基于多DSP技术的SSR实时信号处理机

以4片数字信号处理器(DSP)和2片现场可编程逻辑阵列器件(FPGA)为核心处理器,设计 实现了二次监视雷达SSR(Secondary Surveillance Radar)实时信号处理机.该系统基于2 块DSP+FPGA模式的实时信号处理板,实现了对原始二次监视雷达应答信号的各种处理:反同 步窜 扰处理,反非同步窜扰处理,计算目标的方位、距离,进行目标的高度、代号解码以及实时 产生航管询问编码,并生成各种信息的统计报告.      

基于多处理器高距离分辨力雷达算法并行实现

介绍了一个用于跟踪高速目标的基于8片ADSP-TS201 TigerSHARC处理器的实时信号处理机的并行实现.讨论了并行处理机整体结构设计,包括处理器间拓扑结构、通信、同步与控制等.实现并行系统的一个关键是将应用问题优化映射到目标处理机硬件的各个并行部件中,文中在考虑算法复杂度、可分解度、并行度的同时,综合处理机平台处理能力、实时性、处理器间通信量及运算负载的平衡性等因素,实现了算法流程到硬件平台的高效映射.在此基础上,重点研究了系统级、运算级和指令级的并行流水线设计方法,分析了利用SIMD(Single Instruction Multiple Data),静态超标量,BTB(Branch Target Buffer)等并行结构和处理机制对并行汇编指令进行高效的优化.实际的校飞试验验证了该处理机设计与实现方法的有效性、实时性和可靠性.      

可消除定位模糊的无源时差定位算法

消除无源时差定位系统中存在的定位模糊是一直倍受关注的问题.通过理论分析和仿真实验证明,4变量算法虽可以消除定位模糊但其定位精度不高,不适合工程应用.以传统时差定位方法为基础,提出了一种多个子系统融合的定位算法.由于该算法能够充分利用观测站提供的冗余测量信息,所以其定位精度高于4变量算法,而且还可以消除定位模糊.最后,通过仿真实验验证了该方法的可行性和有效性.     

合成孔径雷达实时成像回波数据的生成方法

在分析合成孔径雷达成像原理的基础上 ,建立了雷达回波信号模型 ,提出了一种生成回波数据的方法。并利用这种回波数据 ,在奔腾 PC机上实现了机载合成孔径雷达的实时成像软件仿真。该实时成像方法可用于考核合成孔径雷达 ( SAR)实时处理器连续动态成像的性能、如 :实时性图像拼接 ,载机运动补偿等。     

HPRF-PD体制引信的回波仿真与多普勒频率提取

引信要依据弹目交会状态精确控制炸点,就需要从目标回波中获取信息。利用多普勒频率控制起爆就是方法之一。文中采用简化的目标多点散射模型对引信接收的回波信号进行数字仿真,并基于HPRF波形保证目标多普勒频率不模糊的检测原理,对多普勒信号采用FFT处理法进行频谱处理,在频域提取有效多普勒频率。仿真最终结果给出了多普勒频率随时间变化的曲线。     

基于地心坐标系的多传感器动态偏差估计算法

配准是多传感器系统进行数据融合必不可少的处理过程.使用一种新的基于地心地固(ECEF, Earth-Centered Earth-Fixed)坐标系的多传感器配准算法,能对传感器的动态偏差进行估计,同时充分考虑了地球曲率对配准算法本身的影响.首先利用多传感器的局部航迹数据来构造关于传感器偏差的伪测量模型,其噪声满足零均值高斯白噪声特性,协方差信息也易于计算,然后使用序贯卡尔曼滤波算法(SKF, Sequential Kalman Filter)对偏差进行动态估计.当传感器偏差恒定时,算法经过简单修改后依然适用.最后通过仿真试验对新算法的性能进行了评估,结果说明新算法能有效地进行传感器配准.      

相控阵雷达的系统反应时间研究

研究了相控阵雷达的系统反应时间,提出了当采用TWS和TAS两种跟踪方式时,计算相控阵雷达反应时间的公式,揭示了反应时间与搜索、跟踪和截获方式及其参数之间的关系.研究了截获参数的优化.比较了采用两种跟踪方式时的系统反应时间.实验结果说明,采用TWS跟踪方式时,反应时间主要决定于搜索帧周期和目标的速度,与目标个数无关;采用TAS跟踪方式时,反应时间主要取决于目标个数和速度,与搜索帧周期关系不大.      

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

雷达目标窄带合成距离高分辨成像的聚焦技术与用于目标识别的研究

 就窄带合成脉冲距离高分辨一维成象速度补偿的常用的几种方法（时域法,频域法、最小熵值法）进行了分析和比较。并将二者结合起来,更有效地对速度进行估计。得到任意视角及可变信噪比下的一维距离高分辨率像,并用线性内差神经网络进行识别,得到了满意的结果。