当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对...当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对这一现象,通过在空域、极化域与空极化域分别建立交替极化阵列对消盲区模型,推导了对消盲区位置和大小的数学表达式,从而给出了交替极化阵列对消盲区的数学表征方法。进而分析了交替极化阵列对消盲区的分布规律与影响因素,研究发现阵元间距能够显著影响交替极化阵列对消盲区的分布,在相同条件下交替极化阵列对消盲区大于共点极化阵列对消盲区,结果表明交替极化阵列虽然通过减少天线数目降低了设备成本,但增大了阵列的对消盲区。然后,对消盲区模型进行了数值仿真,仿真结果验证了理论分析。最后,利用信道模拟器搭建了实验平台,信道模拟实验测得的对消盲区与理论值基本一致,再次证明了分析结论的有效性。展开更多
为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination,GLC)算法应用于极化阵列.分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest,SOI)波达方向(direction of arrival,DOA)...为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination,GLC)算法应用于极化阵列.分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest,SOI)波达方向(direction of arrival,DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法.所提算法根据采样协方差矩阵(sample covariance matrix,SCM)特征值相关参数的大小,对信噪比进行判断.信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level,DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法.通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.展开更多
文摘当干扰信号的空域和极化域特征与目标信号相似时,采用空极化域联合抗干扰技术在消除干扰的同时也会抑制目标信号,导致干扰对消后信干噪比(signal to interference plus noise ratio,SINR)低于雷达系统需求,从而形成干扰对消盲区。针对这一现象,通过在空域、极化域与空极化域分别建立交替极化阵列对消盲区模型,推导了对消盲区位置和大小的数学表达式,从而给出了交替极化阵列对消盲区的数学表征方法。进而分析了交替极化阵列对消盲区的分布规律与影响因素,研究发现阵元间距能够显著影响交替极化阵列对消盲区的分布,在相同条件下交替极化阵列对消盲区大于共点极化阵列对消盲区,结果表明交替极化阵列虽然通过减少天线数目降低了设备成本,但增大了阵列的对消盲区。然后,对消盲区模型进行了数值仿真,仿真结果验证了理论分析。最后,利用信道模拟器搭建了实验平台,信道模拟实验测得的对消盲区与理论值基本一致,再次证明了分析结论的有效性。
文摘为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination,GLC)算法应用于极化阵列.分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest,SOI)波达方向(direction of arrival,DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法.所提算法根据采样协方差矩阵(sample covariance matrix,SCM)特征值相关参数的大小,对信噪比进行判断.信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level,DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法.通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.