频控阵雷达抗拖曳式干扰技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:beige0801
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
有源拖曳式雷达诱饵作为一种新型的自卫式干扰方式,具有高效能、强可控性、低成本等优点,大大提高了载机在作战中的生存概率,在电子对抗中占据重要的战略地位,对雷达作战效能提出了严峻的挑战。传统雷达抗拖曳式干扰技术存在对抗模式单一、适用范围局限的问题。频控阵(Frequency Diverse Array,FDA)具有角度距离依赖特性,在抗拖曳式干扰领域具有极大的应用前景。本文在频控阵波束特性的基础上,提出新颖的拖曳式干扰抑制方法,和传统的拖曳式干扰抑制方法相比,具有系统简单、参数方便调节的优势。本文的主要研究工作概括如下:1.提出两种基于频控阵发射波束的抗干扰方法。一是基于距离维零陷控制的拖曳式干扰抑制方法,重点研究了具有干扰位置先验信息的情况下,通过设计干扰零陷和主瓣的空间位置,自适应地计算出频控阵的发射波束参数,从而有效抑制转发式拖曳式干扰;二是基于MVDR自适应发射波束形成的干扰抑制方法,不仅可以有效抑制转发式拖曳式干扰,而且可以同时抑制存在多个假目标的距离拖引拖曳式干扰。2.深入研究了基于FDA-MIMO雷达的拖曳式干扰抑制方法。首先建立FDAMIMO雷达信号模型,然后通过谱估计算法获取期望信号和拖曳式干扰的距离角度位置信息,并通过自适应波束形成算法抑制转发式干扰,接着对比了MVDR和LCMV两种算法,并讨论平方频偏和线性频偏两种频率增量的选择对干扰抑制效果的影响,最后进行输出信干噪比分析,对比了四种参数下的输出信干噪比曲线,得出平方频偏的LCMV算法性能最优的结果。3.提出两种基于频控阵的二维零陷优化方法。一是基于协方差矩阵锥化的零陷优化方法,利用锥化矩阵对采样协方差矩阵进行加权并代替原来的采样矩阵,并求得对应的自适应权向量。该方法能够在二维展宽加深拖曳式干扰的零陷,输出性能得到提升;二是基于干扰导向向量左右旋转的零陷优化方法,通过形成四个导向向量,能够在拖曳式干扰位置附近形成四个零陷,达到在距离角度二维展宽加深零陷的效果。上述两种方法都有效避免了因拖曳式干扰方向扰动和导向向量失配导致干扰抑制不能被实时处理的现象,提高了抗干扰波束的稳健性。
其他文献
因为无线频谱资源的短缺,毫米波通信在近年来得到了重视与广泛研究。毫米波通信可以拥有更宽的带宽,同时也可以降低天线的尺寸,具有很好的应用前景。毫米波通信与大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统都属于第五代移动通信技术(5th-Generation,5G)的关键技术。信道估计是进行无线通信的第一步。在传统的MIMO系统中,由于天线数目不多,不同
新兴无线系统旨在结合更多功能并符合更多的电信标准,为此无线系统越来越需要更小尺寸、更低成本以及更高性能的电路,在这种复杂的系统架构中,振荡器是最关键以及当今商用无线系统中体积较大的模块之一,因此对于缩小此类模块的需求很大。薄膜体声波谐振器(Film Bulk Acoustic Resonator,FBAR)具有高品质因数和低尺寸的特点,相较于传统的SAW等器件有了很大的性能提升,这就使其成为替代片
多输入多输出(MIMO)技术可以成倍地提升通信系统的频谱利用率,在应对现今社会呈指数式增长的无线接入需求上发挥着重要作用。自MIMO技术问世以来,低复杂度高性能的信号检测算法一直是科研工作者和工程师们的研究热点。期望传播(EP)是一种专门解决后验概率估计的算法,在解决通信系统信号检测上有广泛的应用。本文的研究重点为基于期望传播的MIMO信号检测算法。期望传播算法是一种迭代更新的确定性概率近似算法,
随着移动互联网的发展以及在社会生产与生活中深入而广泛的应用,用户对于数据传输的速率提出了更高的需求。而无线通信技术自一开始发展以来,直到当前的5G时代,电磁波的传播环境就一直被视为随机的且不受控制的,其中的阴影衰落和多径效应等深刻地影响着移动网络通信的效率和用户的服务质量。而近年来所出现的由大量低成本的被动式反射单元所构成的可编辑智能反射面,其上的各被动式反射单元能独立地对入射信号的幅度或相位进行
自相似集是最基本最重要的分形集类,对于该集类的研究非常广泛而深入。本论文研究自相似集的两个基本问题:有限多个区间并的自相似性以及类自相似集的性质。论文的第一部分讨论了有限多个区间并的自相似性。分形几何中一个基本的问题就是如何由已知的自相似集构造出新的自相似集,其中一个典型的问题就是两个相同长度的闭区间的并是否还是一个满足开集条件的自相似集,进一步地,有限多个闭区间的并是否还是满足开集条件的自相似集
突发事件会对生命财产安全、公共秩序以及社会环境造成伤害,因此亟需对突发事件建立信息抽取体系,从非结构化的文本中提取出事件的结构化信息和蕴含的关系,以快速认识突发事件的信息和演化过程,为应急决策领域提供数据和技术支持。本文根据突发事件特点将其分为事件发生类、事件描述类、事件影响类和事后处理类四类,提出了一种适用于描述突发事件的事件表示框架,并基于该框架对突发事件的抽取和演化关键问题展开研究。主要研究
体域网是一种以人体为中心的由穿戴或可嵌入式设备组成的小型化网络,目前在人体健康检测方面应用非常广泛,未来在消费电子、娱乐和军事等多个领域应用前景广阔。随着人们生活越来越丰富多彩,人们对通信带宽的需求也越来越高,宽带体域网已经成为一个研究重点。在电池技术发展遇到瓶颈的今天,小型化穿戴设备存在的一个问题是续航时间比较短,如何更好地降低设备的功耗便成为当今社会的一个研究热点。在此背景之下,本文针对一种5
无线自组织网络(Ad-Hoc)是一种无中心、自组织、不需要任何通信基础设施的多跳无线网络。因为其具有的组网简单、灵活性强、抗毁性强等特点,而被应用于各种恶劣的环境中,比如战场通信、抗震救灾、环境监测等场景。特别是近年来,军事应用领域提出的“云作战”、“马赛克战”等新型网络作战概念,更是对Ad-Hoc网络提出了更高的要求。在马赛克战等新型作战概念下,网络被分成很多小型低复杂度的系统,这些系统能够实现
随着砂浆需求量的增加,对砂浆各种性能的要求也越来越高,其中,可泵性作为砂浆的一个重要性能,得到了各方关注和研究。在传统的特征工程中,不同场合下选择的特征往往有很大的差异,人工选择特征不仅工作量大而且效果欠佳,泛化能力也差,而深度学习模型具有自动提取特征的优势,可有效避免特征工程所带来的种种缺陷。通过人眼直接判断砂浆的可泵性好坏具有很强的随意性和主观性,同时准确率也不高,此外,直接通过复杂的可泵性标
密码算法的安全性是最受关注的,主要包含其数学原理的逻辑缜密性以及加解密速度的快慢,这些特性保证了密码算法加密速度快且难以被攻击。随着密码算法被应用到大量的加密设备中,其安全性会受到侧信道攻击(Side-Channel Analysis,SCA)的威胁,侧信道攻击是基于一个客观事实,即加密设备在运行过程中,会泄露出密钥相关的信息,这些信息包含了设备的密钥信息,此类攻击防不胜防。本文的研究工作主要是针