论文部分内容阅读
为了降低雷达信号被侦察接收机截获的概率,雷达方在发射信号时将雷达信号的能量尽量广地分布在由时域、频域及空域等域所组成的多维空间中,使雷达信号具有低截获概率(LPI)特性。针对LPI雷达信号而设计的侦察接收机需要具有较宽的瞬时监视带宽才能保证较高的频域截获概率,还需要具有处理复杂形式信号的能力才能应对LPI雷达信号的复杂性。首先,本文考虑在频域瞬时监视带宽达数十GHz的情况下,侦察接收机如何采用较低采样率的模数转换器对LPI雷达信号进行频域高概率地截获;然后,本文重点讨论较低信噪比(SNR)甚至负SNR条件下,基于瞬时和非瞬时信号特征的常规雷达信号及典型LPI雷达信号的脉内调制识别。本文的主要成果如下:1)在瞬时监视带宽为数十GHz的条件下,首先,提出了基于上升过零时刻查找表的Nyquist折叠接收机(NYFR)来实现本地振荡信号(LOS)同步,解决了NYFR输出信号在估计Nyquist区域(NZ)时存在的同步困难问题。然后,根据NYFR对不同NZ调制不同信息的本质,设计了同步NYFR(SNYFR)。2)当SNYFR输入为简单脉冲(MP)、线性调频(LFM)及二相编码(BPSK)信号时,分别提出了相应的参数估计算法。输入为MP信号情况下,在LOS为周期LFM信号时,首先将NZ估计转化为多个斜率已知、载频未知的LFM信号检测;然后根据NZ进行解调,并采用快速测频算法进行参数估计。在输入为LFM信号时,利用同步后信号能够转化为MP信号的特点来进行NZ的检测;还考虑了SNYFR输出信号的NZ存在性问题,提出了基于左边带LOS的SNYFR,并提出了基于此结构的LFM信号参数估计算法。对于输入为BPSK信号的情况,利用平方倍频法,将其参数估计转化为输入为MP信号的估计。此外,还研究了输入为多分量信号时的参数估计算法。3)分别采用了相位差分、Zhao-Atlas-Marks广义时频分布(ZAM-GTFR)及ZAM-GTFR时频图像旋转后进行奇异值分解(SVD)等方法,实现了多种脉内调制信号的识别。首先,本文的相位差分算法考虑了SNR阈值引起的频率突变对识别的影响,在SNR大于4dB情况下,正确识别概率大于90%。然后,推导了多种雷达信号的ZAM-GTFR,得出了编码类信号的相位突变会在ZAM-GTFR时频面上产生尖锐负峰的结论,实现了SNR大于-2dB时的信号识别。最后,为了降低对SNR的要求,将ZAM-GTFR时频图像进行了旋转与SVD,并利用SVD的不同奇异值的不同含义,大多数信号实现了SNR大于-6dB时的信号识别。4)分别采用能表征信号特征的模糊函数(AF)及Rihaczek分布(RD),提取了接收信号的多个脉内特征。基于AF的识别算法定义了两个一维函数来减少计算量,并推导了多个非瞬时的特征参数,在SNR大于-1dB时实现了信号识别。基于RD的识别算法利用了RD丰富的时频交叉项以及霍夫变换优异的直线检测能力,提取了两个新的特征,实现了SNR大于-4dB时的信号识别。