论文部分内容阅读
极化捷变雷达系统在探测目标时可根据需要快速切换发射信号的极化,从而提高系统的目标检测和干扰抑制能力,在军用和民用领域具有广泛的应用前景。本文围绕极化捷变雷达系统的目标检测及其抗欺骗性干扰等技术,针对车载、机载等小型化雷达中的系统资源优化、实时性处理的相关方法进行了理论分析和仿真研究,具体工作如下: (1)基于雷达极化捷变技术在MATLAB环境下搭建了全文仿真所使用的Simulink平台,在此基础上探讨了目标回波信号的极化估计及其FPGA硬件实现。 (2)为了提高目标最佳极化计算效率,根据带门限的序列Jacobi方法,优化了实现Graves功率矩阵特征向量求解的FPGA硬件结构。该结构中采用并行思想设计运算模块,合理调整了有限状态机的执行时序,并对相关进程进行并发处理,压缩了程序的执行时间。与CORDIC实现方法相比,该方法不需要计算Jacobi旋转参数的迭代过程,提高了运算速度。 (3)根据Kennaugh伪本征方程提出了一种误差可控的搜索目标最佳极化的方法,利用收发信号间的极化差异实现了搜索的误差控制,并对其可行性进行了严格理论证明。讨论了三种搜索模式——遍历模式、门限模式和范围自动缩放模式,并通过MATLAB图形用户界面的仿真,分析了这三种模式的性能以及误差控制的效果。该方法无需求解目标极化散射矩阵和Graves功率矩阵的特征向量,减小了信号处理模块的设计难度。随后将该方法与求解功率矩阵特征向量的方法相结合,设计了一种用于雷达跟踪目标过程中实时获取目标最佳极化,并优化回波接收功率的混合方法。分析表明,混合方法能够为系统提供实时性较高、误差可控的目标最佳极化求解过程。 (4)基于极化参数匹配的思想和极化捷变编码技术,提出了一种在有源欺骗性干扰环境下针对特定目标的检测方法。该方法将回波的Jones矢量参数与相应的目标极化先验信息进行匹配运算,根据得到的匹配度可以对干扰环境中的目标进行检测。针对不同极化的干扰和待检目标的蒙特卡洛仿真结果表明,该方法能够适用于多种目标和干扰极化的情况,并能保持目标检测性能的稳定。在该方法的FPGA实现过程中,为了减少系统资源消耗或提高运行速度,分别对采用串行结构和并行结构设计的运算模块进行了比较研究。 (5)在干扰极化相对不变的前提下,提出了一种有源欺骗性干扰环境下的多目标同时识别方法并进行了FPGA硬件实现。首先,利用干扰的Jones矢量参数和未知目标的极化散射特性差异,发射一组相关的极化捷变信号,通过回波信号间的运算可将接收信号中的目标回波和干扰信号进行分离,以方便系统的干扰抑制处理。该处理过程中无需采用统计的手段分析干扰极化与目标回波极化的分布规律及差异,提高了系统处理的实时性。然后,在抑制干扰的基础上利用目标对入射波的极化变换效应作为先验信息,根据目标回波Jones矢量参数与先验信息之间的差异,通过计算匹配系数矩阵可实现多个目标的同时识别。与基于遗传算法的多目标识别方法相比,该方法通过并行计算匹配系数的手段处理回波和先验信息之间的关系,无需多次迭代过程,节省了运算时间。