基带信号的脉内特征分析算法研究

通过提高基带信号相位的直流分量和计算相位的高阶差分来提取信号的瞬时频率,然后利用瞬时频率及其差分实现信号的自动识别和参数估计。理论分析了算法的实现过程,并给出了算法流程图。仿真结果表明,本文的算法在SNR≥10dB下可以实现基带信号的自动识别和调制参数的高精度估计。     

基带LFM信号的调频斜率估计

提出了一种通过提高基带LFM信号相位的直流分量和计算相位的高阶差分来提取信号的瞬时频率并采用最小二乘的方法估计出信号的调频斜率的方法。仿真结果表明,该方法在SNR≥6dB下可以实现基带LFM信号的调频斜率高精度估计。     

发射多波束形成技术在电子战中的应用

在电子对抗领域,发射多波束技术是提高电子干扰性能的一项关键技术,随着数字信号处理技术的高速发展,数字发射多波束技术应用于电子对抗已成为可能.发射波束零陷技术、发射通道之间的幅度相位误差分析及校正技术是发射多波束系统设计和实现的关键技术,论文主要针对这几项关键技术进行了研究.     

低信噪比下基带相位编码信号的脉内特征分析

针对基带相位编码信号相位抗噪能力弱的特点,通过提高相位的直流分量和计算相位的高阶差分,成功地提取到信号的突变信息。为了能在更低的信噪比下恢复出相位编码规律,还对原始相位进行了修正。理论分析了算法的实现过程,并进行了仿真试验。仿真结果表明,新算法在较低的信噪比下可以实现基带相位编码信号的脉内特征分析。     

频谱外推技术在毫米波CSAR 成像中的应用

近年来圆轨迹合成孔径成像(CSAR)成为SAR 成像领域的一个研究热点,同时超分辨频谱外推技术能够有效改善SAR 图像的聚焦质量。针对频谱外推技术在近场毫米波CSAR柱面成像中的应用进行了研究,将频谱外推算法与传统的波数域算法相结合,旨在提升SAR 图像的聚焦效果;仿真点目标结果表明基于频谱外推技术的改进算法可以明显改善点目标的分辨率、峰值旁瓣比、积分旁瓣比指标;在室内基于矢量网络分析仪与高精度转台搭建了近场测量系统获得实测回波数据,通过雷尼熵评价指标衡量成像结果,结果表明基于频谱外推技术的改进算法成像结果优于传统成像算法的结果。     

合成孔径雷达对抗信号处理系统试验研究

阐述SAR的特点和对抗信号处理系统的原理和实现方法,该系统采用关联比较器和关联存储器实现信号预分选功能,将多种分选算法有机结合以保证信号精分选的速度和精度.提出分段进行4 096点基16 FFT频谱分析的设计思想,采用最小二乘和质心算法,保证了脉内特征分析的实时性和精度要求.该信号处理系统以基于CPCI总线的通用信号处理机为平台,采用嵌入式VxWorks操作系统.     

雷达回波的杂波分析与系统改进

从采集的实测回波数据入手,分析了系统剩余较多区域的杂波特性,并采用多种信号处理方法处理、分析对比,得出产生杂波剩余的原因.针对不同类型的杂波剩余分别给出对系统的技术改进措施,并给出了相应措施的仿真分析结果和工程实施方案.     

一种宽带阵列时域数字多波束设计方法

从宽带数字波束形成的原理出发,讨论了基于Farrow滤波器的分数延迟补偿方法。为了适应宽带数字阵列中多波束形成的要求,讨论了一种基于FIR型分数延迟滤波器的经典时域多波束形成方法。该方法虽结构简单,但在波束个数较多时需要大量的乘法资源。为了降低多波束对乘法资源的需求,提出了一种基于Farrow型分数延迟滤波器的多波束实现方法。与经典时域多波束方法相比,该方法在波束个数较多时能明显地降低对乘法资源的损耗。仿真实验验证了所提方法的正确性。     

一种高精度的毫米波稀疏平面阵列频域类成像算法

本文以手持式毫米波人体安检设备为研究背景,设计了一种工作于90~94GHz频段的稀疏十字阵列,并采用时域相关算法与改进距离徙动算法（Range Migration Algorithm,RMA）对目标进行成像.针对改进RMA算法在推导过程中存在球面波展开为平面波近似和复杂的插值问题,本文提出一种高精度的无需球面波展开和复杂插值运算的基于（Fast Fourier Transform,FFT）的成像算法,在实现过程中不会引入近似误差和插值误差.采用电磁仿真软件建立目标回波模型,进行测试分辨率和噪声鲁棒性的实验.系统方位分辨率达到5mm,满足系统设计指标要求,验证了所提算法的正确性.综合实验结果得出所提算法的计算效率优于时域相关算法并且噪声鲁棒性优于改进RMA算法,在手持式毫米波人体安检设备实时成像的应用中,所提算法的适用性更好.     

基于等效相位中心近似与改进SLIM算法的稀疏阵列快速成像算法

提出一种应用于毫米波稀疏阵列成像的基于频率域成像算法和压缩感知技术相结合的成像算法。算法包含两个主要步骤,首先采用等效相位中心近似原理,将快速傅里叶变换成像算法用于周边形阵列,由于等效相位中心近似引入的残余相位误差无法在近距离成像应用中被完全补偿,因此在第二个步骤中,提出基于压缩感知技术的基于迭代最小化的稀疏学习（SLIM）的改进算法用于重聚焦初始图像。通过等效相位中心近似原理和改进的SLIM算法的结合,所提算法具备更高的计算效率、提升了图像质量、相比于传统的SLIM算法具备更少的迭代次数。仿真结果验证了所提算法的有效性。