分布式雷达节点位置优化的多约束遗传算法研究

分布式雷达是近年来国内外广泛关注的一种新体制雷达,具有机动性强、成本低、可靠性高等优点。但是由于分布式雷达节点的稀疏布置,容易产生栅瓣、高旁瓣等问题,严重影响雷达系统性能。本文基于多约束遗传算法提出了一种分布式雷达节点位置优化方法。该方法首先基于约束最小间距对节点位置进行实值映射编码,并对遗传算法的种群进行初始化,然后对种群进行先增广后收缩的选择处理,再根据自适应概率进行交叉和变异处理,最后经迭代实现分布式雷达节点位置的优化设计。该方法不仅能够有效抑制系统栅瓣,还能够满足多约束需求显著降低系统旁瓣电平。与已有方法相比,该方法简单易行、全局搜索能力强。通过仿真验证了所提方法的有效性和稳健性。      

零陷优化的稳健波束形成算法

传统的自适应波束形成算法在干扰方向出现扰动且期望信号导向矢量失配时,不仅无法持续有效地抑制干扰,而且会在期望信号方向产生零陷致使期望信号相消,算法性能严重下降。针对该问题,本文提出了一种零陷优化的稳健波束形成算法。该算法首先通过干扰导向矢量的左右旋转来展宽零陷,接着将采样数据向干扰子空间投影,并对干扰分量进行加权处理以增强采样数据中的干扰强度,加深干扰零陷,最后采用导向矢量不确定集约束算法保证期望信号的接收增益。计算机仿真结果表明:该算法能够有效展宽干扰零陷,并能够保证期望信号增益,具有较好的稳健性。      

多基地极化雷达主瓣干扰抑制算法

现代战场电子对抗日益复杂,电磁干扰形式多样,当干扰从接收机主瓣进入会形成主瓣干扰。主瓣干扰严重影响雷达正常工作,传统空域、极化域、时频域等抗干扰算法都很难有效对其抑制。为有效抑制主瓣干扰,文章利用目标极化散射特性在不同角度存在差异的特点,提出基于多基雷达的空-极化协同滤波主瓣干扰抑制方法。方法首先采用主瓣保形技术在空域抑制副瓣干扰并压低空间噪声,然后将多基地雷达接收的数据进行时域对齐,计算包含主瓣干扰和回波信号的数据协方差矩阵,通过分解协方差矩阵在空-极化信号空间识别干扰,估计回波信号导向矢量,最后将目标回波与主瓣干扰通过多基地极化滤波,滤除主瓣干扰保留目标回波信号。通过仿真算法抑制噪声干扰与转发干扰,验证了所提算法能够有效对抗主瓣干扰,有效提高输出信干噪比。      

基于重要性采样的宽带雷达检测门限设置方法

宽带雷达被广泛应用于目标成像、识别与精密测量,其检测门限的确定是宽带检测领域的重要问题。本文针对某些无法或难以确定解析门限的宽带雷达检测器,提出了基于重要性采样的宽带雷达检测门限设置方法。首先引入重要性采样以提高小概率样本的采样效率,然后通过积累样本权重绘制宽带检测器虚警与门限的关系曲线,最后对该曲线线性插值得到关注虚警对应的门限。仿真实验表明所提方法能够有效扩大检测器门限计算规模,提高计算精度和速度。      

基于反射信号时域重构的探地雷达超薄层状介质参数反演方法

探地雷达实际应用场景中介质表面往往存在着其他覆盖物,将会严重影响实际探测效果,如冬季路面表面的冰层、沥青铺路时防止沥青混合物粘在滚筒表面而喷出的水汽层等,且这些覆盖层的厚度较薄,通常小于探地雷达可分辨的最小厚度。因此,本文提出了一种基于反射信号时域重构的层状介质参数反演方法,利用广义反射系数建立雷达发射回波的时域模型,再通过遗传算法对模型的代价函数进行优化进而反演出覆盖物薄层的参数。最后,通过时域差分工具gprMax仿真软件模拟沥青混凝土实施铺路场景,对所提算法的有效性和准确性进行验证分析。      

基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法

基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测和识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。      

基于FrFT域滤波的灵巧噪声干扰抑制方法

基于数字射频存储器(DRFM)的灵巧噪声干扰兼具压制式干扰效果和欺骗式干扰效果,难以被传统抗干扰方法有效抑制。针对这一问题,本文结合分数阶傅里叶变换(FrFT)与分数阶域滤波方法,提出了一种线性调频脉冲压缩雷达体制下的灵巧噪声干扰抑制方法。首先对接收信号进行分数阶傅里叶变换,随后根据发射信号在分数阶域的特征参数,设计分数阶域滤波器,对接收信号进行分数阶域滤波以滤除干扰,最后进行分数阶反变换还原目标信号。仿真结果表明,该方法能够对卷积噪声干扰与乘积噪声干扰两种典型的灵巧噪声干扰进行有效抑制,准确检测目标的位置。      

一种基于粒子群算法的多目标子阵划分优化方法

为了降低硬件成本和系统的复杂度,子阵划分对于大型的相控阵雷达来说是必要的。传统的子阵划分方法主要针对信号处理的单一性能指标优化。针对多项指标优化的问题,本文提出了一种基于粒子群算法的子阵划分结构优化算法,相对于传统的方法能够同时优化多项性能指标,提高信号处理的性能。通过对线性阵列的划分做仿真,展示了粒子群算法对子阵级波束形成多项性能指标的提高。      

相控阵MIMO雷达抗干扰波束形成算法

面对复杂多变的干扰环境下目标检测问题,雷达系统需要更高的系统增益和自由度实现对副瓣电平的控制和有效的抗干扰处理。为此提出一种基于相控阵MIMO雷达的抗干扰波束形成算法,该算法有效利用相控阵MIMO兼具相控阵高增益与MIMO高系统自由度的特点,提高系统抗干扰性能。在阵列发射端进行子阵划分,子阵间发射正交波形,子阵内发射同一波形并形成固定零陷对抗干扰;在阵列接收端进行匹配滤波获得波形分集,通过加窗函数控制副瓣电平并重构数据协方差矩阵消除形成零陷对副瓣电平产生的影响。所提算法在复杂多变的干扰环境下能够保持低副瓣电平并形成密集零陷对抗空间干扰,同传统算法相比优势明显。仿真验证了算法的有效性。      

基于特征值斜投影的主瓣干扰抑制方法

主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化.另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益.针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法.首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后...