对极化雷达的有源干扰研究

针对分时极化测量雷达,设计了一种全极化欺骗干扰方法,并分析了有源假目标的极化特性。对全极化有源假目标和雷达目标的分析结果表明,提出的欺骗干扰方法形成的假目标的散射矩阵、Graves功率矩阵以及极化特征描述子矢量等参数与雷达目标具有很强的相似性,它可以有效地干扰极化测量雷达。     

无源系统中时间差和角度变换跟踪算法

在使用时间差方法对目标进行无源跟踪时,跟踪系统中的各站点有时无法同步截获目标的信号,使跟踪过程中误差增大。提出基于时间差与角度切换的跟踪算法。该算法利用时间差和角度测量的结果,使用扩展卡尔曼滤波对目标跟踪,通过对每个周期各站截获信号和对目标跟踪精度的情况,选择输出两种方法对目标位置估计结果。算法比仅利用时间差的方法有更强的适应性,同时精度并没有下降。给出了算法的具体步骤,通过仿真实验验证该算法的有效性。     

弹道中段目标的融合识别

针对弹道中段目标识别时间资源有限的问题,提出了一种基于识别手段可信度增长的融合识别新算法。首先给出了识别可信度的定义及其增长模型,并分析了识别可信度增长模型对识别时间的影响,继而运用D-S证据推理方法得到了基于识别可信度增长的融合识别算法。仿真实例表明,该算法可以缩短识别时间,提高识别效率。     

渐变微波吸收体散射截面计算

针对二维周期渐变微波吸收体尺寸大、结构较复杂、锥齿间耦合强,很难直接精确计算出雷达散射截面(RCS)的问题,采用矩量法和天线阵分析技术相结合的方法对渐变吸收体进行分析和计算,解决了计算量大、锥齿间耦合强而难以计算的难题,且能保证计算的精度。在线极化平面波入射情况下,给出单个和两个涂敷二面角的散射截面以及多个渐变吸收体的散射截面,计算结果与商用软件HFSS(high-frequency structure simulator)计算得到的结果基本吻合,计算速度明显快于HFSS,且克服了因吸收体大而无法用HFSS计算的难题,结果表明所提方法在工程运用上是可行的。     

基于ZMNL经验迭代法的相关非高斯雷达杂波仿真

针对基于零记忆非线性变换(zero memory nonlinearity,ZMNL)的相关非高斯雷达杂波仿真,提出了一种类似神经网络形式的经验迭代法。该方法在对输出频谱估计的基础上,反复修正输入频谱,经过多次迭代运算来确定非线性变换前后相关系数之间的关系。给出了应用该方法进行杂波仿真的具体步骤,仿真结果证明了该方法的有效性。     

基于ESPRIT矩阵束法的UWB雷达目标特征提取

提出了一种基于ESPRIT矩阵束法的UWB雷达目标特征提取方法,该方法把提取信号极点问题转化为求解矩阵束的广义特征值问题。理论分析和数值仿真结果表明,这种方法与传统的Prony算法相比有明显地改进,能有效地提取出目标回波信号的极点和留数,并对随机噪声具有良好的抑制作用。该方法特别适用于UWB雷达或其它高分辨率雷达的目标特征提取。     

星载合成孔径雷达图像定位模型与仿真

在研究距离-多普勒信息定位方法的基础上,利用所建立的星载SAR图像Range-Doppler定位仿真模型,对星载合成孔径雷达成像的全过程及定位计算进行模拟仿真。验证了R-D模型定位方法的有效性,并对定位精度、各种因素对定位误差的影响进行了仿真分析,仿真结果与理论分析结论一致。     

RTQC误差配准算法性能分析

RTQC算法是一种已应用于工程中的经典的误差配准技术，但是该算法是在没有考虑随机量测误差的情况下给出的，没有揭示出随机量测误差对误差配准精度的影响规律。以雷达组网的误差配准为研究对象，推导了RTQC配准算法的准确形式，给出了随机量测误差为高斯分布条件下，RTQC配准算法的估计精度，从理论上分析了随机量测误差对算法性能的影响规律，纠正了人们对这一问题认识的偏颇。最后，通过仿真对理论分析的结果进行了验证。     

径向基函数神经网络在超宽带探地雷达目标材质识别中的应用

基于探地雷达回波信号进行处理以识别地下埋设的目标,始终是困扰雷达应用的关键,根据数据时间轴截断抑制直达波,利用宽相关处理进行信号滤波和典型数据自动提取,提高回波信号的信噪比.针对提取的典型道数据运用Welch功率谱处理,得到的特征数据归一化处理后作为径向基函数神经网络的输入,实现对地下埋设目标材质的自动识别与分类.在此基础上,分析了不同截断点对目标材质识别结果的影响.实测数据处理表明,本方法可以有效地实现对Fe、Al与土壤的识别和分类.     

一种SAR的点目标回波生成方法

根据星载SAR的运动规律及成像机理，建立了地球椭球、卫星椭圆轨道、卫星三轴姿态抖动模型，给出点目标的模拟方法，得到点目标的模拟数据；采用改进的R-D算法对该数据进行了成像处理，得到了点目标的成像结果。