改进的LMS算法及其在雷达干扰对消系统中的应用

为提高雷达系统在复杂电磁环境下的抗干扰能力，对雷达干扰对消系统及其自适应滤波算法进行了分析,给出了一种改进的变步长LMS自适应滤波算法。该算法利用类Sigmoid函数去调节步长,减少了运算量,并在类Sigmoid函数中利用误差信号的自相关值调整步长,从而解决了算法较快的收敛速度与较小的稳态误差之间的矛盾,并且降低了算法对输入噪声的敏感性。将该算法应用到自适应干扰对消系统中进行了计算机仿真验证,计算机仿真结果与理论分析一致,表明了该算法具有一定的可行性和优越性。     

一种新的直达波干扰变步长NLMS对消算法

研究了脉冲无源双基地雷达的直达波干扰抑制技术. 在直达波脉冲和目标回波时域交叠的条件下,在分析传统LMS算法、归一化LMS算法、变步长LMS算法的基础上,提出一种新的变步长归一化LMS(新VSSNLMS)算法来实现直达波干扰自适应对消,通过仿真验证了该算法收敛性能的优越性. 并将该算法应用于脉冲无源双基雷达直达波干扰自适应对消中,理论分析和仿真结果表明,新VSSNLMS算法比现有的LMS、NLMS和MSVSLMS算法具有更快的收敛速度和更少的对消剩余误差.      

考虑天线极化特性的ASLC系统性能分析

交叉极化响应使得雷达的天线方向图具有复杂的极化结构,为了研究雷达天线极化特性对天线自适应旁瓣对消系统性能的影响,在干扰为任意极化的情况下,从主辅通道幅相特性出发,分析了天线极化特性对自适应旁瓣对消系统主辅通道幅相特性的影响,进而研究了极化干扰条件下的自适应旁瓣对消系统工作性能.仿真分析表明,由于主辅天线极化特性的不一致,最终将导致自适应旁瓣对消系统通道幅相不一致,特别是当干扰方实施交叉极化干扰时,主辅通道幅相不一致最严重,系统工作性能显著下降,干扰对消比最差.因此,为了得到较好的旁瓣对消效果,除了对自适应旁瓣对消系统通道幅相特性有一定的要求以外,对于雷达天线的极化特性也应有所要求.     

基于实测数据的稀布阵雷达副瓣对消研究

米波稀布阵雷达是一种稀疏分布式数字雷达,文章结合其特点进行对消需求分析,并结合试验数据对干扰对消性能进行分析,实验表明采用干扰对消方法可成功完成综合脉冲孔径雷达对干扰源的抑制。但由于对消过程中权系数的计算需要对强相干的接收信号进行矩阵求逆,干扰对消对计算精度要求很高,同时在干扰幅度起伏严重的情况下准实时干扰对消性能存在损失,需脉冲重复周期内实时对消。     

一种变步长符号梯度脉冲噪声对消算法

针对最小均方误差(least mean square,LMS)自适应噪声对消器在脉冲噪声干扰条件下实现噪声对消失效的问题,提出了一种变步长符号梯度最小均方误差(variable step size sign LMS,VSSLMS)脉冲噪声对消算法?VSSLMS算法利用符号函数对误差信号?参考噪声信号取符号运算构成符号梯度? 符号算子的量化操作可以抑制脉冲噪声对自适应算法的影响,为进一步提高VSSLMS脉冲噪声对消性能,采用误差功率归一化准则设计步长控制函数,给出了一种变步长算法,该算法能减小由于符号算子引入的量化误差对收敛速度和收敛精度的影响?利用计算机仿真把提出的VSSLMS脉冲噪声对消算法与改进的归一化LMP算法(MNLMP)进行了比较,结果表明,VSSLMS算法具有更快的收敛速度,同时具有与MNLMP算法相近的稳态剩余误差?因此,VSSLMS算法在脉冲噪声对消中具有实际应用价值?     

应用全极化辅助天线和Kalman滤波器的旁瓣干扰对抗方法

为减小干扰极化方式对旁瓣对消系统的影响,提出一种基于全极化辅助天线和Kalman滤波器的极化域-空域联合抗旁瓣干扰方法。首先对辅助天线进行正交双极化改造,根据极化通道功率优选辅助通道信号,进而利用Kalman滤波器进行闭环旁瓣对消。该方法将旁瓣对消系统看作误差预测滤波器,将优选的辅助通道加权和作为量测,通过迭代修正权值矢量,减小主通道信号与量测的误差,从而消除旁瓣干扰,提高主通道信噪比。仿真实验表明:该方法收敛速度快,适用于多辅助通道情况,对正交极化干扰的输出信噪比优于常规旁瓣对消约10dB,在低快拍条件下稳定性好。     

一种变步长解相关的自适应声回波对消算法

作者提出了一种变步长归一化解相关的LMS自适应海波算法(简称μ（k）-NDLMS算法)．该算法综合了变步长自适应方法和归一化解相关方法的优点，将其用于声回波对消(AEC)中，在计算量增加很小的情况下，其收敛速度和稳态失配都较之自适应信号处理中常用的NLMS算法有所改善．作者通过计算机仿真，证实了这一结果．     

基于先验知识的广义旁瓣对消器STAP

空时自适应处理（space-time adaptive processing,STAP）算法的运算量与处理性能构成了一对矛盾。利用广义旁瓣对消器（generalized sidelobe canceller,GSC）形式的处理器结构,提出一种基于先验知识的 STAP 算法以解决该问题。该算法使用相控阵雷达系统参数以及阵列几何模型等先验知识来构建空时杂波的匹配矩阵,并计算空时多约束导引矢量,实现对 STAP 算法的自适应加权初始化。该算法的优点是无需协方差矩阵求逆从而使处理速度得到加快。仿真实验表明该算法的处理性能未受影响,而收敛速度则明显提高。     

旁瓣对消(SLC)抗干扰技术在SPW上的实现

旁瓣对消技术是用来抑制雷达旁瓣干扰的一种有效手段。本文介绍了实现自适应旁瓣对消的功率倒置自适应算法;利用SPW对其进行仿真,仿真结果证明了在SPW建仿真模块的有效性。     

一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

阐述了一种改进的LMS算法并应用于自适应噪声对消．新算法利用误差信号的相关值调节算法步长，解决了收敛时间和稳态误差的矛盾，并且不受已经存在的不相关噪声的干扰．对该算法的收敛性和稳定性进行了分析，仿真表明该算法优于固定步长的LMS算法和VSSLMS(variable step size)算法．     

多基地相参雷达抗主瓣干扰性能分析

提出了多基地相参雷达抗主瓣干扰的新思路.分析了多基地相参雷达抗主瓣干扰的可行性,提出了改进的2步自适应算法.通过采用5种不同算法的仿真对比,结果表明:提出的NVFF-RLS自适应算法,无论从收敛速度还是目标信号分离效果均优于其它4种算法,使得SINR可改善约30～36 dB,对消效果体现了多基地相参雷达抗主瓣干扰的优势所在.     

卫星通信中一种改进的变步长LMS均衡算法研究

针对传统的定步长最小均方误差（fixed step size-least mean square,FSS-LMS）算法不能同时兼顾快速收敛和较小稳态误差,以及变步长最小均方误差（variable step size least mean square,VSS-LMS）算法也不能满足较快的收敛速度和较好的抗噪声性能等问题,提出了一种在Sigmoid函数中引入递减的等比序列,在估计误差的自相关函数基础上,用前后时刻的绝对误差来代替当前时刻的瞬时误差,加强了对步长因子控制的算法。仿真结果表明,在不同的信噪比环境下,提出的算法较其他LMS算法具有收敛速度快、抗噪声性能强和稳态误差小等特点。同时,给出了卫星通信系统的仿真模型,并且将提出的算法应用到了该系统模型的自适应均衡器之中,系统的误码性能有较大的改善。     

多径环境下的密集假目标干扰抑制技术研究

密集假目标干扰兼具欺骗和压制的干扰效果,是对抗现代相参雷达的典型干扰. 对于地面雷达,当干扰机位于低仰角复杂环境时,其接收到的干扰信号可能存在多径效应,导致传统的副瓣对消（SLC）算法性能明显恶化. 针对该问题,提出一种基于多径筛选的并行SLC算法. 算法在假目标检测的基础上,通过K-Means无监督聚类对各假目标峰值的通道间相位矢量进行聚类分析;根据聚类结果筛选各路径的干扰样本进行并行SLC处理;针对各路对消结果进行同距离选小,从而实现多径环境下的密集假目标干扰抑制. 利用某型雷达采集的实测数据验证了算法的有效性.      

一种新的变步长LMS算法

对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上提出一种改进的变步长LMS算法.该算法建立了步长因子与误差信号和权系数变化之间的非线性函数关系,从而使权向量异步更新达到最佳.仿真结果表明,该算法具有更快的收敛速度,更小的稳态误差及更平稳的收敛过程.     

均方偏差分析的多态可变步长LMS算法

最小均方（least mean square,LMS）算法在时变信道的最小稳态均方偏差（mean square deviation,MSD）由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方（multi-state variable step size least mean square,MVSS-LMS）算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。     

无人机掩护岸舰导弹突防效果仿真分析

为有效提升岸舰导弹突防能力,采用无人机(unmanned aerial vehicles, UAV)分布式作战对抗敌方舰载雷达。基于雷达探测方程和干扰方程,建立无人机干扰下雷达暴露区计算模型,并对无人机阵位配置情况进行分析。结果表明：无人机的干扰方向、干扰功率及干扰距离对舰载雷达探测性能有重要影响,无人机分布式作战能够有效降低雷达的作战效能,从而为岸舰导弹突防提供有利条件,作为全新的作战样式也为未来研究无人机的战术运用奠定重要理论基础。     

基于Q-学习算法的认知雷达对抗过程设计

将认知概念引入雷达电子对抗,可使干扰系统在动态对抗过程中通过自主学习,确定最具针对性的干扰策略,实现动态高效干扰.在认知雷达对抗概念和内涵讨论基础上,设计了基于Q-学习算法的雷达对抗过程,总结了认知对抗实现中的关键技术难点,最后对过程的具体实现进行了仿真,验证了雷达认知对抗中Q值的收敛过程以及先验知识对算法性能的改善情况.      

一种基于离散小波变换的自适应滤波新算法

将小波变换、变换域自适应算法和变步长自适应算法相结合，得出了一种基于离散小波变换的自适应滤波新算法(NDWT-LMS)，该算法可以有效地降低输入信号的自相关程度，克服固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾。计算机仿真结果表明该算法与LMS算法相比具有更快的收敛速度和更小的失调噪声，可以很好地应用于自适应系统中。     

基于Kalman滤波的多用户检测算法

研究了码分多址(code d ivision mu ltip le access,CDMA)存在很强的多址干扰(mu ltip le access interference,MAI)时,基于Kalm an滤波的盲自适应多用户检测算法,并与基于LMS,RLS滤波的自适应多用户检测算法相比较.通过仿真实验,可以看出该算法收敛速度快,抑制多址干扰性能好.计算机仿真实验表明,将Kalm an滤波应用到CDMA多用户检测中,能够有效地抑制多用户干扰,并且收敛速度较快,稳定性好.