知识辅助的雷达空时自适应杂波/干扰抑制方法研究
发布时间:2021-08-28 04:14
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...
【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究历史与现状
1.3 本论文主要工作
1.4 本文创新点
第二章 认知雷达及其相关技术基础
2.1 引言
2.2 机载雷达系统介绍
2.2.1 脉冲多普勒雷达系统结构
2.2.2 相控阵雷达系统结构
2.2.3 认知雷达系统结构
2.3 认知雷达的关键技术
2.4 空时自适应处理基本原理
2.5 本章小结
第三章 基于DEM地形因子的杂波均匀样本选择方法研究
3.1 引言
3.2 机载相控阵雷达杂波数学模型
3.3 PST方法选择均匀样本
3.4 基于地形知识分类选择均匀样本
3.4.1 DEM简介
3.4.2 根据地形分类选择均匀样本的方法
3.5 基于地形因子的杂波均匀样本选择设计
3.5.1 基于DEM的地形因子提取
3.5.2 基于单一地形因子选择均匀样本
3.6 计算机仿真与结果分析
3.6.1 杂波非均匀性仿真
3.6.2 不同方法选择样本的方式
3.6.3 不同方法选择均匀样本的效果仿真
3.7 本章小结
第四章 基于知识辅助的均匀样本选择方法抑制杂波干扰研究
4.1 引言
4.2 基于知识辅助的非均匀检测器原理
4.2.1 传统广义内积算法
4.2.2 传统的自适应功率剩余算法
4.2.3 基于知识辅助的非均匀检测器设计
4.3 基于多种地形因子的均匀样本选择方法
4.4 基于知识辅助的均匀样本选择方法实现杂波干扰同时抑制
4.5 计算机仿真与结果分析
4.5.1 基于多地形因子的均匀样本选择方法性能与比较
4.5.2 非均匀选择器剔除干扰的能力
4.5.3 MF与MFKANHD抑制杂波干扰能力的对比分析
4.6 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻硕期间取得的研究成果
本文编号:3367769
【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究历史与现状
1.3 本论文主要工作
1.4 本文创新点
第二章 认知雷达及其相关技术基础
2.1 引言
2.2 机载雷达系统介绍
2.2.1 脉冲多普勒雷达系统结构
2.2.2 相控阵雷达系统结构
2.2.3 认知雷达系统结构
2.3 认知雷达的关键技术
2.4 空时自适应处理基本原理
2.5 本章小结
第三章 基于DEM地形因子的杂波均匀样本选择方法研究
3.1 引言
3.2 机载相控阵雷达杂波数学模型
3.3 PST方法选择均匀样本
3.4 基于地形知识分类选择均匀样本
3.4.1 DEM简介
3.4.2 根据地形分类选择均匀样本的方法
3.5 基于地形因子的杂波均匀样本选择设计
3.5.1 基于DEM的地形因子提取
3.5.2 基于单一地形因子选择均匀样本
3.6 计算机仿真与结果分析
3.6.1 杂波非均匀性仿真
3.6.2 不同方法选择样本的方式
3.6.3 不同方法选择均匀样本的效果仿真
3.7 本章小结
第四章 基于知识辅助的均匀样本选择方法抑制杂波干扰研究
4.1 引言
4.2 基于知识辅助的非均匀检测器原理
4.2.1 传统广义内积算法
4.2.2 传统的自适应功率剩余算法
4.2.3 基于知识辅助的非均匀检测器设计
4.3 基于多种地形因子的均匀样本选择方法
4.4 基于知识辅助的均匀样本选择方法实现杂波干扰同时抑制
4.5 计算机仿真与结果分析
4.5.1 基于多地形因子的均匀样本选择方法性能与比较
4.5.2 非均匀选择器剔除干扰的能力
4.5.3 MF与MFKANHD抑制杂波干扰能力的对比分析
4.6 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻硕期间取得的研究成果
本文编号:3367769
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3367769.html