基于投影预变换的快速DOA估计算法

利用信源分布的先验信息,提出了一种基于投影预变换的快速DOA估计算法(projection pretransfor-mation method,PPTM),它将存在阵的输出数据向量变换到低维阵列流形的输出数据向量,降维变换后可明显减小DOA估计算法的运算量,并可提高谱分辨力。基于虚拟interpolate思想,将该方法进一步应用到整个阵列空域,在每一子空域实施降维投影变换,可大大减小谱估计算法的运算量。计算机仿真结果表明,PPTM比常规空间谱估计算法具有更好的分辨性能和更低的信噪比门限。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

雷达信号分选新算法研究

介绍了一种基于概率统计和信息流分析提取的改进雷达信号分选算法。主要讨论了这种算法在雷达信号分选中的应用,提出了针对特殊雷达环境的综合分选算法,通过大量实验验证了这种方法的可行性。首先讨论了信号预分选器的方案、数学模型及相关理论,验证了系统的可行性。在实现上,通过硬件电路完成对信号的采样、缓冲和滤波,也实现了其它逻辑电路。软件上通过分选算法的改进,提高了系统的性能。该分选系统可以处理常规信号、参差信号、捷变频信号、抖动信号、捷变频加参差信号、捷变频加抖动信号等多种信号类型。     

非圆信号与圆信号混合入射的DOA估计算法

利用非圆信号的非圆特性可以提高波达方向估计算法的性能,然而现有算法大多不适用于非圆信号与圆信号混合入射这样具有一般性的情况。通过分析混合入射信号的导引矢量所需要满足的约束条件,指出现有算法在信源数较多或低信噪比及低快拍数时会产生伪峰这一现象, 并分析产生原因,同时给出一种改进的方法。通过仿真可以看出,改进算法在保证可以同时估计所有信号波达角的基础上,还可以较好地抑制伪峰的产生,并且相对于传统算法提高了精度。     

用于雷达信号分选的连通k近邻聚类算法

为了能够在密集且复杂多变的信号环境中进行实时有效的信号分选,需要一种具有较低复杂度且能够根据信号环境自动调整参数的聚类方法。在模糊聚类算法的基础上结合k近邻搜索,将λ邻域范围搜索变为λ邻域内k近邻搜索,提出了连通k近邻聚类(connected k-nearest neighbor clustering, CkNNC)算法。相比模糊聚类算法,所提算法时间复杂度降低而空间复杂度稍有增加。为使得该算法能够根据信号环境自动进行参数调整,提出了基于k距离图的阈值参数确定方法。所提算法具有时间复杂度低与阈值参数自动确定的特点,仿真结果表明所提算法与使用Calinski-Harabasz指标确定最佳阈值的低复杂度模糊聚类算法相比,分选效果差距不大、性能相近,而时间复杂度大幅下降。     

基于深度分割的端到端雷达信号分选

针对传统的雷达信号分选方法严重依赖预置参数、先验信息和结构不灵活的问题,提出一种基于深度分割的端到端雷达信号分选方法。首先将采集到的脉冲描述字映射成脉冲序列图像,同时保留像素点对脉冲的索引;然后利用训练好的深度分割模型U-Net对脉冲序列图像分割获得像素点分类结果;最后根据像素点索引和像素点分类结果对所有脉冲进行搜索归类,整个过程采用端到端形式。实验表明,该方法能够加强对捷变参数的分选能力,如频率捷变雷达、脉组捷变频等雷达参数,以及对时频域混叠、脉冲丢失严重等未知电磁环境中信号的分选能力。     

雷达信号分选实现的新方法

解决反辐射导弹在高密度复杂电磁环境下的雷达信号分选问题,提出一种雷达信号分选实现的新方法。采用关联比较器进行雷达信号预分选,在主分选中,应用修正的脉冲重复间隔(pulse repetition interval, PRI)算法测量雷达信号PRI。在硬件实现上提出一种非均匀设定PRI箱宽度的方法,可节省大量的运算时间,提高系统实时性。实验结果表明,该分选方法具有快速准确的优点,既解决了以往直方图统计算法中的子谐波问题,又克服了传统PRI算法不能有效分选抖动脉冲序列的缺点。     

双基地MIMO雷达的DOD和DOA联合估计

将收发端各分成两子阵,建立了非均匀线阵下的双基地多输入多输出雷达数学模型。提出了ESPRIT谱搜索法和ESPRIT多项式求根法两种角度估计算法,并利用最大似然估计法实现了参数的正确配对,其优点是当不能提取出收发旋转不变因子时,应用本文算法仍能进行角度估计,放宽了ESPRIT算法对阵元配置的要求。仿真实验表明,低信噪比时,ESPRIT多项式求根法的估计精度优于ESPRIT谱搜索法;高信噪比时,两者的测向精度均接近于克拉美罗下限。同时,ESPRIT多项式求根法避免了谱峰搜索,极大地减少了计算量,在实际应用中更有利于推广。     

基于单个多模天线的非圆信号闭式DOA估计

针对因使用天线阵列而造成的天线互耦和阵元位置未核准问题,利用多模天线多个模式输出间的内在联系,以及完全非圆信号的特殊性质,提出了一种旋转不变型闭式波达方向（direction of arrival, DOA）估计方法。由于该法只需使用单个结构紧凑的双锥天线,无须像传统天线阵列一样进行复杂的阵元空间位置校准,适用于阵列摆放空间受限的应用场合。计算机仿真结果验证了算法的有效性和优越性。     

基于模糊函数的LFM UWB雷达信号滑动平均波达方向估计

针对线性调频类超宽带雷达信号的线性时频特性,提出了基于2阶统计量——信号模糊函数的线性调频类超宽带雷达信号波达方向估计算法,通过分析仿真证明该方法优于传统方法。根据分析指出循环平稳算法与模糊函数算法之间的关系,介绍了循环平稳算法对基于窄脉冲形式的无载波超宽带雷达信号DOA估计的有效性。系统完整地论述了超宽带雷达信号DOA估计算法。     

基于加权K-近邻法和SVC的雷达辐射源信号识别

为提高支持向量聚类法对分布复杂、不均匀雷达辐射源信号样本聚类的正确率,提出一种结合剪辑近邻法、K-近邻法和支持向量聚类的无监督分类新方法。先采用支持向量聚类对所有未知样本作预分类,再按照一定的剪辑规则剪掉错误类别,最后利用K-近邻法对剪掉的样本按各已知类别不同分布进行加权分类。IRIS数据和辐射源信号聚类实验结果表明,此方法能平衡数据样本各局部分布,获得全局最优聚类分配。     

可交互式相控阵雷达DOA估计仿真系统设计

针对相控阵雷达波达方向(directionofarrival,DOA)估计的仿真、验证和评估等问题,论述了相控阵雷达DOA估计的建模与评估,设计了一个采用交互式操作的实时仿真系统。该仿真系统能进行可交互目标环境、相控阵列和目标探测效能评估模型的建模与仿真,模拟出对实时飞行的目标进行探测时,信号发射、空间传播、回波信号采集以及信号处理等过程,并能对DOA估计结果进行评估,仿真结果验证了该仿真系统的实用性和有效性。该仿真系统的设计为现代战争环境下相控阵雷达的系统设计、目标探测效能评估、装备性能展示、测试与验证奠定了基础。     

基于变换域张量的机载阵列DOA和极化参数估计

针对强杂波背景下多目标回波的参数估计问题,现有的基于长矢量的多重信号分类(long vector multiple signal classification, LV-MUSIC)法精度下降,基于张量的MUSIC(tensor MUSIC, T-MUSIC)方法通道数不足,无法计算噪声子空间投影矩阵。因此提出基于变换域张量的MUSIC方法。算法利用张量结构,在时域分离不同多普勒频率的信号,分别估计各多普勒通道的回波参数。相比于LV-MUSIC和T-MUSIC,所提算法避免了多目标背景下自由度不足导致的目标分辨力下降的问题,并且能获得更高精度的参数估计。仿真实验证明,所提算法有更高的目标分辨能力,在低信噪比条件下仍保持良好的性能。     

基于非圆信号的MIMO阵列方位估计方法

给出了多输入多输出（multiple-input multiple-output, MIMO）阵列的阵列信号模型。针对信号为非圆信号的形式,提出了一种在MIMO阵列中基于非圆信号的共轭多重信号分类方法（multiple-input multiple-output conjugate multiple signal classification, MIMO CMUSIC）。这种方法充分利用非圆信号的特点,从阵列接收数据构造共轭对称的Toeplitz矩阵得到伪协方差矩阵,然后用常规MUSIC方法进行处理。仿真结果表明,与常规MUSIC方法相比,在只需要一次或者少次快拍下,此方法在MIMO阵列中能够分辨多个目标,性能远优于常规的MIMO MUSIC方法。     

基于四阶累积量和时间平滑的相干信号DOA估计

高斯色噪声背景下,针对多径环境下的多用户波达方向（direction of arrival, DOA）估计问题,提出一种联合处理算法。新算法首先利用四阶累积量估计出各个用户的空间特征,然后利用基于时间平滑的多重信号分类 (multiple signal classification,MUSIC)算法实现各用户多径信号的DOA估计。该算法突破了传统空间平滑类算法的局限,对于M元均匀线阵,新算法最多可估计M×(M－1)个DOA,且各DOA与各用户可自动实现配对。计算机仿真结果验证了算法的有效性。     

基于互质阵虚拟阵列空间平滑的相干信号DOA估计方法

针对相干信号波达方向(direction of arrival, DOA)以空间平滑方法为基础的算法中阵列孔径损失严重以及低信噪比环境下算法估计性能较差等问题,提出一种无需信源数先验信息的互质阵列相干信号DOA估计方法。首先,对互质阵列得到的协方差矩阵矢量化,在虚拟阵元空洞位置内插天线零元,重构协方差矩阵为Toeplitz矩阵,拓展阵列孔径。然后,对重构阵列进行前后向空间平滑处理,消除信号相干性,提高算法估计性能。最后,将前后向平滑矩阵类比均匀对称阵列的协方差矩阵,设计代价函数转化为凸优化问题,通过谱峰搜索进行DOA估计。理论分析及仿真结果表明,该方法无需入射信号信源数,计算复杂度低,且在低信噪比环境下相干信号DOA估计数、估计分辨率以及估计精度都得到了明显改善。     

基于阵列接收数据合并的宽带DOA算法

提出了一种新的宽带波达角(direction of arrival, DOA)算法,该算法将各频率点的协方差矩阵相加后构造出一个新的协方差矩阵,从而实现DOA估计.这种新的思路来源于聚焦变换的思想并在理论上得到了证明.然后,详细讨论了算法中最优参考频率的选择问题.分析表明,与传统的宽带DOA算法相比,新算法的运算量较低.仿真结果显示,新算法的性能优于其他宽带DOA算法,同时仿真实验也验证了最优参考频率选取准则的正确性.     

一类快速的宽带分布源到达角估计算法

针对宽带分布源到达角估计问题,提出了一类快速的估计算法,即中频法、中值法和均值法。该类算法首先将阵列接收的宽带信号变换到频率域,然后对于每个频率形成阵列接收信号协方差阵,最后由该协方差阵的次对角线元素估计宽带分布源的到达角,其主要特点是避免了相位展开。仿真结果表明,在高信噪比和分布角不大时,中频法和中值法的性能几利相同;但在低信噪比时,中值法优于中频法。此外,均值法对分布角不敏感,且性能较优。