虚位技术对相控阵导引头探测性能的影响

为了研究相控阵导引头采用虚位技术后对导弹探测制导性能的影响,根据天线单元置相原理,分析了虚位条件下各天线单元的移相规律及波束指向误差产生的原因,建立了天线波束空间传播模型,根据向量空间关系推导了天线方向图数学模型,建立了子阵扫描条件下的子阵方向图表达式及综合因子方向图表达式,分析并说明了存在初始天线波束角情况下子阵扫描对量化副瓣的影响。仿真结果表明,虚位技术会带来波束指向误差,由于子阵扫描,子阵的零点位置与综合因子栅瓣位置基本重合,不会带来过大的量化副瓣电平。     

相控阵的子阵级数字波束扫描方法研究

在子阵级相控阵中,对于多波束形成等很多应用,需要在子阵级进行数字波束扫描。此时抑制扫描后的方向图旁瓣是一个重要问题。基于具有圆形投影区域的期望子阵方向图,构造了子阵级加权网络,通过对子阵输出进行后处理得到了新的子阵方向图,从而抑制了子阵级波束扫描的方向图旁瓣。该方法与基于矩形投影区域的期望子阵方向图方法相比,提高了子阵级波束扫描的旁瓣抑制性能。仿真结果验证了理论分析的有效性。     

基于频控阵的改进ESB波束形成算法

频控阵由于其波束方向图具有的距离-角度二维依赖特性而受到广泛关注, 理想情况下基于频控阵的自适应波束形成技术, 能够从距离维和角度维增强期望信号并抑制干扰, 但实际系统中较大的指向误差和采样协方差矩阵失配会造成算法性能严重下降。针对该问题, 提出一种改进的基于特征空间(eigenspace-based, ESB)自适应波束形成算法, 并将其应用在频控阵多输入多输出接收处理体制中, 仿真结果表明在5°的指向误差内, -20 dB信噪比, 及小快拍数的非理想条件下, 所提算法仍然能在目标位置附近形成高增益, 并在干扰位置形成零陷, 克服了传统ESB算法低信噪比条件下算法失效导致的波束方向图畸变问题, 具有更好的适用性。     

相控阵靶标雷达天线副瓣辐射特性模拟新方法

提出一种修正的配相公式,可以在只调节配相值而不改变每个阵元辐射强度的前提下形成多波束,从而实现丰富的天线波瓣形状,逼真的模拟相控阵靶标雷达天线副瓣的辐射起伏特性.根据该配相方法进行了MATLAB仿真,仿真结果验证了方法的正确性.并且,该配相方法已经在某相控阵靶标雷达研制中得到应用.     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

一种改善相控阵雷达性能的有效措施

反辐射导弹威胁着雷达的生存,各种干扰使雷达无法发挥应有的作用。因此,降低相控阵的副瓣,势在必行。但是,研制低副瓣和超低副瓣相控阵是非常困难的。本文提出一种方法,仅通过改变相位分布,来实现对副瓣的抑制。利用相控阵雷达的波束扫描移相器,可方便地达到这一目的。用这种方法,对接收阵来说,可抗干扰信号;对发射阵来说,可用于抗反辐射导弹。     

基于自适应抗干扰技术的辐射发射现场测量方法

提出了一种具有干扰抑制效果的外场辐射发射测试新方法。该方法通过获取多通道接收数据,利用多重信号分类(multiple signal classification, MUSIC)算法获取受试设备的辐射信号和现场其他干扰信号的波达方向,并采取最小方差无畸变波束形成算法在干扰信号来向形成阵列天线方向图的“零陷”,从而实现对干扰信号空间抑制。结合短时傅里叶变换方法,对不同体制的干扰信号的抑制效果进行时频域仿真。结果表明,该方法在保证受试设备辐射特性无失真的情况下,既能同时抑制多个干扰源,又能有效抑制同频干扰和宽带干扰。     

时间调制矩形平面阵超低副瓣方向图综合

将时间调制技术引入到常规矩形平面阵当中,可构成时间调制矩形平面阵。利用差分进化算法和Tseng Cheng方法对静态激励幅度和高速射频开关的工作时序进行设计和优化,可以在较低的激励幅度动态范围比的情况下在中心频率处综合超低副瓣方向图,同时有效抑制边带辐射。通过对一个10×10的矩形平面阵进行仿真得到了-50 dB的超低副瓣,同时边带辐射得到了有效抑制,验证了本文方法的有效性。     

基于频控阵MIMO雷达的低复杂度稳健波束形成算法

频控阵(frequency diverse array, FDA)多输入多输出(multiple input multiple output, MIMO)雷达基于发射端调制而具备的距离维自由度为主瓣干扰提供了抑制方案。结合自适应波束形成算法, 频控阵MIMO雷达能有效抑制主瓣范围内欺骗干扰信号, 但存在的信号环境复杂、导向矢量失配、采样快拍不足等问题将使算法性能恶化。针对该问题,提出了一种基于频控阵的低复杂度的稳健自适应波束形成算法。仿真实验表明, 相比于其他自适应波束形成算法, 所提算法在低信噪比(signal to noise ratio, SNR)低采样快拍且存在导向矢量失配等非理想条件下形成的波束稳健性更强、计算复杂度更低, 有效实现了对目标的指示和对干扰的抑制, 克服了其他算法在非理想条件下性能恶化的问题。     

机载雷达双天线时变误差情况下的GMTI方法

针对机载双天线扫描雷达的双通道不一致性在脉冲间发生微变的情况,提出了一种将机载雷达多普勒波束锐化(Dopplerbeamsharpen,DBS)图与信号子空间方法(signalsubspaceprocessing,SSP)相结合的地面动目标检测方法,即DBS SSP方法。该方法利用信号子空间投影方法在两通道的多普勒波束锐化图上精确盲配准,从而在两幅图的差图像中检测动目标。通过实测数据处理和仿真实验,证明该方法提高了动目标的检测能力,是有效的。     

MIMO雷达稀疏阵列优化设计方法

针对运动平台多输入多输出(multiple input multiple output, MIMO)雷达应用中无法进行规则稀疏布阵, 传统的稀疏阵优化设计方法优化对象单一的问题, 提出一种利用多目标进化算法(multi-objective evolutionary algorithm, MOEA)进行阵列结构优化的方法。将MIMO雷达接收端的收发联合和差波束的旁瓣电平为优化目标, 使系统具有尽可能好的和差波束旁瓣抑制性能。仿真结果表明, 基于Pareto秩排序的MOEA的MIMO雷达稀疏阵优化设计可以使系统多种性能得到提升。     

Hybrid alternate projection algorithm and its application for practical conformal array pattern synthesis

Based on the fabricated 12-element cavity-backed microstrip sector cylinder array,a novel hybrid alternate projection algorithm(HAPA),which combines analytical method with numerical techniques effectively,is proposed for synthesizing the pattern of practical conformal array.The algorithm applies the variable direction aperture projection method with mutual coupling correction techniques to provide the good initial excitations of elements to the enhanced alternate projection algorithm(EAPA).In order to do further optimization,which improves the convergent speed of the algorithm significantly.Finally,the HAPA has been applied to the fabricated sector cylinder array with mutual coupling considered.The results of synthesized patterns,such as low sidelobe with null points formed pattern,beam scanning with low sidelobe pattern and the shaped beam pattern are presented.It demonstrates the validity of HAPA in practical conformal array synthesis.     

制导武器共形天线阵列的配置方式

针对制导武器共形相控阵天线阵列形成特定波束指向的方向图特性问题,讨论了几种共形天线阵列的配置方式。首先建立棱锥阵列和圆锥阵列的几何模型,再分别就棱锥阵列和圆锥阵列讨论天线单元的不同配置方式,并建立各自的天线方向图函数和方向性增益函数。通过比较各种阵列配置方式下的天线方向图副瓣特性及共形天线阵列的方向性增益,综合选取副瓣最小和方向性增益最高的制导武器共形天线阵列的最优配置方式。仿真结果表明,在同等参数配置条件下的圆极化圆锥矩形栅格阵列可以作为制导武器共形天线阵列的最优配置方式。     

基于改进粒子群算法的平面阵同时多波束赋形方法

针对当下平面阵同时多波束赋形需求, 提出基于改进粒子群算法的平面阵同时多波束赋形方法。将自适应操作粒子结构、反梯度加权用于粒子群搜索算法作为创新点, 根据粒子群收敛度自适应调整操作粒子结构的概率, 以平衡粒子群全局探索和局部利用能力, 根据多目标优化程度对各优化指标反梯度加权, 以抑制多目标优化失衡, 对阵列相位、幅度优化实现低旁瓣、窄波束宽度和高增益的效果。实验表明, 在传统非线性智能优化方法效果不好的情况下, 该方法对阵元数较多的任意平面阵同时多波束赋形效果较好。     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

基于协方差矩阵加权的阵列波束优化方法

针对目前二阶统计量加权波束形成存在的能量波束输出有负值和高旁瓣问题,提出了基于协方差矩阵加权的,适用于任意阵结构和阵元指向性传感器阵列的三种优化波束形成方法.一种是设计波束以最小加权均方误差逼近期望波束方法;另一种是旁瓣约束高增益协方差矩阵加权波束形成;第三种是主瓣约束条件下最低旁瓣协方差矩阵加权波束形成.这三种波束优化问题都可以转化为二阶锥约束优化形式,应用已有内点方法求出加权矩阵的数值解.计算机仿真和实验数据处理表明,它们均克服了高旁瓣和波束输出有负值的缺点,获得了不同约束条件下的最佳协方差矩阵加权波束.     

基于多准则交互膜进化算法的UAV三维航迹规划

针对智能优化算法在无人机(unmanned aerial vehicle, UAV)三维航迹优化中搜索复杂度较高、容易陷入局部最优的问题,提出一种基于嵌套式细胞膜结构的多准则交互式多目标进化算法。以建立的多目标航迹评价模型来克服航迹评价加权求和的不足;同时在应用降维离散缩减寻优空间的基础上,采用萤火虫算法和人工蜂群算法作为不同膜内优化准则,利用膜系统计算的并行性和膜内信息交互优势提高算法性能;并对膜内进化规则进行非支配排序、搜索加权等改进,实现了UAV三维多目标航迹寻优。仿真实验表明,所提方法在有无威胁两种环境下均能快速搜索到不同侧重目标的相对最优航迹,证明了该方法的有效性。     

基于二次编码的MIMO雷达阵列稀布与天线综合

研究MIMO雷达在阵元数有限、阵列孔径有限、水平维和垂直维分别存在最小阵元间距等约束条件下的天线方向图综合问题。MIMO雷达采用稀布天线,为了降低旁瓣电平,天线综合过程中同时考虑发射方向图和接收方向图的影响,将阵元间距的稀疏约束从规则栅格扩展为仅有两维坐标的约束,提出采用二次编码的改进遗传算法,有效地解决了MIMO雷达天线方向图综合中低旁瓣电平设计问题。结合某工程要求给出了某MIMO雷达天线阵优化结果。仿真结果证实了方法的有效性。     

基于多目标演化的模糊认知图学习算法

针对传统模糊认知图学习算法仅优化概念结点间有向弧的权值误差而造成模型拟合准确程度不高的问题,将多目标演化的思想用于模糊认知图学习算法,设计了以有向弧权值误差与误差权重同时最小化为目标的多目标模糊认知图学习模型,降低了学习算法对权值的依赖。为有效求解该多目标优化模型,提出了一种基于坐标变换的多目标演化算法,分析了算法的参数设置方法与计算复杂度。实验结果表明,基于多目标演化的模糊认知图学习算法可以有效降低结点数据误差与模型误差,能够更准确地得出概念结点间的因果关系。     

基于粒子群优化的波束空间广义旁瓣相消算法

针对广义旁瓣相消(generalized sidelobe canceller, GSC)算法运算量大, 在波束形成中存在旁瓣较高、稳健性差的问题, 提出一种基于粒子群优化(particle swarm optimization, PSO)的波束空间GSC算法。首先, 建立一种优化自适应转换矩阵将信号处理过程由阵元空间转换到波束空间, 通过减小自由度来降低算法的运算量。其次, 构建最小均方误差适应度函数, 在波束空间中利用压缩因子PSO算法充分利用接收数据的相关性, 缩减与期望信号误差并降低波束旁瓣。所提算法在降低算法运算量的同时, 解决了波束旁瓣过高的问题, 并在低快拍、强干扰条件下具有较好波束形成能力, 算法稳健性好。