基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向(DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

基于矩阵重构的非相干分布源参数估计方法

针对现有非相干分布源参数估计算法计算量大等问题,提出了一种新的DOA和角度扩展估计算法.该算法利用空间频率近似模型下的非相干分布源协方差矩阵的结构特点.协方差矩阵可分为相位信息矩阵和幅度信息矩阵.对相位信息矩阵进行重构,对重构后的协方差矩阵利用MUSIC等传统方法即可实现DOA的估计;对幅度信息矩阵的各主次对角线上的元素均进行平滑得到幅度信息平滑向量,估计得到的DOA代入幅度信息中即可得到角度扩展的估计,从而实现非相干分布源DOA和角度扩展分离估计.计算机仿真验证了算法的性能.     

几种自适应波束形成方法的对比

波束形成在无线通信、雷达、声呐等阵列系统中具有广泛应用。数字波束形成通常是基于接收信号的阵列响应和协方差矩阵的估计设计。由于天线增益、相位、波达方向(Direction-of-Arrival,DOA)和协方差矩阵估计的误差会导致导向矢量(Steering Vector,SV)产生模型失配,而这种模型失配会导致波束形成性能的下降。针对以上问题,给出了基于精度矩阵收缩估计的方法,采用了线性脊估计结构且用数据驱动和留一交叉验证来选择参数。通过Matlab仿真,研究了当存在模型不确定性时,基于精度矩阵收缩估计的方法以及基于协方差矩阵收缩估计和干扰加噪声协方差矩阵重构等方法的鲁棒性。结果显示,当存在模型失配时,基于精度矩阵收缩的波束形成方法在低信噪比时具有更优的鲁棒性。     

一种指数形式时变加权的机载双基雷达STAP算法

针对机载双基雷达杂波距离向分布非平稳,统计型空时自适应处理技术杂波抑制性能急剧下降问题,提出一种基于指数形式时变加权算法。该方法引入距离的非线性函数表示杂波的变化特性,通过对样本数据进行指数形式扩展,实现杂波非平稳分布的补偿。理论分析和仿真实验表明,所提方法能有效抑制来自不同距离的双基杂波,在急剧变化的杂波环境下性能优于时变加权法和局域处理法。     

双平行线阵的快速一维DOA估计

针对传统子空间算法需要进行特征值分解或奇异值分解等复杂计算的问题，提出一种双平行线阵（Double Parallel Linear Array,DPLA）的快速一维波达方向（Direction of Arrival，DOA）估计算法。算法通过处理互协方差矩阵的第一列元素构造出等效的噪声子空间，再通过求根MUSIC（Multiple Signal Classification）算法得到DOA估计，有效避开了特征值分解或奇异值分解，降低了计算复杂度，提高了运算速度。仿真结果表明，该算法在提高了估计精度的同时减少了估计时间。     

一种对称α稳定分布噪声环境下DOA估计新算法

脉冲噪声环境下波达方向（DOA）估计是阵列信号处理领域一个新兴研究方向。针对α稳定分布噪声环境下经典MUSIC算法性能退化的问题,提出了一种新的基于非线性压缩核函数（NCCF）的DOA估计算法。该算法利用基于NCCF的有界矩阵代替了MUSIC的协方差矩阵,通过对有界矩阵进行特征分解确定信号子空间和噪声子空间,借用MUSIC谱估计公式进行谱峰搜索,得到DOA的估计值。仿真结果表明,NCCF-MUSIC算法运算复杂度较低,相比于基于分数低阶统计量（FLOS）的MUSIC方法和基于广义类相关熵（GCAS）的MUSIC算法,该方法具有更好的准确度和稳定性。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计, 但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正 算法（MESVD）,该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空 间估计。理论分析和数值仿真证明：修正后的算法能够正确估计相干、相关和不相 关信号, 估计性能与空间平滑算法（FBSS）相当。     

拥挤干扰环境下的一种多载波扩频信号接收波束成形方法

针对拥挤干扰环境中的多载波扩频通信系统,提出了一种基于期望信号波达方向估计和干扰功率空间谱分析的波束成形方法。该方法首先利用多载波扩频调制信号的频率分集特性估计期望信号的波达方向,然后利用空间谱分析估计干扰信号的空间功率分布,在此基础上完成波束成形。该方法能够在拥挤强干扰环境下精确估计信号的波达方向,从而保证了干扰信号空间谱估计的有效性。仿真结果表明,即使干扰信号的功率显著强于期望信号,本算法仍然能够精确地估计出期望信号的波达方向,从而保证算法的有效性。     

一种基于二重特征分解的稳健波束形成方法

针对强干扰背景下的弱目标被动探测与定位问题,提出了一种基于特征分解的稳健波束形成方法。首先搭建了一个由信号子空间与干扰方向导向矢量组合的特殊矩阵,理论推导了该矩阵特征向量与信号导向矢量间的内在关系,并证明这种数学关系仅与信号间相对方位有关,与信号能量无关;接着利用该关系,构造了能够抑制训练数据中期望信号并保证其余信号功率不变的预处理矩阵;最后对预处理后的训练数据,结合对角加载方法,获得最终波束形成方法的权向量。仿真实验证明,在干扰区间已知时,该算法在保证波束形成的稳健性同时,具有更强的干扰抑制能力。     

采用图像处理的跳频信号参数盲估计

针对短波复杂信道环境下的跳频信号参数估计问题,提出了一种基于图像处理的跳频信号参数盲估计算法。该算法在时频分析的基础上采用灰度共生矩阵提取信号的纹理特征,通过对纹理特征量的分割实现信号与背景噪声的分割,并运用形态学滤波去除二值化后产生的椒盐噪声;然后根据连通区域标记得到的各个信号在时频图中的位置信息来聚类,从而去除定频、突发等干扰信号,分选出跳频信号;最后根据分选出的跳频信号提取其跳频频线并进行修正,估计出跳频信号的跳周期、跳变时刻和跳频频率。仿真实验表明,该算法切实有效,能够在较低的信噪比条件下精确地估计出跳频信号的参数。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题，提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换，得到矢量化空间；然后采用刀切法将此组空间重构多个协方差矩阵，经酉变换后结果取平均；最后通过循环迭代得到最优信源数。理论分析和仿真结果表明，该算法在白、色噪声环境下能有效抑制噪声，且在低信噪比及采样点较少时能更准确估计信源数，相较于传统的估计算法，显著提高了检测性能。     

基于软件无线电的GNSS干扰和多径监测系统设计

针对干扰和多径导致全球导航卫星系统（GNSS）不能精确、安全和可靠地提供位置、速度和时间服务等问题，分析了研制GNSS干扰和多径监测系统的意义，介绍了当前干扰和多径常用的检测方法，设计了一套针对当前四大导航系统（美国GPS、俄罗斯GLONASS、欧盟Galileo和中国BDS）各信号带内以及附近频率的干扰和多径监测系统。系统基于软件无线电（SDR）思想，采用模块化设计，具有良好的功能扩展性和配置灵活性。根据不同干扰的特点，结合实际应用改进了其检测算法：采用能量阈值法检测不同形式的压制式干扰，采用基于捕获多相关峰法判别欺骗式干扰，采取基于最大似然准则的多径估计延迟锁定环（MEDLL）技术估计多径信号的参数。实验结果表明系统能够有效检测各种干扰和多径信号的存在，使用户获取其特征参数，为干扰源的定位、查处、排除、规避以及多径信号的抑制提供决策依据。     

小波域抑制多音干扰的扩频接收机

利用小波包理论提出了一种快速、准确地识别并且抑制多音干扰的有效方法。该方法利用小波包理论将多音干扰的各条谱线逐个定位，然后通过功率谱分析的方法来识别多音干扰的存在区间，最后将被干扰污染的区间逐个切除并反向重构接收到的信号。实验证明该方法的误比特率性能在强干扰时要优于以前的FFT域切割法。     

新型协同式敌我识别系统技术研究

本文在分析当今二次雷达敌我识别（IFF）系统现 主发展趋势的基础上，针对Mark系列IFF系统在现代战争环境中的不足之处，综合采用时间同步IFF系统，JTIDS和Mark系列IFF系统先进的成熟技术，通过完善询问和应答信号格式设计及加密控制技术，构成一个易于工程实现，具有较好实用性能，保密强度高，内部干扰少并具有较强抗欺骗干扰能力的新型协同式IFF系统。     

星载AIS的复值FastICA算法改进

针对星载船舶自动识别系统(AIS)的含噪复值信号盲分离算法分离效果不佳的问题,提出了改进的复值快速独立分量分析算法（FastICA）。该改进算法针对混合信号数目大于源信号数目的超定情况,对含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,修正白化矩阵,再应用Huber M估计函数优化该算法的目标函数。实验结果表明,运用该算法信号均方误差(SMSE)变小,信干比(SIR)变大,提高了信号的分离性能;同时,优化后的目标函数使算法具有良好的稳健性。     

全卷积神经网络应用于SAR目标检测

在合成孔径雷达（SAR）图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。     

GNSS抗干扰技术综述

随着电磁环境的日益复杂、干扰技术的不断进步，全球卫星导航系统（Global Navigation Satellite System，GNSS）的各类应用受到了严重阻碍，在强干扰环境中，扩频增益不足以对干扰进行有效抑制，需采用各种抗干扰措施。对GNSS抗干扰技术进行了分类，概述了不同抗干扰技术的研究现状及进展，并对GNSS干扰源与干扰类型进行了归纳总结，给出了不同干扰类型对应的抗干扰方法，进一步对比分析了几类常见自适应算法的性能，最后指出了GNSS抗干扰技术未来的研究趋势。     

宽带卫星通信系统中强干扰抵消方法

在强干扰环境下,星上信道化器的关键部件模数转换器（ADC）会发生数据溢出,严重影响星上载荷转发性能。为此,提出了一种基于抵消思路的宽带卫星通信系统中强干扰抑制方法。该方法首先在数字域对强干扰进行检测、提取和相位幅度调整,然后在模拟域进行强干扰抵消,最后通过检测反馈保证抵消效果。给出了数字域提取滤波器的基本设计方法和实现步骤,并且结合工程实际,采用数学形态学滤波方法消除卫星宽频带噪底起伏带来的影响。研究与仿真结果表明,该方法能对强干扰进行有效抑制。