机载前视风切变雷达回波信号的一种仿真方法

风切变是造成目前空难事故的主要原因.针对对风切变研究的必要性,提出了一种机载前视风切变雷达回波信号模型和仿真方法,该模型表示了飞机在降落或起飞阶段中低空暴流雨回波和地杂波的回波谱特征,详细介绍了仿真方法的原理和仿真流程,给出了雨回波和地杂波的仿真结果,仿真结果表明的仿真方法合理、结果正确.     

风廓线雷达在降水条件下水平风场的反演研究

风廓线雷达利用湍流信号进行水平风场反演时,雷达回波信号中的功率谱数据包含大气湍流、地物、降水粒子等,其中降水粒子对水平风场造成的干扰尤为严重。若用没有剔除杂波的功率谱反演水平风场,会导致水平风场的真实度较低。本文首先用插值法和中值滤波法抑制杂波干扰,再用分段法确定平均噪声,然后根据两峰之间的最低点对降水时段的双峰功率谱进行湍流谱和降水谱的分离,继而利用分离出来的湍流谱信号反演水平风场,最后选取青海大学风廓线雷达2021年8月27日和2022年4月27日两场降水数据进行分析。结果表明：用分离出的湍流谱信号反演的水平风场较分离前一致性提高,分离湍流谱信号的方法可行,且用智能天气传感器进行验证,验证结果较好。     

基于非标准Keystone变换的波形捷变雷达相参积累算法

针对波形捷变雷达相参积累问题,提出基于非标准Keystone变换(Keystone transform, KT)的波形捷变雷达相参积累算法,基本思路是利用KT消除目标距离走动,然后再利用快速傅里叶变换进行多脉冲相参积累。考虑到标准KT需要进行搜索模糊数,基于尺度估计概念,提出了无需模糊数搜索的非标准KT,其中的尺度估计环节利用梅林变换实现。同时,针对捷变波形与相参体制兼容性问题,通过对基准波形进行时间尺度操作,设计了一种线性调频捷变波形。仿真结果表明,当信噪比大于-2 dB,所提非标准KT能够解决波形捷变雷达目标距离走动校正难题;所设计捷变波形不仅与相参体制雷达具有较好的兼容性,还可以实现目标距离主瓣不展宽旁瓣抑制。     

高交叉极化隔离度的液晶极化相控阵天线设计与实现

针对小型化、低成本极化相控阵雷达应用背景,提出了一种基于液晶材料的高交叉正交极化隔离度的极化相控阵天线。与传统极化相控阵天线相比,该设计不需要成倍增加的收发组件和复杂的移相馈电网络。基于液晶传输线移相器特点,结合缝隙耦合辐射原理,提出一种基于斜交耦合缝隙的交叉极化抑制结构,在提升天线单元主极化辐射性能的同时,抑制交叉极化辐射幅度。天线阵列采用由中心向两侧180°反向馈电形式,进一步提升交叉极化抑制比,同时可以实现极化和波束的联合重构。样机实测表明,天线扫描角度可达±40°,增益最大可达16.8 dB,效率高于66%,法向交叉极化隔离度可以达到33.3 dB,法向波束旁瓣最大抑制可以达到36.3 dB;展示了液晶极化相控阵天线的实用性,并且具有低成本、低功耗以及结构简单的特点。     

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。     

基于通信域和雷达域融合特征的无人机集群类型识别算法

目前已有无人机类型识别算法仅通过通信域或雷达域的信号特征实现单个无人机类型的识别,存在识别准确率低等问题。提出了一种基于通信信号和雷达信号融合特征的无人机集群类型识别算法。首先,提取集群通信信号的高阶累积量和瞬时特征统计量,并融合雷达航迹特征构建无人机集群特征矩阵。其次,提出一种改进的特征选择算法—二次筛选的近邻成分分析,对融合特征矩阵进行降维。最后,利用稀疏自编码器网络进行集群类型的识别。仿真结果表明,该算法显著降低了集群特征矩阵的维度(仅为原始矩阵维度的27%),同时在信噪比为0 dB时,对5种集群类型识别的正确率可达88%。     

认知MIMO雷达发射波形与接收滤波器联合优化设计方法

为了突破传统雷达的性能瓶颈,具有发射端自适应机制的认知雷达成为了研究热点,其中发射波形优化设计是认知雷达的核心组成。为了提升机载平台下对运动目标的检测能力,考虑了多输入多输出雷达中发射波形与接收滤波器的联合设计问题,并使用交替优化方法进行求解。在求解最优接收滤波器时,优化问题被建模为经典的广义瑞利熵问题,对此使用最小方差无失真响应方法进行求解以避免特征值分解运算。在设计最优发射波形时,在最大化信杂噪比的准则下建立目标函数,并引入工程常用的恒模约束条件,最终将波形设计问题建模成一个非凸的优化问题。对此,经典的求解方法是先使用近似手段松弛恒模约束,然后使用Charnes-Cooper变换进行求解。区别于经典方法,提出一种基于信杂噪比近似的优化算法以减少计算复杂度。实验结果表明,所提方法不仅具有更快的收敛速度,还可以实现更优的信杂噪比增益性能。     

基于时空记忆解耦RNN的雷暴预测方法

使用循环神经网络进行雷暴的外推预测,利用气象雷达历史反射率因子资料给出未来一小时的雷暴预测结果。网络的核心是时空长短时记忆(spatiotemporal long short-term memory, ST-LSTM)单元,加入了记忆解耦结构以分离时间记忆和空间记忆状态。在香港天文台(Hong Kong Observatorg, HKO)的HKO-7数据集的基础上筛选雷暴数据,构建训练及测试数据集。将有记忆解耦结构、无记忆解耦结构的ST-LSTM网络和MIM(memory in memory)网络以及传统的单体质心法进行比较。预报评分因子数值比较和个例分析检验结果表明,预测神经网络在探测成功概率、临界成功指数上均高于单体质心法,虚警率低于单体质心法。加入记忆解耦结构的网络预报因子评分高于ST-LSTM网络和MIM网络,雷暴回波外推的预测效果更好,尤其是强回波的预测效果更好。     

波束折射模型在天线罩补偿中的应用

导引头天线罩的流线型结构对天线阵列造成了能量损失、角度检测误差等电磁性能方面的影响, 给制导性能带来严重损失。本文利用电磁波折射理论建立了波束指向偏移模型, 通过数学公式推导验证了该模型的合理性, 为角度检测误差补偿提供了理论基础。波束偏移理论和相控阵天线阵列测角原理的结合定位了阵列在有天线罩时检测角所对应的最大波束指向角度, 提升了相对于无天线罩时检测角误差的准确性。实验数据表明,所提方法所得到的误差角度补偿表将阵列角度检测误差从1°降低到可接受的0.1°以下的误差范围, 验证了该方法的创新性和先进性。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后,对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后,结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。