论文部分内容阅读
认知雷达作为一种新概念雷达,其系统由传统的接收-发射的开环模式,发展为闭环模式,从而其性能较传统雷达得到了全方位的提升。知识辅助和自适应信号处理是认知雷达系统的两大核心模块,其中知识辅助对认知雷达杂波抑制能力的提升起到了决定性的作用。真实环境下杂波一般都是非均匀的,样本的统计特性各异,这使得独立同分布样本数量不足,导致传统的空时自适应处理算法抑制杂波/干扰的性能严重下降。因此,本文围绕知识辅助,主要研究认知雷达接收机抑制非均匀杂波/干扰的方法。研究内容如下:(1)通过分析现有机载脉冲多普勒雷达和相控阵雷达工作原理,研究了机载认知雷达的系统架构,分析了认知雷达的优势,凝练了认知雷达系统中的关键技术;(2)提出了基于地形因子的杂波均匀样本选择方法,以提高认知雷达在非均匀杂波环境下的杂波抑制效果。我们首先根据真实的数字高程模型(Digital Elevation Model,DEM)数据,建立了机载认知雷达非均匀杂波环境,然后从DEM数据中提取地形因子,接着采用单一地形因子的方式,以相关系数作为衡量标准选择均匀样本,以改善非均匀环境下杂波的抑制能力。为了验证本文算法的有效性和可行性,我们用真实DEM数据进行了仿真实验,结果表明,基于地表粗糙度、地形起伏、坡度和高程变异系数四种地形因子选择均匀样本的方法,其杂波抑制能力都优于其他样本选择方法。(3)由于基于单一地形因子选择样本的方法各有所长,所以本文进一步综合四种地形因子提出了一种基于多种地形因子的均匀样本选择方法,并将该方法与知识辅助的非均匀选择器干扰剔除方法结合,构建了一种知识辅助的均匀样本选择方法,以提高实现杂波/干扰抑制效果。仿真结果表明,新方法可以同时实现杂波和干扰的抑制,在认知雷达知中具有很好的应用前景。