基于多特显点的无人机分布式相参雷达相位同步误差估计方法

分布式相参雷达(distributed coherent aperture radar, DCAR)实现全相参的关键是相位同步。然而,滤波器网格失配、单元雷达较强机动性及姿态变化等因素均会对DCAR的相位同步带来不利影响,为此,针对DCAR的相位同步问题,该文提出了一种基于多特显点的无人机DCAR相位同步误差估计方法。该方法首先提出了利用多项式迭代方法消除由于滤波器网格失配引进的残余相位,并根据惯导提供的姿态信息对DCAR回波进行姿态补偿,然后提出了利用Taylor估计法对各单元雷达位置误差进行估计,再根据自校正算法估计出了剩余相位误差,最后对DCAR系统校准以实现相位同步。仿真实验验证了研究结论的正确性。     

基于FM广播照射源的无源雷达直达波干扰抑制

利用FM广播照射源的双基地雷达具有良好的“四抗”性能。对该体制雷达的特点：存在直达波干扰问题进行了分析；提出了空-时-频域的综合解决方案：即在空域内使用天线自适应干扰置零，在时域内通过通道均衡和自适应干扰对消以及在频域内进行长时间相干积累等技术；最后给出了基于FM广播照射源的一个实验系统，利用该实验系统采集的数据进行仿真，仿真结果验证了该方法的有效性。     

单站直达波欺骗干扰检测与抑制的DPCA方法

针对合成孔径雷达(synthetic aperture radar,SAR)单干扰机直达波欺骗干扰的检测和抑制问题,提出一种基于双通道分置相位中心天线(displace phase-center antenna,DPCA)方法的欺骗干扰检测方法.在DPCA条件下建立了图像域干扰信号模型,分析表明干扰信号在主辅图像中近似...     

基于多波位杂波的通道相位误差估计方法

雷达的通道误差会影响杂波抑制效果和参数估计性能。为解决此问题,提出了一种针对机载扫描模式雷达的通道相位误差估计方法。首先对不同接收通道的杂波数据进行干涉处理,然后结合扫描角来求解通道相位误差。为了减小系统噪声影响,提高估计精度,选取主杂波内独立同分布的距离单元作为估计样本。另外,对多个波位的杂波求平均进一步降低了估计误差。机载雷达实测数据处理结果表明,该方法可以较好地补偿通道相位误差,并且可以显著提高系统的目标定位能力。     

非合作双基地雷达中直达波信号的重构

对非合作双基地雷达中直达波参考信号受到噪声干扰和多径干扰影响的问题进行了理论分析和数学建模。在此基础上,仿真分析了这两种干扰对直达波信号波形的影响。针对这一问题,提出了一种直达波信号重构方法,并给出了详细的数学推导。仿真结果表明,该方法重构出的直达波信号波形失真度很低,能有效地去除非合作双基地雷达直达波参考信号中的噪声干扰和多径干扰。     

共置天线的分布式相参MIMO雷达布阵优化研究

多输入多输出（multiple-input multiple-output, MIMO）雷达与传统相控阵雷达相比,其最大优势在于由天线孔径空间卷积带来的更高的角度分辨力。将多部X波段相控阵雷达组成共置天线的分布式相参MIMO雷达可以实现更窄的波束宽度,但随之而来的是严重的栅副瓣问题。以降低MIMO雷达稀布阵旁瓣电平为目标,对共置天线的分布式相参MIMO雷达阵地布置进行优化。仿真试验结果显示粒子群算法应用到该最大最小问题是有效和稳健的。     

基于LPFT-MUSIC的窄带多项式相位信号波达方向估计方法

基于局部多项式傅里叶变换（local polynomial Fourier transform, LPFT）,提出了一种新颖有效的窄带多项式相位信号波达方向估计算法。虽然LPFT比Wigner-Ville分布运算复杂,但该变换具有更优的瞬时频率估计能力、较低的交叉项影响,及处理多项式相位信号的能力。理论分析表明,本文方法的信噪比提升能力优于基于Wigner-Ville分布的传统时频子空间多重信号分类（multiple signal classification, MUSIC）法。仿真实验验证该方法的性能。     

基于MN-MEA算法的无人机载SAR相位误差补偿处理

无人机载合成孔径雷达(synthetic aperture radar, SAR),在成像中更容易受到运动误差的干扰,造成图像质量下降。利用三维空间坐标系的斜距方程分离,可以为无人机载SAR成像提供更多的信息,但该方法并未考虑无人机载SAR成像中的运动误差补偿问题。针对无人机载机动SAR成像的相位误差补偿问题,进行相关研究。结合子图像划分,提出了基于迭代分块处理和误差相位初值模型的改进牛顿最小熵(modified Newton minimum entropy, MN-MEA)相位误差补偿算法,进一步校正了残余空变性误差和运动误差,改善成像质量。     

基于MN-MEA算法的无人机载SAR相位误差补偿处理

无人机载合成孔径雷达(synthetic aperture radar, SAR),在成像中更容易受到运动误差的干扰,造成图像质量下降。利用三维空间坐标系的斜距方程分离,可以为无人机载SAR成像提供更多的信息,但该方法并未考虑无人机载SAR成像中的运动误差补偿问题。针对无人机载机动SAR成像的相位误差补偿问题,进行相关研究。结合子图像划分,提出了基于迭代分块处理和误差相位初值模型的改进牛顿最小熵(modified Newton minimum entropy, MN-MEA)相位误差补偿算法,进一步校正了残余空变性误差和运动误差,改善成像质量。     

基于滤波器网格失配的分布式相参雷达目标参数估计方法

针对分布式相参雷达(distributed coherent aperture radar, DCAR)精确的目标参数估计问题,首先建立了以多普勒分复用(Doppler division multiple access, DDMA)波形作为发射波形、存在滤波器网格失配的DCAR信号模型,接着分析并验证了滤波器网格失配严重影响目标参数估计进而降低DCAR信号相参合成性能,最后提出了联合全局-局域搜索和基于稀疏傅里叶变换(sparse Fourier transform, SFT)的两种DCAR目标参数估计方法来降低滤波器网格失配,联合全局-局域搜索的方法通过对滤波器局域加密的方式降低网格失配。为了降低运算量,利用目标信号频率相对于整体频域是稀疏的特性,采用基于SFT搜索的方法通过梯度下降的方式避免滤波器的遍历搜索。仿真实验验证了所提方法的有效性。     

Phase synchronization processing method for alternating bistatic mode in distributed SAR

In the distributed synthetic aperture radar(SAR),the alternating bistatic mode can perform phase reference without a synchronization link between two satellites compared with the pulsed alternate synchronization method.The key of the phase synchronization processing is to extract the oscillator phase differences from the bistatic echoes.A signal model of phase synchronization in the alternating bistatic mode is presented.The phase synchronization processing method is then studied.To reduce the phase errors introduced by SAR imaging,a sub-aperture processing method is proposed.To generalize the sub-aperture processing method,an echo-domain processing method using correlation of bistatic echoes is proposed.Finally,the residual phase errors of the both proposed processing methods are analyzed.Simulation experiments validate the proposed phase synchronization processing method and its phase error analysis results.