基于半圆阵的解模糊技术研究

传统的干涉仪测向解模糊方法要求特定的天线阵列形式,其应用容易受到可利用体积的限制.针对传统测向解模糊方法在实际系统应用中的问题,提出了任意基线测向原理并建立了任意基线测向模型.对建立模型的镜像模糊问题、多值模糊问题进行了分析并且提出了解决方法.为解决被动雷达多模复合制导导引头体积受限的问题建立了半圆阵天线阵列模型.时建立的模型进行了Matlab仿真,验证了方案的可行性.     

干涉仪测向解模糊方法

介绍了干涉仪测向基本原理,针对干涉仪测向模糊问题给出了长短基线法、参差基线法、虚拟基线法、无模糊长基线干涉仪测角法、立体基线法5种解模糊的方法,并分析总结了各种解模糊方法的特点以及适用条件.     

通道幅相不一致的实时校正方法

针对空间谱估计算法性能对通道幅相不一致敏感的问题,根据实际测向系统接收通道的特点,提出了利用自检信号进行实时校正的方法,将整个通道的校正分为天线到接收通道之间的无源器件预校正和接收通道的实时校正两个部分,先利用0°入射信号和自检信号的接收数据计算得到预校正矩阵,在测向过程中利用自检信号对接收通道进行实时校正。Matlab仿真结果表明实时校正方法可以动态校正通道的幅相不一致误差并且有利于提高MUSIC算法的分辨力,实测数据也表明实时校正方法可以动态的校正通道幅相不一致误差达到提高测向精度的目的。     

改进的基于四阶累积量的MUSIC算法

超宽带测向系统中,天线体积受限严重影响到系统的测向精度和解模糊能力,且天线阵列的孔径限制着阵列最多能分辨的目标信号个数,而一些优秀的算法如空间平滑算法和旋转不变子空间(estimation of signal parameters via rotational invariance technique, ESPRIT)算法损失了天线阵列孔径。针对这些问题,在传统的四阶累积量多重信号分类(multiple signal classification, MUSIC)算法基础上提出了一种改进的算法。该算法根据四阶累积量矩阵构成的规律,去除了原四阶累积量矩阵的数据冗余,有效地减小了运算时间,为其实际应用提供了必要条件。计算机仿真和实测数据仿真的结果表明,本改进算法可以快速地实现虚拟阵列扩展,同时对有色高斯噪声也有一定的抑制作用。