基于特征空间的自适应波束形成算法

讨论了常规自适应旁瓣对消算法(LCMVB)和基于特征空间的技术。探论了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线相消法的权矢量向信号子空间投影,减小了噪声子空间对权矢量的影响。与LCMVB算法相比,该算法具有更好的干扰对消能力。仿真证明了算法的有效性。     

相控阵单脉冲雷达自适应旁瓣对消研究

对自适应旁瓣对消如何用于相控阵单脉冲测角进行了研究。使用常规自适应旁瓣对消方法,辅助天线中的期望信号会导致测角误差;若采用阵列输入经期望信号阻塞矩阵处理后产生辅助波束的改进方法,则可消除这一误差。仿真结果表明了改进方法的有效性。     

分布式干扰仿真研究

在简要分析旁瓣对消原理的基础上,通过建模与仿真对多干扰机分布式干扰对抗雷达旁瓣对消的效果进行了分析,结果表明,多干扰机分布式干扰是对抗旁瓣对消的有效技术途径.     

对相控阵雷达自适应旁瓣对消的多点源压制干扰

分析了相控阵雷达自适应旁瓣对消的工作原理及方法.然后提出了用多台干扰设备协同工作的相参干扰.每台干扰设备在雷达处理间隔内发射能覆盖真实目标并且持续时间较短的干扰信号,多台设备协同工作在目标附近形成压制干扰.该方法影响雷达样本选择,从而降低自适应旁瓣对消的效果.仿真结果和外场试验表明了该方法的有效性.     

一种基于权值存储的自适应旁瓣干扰对消系统

为了解决传统雷达旁瓣干扰对消系统在强近地杂波接收时对消器收敛环无法正常工作的问题,提出了一种基于收敛权值存储的自适应旁瓣干扰对消系统,并给出了详细的软硬件实现方法.整个系统以EP1K100为控制核心.实际设备装调的结果证明该系统能有效消除近地接收时强地杂波带来的影响.     

散射干扰自适应对消

一、引言本文是研究自适应对消散射干扰方法的一个总结报告。报告内容涉及到对雷达主瓣的散射干扰,和来自地面或干扰体照射的箔条对通讯系统的散射干扰。这些方法也能用于接收天线附近的散射源对接收天线旁瓣或主瓣的散射干扰,也就是说,适用于解决某些自适应弱信号系统中的多路问题(多路问题的应用,原来受到很大限制)。用辅助天线所接收的干扰延迟复制信号作为对消散射干扰的技术,如第二节所述。在应用某些散射对消器时,需要大量的自适应加权。当干扰机干扰大片区域时、或在主瓣内有大     

阵列多波束雷达通道失配对旁瓣对消性能的影响

分析了多波束雷达通道失配对旁瓣对消的影响,并结合某雷达的试验现象,运用仿真方法分析了该雷达在假目标干扰条件下通道失配对旁瓣对消性能的影响,为该体制雷达的对消效果评估提供了依据。     

无人机干扰新体制雷达的研究

为对抗现代雷达的旁瓣对消、频率捷变扣多普勒滤波等抗干扰技术，提出采用变方向交替、方位饱扣扣同步瞄准等无人机干扰措施，并分析了这些干扰技术的原理、适用范围扣效果。结果表明，应采用多干扰机的饱扣干扰扣导前干扰组合对抗同时使用旁瓣对消扣频率捷变的雷达。     

无线电近炸引信抗干扰电路研究

无线电近炸引信是导弹系统的一个重要组成部分 ,同样面临抗干扰问题 ,以PD引信为例 ,虽然采取了距离门技术、旁瓣抑制技术、杂波对消等技术 ,抗干扰试验证明 ,在强噪声干扰时仍然存在着使引信提早报警。为此 ,研制了抗干扰电路。对二种抗干扰电路———脉冲周期判别电路和自适应自调谐数字滤波器电路的工作原理作了简介。研制的抗干扰电路通过与PD引信对接试验 ,能使引信对噪声干扰有很强的抑制     

灵巧噪声干扰与雷达SLB和SLC的对抗分析

灵巧噪声干扰技术是雷达电子对抗领域一项关键的基础性技术.在简要介绍旁瓣消隐(SLB)和旁瓣对消(SLC)抗干扰技术原理的基础上,分析灵巧噪声对SLB、SLC的干扰能力及干扰效果.分析结果表明灵巧噪声干扰不但具有更优越的欺骗干扰-噪声干扰功效,还具有特殊干扰功能.     

一种改进的SMI旁瓣干扰抑制算法研究

采样矩阵求逆（SMI）算法是常用的自适应旁瓣对消算法。针对在低快拍下数据协方差矩阵的小特征值扩散,进而引起自适应波束副瓣升高的问题,提出了一种改进SMI算法的方法。该方法通过快拍数据的滑动平均获得协方差矩阵,使协方差矩阵小特征散布变小,能够很好地抑制副瓣电平,从而使算法适用于低快拍数据。     

基于遗传算法的圆柱阵列旁瓣电平优化方法

由于共形阵列所具有的特性,使其正得到日益广泛的应用,但其方向图具有相对主瓣较高的旁瓣电平。为此,文章针对基本的共形阵列——圆柱阵列的天线阵元,应用经典遗传算法进行唯幅度的方向图综合,来优化旁瓣电平。仿真结果表明：该方法可有效降低圆柱阵列的旁瓣电平,为解决此类问题提供了有益的参考。     

应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。     

观察方向差分约束的自适应数字波束形成算法

介绍利用自适应数字波束形成技术对接收信号进行空域滤波，讨论了一种修的Ｇｒａｍ－Ｓｃｈｍｉｄｔ自适应零点形成算法，以适应连续波体制雷达对付有源干扰。仿真结果表明，本抗干扰措施可有效抑制副瓣有源干扰。     

雷达图像幅值空间变迹算法

针对旁瓣抑制，给出了一种幅值空间变迹算法。该算法与一般空间变迹法不同，主要通过每一像素点幅值与相邻两个Nyquist采样点幅值之和做比较来判别该点处于主瓣还是旁瓣，来加以不同处理。在整数倍Nyquist采样的情况下，这种算法不仅压低旁瓣还使主瓣变窄，能得到比传统SVA更高的分辨率，在非整数倍Nyquist采样的情况下也比SVA具有更好的稳健性。对此进行了实验研究，结果证实了该算法的有效性。     

最大熵谱估计及其在电子战中的应用

介绍了最大熵谱估计的原理，与快速傅里叶变换相比，它有低的旁瓣和高的分辩力。同时讨论了在电子战方面的应用。     

对预警机相控阵雷达主瓣干扰的可行性分析

相控阵雷达是当前广泛采用的一种战术雷达，它可以地面、舰船为平台，也可以飞机为平台。机载平台中，除了作多用途雷达外，也可用作预警机预警雷达（如美Ｅ－８Ａ中的ＡＰＹ－３）。由于它具有高的主瓣增益和超低副瓣电平、相关接收技术，加上有的相控阵雷达采用实时自适应数字波束形成技术，使用灵活的控制和排序软件可有效对付多部干扰机，给对主瓣干扰带来极大困难。对相控阵雷达干扰有多种方法，本文提出一种分布式干扰方法，即     

实测数据的降秩空时自适应处理方法

在实际非均匀环境中，机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计，严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门，来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法，这两种方法都是利用杂波和干扰的低秩属性，用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据，应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性，减少了计算量，并提高了有效可测收敛性，可有效地提高空时自适应处理器的性能。     

基于迭代变加权最小二乘的宽带波束赋形方法

针对常规加权最小二乘宽带波束形成中存在较大主瓣增益损失和旁瓣电平偏高的问题,提出了一种基于迭代变加权最小二乘的宽带波束赋形方法。首先通过合理设计加权函数和参考波束同步迭代优化波束主瓣区域和旁瓣区域对应的加权函数值;然后对波束最小旁瓣电平进行调整并更新加权值,以获得低旁瓣宽带近似频率不变波束形成器。与常规加权最小二乘法相比,有效减小了波束主瓣增益损失,改善了波束的频率不变特性,并降低了宽带波束最高旁瓣电平。仿真结果表明该方法的有效性。