基于雷达波形设计的抗C&I干扰方法

针对CI干扰利用线性调频信号距离-多普勒耦合特性形成多移频假目标的原理,基于模糊函数理论设计了一种新型多普勒稀疏敏感波形.该波形破坏了干扰信号经匹配接收后在多普勒域上的输出连续性,仅输出零多普勒的主假目标.采用聚类方法对主假目标进行特征模式分析,并结合最小二乘估计干扰参数,实现CI干扰中的真实目标检测.仿真结果表明该方法能够在抗CI干扰的同时完成目标检测.     

非线性奇摄动方程的脉冲解

对一类比较一般的施图姆-刘维尔型奇摄动问题,~%揭示了其脉冲解的存在性,~并相应地给出了脉冲解的存在性条件.~%利用边界层函数法构造其一致有效渐近解,~以及进行余项估计.~%最后通过一个例子来进一步验证前面的结论.     

奇摄动半线性椭圆型方程的Dirichlet问题

研究了一类奇摄动半线性椭圆型方程的Dirichlet问题,在M.Vishik和L.Lyusternik坐标变换的基础上,利用边界层函数法构造了其一致有效的渐近解,并进一步构造该问题的上下解, 验证上下解满足Amann条件证明该问题解的存在性, 同时进行了余项估计.     

高机动小RCS目标长时间相参积累检测新方法

相参积累可以提高小雷达散射截面（radar cross section, RCS）目标的信噪比,但由于目标的高速高机动性,长时间相参积累会导致回波的越距离单元走动和越多普勒单元走动问题。首先建立了高机动小RCS目标的回波信号模型,并分析了目标回波信号的二维频域特性,在此基础上,提出了一种长时间相参积累检测新方法。基本思想是在距离频域方位时域利用Keystone变换,校正由一次相位引起的越距离单元走动问题,然后乘以二次相位补偿函数解决越多普勒单元走动问题,通过构造目标函数对补偿函数中的加速度进行搜索,获得的目标函数的最大值即为相参积累值。仿真结果验证了该算法的有效性。     

基于道路信息的雷达地面目标过滤

地面目标过滤是机载预警雷达航迹优化的一个重要内容,可以有效地改善目标航迹质量。针对地面目标过滤问题研究了一种利用道路信息的地面空中目标识别方法。首先给出了一种将目标滤波点迹匹配到路段的快速算法,该匹配算法可以快速选择用来识别目标的路段,然后在目标沿直线道路行驶和沿折线道路转弯行驶两种情况下,设计了相应的基于航迹与道路相似度的识别规则,最后通过仿真实验验证了上述识别规则的可行性和有效性。仿真结果表明,该识别规则能以较高概率识别地面目标以及与道路相似度不大的空中目标。     

利用ESM方位信息的多普勒盲区目标跟踪方法

机载预警雷达固有的多普勒盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于电子支援措施(electronic support measure, ESM)方位信息和多普勒盲区联合状态约束的粒子滤波跟踪算法。该算法在预测过程中对盲区内的粒子进行约束,将不满足约束的粒子投影到约束区域表面。最后再利用这些约束粒子估计目标的状态,并形成粒子云波门,对新出现的量测值进行关联。仿真结果表明,该算法相比无先验信息或仅利用多普勒盲区信息的算法具有更小的滤波误差,同时能形成更小的关联波门,提高了航迹质量,实现了多普勒盲区条件下的目标连续跟踪。     

基于多普勒盲区的低空突防航线规划

预警机雷达为了完成在地物杂波背景下的目标探测,通常采用脉冲多普勒(pulse Doppler, PD)体制,而多普勒盲区是PD体制雷达的固有问题。在分析地物杂波特性和多普勒盲区形成机理的基础上,提出了一种基于多普勒盲区的低空突防航线规划方法,并给出了固定时间步长的搜索方法对该规划进行求解。沿此航线的战机利用多普勒盲区可实现相对于预警机雷达的“隐身”,而低空飞行又可有效规避地面雷达的探测,因此该航线可以大大提高战机突防的成功率。仿真实验结果验证了本文提出的基于多普勒盲区的低空突防航线规划方法的正确性及有效性。     

空基分布式协同探测定位精度分析

为提高预警机战场自卫能力,大幅扩展其探测范围以提高预警反应时间,建立预警机与无人机协同的空基分布式探测系统是一种可行途径.针对该分布式协同探测的定位精度问题,以一发两收的典型分布式几何模型和分布式定位方程为基础,推导了多平台融合的定位精度数学表达式.结合仿真实验,着重分析了时间同步误差、俯仰角误差和方位角误差对协同探测系统定位精度的影响,结果表明时间同步误差、方位角和俯仰角误差等对目标的定位精度有较大的影响.通过分布式多平台数据的融合检测和估计提高了目标的定位精度,尤其是改善了基线区的定位精度,为空基分布式协同探测系统的研究提供理论基础.     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究，提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分，然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵，即参数化稀疏表征。在算法迭代过程中，通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则，计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展，因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势，同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。