针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次...针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次型优化问题,然后根据SVD分解将四次型转化为二次型,给出了迭代收敛的优化算法;同时在循环算法基础上给了一种四次型的循环迭代收敛算法。最后仿真结果表明,两种算法在设计捷变波形优化性能上接近,但SVD分解算法收敛速度更快,循环计算算法具有更高的运算速度。展开更多
为了提升通信信号的低检测概率(low probability of detection,LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases,JATW)的波形构架。基于此构架,以切普扩频(chirp...为了提升通信信号的低检测概率(low probability of detection,LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases,JATW)的波形构架。基于此构架,以切普扩频(chirp spread spectrum,CSS)和正弦扩频(sinusoidal frequency spread spectrum,SFSS)为波形基,采用变时宽(varied of time width,VTW)参数配置方法,提出基于VTW-CSS/SFSS混合波形的LPD通信波形。采用数学推导辅以数值仿真分析的方法,分析所提出波形的各域能量聚敛特征。理论分析和数值仿真结果表明,相较于CSS和SFSS,所提波形的各域能量聚敛性明显较弱,JATW的波形构架有助于提升通信波形的LPD性能。展开更多
针对机动目标状态跟踪问题,认知雷达能够调整发射端波形来获取持续、稳健目标跟踪信息.本文基于矩阵加权多模型融合思想引入一种新的面向机动目标跟踪的认知雷达自适应波形设计方法(Adaptive waveform design method based on Matrix-we...针对机动目标状态跟踪问题,认知雷达能够调整发射端波形来获取持续、稳健目标跟踪信息.本文基于矩阵加权多模型融合思想引入一种新的面向机动目标跟踪的认知雷达自适应波形设计方法(Adaptive waveform design method based on Matrix-weighted Interacting Multiple Model,AMIMM).首先,利用多模型思路对机动目标状态进行建模,并考虑各模型目标状态估计及其误差协方差矩阵中元素间相关性,以矩阵加权融合方式代替传统概率加权方式,进而构造基于矩阵加权多模型信息融合的跟踪算法框架;然后,以多模型状态融合后的状态估计误差协方差矩阵为基准,利用特征值分解(Eigen Value Decomposition,EVD)技术求取融合后状态估计误差协方差矩阵对应椭圆参数;最后,通过分数阶傅里叶变换(fractional Fourier transform,FrFT)来旋转雷达量测误差椭圆,使得量测误差椭圆与融合后目标状态估计误差椭圆正交,从而获得下一时刻认知波形参数,实现波形自适应捷变.仿真实验表明,与当前流行多种算法相比,本文所提算法能够进一步提高机动目标跟踪精度和稳健性.展开更多
文摘针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次型优化问题,然后根据SVD分解将四次型转化为二次型,给出了迭代收敛的优化算法;同时在循环算法基础上给了一种四次型的循环迭代收敛算法。最后仿真结果表明,两种算法在设计捷变波形优化性能上接近,但SVD分解算法收敛速度更快,循环计算算法具有更高的运算速度。
文摘为了提升通信信号的低检测概率(low probability of detection,LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases,JATW)的波形构架。基于此构架,以切普扩频(chirp spread spectrum,CSS)和正弦扩频(sinusoidal frequency spread spectrum,SFSS)为波形基,采用变时宽(varied of time width,VTW)参数配置方法,提出基于VTW-CSS/SFSS混合波形的LPD通信波形。采用数学推导辅以数值仿真分析的方法,分析所提出波形的各域能量聚敛特征。理论分析和数值仿真结果表明,相较于CSS和SFSS,所提波形的各域能量聚敛性明显较弱,JATW的波形构架有助于提升通信波形的LPD性能。
文摘针对机动目标状态跟踪问题,认知雷达能够调整发射端波形来获取持续、稳健目标跟踪信息.本文基于矩阵加权多模型融合思想引入一种新的面向机动目标跟踪的认知雷达自适应波形设计方法(Adaptive waveform design method based on Matrix-weighted Interacting Multiple Model,AMIMM).首先,利用多模型思路对机动目标状态进行建模,并考虑各模型目标状态估计及其误差协方差矩阵中元素间相关性,以矩阵加权融合方式代替传统概率加权方式,进而构造基于矩阵加权多模型信息融合的跟踪算法框架;然后,以多模型状态融合后的状态估计误差协方差矩阵为基准,利用特征值分解(Eigen Value Decomposition,EVD)技术求取融合后状态估计误差协方差矩阵对应椭圆参数;最后,通过分数阶傅里叶变换(fractional Fourier transform,FrFT)来旋转雷达量测误差椭圆,使得量测误差椭圆与融合后目标状态估计误差椭圆正交,从而获得下一时刻认知波形参数,实现波形自适应捷变.仿真实验表明,与当前流行多种算法相比,本文所提算法能够进一步提高机动目标跟踪精度和稳健性.