分布式MIMO雷达优化布站研究

针对分布式多输入多输出(MIMO)雷达各发射站和接收站的优化布站问题,提出了一种分布式MIMO雷达布站的优化模型.首先给出了分布式MIMO雷达的信号模型;然后分析了收发天线位置对分布式MIMO雷达的空间分集能力和信道电压散射系数方差的影响,在此基础上提出了用空间分集度和空间分散度指标对分布式MIMO雷达的空间分集能力和天线分散程度进行量化评估;接着提出了在空间分散度一定的条件下,使空间分集度最大的布站原则并给出了相应的目标函数;最后仿真分析了信号频率、探测距离、探测方位、信道数目等因素对分布式MIMO雷达布站的影响.研究结果对分布式MIMO雷达的系统配置和实际应用具有重要的参考价值.     

浅析短波广播电离层传输及预测软件

起源于二战时期的短波广播至今已经经过了70多年,短波广播主要以天波传播为主。短波广播信号通过天线向空中发射,电磁波到达电离层后会被反射回地面,因为电离层距离地面60千米以上,被反射后的电磁信号就会被几百公里外的人收到,有时信号甚至能传输至上千公里之外,基于短波信号的这种特性,其主要被用于国际广播。本文将对短波广播的原理以及短波广播的电离层传输和软件的分析进行介绍。     

浅谈短波的电波传播特点和工作频率选择

<正>短波通信利用电离层折射,可以不依赖任何中继系统与数百千米到数千千米外的地方建立通信联络,短波通信按传播途径可分成地波和天波两种基本传播途径,由于电离层不断变化,使通过天波传播的短波信道并不稳定,影响短波通信的效果。只有透彻认识和运用短波电波的传播特点,才能发挥短波通信的应有效能,建立稳定可靠的通     

分时波束空间MIMO天波雷达发射ADBF方法

为简化基于MIMO(多输入多输出)技术的天波雷达扩展多普勒杂波抑制方法,分析了时间叉排线性调频连续波MIMO天波雷达与慢时间相位编码MIMO天波雷达之间的关系,提出一种分时波束空间MIMO天波雷达模型,并给出了相应的TADBF方法.该TADBF方法在分时波束空间实现,可有效抑制扩展多普勒杂波;简化了发射信号分集,在大型阵列降维处理情况下,只在各脉冲重复周期控制波束指向,无须对子阵或者波束进行相位编码,便于工程实现.仿真验证了该方法的有效性.     

基于动态RCS模型的天波雷达发现概率计算方法

针对现有方法影响因素考虑不全导致计算结果与实际情况有较大偏差的问题,提出了一种改进的天波雷达飞机目标发现概率计算方法。归纳了不同电离层状态对天波雷达探测距离的影响。考虑目标在给定航路飞行过程中的雷达截面积随姿态变化,建立了目标动态雷达截面积计算模型。在此基础上,利用瞬时发现概率模型和综合发现概率模型求得天波雷达飞机目标发现概率。实例计算结果表明:电离层Es全遮蔽状态导致目标发现概率下降了0.273,不同航路和飞行姿态条件下目标发现概率差异较大,最大差值达0.253。     

结合跳频的二重频率分集四相差分移相组合编码调制

提出了一种适于在短波电离层反射信道上传输数据信号的新方案——结合跳频的二重频率分集四相差分移相组合编码(2FD4DPSK/FH)体制。针对短波信道的特点,采用组合编码、跳频和频率分集技术构造出这种编码,解释了这种编码体制抗击短波电离层反射信道上存在的多径时延引起的码间串扰和减小衰落对信号影响的原理。最后确定了该编码体制主要参数的选择范围,分析了采用这种编码体制的短波传输数据系统的整体性能。     

天波超视距雷达多径信道均衡方法

具有大范围、远距离、隐身和超低空目标探测等特点的天波超视距雷达已成为目前雷达领域研究的重点技术之一.针对天波超视距雷达工作中多径效应对雷达回波信号的污染问题,提出了一种抑制多径污染的信道均衡方法.首先利用已知的训练序列对多径信道进行估计,然后利用具有一定结构的滤波器实现信道的均衡,最终达到了抑制多径信道对雷达回波信号影响的目的.仿真实验证明,该方法可以有效地对多径效应引起雷达回波信号的污染进行抑制,进而提高雷达对目标的检测能力.     

一种新的短波实时信道估值方法

针对目前短波独立信道探测设备投入高,而自适应通信设备探测功能弱的现状,提出了一种新的短波实时信道估值方法,通过短波电台发射和接收探测信号,以较低投入实现了整个短波频段的信道估值。并重点对探测方案进行了优化,首先使用VOACAP的预测结果缩小探测范围,并且通过对短波相邻信道相关性的分析,在原有等间隔探测的基础上提出了两级探测方式。仿真结果表明,该探测方案在探测速度和精度方面进行了有效平衡,性能优于等间隔探测。     

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。     

分布式OFDM-MIMO雷达包络对齐方法

针对分布式多输入多输出(MIMO)雷达多子站回波包络对齐问题,提出了一种基于正交频分调制(OFDM)波形的分布式MIMO雷达的包络对齐方法.首先建立了该雷达的信号模型,然后根据不同子阵回波距离走动的差异,提出了回波包络走动校正方法,并给出了相应的适用条件.仿真实验测试了不同信噪比、不同多普勒频率下的包络对齐效果,证实了提出方法的有效性.     

高频地波雷达电离层距离方程建模及仿真

针对电离层的空间分布特征,构建了体目标和面目标的雷达距离方程.根据不规则体对高频电波的相干散射原理,估算了电离层RCS的散射系数,进而给出基于电离层物理机制的广义高频地波雷达方程,从而量化了电离层特征参数对高频雷达系统的影响.通过仿真发现,对于面散射情形,斜向散射电离层杂波符合波束限制模型,垂直向的电离层杂波符合脉冲限制模型;对于体散射,影响电离层杂波强度最主要的因素是不规则体波动幅度.     

一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点,提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据,其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据,最后采用孤立森林方法对预测数据进行无监督故障检测,以此实现雷达退化故障预测并提前告警。结果表明,本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警,能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．     

基于自适应神经网络的调频调幅信号预测

线性调频信号在雷达和声纳探测上有着广泛的应用,利用自适应神经网络理论对线性调频信号的预测进行了研究,建立了自适应神经网络预测控制模型．在Matlab里进行了仿真,从图上可以看出,尽管在预测的初始阶段误差较大,但经过一段时间后,误差几乎趋于零．结果表明自适应神经网络能较好地对线性调频信号进行预测．     

集中式多输入多输出雷达等效阵列增益推导

为便于分析集中式多输入多输出雷达性能,给出了一种集中式MIMO雷达等效阵列增益的近似推导.分析了集中式MIMO雷达阵列处理输出信号相对于匹配滤波器输出信号的信噪比提高因子,推导了SISO雷达和MIMO雷达阵列输出信号的信噪比公式,在此基础上,给出了集中式MIMO雷达阵列等效合成增益表达式,并对结果进行了仿真分析.仿真结果表明,阵元数增加一倍,相控阵雷达阵列增益增加3.0dB,而集中式MIMO雷达等效阵列增益只增加1.5dB.集中式MIMO雷达可通过长时间积累的方法来解决由于阵列等效增益减小带来的检测性能下降问题.     

基于线性与非线性模型的海杂波预测

为对海杂波进行准确预测,根据海杂波具有的非线性不确定性,应用线性和非线性预测理论建立预测模型.针对logistic混沌映射信号和IPIX实际海杂波数据背景下的弱目标,分别采取基于自回归(AR)的线性模型、基于径向基神经网络(RBF)和Volterra级数滤波器的非线性模型进行预测.实验结果表明:非线性预测模型更适合于混沌背景下,因其目标和杂波的预测误差相差较大,可采取非线性预测并设置门限的方法进行目标检测;对于IPIX雷达数据,其混沌特性较logistic弱,目标和杂波的预测结果相差不大,可采用似然比检测方法.     

MIMO雷达检测性能

为了充分利用多入多出(multiple input multipleoutput,MIMO)雷达的空间分集技术,同时使其便于设计和实现,论文基于目标的分布源模型,在Neyman-Pearson准则下研究当MIMO雷达分集路径不完全独立时的检测方法和性能,并且利用主分量分析的思想简化了检测方法。该方法通过特征值分解,从M个正交信号中提取出独立观测分量并将其加权合并。仿真结果表明:与传统雷达相比,只要存在2个以上的独立观测分量,MIMO雷达可以更有效地对抗目标RCS(radar cross section)闪烁。同时,当发射阵元间距减小为理想条件的1/4时,MIMO雷达仍然可以利用空间分集提高其检测性能。     

天波雷达短驻留时间下海杂波抑制的改进算法

在高频天波雷达的舰船目标检测中,为消除电离层变化带来的谱展宽效应,采用了短驻留时间下基于奇异值分解(SVD)的海杂波抑制算法.该算法对构造出的Hankel矩阵进行奇异值分解,将对应于海杂波分量的奇异值置零,再重新构造出数据序列,达到海杂波抑制的目的.相对于原有的迭代杂波对消算法,该算法无需估计众多参数及设置对消截止门限,并且可以获得更好的抑制效果.为了有效地识别分解后的海杂波与目标所对应的奇异值以避免错误对消,还提出了一种改进方案,可以在抑制前分辨出海杂波分量和目标所对应的奇异值,当回波目标的能量与海波处于相近量级以及多目标情况下,能够避免错误对消现象的出现.仿真结果验证了所提算法的有效性.