基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high frequency surface wave radar, HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离 多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离 多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15 dB以上。     

基于FDA-MIMO雷达的主瓣SMSP干扰空时域联合抑制方法

主瓣干扰由于与真实目标位于同一个雷达波束宽度, 不仅会严重降低雷达对真实目标的检测与跟踪性能, 更难以在波束层面上受到抑制。来自主瓣的频谱弥散(smeared spectrum, SMSP)干扰可以在时频域对目标信号进行遮盖, 更可在空域上形成多个具有欺骗效果的假目标。针对此问题, 提出一种基于频控阵-多输入多输出雷达的空时域联合抑制方法, 利用盲源分离算法将目标与干扰分离在不同通道, 在获得目标距离信息后进行距离- 角度联合波束形成, 以提高输入信干噪比。该方法可以在不具有目标的距离先验信息条件下有效抑制主瓣SMSP干扰, 因此具有很好的适用性, 仿真实验验证了所提方法的有效性。     

双基地机载雷达杂波和主瓣压制干扰抑制方法

当干扰从雷达波束主瓣进入时，传统的空域抗干扰方法不仅无法抑制主瓣干扰，还会引发主瓣畸变、旁瓣抬升等问题，严重影响机载雷达目标检测性能。针对该问题，提出了一种基于双基地配置的机载雷达杂波和主瓣压制干扰抑制方法。该方法首先针对主、辅雷达分别形成多个相邻空域波束；然后，对波束形成后的数据进行脉冲多普勒(pulse Doppler, PD)处理，并在距离-多普勒域对主、辅雷达的干扰信号进行配对处理。在此基础上，在主、辅雷达对应的多普勒通道通过时域自适应滤波抑制干扰；最后，联合相邻波束的数据通过降维空时自适应处理(reduced-dimension space-time adaptive processing, STAP)抑制剩余的杂波。仿真结果表明，所提方法能够有效抑制杂波和主瓣压制干扰，与传统采样矩阵求逆(sample matrix inversion, SMI)方法和局域联合处理(joint domain localized, JDL)方法相比，对信干噪比性能分别改善了约20.6 dB和21.5 dB。     

联合准则下的认知雷达波形设计

针对不同工作环境中, 需要雷达同时具有多种模式和多种任务的问题, 提出了一种联合优化准则的雷达波形设计方法, 该方法综合考虑了目标与回波之间的互信息与信干噪比。在发射信号能量有限的约束条件下, 首先通过最大边缘分配算法求解最优波形, 其次讨论互信息与信干噪比的增减率, 当改变系数值时, 联合准则下的雷达信号模型既可同时提高互信息和信干噪比值, 又可根据发射需求分别优化互信息或信干噪比。最终信号模型通过一次或较少次数的观测同时完成目标参数估计、检测或识别任务, 为雷达波形优化朝着多功能模型设计提供研究依据。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

机载宽带雷达的数据重组空时自适应处理方法

机载宽带雷达具有更高的距离分辨率，有利于目标成像或识别。但是，提高分辨率也使目标信号和杂波信号在脉冲间和(或)阵元间距离走动量增加。若采用窄带空时自适应处理方法，则会导致输出信杂噪比严重下降。针对上述问题，提出了一种数据重组空时自适应处理方法。首先，针对待检测速度-角度重组回波数据，使不同脉冲及阵元的目标信号包络对齐；然后，进行距离维数据重组空时处理，并将输出信号作为检验统计量；最后，给出目标角度和速度搜索方法。所提方法降低了相干积累后的目标能量损失，提高了目标检测和杂波抑制性能。仿真实验验证了所提方法的有效性。     

基于载机运动特征的FMCW SAR前视成像仿真分析

基于阵列技术的机载前视线性调频连续波(FMCW)合成孔径雷达(SAR)能对载机前方区域高分辨成像,且能满足机载SAR小型化的需要。针对前视成像若不考虑载机运动时信号模型不完整和系统应用受到制约的问题,提出基于载机运动特征的FMCW SAR前视成像。分析了前视FMCW SAR与脉冲SAR信号收发模式等问题的异同,建立了基于载机运动特征的前视FMCW SAR信号模型。分析了载机运动的影响,并重点讨论了载机运动引入的多普勒频率偏移。结合距离-多普勒(RD)算法流程给出了多普勒频率偏移的补偿方法并进行了仿真研究。结果表明,载机运动会引起点目标航线向主瓣展宽、旁瓣畸变以及目标位置的搬移,通过补偿可有效消除载机运动的影响。     

基于神经网络的雷达抗转发式距离欺骗干扰方法

为实现雷达抗转发距离欺骗干扰,提出了一种基于神经网络和模式识别技术的目标与干扰的识别方法。该方法将抗干扰过程看作对目标和干扰进行识别的过程,利用干扰信号和目标的能量差别与起伏特性差异,确定出用于分类的特征因子,使该特征因子受信干比的影响远小于用传统检测方法时的影响,最后利用径向基(radialbasisfunction,RBF)神经网络进行分类。仿真结果表明,此方法在检测概率和稳定性上都优于传统方法,在信干比接近于零的情况下尤为明显。     

高频雷达中LFMCW信号的分析

高频雷达在现代战争和民用事业上发挥着越来越重要的作用 ,线性调频连续波 ( L FMCW)信号是高频雷达常采用的信号形式。就 L FMCW信号在高频雷达中的应用作了具体分析 ,并导出了其差频相位的具体表达式 ,它表现出了要检测的各量的物理意义 ,对检测的方法提供了理论依据。在此基础上 ,利用二维 FFT处理技术对目标回波信号的信息提取进行了仿真 ,并对仿真结果进行了分析     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~