真实地形环境下低空雷达目标回波信号分析

针对低空雷达目标与杂波、环境难于一体化建模的问题,提出了一种分析真实地形环境中低空飞行目标的雷达回波信号的实景相干复合方法(CHIAL).以机载脉冲多普勒(PD)雷达为平台,首先将半空间并矢格林函数引入物理光学方法中,结合图形电磁学计算低空目标的雷达散射场强度,然后利用地形高程数据和地形地物分析数据,得到杂波单元的散射特性,通过相干杂波模型产生地杂波,最后将所有雷达回波送入各自的距离门,并加入噪声信号,模拟包含目标特性和杂波特性的有效回波信号.与传统复合建模方法相比,CHIAL方法的目标回波信号和杂波信号更加准确.对机载PD雷达探测低空目标的仿真实验表明,CHIAL方法在处理90m×90m地形高程数据时,杂波分布和信杂比与理论分析基本一致,有很强的系统工程实用价值.     

雷达回波环境模拟的方法

研究了雷达回波环境的模拟方法,目的在于能够模拟产生出符合雷达实际工作的环境.通过对雷达工作环境建立数学模型,设计了回波数据算法,并提出了一种随机序列通过数字功率谱处理滤波器产生雷达杂波的方法.     

二相编码脉冲雷达模拟器的研制

研究二相编码体制雷达信号处理机与雷达模拟器之间的接口方式,以及在变脉冲重复周期时巴克码和M序列码雷达回波信号的产生方法.以数字信号处理器(DSP)为核心器件,设计了一套较为通用的硬件实现方案,在此基础上,对回波信号进行二相伪随机码调制、多普勒调制和天线方向图调制,模拟距离模糊和速度模糊,并采用数字的方法进行多目标合成.该雷达模拟器与信号处理机可实时闭环工作,检验信号处理机搜索和跟踪多目标的能力.     

PRC_CW雷达地杂波分布特性模型分析

针对伪码调相连续波（ＰＲＣ＿ＣＷ）雷达的特殊性,指出在低俯视角情形时雷达回波信号存在展宽现象,提出了对码元回波幅度进行空间矢量叠加以得到ＰＲＣ＿ＣＷ雷达回波信号的方法。通过理论分析,指出ＰＲＣ＿ＣＷ雷达的概率密度分布趋近于瑞利分布,并用计算机模拟的方法进行了验证。     

新一代天气雷达速度退模糊算法研究

速度退模糊算法对新一代天气雷达后期数据同化及短时临近预报具有重要影响。针对在高切变和孤立回波情况下速度退模糊出现错误的问题,提出了基于联合切变检测和十字形多尺度窗口的速度退模糊改进算法。首先,采用MDV(Mininum Distance Velocity, MDV)数据预处理方法进行全局数据优化。其次,将当前速度库和参考库的差值与切变阈值相比较,根据对比结果,分别进行切向和径向的退模糊。然后,在远离雷达的孤立回波区域,建立一种十字形多尺度窗口,实现参考库的确定,进而完成全方位的速度退模糊。使用我国新一代天气雷达(CINRAD-SA)在极端天气情况下的实测数据对该算法进行了多次验证。结果表明,在高切变和孤立回波情况下,该算法的速度退模糊准确率较高,优于新一代天气雷达中运行的WSR-88D速度退模糊算法。     

使用三维场景绘制技术模拟雷达图像

针对航海雷达回波图像模拟特点,提出一种使用三维场景绘制技术的实时模拟方法。通过在雷达天线处设置一个虚拟相机,建立视坐标系,根据雷达参数设置视见体,将光源也设置在雷达天线处。绘制当前场景,读取场景颜色缓存和深度缓存中的数据,将其转换成雷达回波数据。随着虚拟相机的旋转,实时模拟雷达的回波图像。仿真结果表明,该方法能够在3s内实时模拟具有105个三角形场景的雷达回波图像,且回波图像质量较现有雷达模拟器有显著提高。     

基于OpenGL建模技术的航海雷达回波图像生成方法

为解决当前航海雷达仿真器中雷达回波图像不真实问题,以岸线为例提出基于OpenGL建模技术的模拟航海雷达回波的新方法,研究雷达回波图像生成技术,给出雷达岸线回波及雷达岸线回波图像的生成算法.对RGB、HIS颜色模型在模拟雷达回波强度上的应用进行探讨,给出目标回波强度的数学模型.通过加入噪声模型,实现航海雷达岸线回波仿真,其结果与电子海图显示基本相符.     

天基雷达地面回波的多普勒频率特性

研究地球自转对天基雷达地面回波的多普勒频率的影响,通过分析卫星雷达与地面回波点的相对速度,推导了天基雷达地面回波的多普勒频率计算公式. 由公式可知,当卫星雷达轨道高度一定时,地球自转对地面回波多普勒频率的影响只与卫星的轨道倾角和星下点纬度有关,其偏航幅度接近于1,最大偏航角约为4°,与地面反射点的位置无关.     

新一代多普勒天气雷达数据处理中频域滤波技术的研究

多普勒天气雷达的基数据主要由气象回波和地物杂波组成,地物杂波过多就会严重损害雷达基数据的精确性,因而多普勒气象雷达想获得质量高的数据产品就必须抑制地物杂波。探讨了如何使用频域滤波技术提高多普勒天气雷达数据质量的问题。     

地杂波引起的引信早炸问题研究

由于雷达引信载体运动的高速性,引信工作的近程性,使得引信在低空作战时,地杂波信号极易诱使引信早炸.为解决这一问题,通过建立基于网格映象法的地杂波回波信号的仿真模型,分析了引信地杂波信号特性,提出利用经验判据对回波信号进行频率识别以及对回波信号进行窄带滤波等途径来克服地杂波导致的引信早炸问题.研究结果为日后进一步提高引信抗干扰性能提供了技术依据.     

风廓线雷达去地杂波方法研究

针对传统的回波模拟方法不能很好的模拟高斯白噪声的分布, 也不利于反应真实的回波信号的问题, 改进了回波信号的模拟方法, 同时为了减小地杂波对信号参数估计的影响, 在静态小波变换的基础上, 提出了一种抑制风廓线雷达地杂波的方法, 由于采用提升实现方式, 其运算量并没有明显增加。相对于传统的基于 DWT 去地杂波的方法, 新方法更加适用于较低信杂比的情况。仿真结果验证了新方法的有效性。     

非相干MIMO雷达模糊函数特性优化

距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能是雷达在杂波条件下的基本性能.为揭示非相干MIMO雷达的此类性能,对非相干MIMO雷达的模糊函数特性均进行深入研究和优化设计,包括无模糊时延、无模糊多普勒、无模糊区区面积和无模糊区内的副瓣水平等特性.经过波形优化设计,在时延-多普勒平面上,非相干MIMO雷达的无模糊区面积被优化为1(无单位),无模糊区内的副瓣水平与SIMO雷达相当.因此,非相干MIMO雷达的距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能与SIMO雷达相当.仿真结果表明,非相干MIMO雷达的无模糊区面积被优化为1.      

有源干扰背景下基于CFAR的信号检测方法改进

针对瑞利噪声分布的回波信号,单元平均CFAR算法是一种简单有效的信号检测方法。当回波背景中加入有源噪声干扰时,该检测方法受到限制。首次以噪声调幅干扰为信号杂波背景,建立数学模型。基于CFAR算法,分析该有源噪声干扰对信号检测概率的影响。对CFAR算法进行改进,使得信号检测方法适用于信号杂波背景的变化。最后通过仿真验证了此改进的CFAR算法提高了噪声干扰背景下信号的检测概率,并达到抗干扰的目的。     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

脉冲多普勒雷达杂波信号的实时重构方法研究

针对脉冲多普勒雷达信号处理机在杂波半实物仿真时由重构算法带来的噪声应低于主瓣杂波60dB这一特殊要求,提出了一种给定功率谱的杂波产生方法,即先将功率谱转换为矢量频谱,并进行相位随化和傅里叶反变换,然后对得到的一系列时域数据组加窗,搭接,保证随机数据的数学期望和方差边疆,从而得到缓变的非平衡杂波信号,仿真结果表明,采用此方法得到的杂波信号与简单组合时域数据组得到的杂波信号相比,信噪比可由30dB提高到60dB。     

FMCW SAR快速运动目标检测与成像

调频连续波(frequency modulated continuous wave,FMCW)合成孔径雷达(synthetic aperture radar,SAR)特有的工作模式使得其回波信号相对脉冲SAR具有不同的形式。推导了FMCW SAR系统下运动目标的回波模型。提出了一种基于Hough变换的快速运动目标检测方法和Hough变换与分数阶傅里叶变换(fractional Fourier transform,FrFT)变换相结合的运动目标参数估计方法;利用该方法补偿FMCW系统引入的附加距离走动后,运动目标的成像效果明显提高。多点运动目标仿真数据处理验证了该方法对目标检测与成像的准确性和有效性。     

频率步进信号宽带模糊函数及其应用

为了有效解决基于窄带回波模型的窄带模糊函数已无法有效分析运动目标回波信号处理中的问题这一矛盾,在宽带回波模型的基础上提出了频率步进信号宽带模糊函数,分析了宽带模糊函数的性质,证明了窄带模糊函数只是宽带模糊函数在低速情况下的近似.基于宽带模糊函数匹配点的特性,提出了基于匹配点幅值的目标检测方法.仿真结果验证了该方法的有效性.     

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。