论文部分内容阅读
雷达探测的性能仿真分析无论是对于突防武器的研究,如怎样设计武器高度使雷达对其的发现概率更小,还是对于提高雷达探测性能,都有重要意义。同时由于实际雷达回波中包含大量的杂波和干扰信号,杂波和干扰会影响雷达的检测能力,所以对雷达探测中的关键技术即杂波和干扰抑制技术进行研究对提高雷达探测性能具有重要意义。在雷达探测性能建模、仿真及其关键技术研究中,本文主要内容和创新点如下:1)对雷达低空探测进行了建模和定量的仿真分析。针对特定环境下的点目标回波以及地杂波进行建模、仿真,包括对雷达发射信号建模仿真、天线方向图建模仿真、瑞利分布和K分布的建模仿真等。并在雷达回波模拟的基础上,通过常规信号处理即匹配滤波、MTI(Moving Target Indication,MTI)、MTD(Moving Target Detection,MTD)、CFAR(Constant False Alarm Rate,CFAR)仿真分析特定地形下的雷达探测能力随目标高度的变化关系。2)由于雷达回波中杂波信号强度远大于目标,所以雷达探测中的关键技术杂波抑制是影响雷达探测的重要因素。针对杂波抑制空时自适应处理(Space-time Adaptive Processing,STAP)给出了一种约束条件目标化的迭代STAP优化算法,所提算法首先对优化问题进行变形,考虑到变形后的优化条件仅仅对待检测通道做出限定,并没有考虑到其它频率通道,所提算法通过定义待检测单元各个频率通道的目标值,然后最小化目标值和待检测单元各个频率通道的误差,即把约束条件转化为目标函数,同时把约束条件转化成的目标函数和原目标函数加权构成新的代价函数,然后通过迭代去求解滤波器权向量,与传统直接求解STAP权向量的算法相比,所提算法性能提高了2dB。3)实际雷达回波中干扰信号的存在会影响雷达的探测能力,针对雷达探测中的干扰抑制即稳健自适应波束形成(Robust Adaptive Beamforming,RABF)给出了一种基于ADMM(Alternating Direction Method of Multiplier,ADMM)的稳健的自适应波束形成算法。针对信号观测方向误差导致的自适应波束形成算法性能下降,所提算法先对优化问题进行分解变形,然后在变形后的优化条件基础上定义观测方向存在误差时,在各个方向上优化条件的期望值,构造的代价函数是在最小化原目标函数的基础上去逼近该期望值,最后通过ADMM算法去迭代求解该波束形成器的权向量。通过与LCMV(Linear Constraint Minimum Variance,LCMV)、LSMI(Loading Sample Matrix Inversion,LSMI)、基于Worst-Case-performance-optimization的自适应波束形成算法进行比较分析,证明了所提算法的性能优于传统算法。