论文部分内容阅读
本课题主要研究被动雷达导引头PRS(Passive Radar Seeker)中的测向技术,论文主要围绕扩大被动雷达导引头的测向带宽、分析在有源诱饵存在前提下比相体制被动雷达导引头的测向性能、提高被动雷达导引头的抗诱饵能力以及复杂雷达信号测向等问题展开研究,并对其中的部分内容进行了软硬件实现,验证了所提算法的有效性,进行了相关指标的测试。为了扩大被动雷达导引头的测向带宽,提出了基于虚拟基线依次解模糊的方法,解决了最大不模糊视角和测向带宽之间的矛盾,最短基线的长度可以大于入射信号的半波长且基线摆放不必满足参差关系,在被动雷达导引头尺寸受限的情况下,不增加天线个数、不降低测向精度即可完成更宽频带内的测向,易于工程实现。提出了虚拟基线正确解模糊的信噪比要求和通道相位一致性条件,计算机仿真和实测数据分析均表明了该方法的有效性。针对雷达诱饵诱偏问题,研究了比幅被动雷达导引头在有源诱饵诱偏时的测向性能,推导出当存在有源诱饵时,比相体制PRS跟踪角度的数学模型并进行了详细分析,指出采用相位干涉仪的比相体制导引头无法分辨雷达和诱饵,PRS将跟踪雷达和诱饵的合成相位中心,跟踪角度不固定且不断变化,采用单脉冲测向的比相体制PRS将受到诱饵的诱偏而不能正确跟踪目标,仿真结果和实测数据均验证了结论的正确性。在被动雷达导引头中采用空间谱估计测向技术,利用空间谱估计的超分辨特性,减小PRS的分辨角,能在一定距离下分辨出雷达和诱饵,从而达到攻击雷达目标的目的。在研究传统的MUSIC(Multiple Signal Classification)算法基础上,针对雷达和诱饵的功率比和相关性等特点,利用噪声子空间的不变特性,提出了改进的子空间DOA(Direction Of Arrival)估计方法,与传统的MUSIC算法相比,该方法不仅对空间分布很近的信号有较好的角分辨力,而且对功率不等的信号和相关性较强的信号均能很好地分辨,将此方法应用于被动雷达导引头中,能够很好地分辨雷达和诱饵。基于时频分析的子空间算法充分利用了信号的时、频、空三维信息,具有很好的信号选择性以及抑制干扰和噪声的能力,估计性能优于传统的空间谱估计算法。在研究了STFD-MUSIC(Spatial time-frequency distribution-MUSIC)算法的基础上,提出了加权平均STFD-MUSIC算法,加权加强了高能量时频点的作用,并使噪声项减小,噪声得到进一步抑制,理论分析和仿真结果均表明加权平均STFD-MUSIC算法测向性能优于时频平均STFD-MUSIC算法,能更稳健地实现对线性调频信号的二维DOA估计。