一种DS-CDMA中多用户检测复杂度的解决方案

对于直扩码分多址(DS-CDMA)系统,多级并行干扰对消被认为是简单且很有效的一种方法,但是存在前级的不可靠对消损害系统性能且运算复杂度高的问题。文章提出一种简化结构的两级部分并行干扰对消器,利用最小误比特率准则求得最佳部分对消因子。这种最佳部分对消因子的两级部分并行干扰对消器不仅运算复杂度很低,而且仿真结果显示其性能很好。     

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。     

泄漏信号的中频自适应对消

自适应信号处理在雷达通信、导航、传感、遥测、声纳、地震学和医学电子学等领域获得广泛的应用，正处于方兴未艾的阶段。文章着重介绍自适应信号处理在雷达方面的应用；宽带泄漏信号中频自适应对消的工作原理和实验结果。     

新的变步长LMS算法及其在自适应噪声对消中的应用

介绍了一种基于均方误差估计的新变步长LMS自适应滤波算法。与传统的LMS算法相比,该算法具有较快的收敛速度和较小的稳态失调。将该算法应用于自适应噪声对消系统的仿真中,给出了计算机仿真结果,仿真结果与理论分析一致,证明了新算法的优越性。     

基于矢量对消的缺陷类目标散射试验改进方法

缺陷类目标散射在高隐身飞行器总体散射中占有重要地位。目前常用的缺陷类目标散射评估方法是基于低散射载体,将有无缺陷类目标的载体测试结果进行对比,获得缺陷类目标散射的增幅,以分析目标的散射特性。这种方法存在载体影响大、可测量目标尺寸小、成本高等不足。本文提出一种基于矢量对消的改进试验方法,将载体视为目标背景的一部分,通过矢量对消分离出载体散射,从而提取出完全独立于载体之外的全角域范围的缺陷类目标散射特性,结果更为完整、精确。通过文献对比和验证分析,本文方法可以得到缺陷类目标的全角域散射特性,且测试结果、目标尺寸均不受载体限制,具有精确度高、成本低的优点。     

机载合成孔径雷达动目标检测与成像技术的发展(英文)

基于机载合成孔径雷达 (SAR)的地面运动目标检测与成像技术已经成为现代雷达技术发展的一个重点。本文首先建立了运动目标回波的数学模型 ,在此基础上分析了机载 SAR对运动目标成像的特点 ,然后对近年来这一技术的发展过程和研究现状进行了全面的综述 ,最后对这一领域今后的发展方向进行了展望。     

单元数字化机载雷达的自适应杂波对消

本文描述了用于大型单元数字化阵列雷达（EDAR）的多层自适应波束形成方法。各阵列单元的距离相关增益自适应（RDGA）提供了有效的杂波对消。机载截击（AI）雷达的模拟试验验证了这种方法的效率，并说明了它相对于阵列中随机相位误差和幅度误差的稳定性。     

毫米波低副瓣波导窄边缝隙行波阵的设计

文中介绍一种毫米波低副瓣波导窄边缝隙行波阵的设计方法。设计过程中利用高频电磁仿真软件Ansoft-HFSS模拟实验过程,精确获取缝隙初始参数;合理选择数据拟合方法和变量形式拟合缝隙电导函数,减小数据误差的积累,达到理想逼近缝隙电导与其尺寸的关系;考虑交叉极化分量的影响后计算电导分布,精确获取缝隙倾角。采用该方法设计一根中心频率为35.5GHz的148单元缝隙直线阵。泰勒综合副瓣值为-40dB,仿真得到的最大副瓣为-35dB,实测E面方向图的最大副瓣值为-28.3dB。     

试验机载监视雷达地面动目标识别的多普勒后和多普勒前STAP的雷达杂波对消性能比较

本文报导了多普勒前和多普勒后STAP处理算法用于相同试验数据时的性能比较研究，这些数据由QinetiQ公司改进型监视雷达收集。这两种算法的性能是用杂波对消比和目标信号改善因子（有STAP和没有STAP处理的信号对杂波加噪声之比）来定量研究的。结果表明可以使多普勒前和多普勒后STAP具有相同的杂波对消水平。 所得到的结果是明亮的目标特征会影响到STAP处理器并减弱全部的杂波对消。我们已经发现对于两个相位中心试验雷达数据而言，与简单的固定窗多普勒后STAP算法相比，PRI来回变化的多普勒后STAP使杂波对消有很大的提高。还发现动窗或辅助单元多普勒后STAP的应用会降低处理器的输出。将最后距离多普勒图归一化以防止热噪声的加强并去除随着多普勒而改变的权范数的变化，这是在STAP处理后进行探测算法解读和应用关键的一步。     

混沌免疫算法应用于超低副瓣天线阵优化研究

文章分析了六角形排列的平面阵列天线的远场分布,介绍了基于混沌理论的混沌免疫算法,结合六角形平面阵列天线实例及超低副瓣要求,给出了基于该算法的阵列天线方向图优化方法,得出了超低副瓣方向图。仿真结果表明,混沌免疫算法收敛速度快,搜索效率高,具有良好的应用前景。