双接收站的有源诱饵极化鉴别

以双接收站雷达为背景,研究了雷达目标和有源诱饵的鉴别方法。提出了双站极化散射矩阵和双站对角极化比的定义,探讨了雷达目标和有源诱饵的极化散射特性;针对极化调制有源诱饵等欺骗性干扰,提出了以双站对角极化比为鉴别量实现对有源诱饵鉴别的新方法,并设计了鉴别算法。对典型雷达目标和有源诱饵的仿真结果表明,该鉴别算法对有源诱饵的正确鉴别概率始终达到100%,对雷达目标的正确鉴别率达到90%以上。仿真结果证明了该鉴别算法的可行性和有效性。     

基于双接收站的有源诱饵极化鉴别

以双接收站雷达为背景,研究了雷达目标和有源诱饵的鉴别方法。首先提出了双站极化散射矩阵和双站对角极化比的定义,探讨了雷达目标和有源诱饵的极化散射特性;然后针对极化调制有源诱饵等欺骗性干扰,提出了以双站对角极化比为鉴别量实现对有源诱饵鉴别的新方法,并设计了鉴别算法。对典型雷达目标和有源诱饵的仿真结果表明,该鉴别算法对有源诱饵的正确鉴别概率始终达到100%,对雷达目标的正确鉴别率也都能达到90%以上。仿真结果证明了该鉴别算法的可行性和有效性。     

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.      

利用雷达滤波进行空间有源假目标识别的原理和方法

针对弹道导弹突防过程中的空间有源假目标欺骗干扰,介绍了利用雷达滤波进行假目标识别的原理和方法．在弹道目标跟踪中,滤波器通常默认目标运动服从二体运动方程．真目标的动力学模型与滤波状态方程相匹配,其滤波状态估计归一化误差较小;而有源假目标则相反．这种差异是有源假目标识别的理论基础．由于实际应用中目标的真实运动状态未知,无法直接计算归一化误差,文中采用非线性最小二乘估计,对目标的状态真值进行更精密的估计以获得名义真值．提出了近似归一化误差的概念．结合典型仿真场景,分析了近似归一化误差的分布特性,设计了识别门限．结合中程弹道进行真假目标的计算机识别实验,并对各种影响识别性能的因素做了分析．实验结果验证了所提识别方法的有效性和可行性。     

干扰背景下雷达最佳极化的分步估计方法

研究了目标散射矩阵未知的情况下,雷达收、发极化的联合优化问题,提出了最佳收、发极化分步估计方法:先估计最佳接收极化以抑制干扰,然后估计散射矩阵与最佳接收极化的乘积矢量,以确定最佳发射极化.优化设计了发射脉冲序列的极化以解决矢量估计的稳定性问题,根据矢量估计误差的分布特性,分析证明了目标运动情况下算法的有效性.仿真实验验证了算法的可行性.     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法.相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类.     

宽带全极化雷达目标HRRP极化特征提取与优选

充分有效地利用全极化雷达目标HRRP极化信息是雷达目标特征提取领域一个热点问题.文中主要研究了宽带全极化雷达目标HRRP的三类极化特征的提取与优选:(1)将SAR领域常用的熵特征引入全极化HRRP中,分析了反映目标HRRP散射随机性的熵特征;(2)根据目标散射矩阵相似性参数理论,定义了目标HRRP与6种标准体散射矩阵相似性参数概率形式描述,并将其作为特征,这类特征反映了目标的物理结构特性;(3)提出了反映目标散射能量特性的Mueller矩阵相似性参数特征,并且证明了该参数特征的旋转不变性.这几类特征具有明确的物理意义.采用飞机目标多个姿态的实测数据进行了特征有效性验证和特征优选,并利用优选后的特征组成特征矢量对飞机目标识别,实验结果表明,提出的HRRP极化特征具有良好的稳健性和可分性.     

宽带全极化雷达目标HRRP极化特征提取与优选

充分有效地利用全极化雷达目标HRRP极化信息是雷达目标特征提取领域一个热点问题．文中主要研究了宽带全极化雷达目标HRRP的三类极化特征的提取与优选：（1）将SAR领域常用的熵特征引入全极化HRRP中,分析了反映目标HRRP散射随机性的熵特征;（2）根据目标散射矩阵相似性参数理论,定义了目标HRRP与6种标准体散射矩阵相似性参数概率形式描述,并将其作为特征,这类特征反映了目标的物理结构特性;（3）提出了反映目标散射能量特性的Mueller矩阵相似性参数特征,并且证明了该参数特征的旋转不变性．这几类特征具有明确的物理意义．采用飞机目标多个姿态的实测数据进行了特征有效性验证和特征优选,并利用优选后的特征组成特征矢量对飞机目标识别,实验结果表明,提出的HRRP极化特征具有良好的稳健性和可分性．     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法。相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类。     

一种对抗欺骗式干扰的组网雷达功率分配方法

针对现有组网雷达发射站等功率发射信号导致抗欺骗式干扰方法不能获得最高鉴别概率的问题,提出一种对抗欺骗式干扰的组网雷达功率分配方法。首先,在现有组网雷达的参数估计模型中增加了发射站的功率信息,推导了对欺骗距离参数估计的克拉美洛下界(CRLB),计算得到鉴别器中欺骗式假目标的鉴别概率;然后,以最大化假目标鉴别概率为目标,设计功率分配模型,完成欺骗式干扰下组网雷达功率分配方法的设计。仿真实验表明,相比于现有文献中功率平均分配的算法,所提出的功率分配方法可保证将更多的功率资源分配到目标空间角度差异大及回波信号路径损失较低的发射站,有效提高组网雷达系统对假目标的鉴别概率,尤其在系统资源有限的约束下,鉴别概率提高了10%以上。     

频率分集极化MIMO雷达目标检测

为了提高集中式多输入多输出(MIMO)雷达的目标检测性能,提出了一种频率分集极化MIMO雷达.该雷达的发射端采用频率分集和极化分集,接收端以变极化或者正交极化方式接收回波信号,并且基于目标极化散射特性优化设计发射极化和接收极化来进一步提高性能.基于奈曼-皮尔逊准则设计了检测算法,并推导了虚警概率和检测概率的近似计算公式.仿真结果表明:频率分集极化MIMO雷达的检测性能优于极化MIMO雷达和频率分集MIMO雷达,并且采用正交极化接收方式可以获得更好的检测性能.     

基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.     

基于群延迟的前移干扰研究

分析了多种雷达波形匹配滤波器的群延迟特性,从匹配滤波器群延迟的角度解释了干扰相对目标前移的原因．由于线性调频(LFM)雷达匹配滤波器的群延迟对频率敏感,因此可以通过改变信号的频率,进而改变输出的时延特性,实现干扰相对真实目标前移．根据干扰机调制的频率规律不同,提出了3种对LFM脉压雷达的前移干扰样式,包括单个孤立前移假目标干扰、多个孤立前移假目标干扰和覆盖干扰,并由LFM雷达匹配滤波器的群延时函数确定了单个和多个假目标干扰相对真实目标的前移量,及覆盖干扰至真实目标的最近距离和干扰覆盖范围等,然后根据干扰频谱和匹配滤波器频谱的关系,研究了由于调频失配导致的幅度损耗,为确定干扰机有效辐射功率提供理论依据．最后仿真结果验证了理论分析的正确性．     

利用高分辨率和极化信息进行目标识别的研究

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合.在研究了目标特定的极化变换作用后,提出了基于一维距离像,利用目标回波中的极化现象对目标进行识别,并得出了有关目标识别特性的结论.     

基于位置信息的无源定位系统对抗技术

本文通过对无源定位系统的工作特点及其定位方式的分析,在传统的有源雷达干扰方式基础上加以改良,设计了两种针对无源定位系统的欺骗干扰方式——噪声压制、逼真假目标和分布式假目标。通过仿真验证了它们的有效性,分析了它们的优缺点。     

雷达假目标仿真精度要求的定量表述

为了提出一种定量表述雷达假目标仿真精度的方法,依据雷达图像目标检测的辐射分辨率理论,沿用指定图像强度计算错误概率的分析方法,给出了目标对比、独立视数与错误概率的关系,进而解析了真假目标雷达散射截面差值与目标正确发现概率的定量关系。理论分析表明,雷达假目标仿真精度的设计参数应选择为不大于3dB。     

基于目标分解的极化雷达飞机识别法

尝试将目标分解算法用于高分辨率极化目标的识别。基于 Krogager目标分解法 ,将各距离分辨单元的极化散射矩阵分解为 3个简单散射体的散射矩阵 ,分别代表球形散射体、二面角散射体和螺旋体散射体的散射机理。并利用求得的 3个幅度参量随径向距离的变化波形 ,提取反映目标散射中心位置和物理结构特性的特征。进一步采用 Fisher可分性准则作判据 ,从原始特征集中选取最佳特征组。对 5种飞机模型的识别结果表明 ,此基于矩阵分解的识别法具有较高的识别率     

一种考虑站址误差的抗欺骗式假目标方法

针对现有数据融合算法中,组网雷达各节点雷达忽略自身站址误差而导致抗干扰性能降低的问题,提出一种考虑站址误差的抗欺骗式假目标方法。首先,通过增加量测过程中可能产生的各节点雷达的站址误差变量,改进融合算法的误差协方差矩阵;然后,利用改进后的算法计算各节点雷达对应量测目标之间的马氏距离,判断目标的空间相关性;最后,利用空间相关性的差异,对真假目标进行有效鉴别。仿真结果表明:该方法能够将组网雷达对真目标检测概率稳定在99%以上;在站址误差为60m的条件下,组网雷达对假目标的虚警概率可降低10%以上。     

火灾烟颗粒群和粉尘颗粒光散射特征比较研究

文章利用离散偶极子近似方法(DDA),计算了服从一定粒径分布的随机取向的烟颗粒群和粉尘颗粒的光散射Muller矩阵,比较了两者归一化光散射矩阵元素随散射角分布的差异。结果表明,烟颗粒群和粉尘颗粒的归一化光散射矩阵元素随散射角的分布存在显著差异。     

分量模型和散射参数的全极化雷达图像分类

在分析了典型的极化目标分解和地物分类算法基础上,提出了融合Yamaguchi分解和H/α(H为散射熵,α为地物散射角)平面分解结果的迭代处理目标分类方法.首先,通过获取4种散射分量及地物的散射熵和散射角,结合6个参量,将极化合成孔径雷达图像中的地物初始分类;然后,利用相干散射矩阵服从Wishart分布的特性进行迭代,获得最终分类结果.实验结果证明,该算法提高了分类性能,运算量小,分类效果较好.