自适应滤波抗干扰方法研究

发布时间：2020-09-22 07:24

　　 日益拥挤的电磁波频谱应用环境和基于数字射频储存器(DRFM)的转发式有源欺骗干扰的广泛使用,使得雷达面临严重的电磁频谱压制干扰和欺骗干扰,降低了目标探测性能。自适应滤波是一种有效抑制距离旁瓣和多普勒旁瓣的技术手段,能够提高检测性能。因此,将该技术应用于雷达抗干扰领域,具有提高雷达系统探测能力的巨大潜力。本文分别研究对抗电磁频谱压制干扰、转发式有源距离欺骗干扰、速度欺骗干扰和距离-速度二维欺骗干扰的各类自适应滤波算法,主要包括以下工作:1、针对对抗电磁频谱压制干扰的问题,将自适应滤波算法用于抗频谱干扰。分析了干扰带宽、干扰功率和目标形状参数对估计性能的影响。与现有的基于最小二乘的抗频谱干扰方法相比,该方法能够更好地抑制频谱干扰和距离旁瓣影响。2、针对距离假目标干扰和截取复制(CI)干扰为代表的两种典型有源距离欺骗干扰类型,提出了基于自适应滤波算法的抗距离欺骗干扰方法。该方法使雷达能够有效地抑制干扰,并分别估计真实目标和干扰假目标的距离像。分析了自适应滤波算法对各类干扰的适用条件和干扰带宽等参数对算法性能的影响。3、针对速度欺骗干扰,分析了其产生原理并建立数学模型,提出了基于自适应滤波算法的抗速度欺骗干扰方法。该方法有效抑制了干扰并估计真实目标和干扰假目标的速度。分析了干扰功率、干扰目标数量和脉冲个数对算法性能的影响。4、针对距离-多普勒二维欺骗干扰,建立数学模型,提出了基于自适应滤波算法的抗距离-多普勒二维欺骗干扰方法。该方法通过同时抑制真实目标回波和干扰假目标回波的自相关旁瓣、互相关旁瓣和多普勒旁瓣,使雷达能够有效估计真实目标和干扰假目标的距离-多普勒平面。上述方法均通过仿真验证其有效性,表明提出的自适应滤波算法能够有效抑制干扰,在一定程度上达到了改善雷达目标探测性能的效果。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：TN972;TN713

【相似文献】

相关期刊论文 前10条

1 孔祥玉,魏瑞轩,韩崇昭,马红光;一种稳定的总体最小二乘自适应滤波算法[J];西安交通大学学报;2004年08期

2 钱洋洋;张金成;李秋江;;基于增益调整策略的自适应滤波算法[J];战术导弹技术;2007年03期

3 张建强;张平定;王睿;;修正的截断正态概率密度模型自适应滤波算法[J];陕西理工学院学报(自然科学版);2007年01期

4 贾彩娟;许晖;;多模自适应滤波算法的性能改进方法[J];火力与指挥控制;2009年05期

5 邢文奇;胡红利;董军;;采用互相关与自适应滤波算法测量流速的比较研究[J];西安交通大学学报;2011年06期

6 贾彩娟;许晖;;分级多模自适应滤波算法无人机控制系统故障诊断[J];火力与指挥控制;2011年07期

7 尚宇;徐婷;;分数阶傅立叶变换域的心电信号滤波算法[J];西安工业大学学报;2012年10期

8 尤昌德,李红艳;目标航迹在转弯状况下自适应滤波算法的研究[J];西安交通大学学报;1993年04期

9 陈元朝;李丽宏;;自适应滤波算法在车辆宽高检测系统中的应用研究[J];中国测试;2014年02期

10 张安莉;陈丹;;一种变步长自适应滤波算法在信号消噪中的应用[J];西安工业大学学报;2010年01期

相关会议论文 前10条

1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年

4 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

5 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

7 张磊磊;王再英;;基于Matlab仿真的几种自适应滤波算法的比较研究[A];第十七届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2007年

8 陈坡;孙付平;郭飞;刘雪瑞;;扩展自适应滤波算法在GNSS/INS紧组合中的应用[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年

9 陶伟刚;冯新喜;;一种新的目标跟踪自适应滤波算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

10 刘世金;张榆锋;刘大利;高永丽;;几种自适应滤波算法在噪声抵消应用中的仿真比较研究[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

相关博士学位论文 前5条

1 高鹰;基于累积量的自适应滤波理论及其应用[D];华南理工大学;2002年

2 张斌;高效稳健的自适应滤波算法研究[D];西安电子科技大学;2010年

3 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年

4 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年

5 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 蒋阳波;分数阶傅里叶变换自适应滤波算法及应用[D];湘潭大学;2009年

2 袁志勇;一维离散数据的卡尔曼滤波模型的参数估计及自适应滤波算法的改进[D];南京理工大学;2015年

3 冯永;稀疏自适应滤波算法研究[D];东南大学;2015年

4 陈元朝;RLS自适应滤波算法在宽高检测系统中的研究与应用[D];太原理工大学;2013年

5 赵集;带有反馈机制的核自适应滤波算法研究[D];西南大学;2016年

6 石嘉豪;基于最大互相关熵的核自适应滤波算法研究[D];华南理工大学;2016年

7 彭思愿;基于最小误差熵自适应滤波算法研究[D];华南理工大学;2016年

8 杨亚;自适应滤波抗干扰方法研究[D];电子科技大学;2016年

9 陈莉;自适应滤波算法与应用研究[D];西安电子科技大学;2006年

10 段雪梅;α-稳定噪声环境下的自适应滤波算法[D];西安电子科技大学;2007年

本文编号：2824077