数据融合与雷达优化布站

雷达组网反隐身技术是现代军事领域比较关注的一个问题。其中的多雷达数据融合和雷达优化布站技术又是热点问题。本文通过例子首先分析了数据融合和雷达布站对组网系统探测性能的空间分布的影响，进而给出了一种雷达优化布站方法。该市站方法以所要探测目标的雷达散射特性（ＲＣＳ）和各雷达的空间探测特性为依据，同时也考虑到了组网系统对四抗（抗干扰、抗低空入侵、抗反辐射导弹和抗隐身目标）的要求。     

分布式MIMO体制天波超视距雷达仿真系统

针对电离层动态性对天波超视距雷达检测概率和探测精度的影响，构建了一种基于分布式多输入多输出(multiple input multiple output, MIMO)体制的完整天波超视距雷达仿真系统。通过搭建模块化仿真框架和可视化展示界面，集成电离层数据接口，实现信号发射、电离层反射、信号接收、信号处理和目标检测的功能。最后对雷达系统探测性能进行评估，利用仿真实例验证了整体雷达仿真系统的可行性。该系统的实现对于分布式MIMO天波超视距雷达的性能评估、布站优化、装备发展论证具有一定的工程指导意义。     

多基地雷达的目标检测性能

本文研究了在白噪声情况下,由M部采用检测后积累工作方式的接收机构成的多基地雷达系统检测部分相关Rayleigh目标时的检测概率。给出了计算这种系统检测概率的方法。得到了在不同脉冲数N和站数目M情况下检测概率随信噪比变化的曲线。同时还计算了由于采用多基地雷达带来的检测增益。对于实际雷达设计者来说,了解检测增益可以使其在系统复杂性和系统性能之间作出最佳的选择。     

分布式雷达信号检测

本文将讨论一种分布检测系统,在这种系统中包括一组相互独立的检测器和一个中心处理器。此系统有高可靠性、强的生存能力和较短的判决时间。在对付电子干扰影响方面系统也较单站要好。 每一单站的检测性能(发现概率和虚警概率)都假设为己知,本文得出了分布检测时最佳检测器形式、分布检测器性能。并得出随着单站数目增加而检测性能提高的数字结果。     

基于目标特性增强的频带缺失雷达信号融合处理

由于战场电磁环境复杂,使得在某些频段上雷达信号受到了干扰而无法用于成像。如果仅利用单部雷达在可用频段上的回波信号进行成像,则图像的分辨率无法满足实际需求。为了综合利用多部频带缺失雷达的信号,将频带缺失的多雷达信号融合问题转化为一个信号表示问题。为了增强目标特性,将合成孔径雷达(synthetic aperture radar, SAR)图像增强技术引入到多雷达信号融合处理中,用正则化方法来增强目标的点特性和边缘特性。此融合处理方法不仅适用于多部频带缺失雷达的信号融合,而且无需极坐标插值来完成相位解耦,更能增强目标特性。仿真实验验证了本文方法有效性。     

基于Monte Carlo法的雷达回波模拟和检测概率计算

给出了雷达检测概率测试系统,并提出了一种基于MonteCarlo法的数学算法以评估该系统在实际应用时所得的测试结果,它主要包括回波模拟和检测概率计算两个部分。前者主要研究如何利用MonteCarlo法模拟SwerlingI型、SwerlingII型以及SwerlingI和II型混合起伏目标回波信号。后者主要介绍雷达检测概率的计算方法,并给出了仿真结果。     

雷达与ESM综合多目标检测、跟踪与识别

为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法的雷达、电子支援措施（electronic support measures,ESM）综合多目标检测、跟踪与识别方法。该方法首先根据不同类别目标设计各自的多目标多模型高斯混合概率假设密度滤波器,并在各滤波器处理过程中同时对高斯项进行编号;然后,根据目标速度与加速度模型信息进行高斯项综合与类别判决,同时根据ESM测量信息进行型号判决;最后,通过航迹综合管理,形成具有运动状态信息以及类别、型号、航迹编号信息的确定航迹。仿真实验验证了该方法能够有效综合雷达、ESM测量数据,在进行多目标检测、跟踪的同时进行正确的类别、型号判决,并形成确定航迹。     

高距离分辨雷达用相关滤波提高目标检测性能

当目标被大时间带宽积的信号照射后，其回波特性并不呈现出点目标特性。对于这种目标回波信号的检测可以利用相关滤波的方法。本文将叙述相关滤波法的原理和性能。由于采用此法可以提高目标信号／噪声比，因而也可使低ＲＣＳ（雷达反射截面积）目标检测性能得到提高。     

复合高斯杂波中极化MIMO雷达的自适应检测

基于复合高斯杂波纹理分量服从逆伽马分布的假设和分布式极化多输入多输出(multiple-input multiple-output,MIMO)雷达阵元特点,建立了雷达极化信号模型,提出了一种基于最大后验概率（maximum a posteriori, MAP）估计和广义似然比检验(generalized likelihood ratio test, GLRT)的MIMO雷达极化检测器(MAP-GLRT),该检测器利用了辅助数据估计杂波协方差矩阵以实现自适应性。通过推导检测器的虚警概率表达式,表明其相对于杂波能量具有恒虚警特性。仿真结果表明,杂波形状参数和雷达信道数量会对MAP-GLRT检测器的检测性能产生影响;相比于其他检测器,MAP-GLRT检测器在检测性能上更有优势。     

时—频信号分析与雷达的多目标分辨

对于编队飞行的目标，由于它们之间的间距很小，常规雷达无法直接从距离和方位上区别目标。但利用目标回波多普勒频率的差别是有可能分辨目标的，这—般需要较长的相关处理时间。在这期间，目标本身的多普勒频率又是变化着的。本文分析了编队飞行目标多普勒频率的变化规律，指出多普勒回波信号的变化可以用线性调频（ＬＦＭ）信号模型来表示。本文提出了用时－频分析的方法来分辨编队目标，并用短时付氏变换（ＳＴＦＴ），Ｗｉｇｎｅｒ分布（ＷＤ）以及我们提出的自适应谱图（ＡＤＳＰ）方法对实测的雷达数据进行了分析。实验结果表明，自适应谱图具有与Ｗｉｇｎｅｒ分布相近的自分量信号分辨能力而没有其交叉项。它在噪声背景下的分辨性能大大优于Ｗｉｇｎｅｒ分布和短时付氏变换，因而是一种有效的多目标分辨方法。     

空间相关多基地雷达分辨能力提高方法

针对雷达密集多目标探测问题,考虑一个单发多收多基地雷达系统,在分析空间相关多基地雷达模糊函数的基础上,通过传感器部署、波形选择这两种方法来改变模糊函数形状,达到改善目标分辨性能的目的。文中以模糊函数3-dB投影面积值为指标,对比空间非相关多基地雷达,分析了不同传感器部署和波形选择情况下的目标距离分辨性能,并给出了相应的仿真结果。研究成果不仅能用于对多基地雷达密集多目标探测性能的分析,还能为多基地雷达布站、波形设计等提供一定的理论参考。     

多传感器分布式检测综述

综述了多传感器分布式检测研究的发展、现状和最新进展。首先讨论了一些经典问题基于Neyman-Pearson和Bayes准则的分布式检测系统的优化,这包括局部判决的优化、融合准则的优化和全局优化。主要考虑了并行和串行结构,并且假设各传感器观测统计独立。给出了基于似然比检验(LikelihoodRatioTest,LRT)的最优准则。最后进一步讨论了分布式检测中的一些前沿方向渐近最优检测,非参数检测和CFAR检测以及序贯检测。     

主、被动雷达数据融合算法研究

对主、被动雷达的数据融合问题进行了研究.由于被动雷达只能测角,不能测距,当其与目标间的相对加速度为零时,目标的距离状态是不可观的,若只利用角度信息进行主、被动雷达数据互联,则当同一方向上有两个以上目标时,主、被动雷达的正确相关率较低.针对这种情况,提出了被动雷达利用伪距离测量方法来估计目标的径向距离信息,从而可利用主、被动雷达的角度和径向距离信息进行数据互联,并给出了直角坐标系下的数据互联算法.仿真结果表明,利用提出的方法可使主、被动雷达可达到较好的数据融合效果.     

分布式雷达信号检测的计算机模拟

本文介绍了雷达信号检测计算机模拟的基本方法和分布式雷达信号检测的基本原理,并将统计模拟方法引入到分布式雷达信号检测的分析中,对一个分布式单元平均恒虚警检测系统进行了模拟分析。结果表明,分布式信号检测系统优于单个检测器的检测性能。     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

无人机载3mm波脉冲雷达主杂波抑制及实现

针对无人机载3mm波脉冲雷达主杂波抑制的问题,提出一种在雷达回波视频上进行主杂波判定,再加以抑制的方法。对采用该方法的无人机载3mm波脉冲雷达信号处理系统进行实际测试的结果证明,该方法应用在无人机载3mm波脉冲雷达上是可行的,并给出了具体的测试结果。     

一种权值在线学习的分布式检测系统的融合算法

研究了一种基于最小错误概率准则的权值在线学习的分布式检测系统的融合算法。该算法能够根据观测数据的变化,自动在线调整权值大小,逐步改善系统的检测性能。计算机仿真结果表明,该算法能够较快地收敛到最优解。     

基于顺序统计滤波和二元积累的辐射源信号检测方法

现代雷达采用宽带线性调频、相位编码等低截获概率(low probability of interception,LPI)波形,发射功率较低,到达侦察接收机的辐射源信号信噪比较低,给被动侦察带来了巨大的挑战.现有的被动检测方法在检测该类信号时,存在一定的局限性,比如算法复杂度高、计算量大和实时性较差等.针对上述问题,提出...     

频率捷变雷达的扩展目标检测

本文研究频率捷变雷达的扩展目标检测问题。当频率捷变雷达的合成带宽较大时, 雷达目标会变成扩展目标, 导致雷达无法直接应用传统的恒虚警检测算法。针对这一问题, 本文建立了频率捷变雷达的扩展目标检测模型, 推导了基于广义似然比的检验统计量, 并且通过数值仿真展示了相应的检测概率和虚警概率。为了提升雷达的抗干扰能力和频谱利用率, 本文考虑了雷达只使用一部分发射频点的场景。数值结果表明, 在高信噪比下, 频率捷变雷达使用的发射频点越多、合成带宽越大时, 扩展目标检测的性能越好。