闫浩[1]2016年在《宽带高速信号检测与频域测量技术研究》文中研究指明电子支援是一种获取敌方军事情报的特殊军事侦察手段,在雷达对抗领域发挥着极其重要的作用。随着雷达技术的快速发展,雷达的数量持续增长。现代电子战环境中的雷达信号变得日益密集,信号形式也变得复杂多样。信号的带宽越来越宽、信号的频率越来越高,这给传统奈奎斯特采样框架下的信号检测与参数测量带来了极大压力。随着信号向着宽带与高频的发展,传统的信号处理方法受采样器件的电子瓶颈限制,将难以满足未来战场需求。为了避免对宽带高频信号的高速采样,近年来国内外学者做了相关研究,其中,压缩感知理论与微波光子学在降低系统采样率上的应用受到了广泛的关注。在压缩感知理论下利用信号的稀疏性,用远低于奈奎斯特采样率的速率对信号进行采样,通过信号少量的压缩采样数据完成信号检测与参数估计的任务；微波光子技术将光子技术和微波技术结合,可以实现宽带宽、低损耗、抗电磁干扰的微波信号处理系统。本文旨在提高压缩感知框架下复杂电磁环境中的宽带线性调频(Linear Frequency Modulated, LFM)信号检测与参数估计性能和探索光采样技术在高频微波信号瞬时测频中的应用,做了相关的分析与研究,提出了一些解决方法。本文的主要贡献与研究内容包括：1.针对压缩感知框架下,基于波形匹配字典的LFM信号检测算法中检测性能受高斯白噪声影响较大的问题,提出一种基于分数阶Fourier变换(Fractional Fourier Transform, FrFT)字典的LFM信号检测算法。该算法利用LFM信号在分数阶Fourier变换域的能量聚集特性,首先构造分数阶Fourier变换矩阵作为信号的稀疏变换字典,然后利用正交匹配追踪算法,对信号在分数阶Fourier变换字典中的系数向量进行部分重构,最后通过对该系数向量进行检测判决,达到信号检测的目的。实验表明,与基于波形匹配字典的算法相比,该算法可以在更少的压缩采样点数和更低的信噪比(Signal-to-Noise Ratio, SNR)条件下获得更高的信号检测成功概率。2.针对压缩感知框架下,基于分数阶Fourier变换字典的LFM信号检测算法性能受窄带干扰信号影响严重的问题,引入形态学成分分析方法,提出一种基于级联字典的LFM信号检测算法。该算法基于形态学成分分析原理,构造分数阶Fourier变换字典和Fourier变换字典,将两者级联构成冗余字典,通过正交匹配追踪算法,对信号在级联字典中的系数向量进行部分重构,进而将信号与干扰分离。实验表明,该算法可以有效抑制窄带干扰信号,在窄带干扰信号存在的条件下,相比于基于分数阶Fourier字典的算法,该算法可以获得更高的信号检测成功概率。3.针对压缩感知框架下,基于波形匹配字典的LFM信号参数估计算法中参数估计性能受高斯白噪声和强窄带干扰信号影响严重的问题,提出了一种基于分数阶Fourier变换字典的两次搜索策略的LFM信号参数估计算法。该算法利用LFM信号在分数阶Fourier变换域的能量聚集特性,通过对变换阶次进行粗搜索与精搜索,得到信号的最佳分数阶Fourier变换阶次,进而得到LFM信号的调频斜率和起始频率的估计。实验表明,与基于波形匹配字典的算法相比,该算法能够在更少的压缩采样点数和更低的SNR的情况下,获得更高的信号参数估计成功概率。4.针对基于分数阶Fourier变换字典的两次搜索策略的参数估计算法中粗搜索步骤运行时间较长的问题,提出一种改进型的两次搜索策略的LFM信号参数估计算法。该算法利用LFM信号在时频域和分数阶Fourier变换域是稀疏信号的特性,首先对变换阶次在时频域进行粗搜索,然后根据阶次粗搜索值对变换阶次在分数阶Fourier变换域进行精搜索,得到信号最佳分数阶Fourier变换阶次,进而得到LFM信号调频斜率和起始频率的估计。实验表明,相比于基于分数阶Fourier变换字典的算法,该算法的粗搜索过程运行时间大大减少,且相比基于波形匹配字典的算法在,在相同SNR与压缩采样点数的条件下,该算法同样能够获得更高的信号参数估计成功概率。5.研究了基于微波光子学的高频微波信号瞬时测频算法。利用光采样过程中的宽带宽、低损耗和抗干扰等优点,提出一种基于光采样的高频微波信号瞬时测频算法。该算法利用光强度调制器将高频微波信号调制到低重复频率采样光脉冲上,进而达到对高频微波信号光采样的目的。将快速Fourier变换(Fast Fourier Transform, FFT)与线性调频z变换(Chirp-z Transform, CZT)结合,对欠采样条件下产生的频率余数进行准确估计,进而通过中国余数定理对信号频率进行重构。实验表明,该算法可以对39GHz带宽内信号频率进行准确测量。
唐江[2]2013年在《基于FRFT的LPI雷达信号参数估计方法研究》文中进行了进一步梳理低截获概率(Low Probability of Intercept，LPI)技术是当前雷达广泛采用的一门技术，LPI雷达采用低功率发射、大时宽带宽积信号和复杂的信号调制方式等手段使得侦察接收机很难识别信号参数，因此传统的大多数参数估计方法对LPI雷达信号处理效果较差甚至失效。本文在分析LPI雷达低截获性能与目标特性和雷达自身特性关系的基础上，从时频域及模糊域分析了四种LPI雷达信号的速度和距离分辨力及低截获特性。针对LPI雷达信号分析问题，引入一种时频分析工具——分数阶傅里叶变换(FractionalFourier Transform，FRFT)，深入研究了基于FRFT的LPI雷达信号参数估计算法，并对实际应用中计算复杂度偏大问题作了改进。论文的主要工作如下：1.引入截获因子定义LPI雷达，并就截获因子与雷达自身特性关系进行了详细分析，据此提出几种LPI雷达实现手段。雷达信号波形设计是提高雷达LPI特性重要手段之一，本文重点研究了两种常规LPI雷达信号和两种复合调制LPI雷达信号，即线性调频信号、多相编码信号和对称叁角线性调频信号、伪码-线性调频信号。仿真实验验证了两种复合调制信号的低截获性能。2.研究了一种时频分析工具，即分数阶傅里叶变换(FRFT)，针对其不同应用介绍了叁种常用的定义，给出了一种数字信号处理中普遍采用的离散型分数阶傅里叶变换计算方法，该方法简单直观，运算量与FFT(Fast Fourier Transform)相当。随后研究了LFM(LinearFrequency Modulation)信号的FRFT检测与参数估计原理，并理论分析了其检测性能。为了避免FRFT复杂的二维搜索，提出了一种改进的基于WVD(Wigner-Ville Distribution)切片与FRFT的LFM信号参数估计新算法。仿真实验验证了该算法的有效性及高效性。3.针对FRFT估计STLFM信号参数时二维搜索运算复杂度高，且不同信号检测与估计算法对信噪比具有不同的适应性，分别就高信噪比和低信噪比两种条件下提出两种不同的参数估计算法。低信噪比下，运用RAT(Radon Ambiguity Transform)变换估计调频斜率，RAT仅在角度范围内一维搜索，并可以借助快速算法减小运算量；高信噪比下，提出一种基于AF(AmbiguityFunction)切片的STLFM信号参数估计算法，该算法仅需计算一个模糊函数切片即可估计信号调频斜率。在不同信噪比条件下通过上述方法获得信号调频斜率估计后，可确定FRFT的最优变换阶数，最后通过两次FRFT实现STLFM信号初始频率、调频周期和调频带宽等参数的估计。仿真实验验证了该算法的有效性。4.推导了伪码-线性调频信号的FRFT表达式，分析了无限长和时限LFM信号FRFT变换的对称性和单调性，得到PRBC-LFM信号一个码元内信号的FRFT模函数关于峰值点位置左右对称且是FRFT阶数的单调函数。利用这一特性提出一种先粗后精搜索方案，大大提高了搜索效率。然后利用PRBC-LFM信号FRFT峰值点的位置与距离信息实现调频信号参数估计，根据估计参数重构线性调频信号，与原信号每个码元内信号共轭相乘去载波得到基带二相编码信号，最后通过基带信号幅度符号识别编码规律。仿真实验表明本文方法可以在较低信噪比下实现PRBC-LFM信号的参数估计。
文川[3]2011年在《基于随机共振的LFM信号检测与参数估计》文中进行了进一步梳理LFM信号是一种典型的非平稳信号,广泛存在于无线通信、雷达、声纳和超声波系统中。处于低信噪比下的LFM信号的检测与参数估计成为了研究意义重大的课题,目前在LFM信号处理中应用广泛的时频分析方法,能够充分利用LFM信号自身的时频特点,但是需要二维搜索,要求很大的运算量和存储量,并且具有在超低信噪比失效的缺点。随机共振方法是非线性系统发展以来,微弱信号检测领域一种新兴的信号检测方法,它改变了传统弱信号检测技术中抑制或者消除噪声的特点,相反是利用噪声的能量来实现微弱信号的检测。本文将随机共振方法引入到微弱LFM信号检测领域,围绕单分量的LFM信号建模,给出一种基于随机共振的LFM信号检测算法,主要工作和贡献有：1.介绍了随机共振系统检测信号的基本原理,对基本的低频微弱信号检测实现了仿真,并介绍了双稳系统对于高频信号检测的困难,给出了两种相应高频信号的检测算法,实现了其数值仿真。2.分析了随机共振系统中的参数和噪声对于信号共振的影响,介绍了已有的两种系统参数优化选取的算法。将遗传算法应用于LFM信号检测中随机共振系统参数的选择,实现了信号检测过程中的参数自适应选择,仿真结果证明了算法的有效性。3.研究了LFM信号的时域、频域特征及其Wigner-Ville分布,介绍了处理LFM信号常用的分数阶傅里叶变换对LFM信号的检测原理。在解线调算法的基础上给出了基于随机共振的LFM信号检测与参数估计算法,并用两组信号实现本算法的数值仿真,分析了谱平均次数和分段数对LFM信号检测和参数估计性能的影响,最后给出了本算法的运算量分析。4.阐述了级联随机共振系统的基本机理,将二级级联随机共振系统应用于LFM信号的调频斜率的检测与估计,用仿真实验验证了二级级联随机共振系统对于算法中LFM信号调频斜率检测和估计的影响,进一步完善基于随机共振的LFM信号检测与参数估计算法。
汪金真[4]2016年在《星载SAR卫星辐射源信号处理关键技术研究》文中进行了进一步梳理在星载合成孔径雷达(SAR)卫星侦察中,为了获得地形、地物、大型人工建筑以及军事目标等高分辨的成像,通常采用峰值功率低、抗干扰性强的大时宽-带宽积的线性频率调制(LFM)信号,有效避免被地面侦察系统截获。为了保护己方地面目标免受SAR卫星辐射源信号照射并干扰SAR卫星的侦察,地面系统必须有效截获、分析和处理SAR卫星辐射源信号,适当返回一些虚假回波,欺骗敌方卫星的侦察。由于SAR卫星距离地面远,电磁环境复杂,发射信号经过电离层、大气、云层等一系列介质到达地面,信号传播过程中受到诸多干扰的影响,出现严重的衰减,地面侦收系统截获到的信号信噪比(SNR)非常低,如何对截获的星载SAR信号进行分析处理,已经成为目前电子侦察领域的重要研究课题。本文依托“十二五”863项目“基于XXXX分析的卫星辐射源信号侦察、处理技术”,对复杂电磁环境下截获的星载SAR信号进行了深入细致的研究。论文主要内容概括如下:第二章研究高斯短时窗函数下的LFM信号的STFT,研究表明,LFM信号的STFT短时谱在时频域呈背鳍状分布。实际侦收到的星载SAR宽带LFM信号通过DPX技术可以很容易确定其频率变化的大概范围,而不同信噪比的噪声作STFT得到的频率在0~2sF内是随机分布的。本文联合线性调频信号在高斯窗函数下的STFT特点和通过DPX得到星载SAR宽带线性调频信号的频谱分布范围信息,产生了星载SAR宽带线性调频信号的检测及参数估计算法。第叁章针对低信噪比下混有杂散、干扰的星载SAR雷达脉冲LFM信号在时域或频域检测难的问题,提出一种基于STFT时频图像增强和Hough变换的低信噪比LFM脉冲信号检测与参数估计方法。其基本思路是,把星载SAR雷达辐射源信号的时频分布转换为图像,然后运用数字图像的处理方法和理论对时频分布图像展开精细分析研究,为星载SAR辐射源信号的处理提供一种新途径。第四章针对LFM脉冲信号不能自适应检测和参数估计的问题,提出基于一维短时谱非邻近差分的LFM脉冲信号自适应检测与参数估计算法。首先,采用具有最小时宽-带宽积的高斯窗函数对LFM信号进行STFT,提取每个时间窗内的FT最大值,与时间窗中心对应,形成一维短时谱。其次,对一维短时谱进行中值滤波平滑预处理,使其在LFM脉冲时间段内呈现出受噪声影响较小的一维短时谱脉冲。接着,对平滑后的一维短时谱进行非邻近差分,去除差分后的伪峰值保留真实的峰值,根据差分峰值位置搜索一维短时谱脉冲的上升沿、下降沿代表点位置。最后,根据一维短时谱差分峰值位置与差分间隔的关系确定LFM脉冲信号的起始时间、结束时间的估计值,进而提取LFM脉冲的调频直线并估计其参数。第五章首先在分数阶傅里叶变换(FrFT)的基本理论基础上,对LFM信号的分数阶傅里叶域的谱进行积分,发现谱积分在最佳旋转角处具有最小值的特点,从而拓展了FrFT在LFM信号处理中的性质;其次,针对在分数阶傅里叶域的大采样点数的LFM信号的处理问题,采用分段FrFT对LFM信号进行处理,即将大采样点数的LFM信号分成点数相同的信号段,然后对每段LFM信号分别进行FrFT,每段FrFT二维谱当作一帧图像,将所有帧的图像进行累积平均,累积平均后的图像灰度值进行垂直累加的结果相当于每段LFM信号分数阶域谱积分的线性迭加再做平均,该方法通过累加平均有效增强了谱积分特征,同时抑制了噪声的影响。通过提取增强后的谱积分特征,可以有效估计出大采样点数的LFM信号的参数,包括起始频率、调频斜率等,同时有效降低了计算耗时和搜索峰值的时间。第六章提出一种基于时域自相关主瓣傅里叶级数拟合的未知参数LFM信号SNR估计算法。该算法首先根据加性高斯白噪声(AWGN)背景下LFM信号自相关与功率谱的关系推导出SNR与LFM信号自相关和噪声自相关的关系;然后通过直方图分集方法确定LFM信号自相关主瓣的大致边界点并筛选出该边界点之间的主瓣部分;最后通过傅里叶级数拟合该主瓣部分,分离出主瓣部分中心处的LFM信号自相关和噪声自相关,从而估计出SNR。仿真实验表明,LFM信号时宽越大、带宽越大,该算法估计SNR越准确;信噪比为-10dB~5dB时,SNR估计性能最佳;信噪比为-18dB~10dB时,SNR估计性能优于中心邻域二值均值法、恒包络法,估计误差不超过0.3dB。
段皓楠[5]2016年在《基于分数阶傅里叶变换的线性调频信号估计与分离研究》文中指出线性调频信号(LFM)是一种雷达和通信等信息系统常采用的信号波形。一方面,由于现代电子对抗中电磁环境更加复杂多变,使对LFM信号的分选与识别变得十分棘手。对LFM信号各项参数的检测,特别是在信噪比并不理想的条件下,完成对LFM信号的检测和参数估计,具有相当重要意义。另一方面,接收机会在同一时刻接收到不止一个信号,因此要从混迭信号中检测出各个信号的特征参数并将它们分离,成为电子信息对抗领域中一个亟待研究的重要课题。本文主要研究的是基于分数阶傅里叶变换(Fractional Fourier Transform,FrFT)的时频分析方法,包括对信号参数估计和分离的研究。在对LFM信号进行参数估计时,传统的时频分析方法如短时傅里叶变换、Wigner-Ville分布等方法中存在的分辨率低、交叉项干扰等问题,相比之下,FrFT就不存在这样的弊端。不过FrFT中涉及二维峰值搜索,搜索中涉及很大的计算量,影响对信号检测的实时性。本文针对上述问题,首先提出了对应的改进算法:基于FrFT插值法的改进算法和基于Nuttall窗的能量重心法。其中插值法的改进算法中利用对频谱进行插值处理的方法,在保证参数估计精度的条件下,加大搜索步长r,减小二维搜索的运算量;而基于Nuttall窗的能量重心法则是利用Nuttall窗的优良性能提高能量重心法估计调频率时的精度,利用调频率和FrFT阶数的关系,在小范围内进行搜索得到精确的调频率和起始频率。最后,对改进算法进行了 MATLAB软件仿真,验证了其性能。基于CLEAN思想的多分量信号分离方法,采用遮蔽已知信号的方法能够成功的将多分量LFM信号分离并且同时逐一完成参数估计。但这种分离方法无法应用于FrFT改进算法中的降维处理,使用受到了限制。本文介绍了一种改进的CLEAN分离方法,使其分离算法契合FrFT改进算法中的降维思想,同时进行了软件仿真。最后利用硬件系统对算法进行了实验测试,检验了算法在实验条件下的性能,实验结果与MATLAB仿真结果一致,证明了该方法的工程实用价值。
朱健东[6]2013年在《复杂体制雷达信号识别与参数估计研究》文中研究指明本文紧贴复杂电磁环境下的未来电子情报侦察和电磁频谱感知技术发展的实际,围绕复杂体制雷达信号识别与参数估计这一主题,对复杂体制雷达信号识别和参数估计若干问题展开深入研究。由于现代雷达技术的发展导致信号调制方式复杂,电子情报侦察非合作接收的特点使得接收信号往往表现低信噪比,因此本文的研究立足于“复杂体制”和“低信噪比”雷达信号的分析识别开展。本文的主要研究内容及主要工作如下:首先,将图像处理技术引入到雷达信号识别,通过对雷达信号时频图像的识别来实现对雷达信号的识别,其核心问题是提取稳定和高效的图像特征。提出了两种雷达信号识别方法:基于时频图像形状特征和基于时频图像处理提取信号瞬时频率的雷达信号识别方法。在基于时频图像形状特征的识别方法中,通过对雷达信号的SPWVD时频图像进行图像增强、自适应阈值二值化和数学形态学的开运算去除图像噪声,然后利用一种能够高效刻画图像形状特征的正交矩—Legend矩来表示去噪后的时频图像,通过Legend矩特征可以在信噪比大于-3dB时很好地识别8种典型的雷达信号。在基于时频图像处理提取信号瞬时频率的雷达信号识别方法中,利用时频图像能量向瞬时频率方向聚集的特性,通过对雷达信号的Choi-Williams时频图像进行自适应阈值二值化、数学形态学开运算、骨骼化和去毛刺处理,可以获取雷达信号稳定的瞬时频率特征。与二维的时频图像相比,提取的瞬时频率特征非常稳定且是一维的,可以在信噪比大于0dB时有效识别目前广泛采用7种典型雷达信号。其次,研究了一类LPI雷达已经采用的复杂体制雷达信号—伪码调相与线性调频复合调制信号(PRBC-LFM)的参数估计方法。PRBC-LFM复合信号涉及连续和脉冲两种方式。针对脉冲型PRBC-LFM信号,通过分析信号的谱图特性,提出了一种基于谱图的参数估计方法,分析了谱图窗函数长度对参数估计性能的影响;为了客观评价估计方法的性能,理论推导了信号参数估计的CRB。针对连续型PRBC-LFM信号,提出了一种基于分数阶Fourier变换(FRFT)和累加积分的参数估计方法,对信号进行平方处理后,利用FRFT估计线性调频参数,根据估计出的线性调频参数消除复合信号中的线性调频成分得到基带伪码信号,再利用累加积分方法估计全部伪码参数。再次,利用FRFT对LFM信号的匹配特性和信号处理中的相干累积思想,提出了一种新的信号处理方法—周期FRFT。周期FRFT能够实现对线性调频连续波(LFMCW)信号的最佳匹配,具有比FRFT对LFMCW信号无可比拟的信号处理增益优势,可以用于低信噪比环境下LPI雷达广泛采用的LFMCW信号的检测与估计。根据LFMCW信号周期FRFT的特点,在不依赖信号起始时间偏移等于零假设下,提出了基于周期FRFT的信号检测与估计算法,证明了该估计算法是LFMCW信号的极大似然估计(MLE)和渐进最优估计。另外,针对现有对称叁角线性调频连续波(STLFMCW)信号参数估计方法隐含零起始时间偏移假设条件这一问题,在非零起始时间偏移时利用信号的“时频对称性”,提出了一种基于FRFT新的STLFMCW信号参数估计方法。最后,研究了LPI雷达广泛采用的STLFMCW信号、多相码(Frank、P1-P4码)连续波信号的检测与估计问题。此类信号具有与LFMCW信号相似的时频结构,可以利用周期FRFT实现信号的检测与估计。进一步将周期FRFT推广到类LFMCW信号的检测与参数估计问题中,提出了相应的估计算法,同时证明了该估计算法也是此类信号的极大似然估计(MLE)和渐进最优估计。
李文臣[7]2009年在《高速机动目标雷达信号参数估计与成像处理》文中研究指明随着国内外导弹突防和反突防技术的发展,高速机动已成为目标突防的主要手段之一。高速机动目标具有大的雷达径向速度和加速度,目标高速机动将使防御雷达常规信号处理的分辨性能和信噪比下降,宽带一维距离像展宽,二维像模糊,因此将最终导致防御雷达无法对高速机动突防目标进行探测、跟踪与成像。如何提高防御雷达对高速机动目标的探测、跟踪和成像能力已成为雷达领域的前沿课题和紧迫任务。以弹道导弹防御为研究背景,论文围绕高速机动目标雷达信号参数估计与成像处理,深入系统地研究了高速机动目标的雷达信号模型、多分量LFM信号调频参数估计方法、基于二次匹配处理的多分量LFM信号分辨力、以及高速机动目标宽带一维像补偿和二维成像及定标。论文研究成果具体体现在以下几个方面:1.提取了高速机动目标在常规窄带雷达和宽带成像雷达下的回波特征。为了提高高速机动目标的雷达探测性能,需要研究高速机动目标的运动特征及回波模型,以便进一步研究雷达信号处理或补偿方法。为此首先分析了高速机动对雷达径向速度和加速度带来的影响。其次提取了高速机动目标在常规窄带雷达和宽带成像雷达下的回波特征,分析了常规窄带雷达信号处理方法的局限性。提出了用展宽系数来衡量频谱展宽的方法,并定量分析了目标运动各参数对宽带雷达测距和一维像的影响。最后分析了多分量LFM信号的时频分布和模糊图特征,以便选择合理的参数估计方法。2.研究了多分量LFM信号调频参数估计方法。高速机动目标的雷达回波信号处理均和LFM信号的检测和参数估计有关。为了研究LFM信号的二次匹配处理与参数估计,首次从理论上系统研究了LFM信号Radon-Wigner变换(RWT)、Wigner- Hough变换(WHT)、分数阶傅立叶变换(FrFT)、解线调方法(Dechirp)、Chirp-Fourier变换(CFT)和最大似然(ML)等线性调频参数估计方法的相互转换关系,给出了LFM信号调频参数估计的最佳表述。首次系统地给出了基于RWT的LFM信号快速调频参数估计,提出了利用频率偏差系数和剩余展宽系数分析LFM信号参数估计性能的方法。并提出了基于Radon-Ambiguity变换(RAT)的LFM信号快速调频参数估计。计算量比较分析表明RAT和RWT方法的运算量是相近的,估计性能均能达到了Cramer-Rao门限(CRB)。RWT法能同时估计LFM信号的频率和调频率,适合分析任意多分量LFM信号,由于能够充分利用各分量信号的能量,因此RAT适合估计同调频率多分量信号的调频率。3.基于RWT方法研究了多分量LFM信号分辨力和多目标分辨力。首次用二次项泰勒级数展开给出了RWT输出的近似解析表达式,从理论上给出了频率和调频率联合分辨数学表达式,以及延迟时间、频率和调频率的联合分辨力,并得到仿真验证。然后给出了脉冲多普勒雷达的速度和加速度联合分辨表达式,表明其联合分辨条件为运动参数不同引起的路径偏差大于半个波长,仿真比较了傅立叶变换和RWT的性能。最后给出了LFM雷达的距离、速度和加速度的联合分辨表达式,表明其分辨条件决定于两目标的径向位置偏差(分辨单元级)和相参时间内径向运动距离偏差(波长级),并仿真比较了匹配滤波和RWT的性能。本研究有助于机动目标的跟踪,以及群目标的分辨与识别。4.系统研究了高速机动目标的宽带雷达运动补偿、目标连续跟踪测量和ISAR成像与定标。根据速度和加速度的调频频谱展宽特点,提出了机动目标宽带一维距离像回波线性化模型,给出了RAT法线性参数估计与运动补偿方法,并进一步分析了测速和测距误差。仿真表明该方法很好地解决了未知运动参数情况下机动目标的一维距离像频谱展宽问题。其次为了有效利用雷达资源,一旦窄带跟踪到目标后,雷达可以转入宽带一维成像与单脉冲跟踪。给出了宽带一维像的测速、测距和测角模型,并得到仿真验证。目标一维像的连续定位跟踪可以增加目标跟踪数据率,提高雷达对机动目标跟踪能力。提出了匀加速目标的变尺度RWT成像与定标方法。该方法首先根据多个距离单元信号的调频参数估计,用加权最小二乘法解算出目标转动参数,并利用转动参数对横向信号实施纵向参数补偿;最后利用变尺度RWT实现成像与定标。算法速度较常规RWT成像有大幅度提高,成像性能更稳定,仿真实验和外场数据的ISAR成像处理验证了该方法的有效性。该方法在非合作机动目标ISAR成像与定标方面有很好的应用前景。另外纵向参数补偿法对于匀速运动目标仍然具有很好的应用价值。另外为了验证变尺度RWT成像,提出了基于外场测试数据的插值变采样机动目标数据产生方法,并进行了仿真验证。最后基于对称目标的对称轴与对称点直线垂直,给出了对称目标转角估计和横向定标新方法,并给出了定标参数估计误差表达式,定量分析了影响定标参数估计误差的各因素,并进行了仿真验证。该方法结构简单,运算量小。论文研究成果可以应用于脉冲多普勒雷达、LFM连续波雷达、步进频雷达、远程预警雷达和成像雷达等,对于雷达信息处理等诸多领域均提供借鉴和参考,同时对于弹道导弹生存和突防能力等应用领域研究具有十分重大的理论意义和军事价值。
刘建成[8]2007年在《加速运动目标检测及跟踪技术研究》文中认为提高雷达对机动目标的探测和跟踪能力是当前雷达技术领域所面临的前沿课题和紧迫任务。论文以弹道导弹防御为主要背景,利用时频分析方法进行加速运动目标的检测及加速度参数的估计,并把估计得到的加速度测量作为新增观测量引入到目标跟踪中,其研究成果主要体现在:1)从理论上分析了FRFT对LFM信号的检测性能、参数估计精度和分辨性能。推导了时限线性调频(LFM)信号的分数阶Fourier变换(FRFT),根据其幅度特性确定了峰值所在分数阶Fourier域的位置及其对应的信号参数。由此说明,FRFT适合处理含有未知参数的LFM信号。从输出信噪比(SNR)的角度,分析了FRFT在处理高斯白噪声背景下含有未知参数LFM信号的检测性能。结果表明,在高SNR条件下,FRFT处理含有未知参数LFM信号的输出SNR仅比理想情况(即信号参数已知)下的匹配滤波低3dB。从参数估计精度的角度,采用一阶扰动方法推导得到了基于连续FRFT的LFM信号参数的估计误差均方差。从分辨力的角度,推导得到了基于FRFT的频率分辨力、调频率分辨力及频率—调频率联合分辨力。结果表明,FRFT处理含有未知参数LFM信号在参数估计精度和分辨力方面均达到了最优。因此,基于FRFT的方法对处理含有未知参数LFM信号是有效的。2)分析了基于Wigner-Hough变换对加速运动目标的检测性能。研究了多种离散FRFT的实现算法,分析了其中应用最广泛的两种离散FRFT的输出峰值幅度与加速度、脉冲个数的关系,结果表明:尽管分数阶傅立叶变换的离散化形式很多,但当前还没有具有连续FRFT所具有性质的离散化形式。由于Wigner-Hough变换与FRFT的模平方存在恒等关系,因此在研究加速运动目标检测和参数估计问题时可采用Wigner-Hough变换。从理论上分析了单门限和双门限情况下基于Wigner-Hough变换的LFM信号的检测性能,推导得到了虚警概率和检测概率的数学表达式,为雷达设置合理的检测门限提供了理论依据。最后仿真比较了非起伏目标基于傅立叶变换和基于Wigner-Hough变换的检测性能,及不同起伏类型目标基于Wigner-Hough变换的检测性能,为估算雷达探测起伏目标的作用距离提供参考。3)深入研究了基于Wigner-Hough变换的加速运动目标的参数估计算法。研究并给出了基于Wigner-Hough变换的加速度参数估计算法的实现流程,分析了接收信号时长对加速度最小可分辨单元的影响,加速度最小可分辨单元跟信号时长的平方成反比。同时,在一定范围内,通过增大Wigner分布的频率单元长度和Hough变换的距离采样数也可以提高加速度最小可分辨单元。然后进行了仿真验证,仿真结果证实了该算法的有效性。4)把估计得到的加速度测量作为新增观测量引入到目标跟踪中,研究了恒增益跟踪滤波器设计及跟踪性能分析。利用离散Riccati方程的非递归代数解,推导得到了利用距离、速度、加速度测量的Kalman跟踪滤波器的稳态解的解析表达式,并提出了一种新的利用目标状态的不确定性对稳态协方差矩阵元素进行归一化的方法。利用引入加速度测量时Kalman跟踪滤波器的稳态解,研究了恒增益跟踪滤波器设计问题,给出了测量精度趋于无限高时的极限滤波性能。把在杂波环境中目标跟踪问题简化为测量源不确定性问题,分析了在目标跟踪中引入速度测量和进一步引入加速度测量对提高跟踪性能的影响。分析结果表明,无论是在杂波环境中还是在非杂波环境中,只要在目标跟踪中引入加速度测量,均可有效提高目标跟踪精度,并使跟踪滤波器以更快的速度收敛达到稳态。本文的研究成果对于提高弹道导弹防御雷达对再入机动弹头的探测和跟踪能力具有重要意义,并可为弹道导弹突防技术研究及突防效果评估提供有益的参考和借鉴。
李亚军[9]2011年在《多分量雷达辐射源信号检测技术研究》文中指出雷达辐射源信号检测是现代电子情报侦察系统中的关键技术。在现代电子战环境中,信号密度越来越大,导致辐射源信号同时或相继到达接收机并重迭或交迭在一起,形成多分量雷达辐射源信号(multi-component radar emitter signal, MCRES)。目前复杂环境下多分量雷达辐射源信号检测技术已成为电子侦察信号处理研究中的热点与难点。多分量线性调频(LFM)和非线性调频(NLFM)辐射源信号是较为常见的多分量雷达辐射源信号形式。作为非平稳信号,时频联合分析是处理这两类多分量雷达辐射源信号及其分量调制方式的有效工具。目前,这两类多分量雷达辐射源信号的检测方法大部分都是基于Wigner-Ville分布(WVD)及类傅里叶变换的方法。其中,Wigner-Hough变换(WHT)和分数阶傅里叶变换(FRFT)方法是多分量LFM辐射源信号检测的主要方法; FRFT优化窗的短时傅里叶变换(STFT)法和S-method (SM)是多分量NLFM辐射源信号检测的主要方法,其中SM是近年发展起来的性能较好的方法。但是,基于WVD的检测方法存在交叉项干扰；FRFT检测法存在不同调频率各分量信号的相互遮蔽,使得多分量雷达辐射源信号检测效果并不理想；在低信噪比情况下,WVD、FRFT和SM等检测法受噪声的影响很大,很难有效检测各分量信号,而且存在弱信号时,往往将信号与噪声误判,使得参数估计误差过大。针对上述问题,本文提出一种基于复数FastICA联合时频分析的多分量雷达辐射源信号分析方法,该方法采用先时域分离,后时频分析的思想。首先采用复数FastICA算法先对多分量雷达辐射源信号进行时域分离预处理,然后进行分量信号的时频检测。由于复数FastICA算法本身的欠定性,在处理输出的信号与噪声时,提出了两种信号与噪声的自动判别法。在低信噪比情况下,新的检测方法有效抑制了传统的基于WVD类方法检测多分量雷达辐射源信号时受交叉项困扰问题,避免了FRFT方法受不同调频率各分量信号相互遮蔽问题,并且有效减小了噪声对传统的时频分析方法检测时的影响。仿真结果表明,提出的新方法与传统分析方法相比,对多分量雷达辐射源信号的分离及特征提取效果更好。文章最后用该新方法设计了一种基于LabVIEW软件的多分量雷达辐射源信号检测系统。该系统具有简洁、友好的人机交互界面的优点,系统运行稳定可靠、方便简洁。
高仕龙[10]2013年在《基于混沌的LFM信号检测与参数估计》文中研究表明为了实现线性调频(LFM)信号的检测与参数估计,提出一种基于混沌理论的新算法。该算法首先分析了LFM信号参数变化对处于混沌临界态的Duffing振子输出相图的影响,并对待检LFM信号进行解调频处理。利用Duffing混沌振子构造滤波器阵列,以最大Lyapunov指数的符号作为系统状态的判断标准,从而实现了LFM信号的检测和参数估计。数值模拟表明,该算法易于操作,在低信噪比下,能有效检测LFM信号并获得较好的参数估计精度。
参考文献：
[1]. 宽带高速信号检测与频域测量技术研究[D]. 闫浩. 西安电子科技大学. 2016
[2]. 基于FRFT的LPI雷达信号参数估计方法研究[D]. 唐江. 解放军信息工程大学. 2013
[3]. 基于随机共振的LFM信号检测与参数估计[D]. 文川. 西南交通大学. 2011
[4]. 星载SAR卫星辐射源信号处理关键技术研究[D]. 汪金真. 国防科学技术大学. 2016
[5]. 基于分数阶傅里叶变换的线性调频信号估计与分离研究[D]. 段皓楠. 南京理工大学. 2016
[6]. 复杂体制雷达信号识别与参数估计研究[D]. 朱健东. 解放军信息工程大学. 2013
[7]. 高速机动目标雷达信号参数估计与成像处理[D]. 李文臣. 国防科学技术大学. 2009
[8]. 加速运动目标检测及跟踪技术研究[D]. 刘建成. 国防科学技术大学. 2007
[9]. 多分量雷达辐射源信号检测技术研究[D]. 李亚军. 哈尔滨工程大学. 2011
[10]. 基于混沌的LFM信号检测与参数估计[J]. 高仕龙. 四川大学学报(工程科学版). 2013