【摘 要】
：
传统的固定极化状态存在交叉极化隔离度低且有效的扫描角度范围窄等问题,制约了相控阵雷达中极化信息的充分利用.为提高交叉极化隔离度,并解决宽带相控阵中波束方向图畸变问题,提出一种基于极化状态配置方法的宽带相控阵极化方向图综合方案.通过优化不同波束指向的极化状态,并利用有限长单位冲激响应(finite impulse response,FIR)数字滤波器建立宽带阵列方向图综合模型,实现对极化方向图的控制.仿真结果表明,该方法能够有效降低主极化和交叉极化方向图的频率响应,抑制主极化的旁瓣和交叉极化水平.将宽带相控
【机 构】
：
国防科技大学电子科学学院,湖南长沙410073
论文部分内容阅读
传统的固定极化状态存在交叉极化隔离度低且有效的扫描角度范围窄等问题,制约了相控阵雷达中极化信息的充分利用.为提高交叉极化隔离度,并解决宽带相控阵中波束方向图畸变问题,提出一种基于极化状态配置方法的宽带相控阵极化方向图综合方案.通过优化不同波束指向的极化状态,并利用有限长单位冲激响应(finite impulse response,FIR)数字滤波器建立宽带阵列方向图综合模型,实现对极化方向图的控制.仿真结果表明,该方法能够有效降低主极化和交叉极化方向图的频率响应,抑制主极化的旁瓣和交叉极化水平.将宽带相控阵的交叉极化隔离度在宽角扫描范围内保持在较高水平,能够满足实际极化相控阵应用的指标需求.
其他文献
This paper presents a quantum algorithm to decide whether a Boolean equation system F has a solution and to compute one if F does have solutions with any given success probability.The runtime complexity of the algorithm is polynomial in the size of F and
Currently,working with partially observed functional data has attracted a greatly increas-ing attention,since there are many applications in which each functional curve may be observed only on a subset of a common domain,and the incompleteness makes most
将间歇收发用于辐射式仿真可以有效解决收发信号互耦问题,但间歇收发带来的信号缺失,将导致脉冲压缩后距离像旁瓣的升高,从而影响目标的分辨能力.为了解决这一问题,针对脉冲编码调制(pulse code modulation,PCM)信号提出了基于匹配滤波变换基的信号回波重构方法.本文推导了间歇收发后PCM信号经过匹配滤波器的输出,并利用PCM信号间歇收发回波稀疏特点,结合压缩感知理论研究了基于匹配滤波变化基的间歇收发回波精确重构方法.仿真结果表明,该重构方法能够准确恢复距离像,信噪比大于10 dB重构概率达到9
In statistical parameter estimation problems,how well the parameters are estimated largely depends on the sampling design used.In the current paper,a modification of ranked set sampling called moving extremes ranked set sampling (MERSS) is considered for
针对传统的线性调频(linear frequency modulation,LFM)信号参数估计方法在脉冲噪声环境中无法准确提取参数信息的问题,设计了两种非线性幅值变换函数(nonlinear amplitude transformation,NAT),即attenuation-NAT (A-NAT)函数与increasing bounded-NAT (IB-NAT)函数,推导证明了大幅值脉冲样本经A-NAT或IB-NAT变换后,存在有界的二阶统计量,且LFM信号变换后仅幅值发生变化,相位信息不变.对经过
The paper presents a numerical method for solving a class of high-dimensional stochastic control systems based on tensor decomposition and parallel computing.The HJB solution provides a globally optimal controller to the associated dynamical system.Variab
This paper studies the continuous-time constrained consensus of heterogeneous multi-agent networks with nonconvex input and velocity constraints,where each agent\'s dynamic is modeled by a first-order or second-order integrator,the communication delays
为了提高稀疏捷变频(sparse frequency agility,SFA)雷达信号在稀疏重构中的精度和稳定性,提出一种基于进化粒子群优化(particle swarm optimization,PSO)算法的SFA雷达信号的优化设计.首先,推导了SFA雷达的信号模型和稀疏重构时的字典矩阵.然后,以最小化SFA雷达信号对应字典矩阵的相关性为目标函数,稀疏载频情况下有效带宽和有效跳频间隔为约束条件,建立优化模型.最后,通过进化PSO算法求解得到最优载频序列.仿真结果表明,所提算法在满足稀疏性约束的条件下,
常见的回波域算法在处理穿墙成像中的杂波抑制问题时,杂波滤除不够彻底,致使信杂比和目标准确性较低,严重影响目标检测与识别等后续处理.为解决这一问题,从图像域中寻找杂波像素和目标像素的区分特征,以离散系数实现对像素向量离散程度的定量化,以图像强度和剩余像素均值构建杂波抑制的评价体系,通过主杂波抑制和目标聚焦依次消除离散系数较大的杂波像素向量和背景像素向量,从而得到最终成像结果.仿真结果表明,所提算法具有良好的有效性和鲁棒性,能显著提升信杂比,使目标成像清晰准确.
特征提取是基于高分辨距离像(high resolution range profile,HRRP)的雷达目标识别的关键技术之一.传统人工提取特征的算法,仅利用浅层结构特征,无法有效解决姿态敏感性问题,从而限制了目标识别方法的泛化性.对此,提出一种基于深度学习的目标识别方法,并通过详细的姿态角性能测试分析了该方法的应用边界条件.通过构造适合处理HRRP的卷积神经网络(convolutional neural network,CNN)模型,充分发掘目标深层次姿态不敏感属性特征,完成高精度目标识别.基于实测数据