计的多干扰源分辨技术研究

为实现反辐射导弹分辨多个干扰源,根据空间谱估计原理,提出采用均匀圆形阵列天线结构对目标进行测向定位,并运用MUSIC算法估计其到达角,实现空域分辨。建立了基于均匀圆阵的二维DOA估计模型,讨论了角分辨算法在导引头中的具体应用。仿真结果证明了采用该方法能够有效分辨多个干扰源。

空间平滑法在米波雷达中的应用

讨论了 MUSIC空间谱估计算法的改进方法 -空间平滑法、超分辨率在米波雷达中的应用 ,主要是通过建立阵列信号模型将空间平滑法应用于米波雷达实现超角分辨 ,仿真结果表明空间平滑法可以有效地分辨常规

利用遗传算法优化阵列改善波达方向估计

利用遗传算法优化线阵波达方向估计性能。优化过程中,不仅优化阵元位置改善方位估计,而且将阵元个数作为优化变量,从而提供了更多的自由度来控制阵列性能。在满足空间谱估计精度的条件下,利用较少的阵元实现超分辨估计。优点是减少信号处理量的同时,简化了设备。仿真实验结果验证了其正确性和有效性。

基于特征分解的高分辨时-空二维信号谱估计

本文提出一种基于特征分解的高分辨时-空二维信号谱估计方法。该方法对时-空二维信号相关阵进行特征值分解,构造相互正交的信号子空间和噪声子空间,利用其正交性,得到高分辨的时-空二维信号谱。该方法用于相控阵雷达,可以精确地提取空间目标的方位信息和速度信息。计算机模拟表明了算法的有效性。

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号，50kHz的带宽所带来的测向误差不超过O．08°。这就意味着，对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法，比如MUSIC算法，而不需要为窄带假设来付出代价，这便为设计高精度的短波通信实时测向系统提供了条件。

多重信号分类算法测向精度的仿真分析

作为空间谱估计理论体系中的标志性算法，多重信号分类算法从1979年提出后就一直是阵列信号处理领域的研究热点之一。针对复杂电磁环境中阵列测向的实际应用问题，从多信源、含噪宽带信号、入射角度、阵列间距这4个因素对多重信号分类算法的测向精度作了仿真分析，得出了一些结论。

基于多用户去相关的波达方向估计新方法

以直接序列码分多址(DS/CDMA)系统中的天线阵为背景,讨论了一种在多径慢衰落信道环境下的波达方向(DOA)估计新方法。该方法在基站对各用户各路径同步信息的基础上,根据扩频序列表现出的周期性和非完全正交的性质,利用用户多径与多址干扰表现出的信息,相关处理后再去相关,实现对各用户各路径的DOA及幅值估计。它不是简单地忽略掉解扩后残留的多径与多址干扰,或仅将其当作噪声处理,而是通过去相关的方法消除它们的影响。理论推导与仿真实验表明,该方法提高了DOA的估计性能,很好地实现了多径信道的空间分离,为后面进一步的空时处理提供了可能。

一种改进的Root-MUSIC快速算法

MUSIC算法是一种基于特征结构的子空间类超分辨算法,该算法性能优良,但需要估计协方差矩阵并进行特征分解和谱峰搜索,运算量较大。研究了波达方向估计问题并提出了一种改进的快速算法,该算法利用协方差矩阵的子矩阵得到信号子空间,无需特征分解,只需估计该子矩阵,然后用多项式求根的方法代替谱峰搜索,故该快速算法运算复杂度远低于MU-SIC算法,同时性能损失并不太大。理论分析和计算机仿真结果表明此算法是有效的。

非周期扩频CDMA系统中时空信道的盲估计

时空信道可以用矢量信道冲激响应 (VCIR)来描述 ,正确估计VCIR是智能天线系统实现的关键技术 .本文从多用户解相关的思想出发 ,利用子空间技术实现了非周期扩频的CDMA系统时空信道的盲估计 ,所给出的时空信道估计方法具有抗远近效应的能力 .计算机仿真实验表明 。

未知信源数量DOA估计方法

针对传统阵列天线来波方向(Direction of Arrival,DOA)估计算法需要准确获取信源数量的问题,提出了一种未知信源数量类多重信号分类(Multiple Signal Classification,MUSIC)DOA估计方法。首先根据阵列天线的多个快拍数据估计输入信号自相关矩阵;其次对信号自相关矩阵进行特征值分解,并使用重构相关矩阵的方式实现信号分量的抑制;最后结合传统MUSIC谱估计算法实现未知信源数量条件下的DOA估计。仿真实验表明,所提算法的复杂度较低,且DOA估计误差性能接近传统MUSIC算法。