基于OFDM的多载波调制雷达系统信号处理及检测

该文首先给出了基于OFDM的多载波调制(OFDM-MCM)雷达系统的回波模型,在此基础上推导了系统的匹配滤波输出解析式,分析了系统的检测性能,并通过仿真对比分析了单载波调制(SCM)雷达和OFDM-MCM雷达的脉冲压缩输出积分旁瓣比和接收机工作特性。结果表明,与SCM雷达相比,在测量高速目标时,OFDM-MCM雷达具有更优的脉冲压缩性能和更高的检测概率。     

背向受激瑞利散射的理论研究

提出一个新颖的模型来描述受激散射过程.由于光与介质相互作用会引起介质内折射率变化,我们引入德拜弛豫关系来描述折射率对光场的响应,通过求解非线性耦合波方程得到了受激瑞利散射的增益因子,并分析了德拜弛豫常数对二波之间能量耦合的影响,以及导致解受激散射的各种物理机制.     

冲击噪声背景下基于最小均方归一化误差的波束形成算法

 本文提出一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的MMSNE波束形成算法。算法利用输出信号和参考信号之间的“归一化误差”最小化来求解最优权向量。“归一化误差”定义为接收信号的瞬时自适应无穷范数归一化的形式。与基于最小分数低阶误差波束形成算法相比,MMSNE波束形成算法计算更为简单;不需要噪声特征指数的先验信息或估计;适用于更广的冲击噪声环境;具有更小的估计误差;具有更强的干扰抑制能力。     

基于扩展孔径波达方向矩阵法的高精度二维DOA估计

该文针对扩展孔径会产生估计模糊的现象,提出一种高精度扩展孔径波达方向矩阵算法。算法由个阵列单元组成双平行阵列几何结构,利用阵列传感器沿轴和沿轴的不同间距,分别构造波达方向矩阵,由此计算出高精度模糊的方向余弦估计和低精度无模糊的方向余弦估计,然后利用低精度无模糊的方向余弦估计值对高精度模糊的方向余弦估计值进行解模糊处理,得到高精度无模糊的方向余弦的估计值。该算法无需配对运算和2维搜索,是一种低运算量高精度的算法,计算机仿真实验验证了该算法的性能。     

冲击噪声下基于子空间拟合的DOA估计新算法

研究了在对称α稳定分布(Symmetric α-stable,SαS)冲击噪声背景下的基于子空间拟合的多目标DOA估计算法.由于SαS冲击噪声造成传统DOA算法性能下降,提出了基于分数低阶矩统计量的FLOM-SSF/NSF算法和Screened Ratio原理的SR-SSF/NSF算法.计算机仿真表明两种算法都能有效地改善SαS型冲击噪声对DOA估计的影响,有更好的稳健性,其中SR-SSF/NSF算法性能略好于FLOM-SSF/NSF算法.     

正负步进频率雷达的运动补偿新方法

针对低信噪比条件下的正负步进频率雷达运动参数估计问题,提出结合运用快速粗值估计和精确搜索估的速度估计新方法.该方法利用相邻回波间相位关系作快速傅里叶变换得到运动速度的估值及搜索范围,同时采用具良好抗噪性的脉组求和函数搜索得到精确速度.仿真结果表明,该方法具有抗噪性能好、估计精度高、运算量小和适合时处理的特点.     

基于传播算子的声学矢量传感器阵列 扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.     

基于矢量传感器的扩展孔径双基地MIMO雷达多目标定位算法

该文研究基于电磁矢量传感器的扩展孔径多输入多输出(MIMO)雷达多目标定位算法。提出了一种新型MIMO雷达系统,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器,且传感器间距大于半波长。算法首先采用ESPRIT算法获得目标波达角(DOA)高精度模糊估计,随后利用矢量传感器的内在结构特点结合子空间旋转不变性获得目标DOA低精度无模糊估计进行解模糊,从而得到目标高精度DOA估计。最后利用已知DOA信息,采用1维MUSIC算法获得目标波离角(DOD)高精度估计。与已有算法相比,该算法大大提高了MIMO雷达的目标定位精度,且无需配对和2维搜索,具有较低的运算量。仿真结果证明了所提算法的有效性,其估计精度与CRB界接近。     

双基地稀疏阵列MIMO雷达快速多目标定位方法

针对双基地稀疏阵列MIMO雷达目标定位问题,该文提出一种基于投影处理与奇异值分解的多测量矢量欠定系统正则化聚焦求解(Projection-SVD-RMFOCUSS, PSVDRMF)算法。该算法首先估计接收角,接着依次将回波信号向目标存在的角度进行投影,最后将投影后的数据重排进行发射角估计,从而得到目标的准确位置。同时借助奇异值分解(SVD)进行信号降维与能量积累,进一步降低运算量,提高了传统压缩感知恢复算法在低信噪比下的估计性能。与现有稀疏重建算法相比,该算法减少了2维场景带来的庞大运算负担,且保持了良好的性能,可以稳健地对相干与非相干目标进行定位。     

噪声干扰背景下压缩感知雷达波形优化设计

为改善压缩感知雷达（Compressive Sensing Radar,CSR）在干扰噪声背景下目标检测及距离-多普勒参数的估计性能,该文提出一种感知矩阵平均相干系数（Averaged Coherence of the Sensing Matrix,ACSM）与信干噪比（Signal to Interference and Noise Ratio,SINR）联合优化的波形设计方法.文中首先建立了CSR距离-多普勒二维参数感知模型,推导了波形联合优化设计的目标函数,其次以多相编码信号作为优化码型并采用模拟退火（Simulated Annealing,SA）算法对目标函数进行优化求解.与传统CSR波形相比,优化设计的波形提高了CSR在低信干噪比条件下的成功检测概率,同时有效降低了目标距离-多普勒参数估计误差,由此改善了CSR在干扰噪声背景下的距离-多普勒成像质量.计算机仿真验证了该方法的有效性.