一、任意平面阵列的干扰抑制（论文文献综述）
卫晓楠[1]（2021）在《弧形阵列天线零陷波束赋形算法研究》文中研究表明弧形阵列天线由于能够与飞机、导弹以及卫星等高速运行的载体平台表面进行弧面贴合设计,同时又能产生相对较大的天线有效孔径,获得更大的观测范围和较小的载机负荷等特性,因此成为天线领域的一个研究热点,是新世纪相控阵雷达的一个重要发展方向。波束赋形技术是阵列天线得到高增益和抗干扰的关键技术,但弧形阵复杂的方向图分析和计算、多路径耦合效应及存在交叉极化分量等问题导致传统的线阵波束赋形算法很少能直接应用于弧形阵列中,给弧形阵列天线的实际应用带来一定困难。课题围绕弧形阵列天线构型及其零陷波束赋形算法等两方面展开研究,论文主要工作与创新点包含以下几个方面。1.针对传统的线阵算法难以直接应用在弧形阵列中的问题,重点研究了弧形阵列与线阵的空间几何转换关系,以圆弧上的中心阵元为基准,依据阵列波束最大值指向求得各阵元法线与空间单位矢量的夹角,结合有效工作阵元选取策略,利用射频矩阵开关选通工作阵元。再根据阵列波束最大值指向计算圆弧上各工作阵元与参考阵元之间的阵内相位差,利用移相器对各阵元进行相位补偿生成与阵列最大波束指向相垂直的等相位面,继而得到阵元间距呈现中间大,两边小规律的非均匀等效线阵,建立了弧形阵列等效线阵模型,搭建了弧形阵列与线阵之间的关系桥梁,为传统零陷算法应用于弧形阵列奠定了基础。2.针对快速运动干扰或者天线阵列与干扰相对角度快速变化情况下的数据失配,导致干扰抑制失效的问题,在弧形阵列的背景下,改进了现有的四种零陷展宽算法,从单角度宽零陷和多角度宽零陷两个角度对比和分析了四种算法在干扰角度远离主瓣和靠近主瓣等位置处形成的零陷的深度、宽度及对主瓣和旁瓣的影响,计算的复杂度等。仿真验证了改进后算法在弧形阵列上有效性。3.针对小快拍和相干源情况下,Capon波束赋形算法输出信干噪比急剧下降,算法性能明显变差的问题,提出一种基于色加载的迭代自适应零陷波束赋形算法。该方法利用基于最大似然原理的迭代自适应方法对接收到的少量样本信号采用迭代更新的方式进行精确的空间信号谱估计,将空间谱估计的结果用来构建信号的采样协方差矩阵,将采样协方差矩阵与由样本中干扰信号的先验信息构建的先验协方差矩阵利用色加载因子组成色加载协方差矩阵,最后通过最小方差无畸变波束形成器求得形成零陷的最佳权矢量,通过仿真验证了所提算法的快速收敛性及其在不同干噪比下的零陷深度及加宽效果。
张薇[2]（2021）在《基于矩阵重构的相干信源波达方向估计算法研究》文中研究说明随着现代军事领域电子对抗技术的激烈竞争,实际电磁作战环境中信号的密度与复杂度显着增加。当雷达目标与巧妙设置的诱饵干扰等相干辐射源及其他独立辐射源并存时,针对独立辐射源的经典子空间类算法的性能急剧下降甚至失效。理论性能优良的子空间拟合以及稀疏重构等非子空间类算法尽管适用于相干辐射源环境,依然存在算法构造复杂、运算量较高而难以适用于实际工程应用的缺陷。典型子空间类解相干算法中的矩阵重构算法以其运算量适中、构造方式易于工程实用,且能结合理论业已成熟的子空间算法实现超分辨波达方向估计的优势引起广泛关注。然而,在实际工程应用中算法仍然面临受相位差影响稳健性差,角度间隔较近的相干信源估计性能低和对阵列结构依赖性强等问题。为了解决以上问题,本文以国家自然基金项目为依托,围绕子空间类解相干算法的相关理论及应用,全面研究矩阵重构类算法的构造机理,在基于信号特征矢量和基于数据矩阵信息这两类矩阵重构算法原理的基础上深入创新,重点在估计性能、运算复杂度和稳健性,以及阵列结构适应性等方面改进,为算法由理论向工程实用化推进做出一定的贡献。论文的主要研究工作与创新点如下:为了解决经典矩阵重构算法受相位差影响估计性能恶化的问题,提出稳健性更好的基于多列信号特征矢量矩阵重构算法。理论分析与仿真结果表明,该算法能够解决经典矩阵重构算法因相位差变化性能失效问题,同时相比传统特征矢量重构算法阵列孔径损失更小（阵列自由度更高）,信息利用率更高且估计性能更优。针对目标角度范围预装订的实际应用需求,提出一种基于波束空间加权矩阵重构算法,解决了经典算法运算复杂度高的问题。理论分析与仿真结果表明,该算法通过在预装订角度范围内合理选择加权矢量因子,能够有效避免相位差失效问题,且在保证算法测向性能的前提下,运算量更低。为了兼顾预装订需求、运算复杂度、测向精度等性能,提出更易于实战环境下基于完整数据协方差矩阵和相关矩阵信息平方矩阵重构算法。理论分析与仿真结果表明,该算法的估计精度、运算效率、解决相位差失效等综合性能较好,具有更好的工程应用价值。针对现有矩阵重构算法对阵列结构强依赖性的问题,提高作战环境中制导系统阵列孔径的利用率,选择均匀圆阵作为从均匀线阵向其他阵列推广的典型阵型,分别提出基于模式空间变换的特征矢量重构、波束空间加权矩阵重构和数据矩阵信息平方矩阵重构三类算法,通过理论推导与仿真分析验证了各算法的有效性,为其在实际工程应用与实战领域中具有更好的阵列结构适应性提供了理论参考。
李传[3]（2021）在《基于双极化共形阵列的波束赋形算法研究》文中指出共形阵列天线可以与载体表面形状保持一致,进而可以减少雷达散射截面积（Radar Cross Section,RCS）。另外,其还可以扩大扫描范围,提高空间利用率,具有广阔的应用前景。双极化共形阵每个天线具有两个独立的正交极化信号收发通道,能够实现对每个阵元同极化分量和交叉极化分量的分别控制,具有更强的极化信息处理能力。波束赋形是阵列天线的重要研究方向之一,可以实现高增益、低副瓣,甚至特定零陷的方向图,具有实际应用意义。本文主要研究双极化共形阵列的波束赋形相关算法优化同极化分量方向图主瓣形状、同极化分量方向图旁瓣电平及交叉极化电平。论文主要内容包括:首先,论文分析了平面阵列方向图理论,并且介绍了平面阵列三种经典波束赋形方法。然后考虑阵元方向图和极化特性的不一致性,建立了双极化共形阵列模型。随后使用口径投影算法在普通弧形阵列和双极化共形阵上做了对比仿真实验。其次,本文对基于自适应理论和交替投影理论的波束赋形方法进行了研究,并介绍了一种加权交替投影（Weighted Alternating Reverse Projection,WARP）算法。之后基于自适应理论,提出一种改进型交替投影算法,其中改进正投影算子使其灵活地控制在上下界之外的方向图。随后在将期望解集投影到可行解集的过程中,设置一个额外的期望方向图来寻找合适的解。通过引入虚拟干扰,根据得到的方向图与期望的方向图之间的误差,对解进行迭代修正。仿真实验显示了算法的有效性。最后,本文研究了基于凸优化理论的波束赋形算法。对线性规划（Linear Programming,LP）和半正定规划（Semidefinite Optimization,SDP）这两种用于阵列波束赋形的典型凸优化问题进行了介绍。随后,提出了一种迭代的凸优化（iterative convex optimization,ICO）波束赋形算法。在将主瓣的非凸约束改写为凸约束时,会产生误差。通过引入辅助相位函数来交替地修正这一误差。由于方向图函数的辅助相位与实际相位之间仍存在偏差,使用了一种使扫描角度上的综合误差峰值最小化的方法,以进一步提高该方法的性能。实验显示ICO算法拥有良好的赋形能力和收敛性能。
肖涵[4]（2021）在《考虑互耦效应的非均匀阵列天线布局优化研究》文中研究表明车载相控阵雷达是我国重要的军事装备。阵列天线作为其核心组成部分,其优质构型的设计对于实现高性能、轻量化、低复杂度馈电系统的雷达系统起着至关重要的作用。非均匀阵列（例如:稀布阵、稀疏阵）作为一种有效的阵列天线布局形式,有助于阵列天线的轻量化和性能提升设计。在非均匀阵列天线布局优化设计中,阵列布局形式的变化会造成阵列单元之间互耦效应的变化,导致常规弱耦合阵列天线布局设计的优化方法无法保证其性能的精准设计。因此,研究建立考虑互耦效应的非均匀阵列天线布局设计的优化方法成为需要解决的关键问题。本文针对平面非均匀阵列天线的设计,研究基于参数化矩量法的强耦合天线阵列布局优化设计,建立优化设计模型,具体设计了稀布式环式平面阵列和稀疏式平面阵列天线。主要研究内容和成果如下:（1）基于参数化矩量法,建立了考虑互耦效应的阵列天线非均匀布局设计的优化问题的提法及求解方法。首先,建立了阵列天线非均匀布局设计的一般优化模型。为了准确考虑阵列布局形式变化对阵元间互耦效应的影响,构造了基于坐标映射的、适用于阵列天线非均匀布局设计的参数化矩量法分析模型。基于伴随法,解析推导了目标函数关于设计变量的灵敏度信息的一般列式。采用能够利用灵敏度信息的梯度优化算法求解优化问题,并给出了优化问题求解方法的一般流程。（2）建立了考虑互耦效应的环式阵列天线布局设计的优化方法。建立了面向高主瓣增益、低旁瓣电平设计的稀布圆环阵列天线布局设计的优化模型及求解方法。数值算例结果表明:所建立的方法能够有效求解稀布圆环阵列天线的布局优化问题,且与基于遗传算法的设计方法相比,在保持天线阵辐射性能的条件下,所提方法在优化问题求解效率方面有大幅提升。面向环式天线阵列的小型化设计需求,在所建立的稀布圆环阵列天线优化模型的基础上,引入了轴比和阵列单元在椭圆环上的位置作为设计变量,建立了稀布椭圆环阵列布局设计的优化模型,具体设计了新的稀布椭圆环阵列天线。数值结果表明:相比于圆环阵列天线的优化结果,所设计的椭圆环阵列天线不仅具有更小的孔径面积,而且辐射性能还有所提升。（3）基于拓扑优化思想提出了稀疏阵列天线的方向图合成方法。将稀疏阵列天线设计的优化问题看作为等效的、考虑导体材料在各阵列单元中是否存在的拓扑优化问题。建立了以最大化主瓣与旁瓣区域辐射能量差为目标函数的稀疏阵列天线布局设计的优化模型。为了利用梯度算法求解优化问题,同时能够有效表征导体材料和绝缘材料之间阻抗特性差异无限大的特点,引入了具有自惩罚功能的正切型材料插值模型,以自动获得0-1分布的离散解。基于所建立的优化方法,设计了典型稀疏方阵和稀疏圆环阵列的布局形式,同时研究了激励阵列单元数目对阵列天线辐射性能的影响。最后讨论了在稀布天线阵列的基础上进一步稀疏的必要性。
李海鹏[5]（2021）在《基于子空间估计的干扰抑制技术研究》文中指出随着对海洋探索的深入,声纳系统在深远海作业时面临着信号长距离传播能量衰减,水面载体、海洋生物和海洋环境干扰等问题,导致接收数据的信干噪比（Signal to Interference and Noise,SINR）降低,成为声纳系统稳定工作的瓶颈因素,是目前不可避免且亟待解决的问题之一。本文主要围绕子空间类算法在合作式声纳系统中的应用问题展开,以提升系统在复杂环境下的检测能力为需求背景,以线性相位特性的子空间投影为手段,以抑制干扰提升系统接收SINR为目标,开展了基于子空间估计的干扰抑制技术研究,实现了对干扰的有效抑制,提高了声纳系统性能。对于声纳系统而言,SINR是影响系统性能的重要因素,在不影响期望信号的幅相特性的前提下抑制干扰是提升声纳系统性能的主要研究目标,子空间线性投影的线性相位特性为该目标的实现提供了可能性。本文以合作式声纳系统为背景,建立了子空间理论框架下的接收信号模型,以此为基础证明了通过空间投影抑制干扰的可行性,推导了正交投影和斜投影两种典型投影方式的表达式和二者的关系并给出了不同数据条件的使用场景。针对常规的基于信息量准则的子空间维度估计方法在低采样点数和低信噪比条件下稳健性差的问题,提出了基于广义贝叶斯信息量准则（Generalized Bayesian Information Criterion,GBIC）的子空间维度估计算法。该算法同时考虑了观测量的概率密度及其对应的特征值和特征向量的联合概率密度,并将信号模型中的信号子空间作为未知参数进行估计。针对确定信号和随机信号分别给出了子空间维度估计的表达式。算法既适用于窄带信号模型也适用于宽带信号模型,并且对于低采样点数和低信噪比条件具有良好的稳健性。仿真结果表明:基于广义贝叶斯信息量准则的子空间维度估计算法的检测成功率和收敛速度均优于现有方法,而且对于采样点数和信噪比都具有最优的稳健性。水池试验结果表明:在其他方法都几乎失效的情况下,该算法在信噪比小于0d B时仍能准确估计子空间维度。针对干扰存在时信号子空间与干扰子空间纠缠导致无法准确估计信号子空间的问题,提出了基于匹配广义似然比检测（Matched-Generalized Likelihood Ratio Test,M-GLRT）的子空间估计算法。该算法将广义似然比检测的期望作为统计量,结合系统参考信号估计与信号子空间最匹配的特征向量矩阵,以此构造投影矩阵对接收数据进行线性投影以实现对干扰和噪声的抑制。仿真结果表明:本文提出的算法有效克服了干扰导致的子空间纠缠问题,准确估计了期望信号子空间,进而通过空间投影有效抑制了干扰和噪声。水池试验中将算法应用于目标定位,试验结果表明:本文提出的算法的定位精度明显优于常规方法,特别是在干扰的相关性强于期望信号时,算法仍然能够有效抑制相关干扰,准确估计目标位置。针对干扰存在时现有算法对时变子空间的追踪性能明显下降的问题,提出了匹配约束子空间跟踪（Matched Constrained Subspace Tracking,MCST）算法,该算法首先根据全部数据的协方差矩阵估计平均信号子空间并以此约束信号子空间的可行域,然后将子空间跟踪问题转换成无约束最小化问题,并通过递归最小二乘方法求解该优化问题,最后构造投影矩阵对接收数据进行线性投影以抑制干扰和噪声。与常规的基于特征值分解的算法相比,该算法的计算复杂度由O（N3）下降到O（Nr）,同时保证了递归过程中特征向量的正交性。仿真结果表明:本文提出的算法在干扰存在时的子空间跟踪速度和精度都优于现有算法,经过空间投影后能够得到更高的输出SINR和更低的时延估计误差,特别对于相关干扰的情况,本文提出的算法性能明显优于现有方法。水池试验中将算法应用于目标定位,试验结果显示:在静态测试时,本文算法与非时变类算法的定位结果非常接近,且较处理前有明显提升。在动态测试时,本文算法的定位精度优于现有方法,将定位误差由处理前的2.869m降低到0.163m。
潘延[6]（2021）在《基于稀疏阵列的近场波束控制技术研究》文中进行了进一步梳理近场波束控制技术可以对天线阵列的发射能量聚焦目标进行调整,在微波生物医学热疗、无线电力传输、RFID和遥感等领域已经得到广泛的运用。当天线阵列工作于辐射近场区时,在研究的过程中便不能采用远场假设,此时需要针对近场场景建模,进行近场天线阵列的研究和仿真。为了进一步提高近场天线阵列的性能,实现近场聚焦距离下的低旁瓣波束、赋形波束等特殊形状的波束,通常以增加天线阵元数量的方式来提高设计自由度,对阵列辐射能量进行调整。随着阵元数量的提高,整个系统的资源开销随之增长,并且阵列设计的难度也大幅提升。因此,针对近场阵列的控制技术具有丰富的研究前景。本文对近场天线阵列中波束控制和阵列设计开展研究,简要概括为以下几个方面:1.本文对近场天线阵列的数学模型进行分析,分别依据阵列信号处理理论和天线阵列理论建立不同模型,并通过理论分析和仿真的方式阐述两者的区别。其中基于天线阵列理论的近场阵列模型对距离维度下的焦点偏移现象有正确的反馈,故本文以该模型为基础进行后续研究。2.本文以自适应阵列理论为基础,提出了一种全局波束响应控制的算法。受到自适应波束形成中最优权向量的启发,将权向量设计为迭代的形式,在近场观测区域内任意一点实现灵活的响应控制,以此为基础进行全局控制。为了提高波束性能,引入最大白噪声增益对该权向量中的参数进行设计,实现低旁瓣波束设计和赋形波束设计。最终展示多组仿真实验,并与传统的波束控制方法进行对比,证明本文所提出的算法能实现良好的波束聚焦性能。3.采用传统遗传算法、贪婪搜索算法进行稀疏阵列设计。为了提高遗传算法的收敛性能,引入概率学习方法对其进行改进;为了降低搜索算法在阵列设计中的时间复杂度,采取模式搜索算法提高搜索效率。在指定阵列稀疏率的场景中,对均匀阵列进行精简,以仿真验证说明本文所设计的算法能在最小化旁瓣性能损失的前提下降低资源开销。4.本文针对2.4GHz的5×5平面阵列和80MHz的41×41平面阵列,将上述波束控制算法和稀疏阵列设计方法联合使用,在稀疏率为70%的条件下进行阵列设计,实现满足旁瓣水平要求的聚焦波束,通过仿真说明本文所提出的联合设计方法能够以主瓣部分性能损失为代价进行稀疏阵列下的低旁瓣设计。
张晓文[7]（2020）在《共形阵列极化信号处理方法与应用研究》文中研究说明共形阵列贴合载体曲面的构型符合基于空气动力学的飞行器外形设计,可以减小飞行阻力和油耗、降低飞行器RCS、提升隐身能力。在雷达性能方面,这种构型可最大限度地扩展阵列有效孔径,获得更广的波束覆盖范围和监控视野;天线贴合曲面、不同朝向的放置使极化响应各异的特点给共形阵列带来极化敏感能力。综合利用空域-时域-极化域自由度能提高共形阵列的目标探测能力和地杂波抑制能力,这依赖于对目标回波和杂波在空-时-极化多维空间内特性差异的利用,需要重点解决回波多维参数估计、矢量传感器阵列的流形误差校正技术、非均匀和非平稳的杂波抑制技术等关键科学难题。针对这些难题,本文提出DOA和极化参数的快速估计算法、天线位置误差校正算法、互耦效应校正算法和基于稀疏恢复的STAP方法。主要研究方法概括如下。1.针对共形阵列曲面构型和天线极化响应各异导致的现有参数估计算法计算负担重和平面阵列快速估计算法失效的问题,提出一种基于相模理论的DOA和极化参数快速估计算法（TID-DESPRIT）和一种基于Hough变换的DOA和极化参数快速估计算法（PST-Hough）。TID-DESPRIT将接收数据从阵元域变换到相模空间域,利用变换域中接收数据的数学结构推导信号参数的闭式解。TID-DESPRIT先建立接收数据在变换域的模型形式,在设法将DOA和极化参数分离后,利用贝塞尔函数和指数项的递推性建立一个包含DOA的二次特征值方程并求解,再利用接收数据模型的解析式计算极化参数。PST-Hough利用协方差矩阵相位明确的解析式解出其中的信号参数,并通过迭代方法提高参数估计精度。PST-Hough首先推导一套简洁、完备的相位无模糊提取方法框架;为了避免多维参数联合搜索,算法将DOA和极化参数分离后,先基于Hough变换估计出DOA,再使用类似Rank-MUSIC的方法计算极化参数,通过迭代方法解决分维估计造成的精度下降问题。仿真实验验证了两个估计算法的性能。2.共形阵列天线位置误差同时影响天线空域响应和极化域响应,而现有校正方法的模型大多只包含空域响应。当它们用于共形阵列,模型的失配会使校正性能下降。针对这一问题,提出一种基于校正源的天线位置误差分维校正方法。所提方法先分析了天线位置误差对天线空域响应和极化域响应的具体影响,将天线位置误差分解成轴向和高度向两个维度;然后再利用极化响应设计包含轴向误差的方程并解出,再建立基于SCOP的优化函数解出高度向误差。仿真实验验证了所提算法的校正性能。3.互耦效应对天线的H面和V面方向图畸变不同因此必须分别建模,同时实际中互耦模型矩阵不符合Toeplitz结构假设,基于此假设的互耦自校正方法失效,针对这些问题,提出一种基于天线方向图重建的有源互耦效应校正方法。该方法使用校正信号来测量天线的H面和V面的实际方向图,再计算互耦校正矩阵;还提供了最佳校正性能和最适合工程应用的校正信号参数设置方案。仿真实验验证了所提算法性能。4.相比于平面阵列,共形阵列的杂波具有更强的非平稳、非平均特性和更高的自由度。这造成使用相位补偿方法来对齐临近距离单元和待检测单元的空时谱时会因共形阵列的三维结构出现性能下降,临近距离单元中和待检测单元杂波分布一致的均匀样本数不足,因此难以将临近距离单元的回波作为训练数据来估计待检测单元的杂波分布。针对这一问题,提出一种基于稀疏恢复的单数据集STAP方法（SDSSR-CA）。SDSSR-CA只使用待检测单元的回波计算杂波协方差矩阵,并使用稀疏恢复的方法解决可用样本数不足的问题。SDSSR-CA先预测杂波分布,在角度-多普勒平面上根据杂波功率划分区域,再根据杂波扩散程度为每个区域设置不同的网格（原子）密度和原子选点策略;最终描述杂波分布的字典由各区域选出的原子组成;最后,使用计算的字典和角度-多普勒像重构杂波数据和协方差矩阵,并计算STAP滤波器权值。基于实测数据的实验验证了所提算法性能。
单成兆[8]（2020）在《面向雷达通信一体化的时间调制阵列波束赋形技术研究》文中研究指明随着电子技术的发展以及现代战场环境需求的增加,许多情况下均要求雷达与通信等多个电子设备同时工作,雷达通信一体化的优势愈发明显。将雷达与通信系统一体化集成设计,符合当今作战平台多功能集成、小型化以及网络化的发展趋势,具有频谱效率高,射频前端成本低,系统内电磁兼容等诸多优势。现阶段已有多种方式实现雷达和通信集成化设计,概括来说可以分为以下几类:基于时分、频分、空分体制的雷达通信一体化技术以及基于波形共用体制的雷达通信一体化技术。其中基于时分和频分体制的一体化技术分别具有无法连续通信/探测和占用额外频谱资源的缺陷,基于波形共用体制的一体化技术存在设计实现复杂,通信效率或雷达探测距离受限等不足。基于空分体制的一体化技术,其研究重点在于射频端阵列天线。时间调制阵列解决了传统天线阵列馈电网络实现困难、馈电精度受限等问题,且实现多波束只需要一个射频通道。基于以上背景,本文结合时间调制阵列技术,重点研究基于空分多址的雷达通信一体化波束赋形及其分布式组网联合探测技术。本文主要从以下三个方面展开研究:第一,提出基于时间调制阵列的多波束空分雷达通信一体化技术。针对传统方案波束扫描不独立,需要特定通信与雷达波形等问题,本文首次提出利用时间调制阵列的各次谐波分量分别收发雷达与通信信号。首先给出基于时间调制阵列的雷达通信一体化波束控制算法,通过控制时间调制阵列的静态激励和各个射频开关的开启与关闭时刻,实现对天线波束的自由控制。其次提出基于时间调制阵列的雷达通信一体化系统发射与接收架构,得益于时间调制阵列的空域——频域转换特性,利用其不同谐波分量进行雷达探测与无线通信。雷达与通信信号自空域区分,占用相同的时域和频域资源且无相互干扰。二者各自使用独立波形,避免了波形共用体制的不足,适用场景广泛。仅使用一个射频通道产生多波束,降低硬件实现复杂度。实现了雷达与通信系统射频前端的高度集成。第二,针对时间调制阵列边带辐射带来的能量泄露问题,本文提出雷达通信一体化场景下谐波抑制优化算法。解决了传统基于时间调制阵列雷达通信一体化方案未考虑能量损失,以及传统谐波抑制方案不适用于一体化场景的问题。本文首先利用后半周期反相的周期性调制函数,对时间调制阵列的基波和偶次谐波分量进行抑制,在此基础之上给出边带信号辐射能量的闭合表达式。其次,利用差分进化算法提出最小化边带信号峰值的间接能量损失优化算法,以及最小化边带信号辐射能量的直接能量损失优化算法,前者复杂度更低而后者能量效率更高。所提优化算法均能在保证雷达与通信子系统正常工作的前提下,大幅改善时间调制阵列能量泄露问题,有效提高基于时间调制阵列雷达通信一体化系统的功率效率。第三,针对雷达通信一体化在组网研究方向的空缺以及现有雷达网络需要独立通信系统做支撑的不足,给出一体化系统的组网应用,提出雷达通信一体化多节点联合探测波束控制算法。首先提出基于时间调制平面阵列的雷达通信一体化节点组网方案及联合探测波束控制算法,以分布式联合探测的方式增大雷达有效探测孔径,提升探测能力。然后针对存在干扰的环境,基于Capon空域谱估计和MVDR准则对噪声+干扰协方差矩阵进行重构,提出基于时间调制平面阵列的雷达通信一体化网络空域多干扰抑制技术。最后提出几种多波束赋形和时间调制平面阵列的联合组网方案,根据需求在波束自由度和系统复杂度之间进行权衡。将多波束赋形原理推广至分布式组网,给出雷达通信一体化网络的虚拟多波束赋形技术。充分利用雷达与通信系统的特点,使多个雷达通信一体化节点有效协同工作。综上,本文利用时间调制阵列,对雷达和通信的射频前端进行一体化集成设计,提出高能效的空分体制多波束雷达通信一体化系统,及其多节点联合探测波束控制技术。在不影响雷达探测性能和无线通信性能的前提下,实现雷达与通信的高度集成。
赵春雷[9]（2020）在《高频地波雷达多维多极化参数联合估计方法研究》文中研究表明在高频地波雷达系统中,改善杂波抑制效果、提高目标检测性能的有效手段是充分利用目标与杂波在多个维度上的差异,例如,回波的二维波达方向（direction-of-arrival,DOA）以及极化信息的利用都被证明可以带来显着的性能提升。因此,快速、可靠地估计二维DOA和极化参数至关重要。高频地波雷达背景下的阵列信号参数估计通常面临入射信号相关性强、可用快拍数少等问题,传统算法虽然统计意义明确,但大多要求快拍数充足且信号相关性较低;而基于稀疏建模的参数估计方法尽管适用于相干信号和少/单快拍情形,但通常需要棘手的人为参数调节,或在多维参数估计中计算复杂度极高。因此,在本文针对的应用场景中往往希望结合两者各自的优点以提高算法的实用性。为此,本文考虑从可靠的统计准则出发,推导有效的稀疏类参数估计算法,以期同时获得良好的自适应能力以及对相干信号和少/单快拍情形的广泛适用性;而为提高计算效率,本文将着重开发适当的降维估计机制以及低复杂度的快速实现算法。本文的主要研究成果总结如下:首先,针对基于单极化阵列的二维DOA估计,本文提出了适用于任意平面阵列的降维机制和估计算法。鉴于相干积累后的可用快拍数少,本文考虑采用稀疏类方法实现DOA估计。为解决庞大的二维参数字典带来的高计算复杂度问题,本文提出了基于连续近似的降维估计方法（continuous approximation based dimension-reduced estimator,CADRE）,其借鉴了L形阵列可基于两个正交子阵分别独立地估计两个轴向夹角的思想,通过对导向矢量的连续列空间进行近似线性表示构造了二维轴角解耦的基矩阵,从而将二维DOA估计分解为两次独立的一维DOA估计;为实现基于降维模型的DOA估计,本文提出了一种随机最大似然（stochastic maximum-likelihood,SML）意义下的自适应块稀疏恢复算法、以及用于其快速实现的组循环最小化（group-wise cyclic minimization,GCM）类数值优化算法。为弥补降维导致的性能损失,本文还提供了基于加权信号子空间拟合（weighted signal subspace fitting,WSSF）的估计值修正方案。本文算法具备角度超分辨能力,在相干信号和少/单快拍条件下性能优越,且其速度显着快于与之性能相近的传统二维DOA估计算法。其次,针对多极化阵列的DOA与极化参数联合估计,本文建立了接收数据的块稀疏表示模型、并提出了基于块稀疏信号恢复的参数估计算法。首先,鉴于任意极化波均可分解为两个正交方向上的信号分量,接收数据可以仅由各方向来波的双正交分量对应的纯空域导向矢量线性表示,而极化信息包含于相应的表示系数中;基于此,本文通过对DOA进行网格化构造了具有块稀疏结构的待恢复信号,相应的字典尺寸仅为用于单极化阵列DOA估计的传统字典的两倍。其次,基于上述模型,本文提出了源于SML准则的最大似然块稀疏参数估计（likelihood-based estimation of block-sparse parameters,BLIKES）算法,并证明了其与回归分析中常用的“Lasso”类方法的理论等价性,从而得到了与BLIKES等价的基于平方根（square-root,SR）族或最小绝对偏差（least absolute deviation,LAD）族组Lasso的快速自适应估计（efficient adaptive group SR/LAD Lasso based estimator,EAGLE）算法。为提高计算效率,本文进一步提出了推广自适应预处理交替方向乘子法（generalized adaptive preconditioned alternating direction method of multipliers,GAP-ADMM）以快速求解EAGLE的优化子问题,从而使EAGLE可用于BLIKES的快速实现。此外,BLIKES和EAGLE还提供了应对非均匀噪声的鲁棒版本。本文算法对任意极化敏感阵列、完全/部分极化信号广泛适用,在相干信号和少/单快拍条件下性能突出,且其速度比同样具有最优估计性能的现有算法至少快一个数量级。最后,本文进一步分析了多极化阵列的流形模糊、以及作为DOA与极化参数联合估计的均方误差下界的克拉美罗界（Cramér-Rao bound,CRB）,前者是参数估计的可靠性保证,后者则提供了参数估计算法的性能评估标准。在流形模糊方面,针对多极化线阵和在高频地波雷达系统中更具实用性的非共点多极化阵列的相关理论结果仍然欠缺,而本文明确给出了这两种阵列的可辨识参数维度和模糊参数集。在DOA与极化参数的CRB方面,现有的CRB基于随机信号假设给出,本文进一步针对已知/未知波形的确定信号推导了CRB的闭式表达式,并探讨了其与随机信号CRB的关系、以及与流形模糊之间的内在联系。另外,本文还结合仿真和实测数据验证了所提算法的有效性和优势、以及相关理论结果的正确性。
丁健伦[10]（2020）在《弹载相控阵雷达阵列信号处理关键技术研究》文中研究指明在复杂的战场电磁环境下,由于存在多径环境、相干目标干扰、阵列误差及平台运动等因素对信号回波的影响,传统的波束形成算法难以对目标方位做出较为准确的估计,也无法对干扰进行自适应的抑制。因此复杂环境下面向多相干目标的稳健自适应波束形成成为一种迫切需求的技术。应用于精确制导武器装备的弹载相控阵雷达阵列天线排布多为圆平面,而目前阵列信号处理的研究较多基于均匀线阵和均匀面阵模型。因此,研究基于圆平面阵列下的稳健自适应波束形成方法已成为发展的必然趋势。首先,本文根据均匀线阵与均匀面阵的阵列模型理论基础,建立了基于二维均匀平面阵列模型的圆平面阵列模型。基于MATLAB仿真平台,对同一圆平面内不同阵列模型进行对比,验证了圆平面阵列模型相比其他阵列模型在波束形成时具有更低的旁瓣和更窄的波束宽度。其次,针对在圆平面阵列上采用多重信号分类（MUltiple SIgnal Classification,MUSIC）算法处理多相干信号源时的失效问题,以及圆平面阵列在使用二维前后向空间平滑算法进行重叠子阵划分时各子阵阵列结构不同的问题,本文采用一种基于虚拟阵列内插方法将圆平面阵列转化为均匀平面阵列,并结合二维前后向空间平滑进行解相干来完成对空间中多相干信号源的超分辨率波达角（Direction of arrival,DOA）估计。实验结果表明该方法可以有效的解决圆平面阵列下多相干信号源DOA估计问题。最后,针对角度估计、平台运动等原因造成信号来波方向存在误差而引起期望信号导向矢量失配的问题开展研究。通过仿真分析一维均匀线形阵列下对角加载、协方差重构等多种鲁棒自适应波束形成算法在不同快拍、不同信噪比及存在来波方向误差的情况下的性能,确定了一种最优的鲁棒自适应波束形成算法,并将其拓展应用到圆平面阵列。仿真实验结果表明,在圆平面阵列下该鲁棒自适应波束形成算法能有效提高存在来波方向误差时的波束形成的稳健性。
二、任意平面阵列的干扰抑制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、任意平面阵列的干扰抑制（论文提纲范文）
（1）弧形阵列天线零陷波束赋形算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 相关研究内容及研究现状 |
| 1.2.1 弧形阵列研究现状 |
| 1.2.2 波束赋形研究现状 |
| 1.3 本文主要研究工作与内容安排 |
| 第二章 阵列天线基础及波束赋形理论 |
| 2.1 引言 |
| 2.2 阵列天线基础 |
| 2.2.1 线阵天线理论分析 |
| 2.2.2 弧形阵列天线理论分析 |
| 2.3 阵列信号模型及波束赋形理论 |
| 2.3.1 阵列信号模型 |
| 2.3.2 波束赋形理论 |
| 2.4 仿真结果及分析 |
| 2.5 小结 |
| 第三章 基于弧形阵列的零陷波束赋形算法研究 |
| 3.1 引言 |
| 3.2 弧形阵列等效线阵的天线设计 |
| 3.2.1 有效工作阵元选取策略 |
| 3.2.2 相位补偿策略 |
| 3.3 窄零陷波束赋形算法 |
| 3.3.1 正交投影零陷波束赋形算法 |
| 3.3.2 Capon零陷波束赋形算法 |
| 3.4 宽零陷波束赋形算法 |
| 3.4.1 基于Gram-Schmidt的正交投影宽零陷算法 |
| 3.4.2 基于LCMV线性约束最小方差的宽零陷算法 |
| 3.4.3 基于导数约束的宽零陷算法 |
| 3.4.4 约束最优化静态综合宽零陷算法 |
| 3.5 仿真结果及分析 |
| 3.6 本章小结 |
| 第四章 基于迭代自适应的零陷波束赋形算法 |
| 4.1 引言 |
| 4.2 基于加权最小二乘的迭代自适应零陷波束赋形算法 |
| 4.3 基于色加载的迭代自适应宽零陷波束赋形算法 |
| 4.3.1 基于最大似然原理的迭代自适应方法 |
| 4.3.2 色加载方法 |
| 4.4 仿真结果及分析 |
| 4.5 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的学术成果 |
| 个人简历 |
（2）基于矩阵重构的相干信源波达方向估计算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 经典解相干算法分类 |
| 1.3 子空间类解相干算法研究现状 |
| 1.3.1 空间平滑类算法 |
| 1.3.2 矩阵重构类算法 |
| 1.4 子空间类解相干算法的工程化研究 |
| 1.4.1 结合差分/斜投影的解相干算法 |
| 1.4.2 基于其他阵列结构的解相干算法 |
| 1.5 本文主要研究内容及结构安排 |
| 1.5.1 本文理论体系的基本框架 |
| 1.5.2 论文各章内容及结构安排 |
| 第2章 相位差对子空间解相干算法性能的影响分析 |
| 2.1 引言 |
| 2.2 数学模型 |
| 2.2.1 一般情况下的信号数学模型 |
| 2.2.2 一维阵列模型及数学模型 |
| 2.2.3 二维阵列模型及数学模型 |
| 2.3 独立信源二阶统计特性 |
| 2.4 相干信源二阶统计特性 |
| 2.4.1 相关系数定义和相干信源数据模型 |
| 2.4.2 相干信源的相位差与相关系数的关系 |
| 2.5 相位差变化下子空间解相干算法的性能分析 |
| 2.5.1 相位差变化下空间平滑算法的性能分析 |
| 2.5.2 相位差变化下特征矢量重构算法的性能分析 |
| 2.5.3 相位差变化下数据矩阵重构算法的性能分析 |
| 2.6 相干信源相位差变化下克拉美罗界的性能分析 |
| 2.6.1 相干信源相位差变化下的克拉美罗界 |
| 2.6.2 相位差变化下克拉美罗界的性能分析 |
| 2.7 本章小结 |
| 第3章 基于信号特征矢量矩阵重构算法 |
| 3.1 引言 |
| 3.2 基于多列信号特征矢量重构算法 |
| 3.2.1 MEVD算法原理 |
| 3.2.2 算法性能分析 |
| 3.2.3 算法流程 |
| 3.2.4 仿真与分析 |
| 3.3 基于均匀圆阵最大信号特征矢量重构算法 |
| 3.3.1 MGEVD算法原理 |
| 3.3.2 EMEVD算法原理 |
| 3.3.3 算法运算量分析 |
| 3.3.4 算法流程 |
| 3.3.5 仿真与分析 |
| 3.4 本章小结 |
| 第4章 基于波束空间加权矩阵重构算法 |
| 4.1 引言 |
| 4.2 ESPRIT-LIKE算法性能失效分析 |
| 4.2.1 ESPRIT-like算法原理 |
| 4.2.2 ESPRIT-like算法失效原因分析 |
| 4.2.3 仿真与分析 |
| 4.3 基于波束空间加权矩阵重构算法 |
| 4.3.1 WTOEP算法原理 |
| 4.3.2 算法性能分析 |
| 4.3.3 算法运算量分析 |
| 4.3.4 算法流程 |
| 4.3.5 仿真与分析 |
| 4.4 基于均匀圆阵波束空间加权矩阵重构算法 |
| 4.4.1 MODE-WTOEP算法原理 |
| 4.4.2 算法性能分析 |
| 4.4.3 算法流程 |
| 4.4.4 仿真与分析 |
| 4.5 本章小结 |
| 第5章 基于完整数据矩阵信息平方矩阵重构算法 |
| 5.1 引言 |
| 5.2 基于完整协方差矩阵信息平方矩阵重构算法 |
| 5.2.1 FB-PTMR算法原理 |
| 5.2.2 算法性能分析 |
| 5.2.3 算法流程 |
| 5.2.4 仿真与分析 |
| 5.3 基于完整相关矩阵信息平方矩阵重构算法 |
| 5.3.1 MTOEP算法原理 |
| 5.3.2 算法性能分析 |
| 5.3.3 算法运算量分析 |
| 5.3.4 算法流程 |
| 5.3.5 仿真与分析 |
| 5.4 基于均匀圆阵完整矩阵信息平方矩阵重构算法 |
| 5.4.1 MODE-MTOEP算法原理 |
| 5.4.2 算法性能分析 |
| 5.4.3 算法流程 |
| 5.4.4 仿真与分析 |
| 5.5 本文提出的矩阵重构算法对比分析 |
| 5.5.1 估计性能对比 |
| 5.5.2 运算效率对比 |
| 5.5.3 全文算法总结 |
| 5.6 本章小结 |
| 结论 |
| 附录 |
| 附录 A 英文缩略语与含义 |
| 附录 B 数学符号与含义 |
| 附录 C 数学公式 |
| 附录 D 经典子空间算法 |
| 附录 E 空间平滑算法信源协方差矩阵恢复满秩的证明 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（3）基于双极化共形阵列的波束赋形算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究发展现状 |
| 1.3 本文的主要研究内容及章节安排 |
| 第二章 阵列模型 |
| 2.1 平面阵列辐射方向图理论及经典赋形方法 |
| 2.1.1 平面阵列辐射方向图理论 |
| 2.1.2 经典波束赋形方法 |
| 2.2 双极化共形阵列建模及分析 |
| 2.2.1 同极化与交叉极化 |
| 2.2.2 双极化共形阵列建模 |
| 2.2.3 仿真实验 |
| 2.3 本章小结 |
| 第三章 基于自适应和交替投影理论的波束赋形算法 |
| 3.1 基于自适应理论的波束赋形方法 |
| 3.2 基于交替投影理论的波束赋形方法 |
| 3.2.1 交替投影算法介绍 |
| 3.2.2 一种WARP算法 |
| 3.3 基于自适应理论的改进型交替投影算法 |
| 3.4 仿真结果及对比分析 |
| 3.5 本章小结 |
| 第四章 基于凸优化理论的波束赋形方法 |
| 4.1 凸优化问题 |
| 4.2 基于LP的凸优化波束赋形方法 |
| 4.3 基于SDP的凸优化波束赋形方法 |
| 4.4 一种ICO波束赋形方法 |
| 4.5 仿真结果及对比分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（4）考虑互耦效应的非均匀阵列天线布局优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景、目的和意义 |
| 1.2 非均匀阵列合成国内外研究现状 |
| 1.3 考虑互耦效应的非均匀阵列天线合成的国内外现状 |
| 1.4 论文主要内容及结构 |
| 2 基于参数化矩量法的非均匀阵列天线合成 |
| 2.1 非均匀阵列天线一般优化合成模型 |
| 2.2 控制方程的求解 |
| 2.2.1 方向图乘积定理 |
| 2.2.2 数值方法 |
| 2.3 基于映射的参数化矩量法 |
| 2.3.1 参数化矩量法求解控制方程 |
| 2.3.2 阵列天线的辐射性能求解 |
| 2.4 灵敏度列式的解析推导 |
| 2.5 本章小结 |
| 3 稀布阵列天线的合成 |
| 3.1 引言 |
| 3.2 稀布圆环阵列合成 |
| 3.2.1 基于参数化矩量法和梯度优化算法的圆环阵列合成模型 |
| 3.2.2 数值算例 |
| 3.3 稀布椭圆环阵列合成 |
| 3.3.1 基于参数化矩量法和梯度优化算法的椭圆环阵列合成模型 |
| 3.3.2 数值算例 |
| 3.4 本章小结 |
| 4 稀疏阵列天线的合成 |
| 4.1 引言 |
| 4.2 稀疏阵列合成 |
| 4.2.1 优化模型的建立 |
| 4.2.2 数值算例 |
| 4.2.3 稀疏-稀布阵列合成 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文和申请发明专利情况 |
| 致谢 |
（5）基于子空间估计的干扰抑制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 合作式声纳系统发展现状 |
| 1.2.2 干扰抑制算法研究现状 |
| 1.2.3 子空间估计算法研究现状 |
| 1.3 子空间估计算法存在的问题 |
| 1.4 论文研究内容 |
| 第2章 子空间理论下的信号模型 |
| 2.1 引言 |
| 2.2 子空间理论下的信号模型 |
| 2.3 子空间投影原理 |
| 2.4 本章小结 |
| 第3章 基于广义贝叶斯信息量准则的子空间维度估计 |
| 3.1 引言 |
| 3.2 基于信息量准则的子空间维度估计 |
| 3.3 基于广义贝叶斯信息量准则的子空间维度估计算法 |
| 3.3.1 确定信号的子空间维度估计算法 |
| 3.3.2 随机信号的子空间维度估计算法 |
| 3.4 仿真分析 |
| 3.4.1 确定信号 |
| 3.4.2 随机信号 |
| 3.5 水池试验数据处理 |
| 3.6 本章小结 |
| 第4章 基于匹配广义似然比检测的子空间估计 |
| 4.1 引言 |
| 4.2 子空间纠缠问题 |
| 4.3 基于匹配广义似然比检测的子空间估计算法 |
| 4.3.1 确定干扰下的信号子空间估计算法 |
| 4.3.2 随机干扰下的信号子空间估计算法 |
| 4.4 仿真分析 |
| 4.4.1 确定干扰 |
| 4.4.2 随机干扰 |
| 4.5 声源定位水池数据处理 |
| 4.5.1 单点静态试验 |
| 4.5.2 直线轨迹试验 |
| 4.6 本章小结 |
| 第5章 匹配约束子空间跟踪 |
| 5.1 引言 |
| 5.2 匹配约束子空间跟踪算法 |
| 5.3 仿真分析 |
| 5.3.1 时变子空间估计性能仿真分析 |
| 5.3.2 干扰抑制性能仿真分析 |
| 5.4 声源定位水池数据处理 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）基于稀疏阵列的近场波束控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外近场阵列研究现状 |
| 1.2.1 波束控制的研究现状 |
| 1.2.2 稀疏阵列的研究现状 |
| 1.3 本文主要工作及创新 |
| 1.4 本文结构安排 |
| 第二章 近场阵列天线模型 |
| 2.1 近场阵列模型的分析 |
| 2.2 不同模型下近场波束图的主要区别 |
| 2.3 近场波束图仿真示例 |
| 2.4 本章小结 |
| 第三章 基于自适应阵列理论的迭代近场波束控制算法 |
| 3.1 使用窗函数的波束控制算法介绍 |
| 3.1.1 余弦窗 |
| 3.1.2 切比雪夫窗 |
| 3.1.3 泰勒窗 |
| 3.2 自适应阵列理论 |
| 3.3 基于迭代的波束控制方式 |
| 3.4 基于最大白噪声准则的波束控制参数设计 |
| 3.5 聚焦平面波束控制仿真示例 |
| 3.5.1 近场单点波束控制 |
| 3.5.2 近场聚焦平面波束控制 |
| 3.5.3 近场赋形平面波束控制 |
| 3.5.4 近场区域波束控制 |
| 3.5.5 双主瓣波束控制 |
| 3.6 本章小结 |
| 第四章 近场稀疏阵列设计方法研究 |
| 4.1 基于遗传算法进行近场稀疏阵列设计 |
| 4.1.1 遗传算法的相关术语 |
| 4.1.2 遗传算法流程 |
| 4.1.3 遗传算法在近场稀疏阵列设计中的应用 |
| 4.1.4 遗传算法仿真 |
| 4.2 基于概率学习的改进遗传算法进行近场稀疏阵列设计 |
| 4.2.1 概率模型简介 |
| 4.2.2 概率模型建立 |
| 4.2.3 概率学习算法在近场稀疏阵列设计中的应用 |
| 4.2.4 改进的遗传算法流程 |
| 4.2.5 改进的遗传算法仿真 |
| 4.2.6 遗传算法改进前后的对比 |
| 4.3 基于幅度加权的贪婪搜索算法进行近场稀疏阵列设计 |
| 4.3.1 贪婪搜索算法的在近场稀疏阵列设计中的运用 |
| 4.3.2 贪婪搜索算法的步骤 |
| 4.3.3 贪婪搜索算法仿真 |
| 4.4 基于幅度加权的模式搜索算法进行近场稀疏阵列设计 |
| 4.4.1 模式搜索算法简介 |
| 4.4.2 模式搜索算法的实现 |
| 4.4.3 模式搜索算法在近场稀疏阵列设计中的应用 |
| 4.4.4 模式搜索算法的仿真 |
| 4.4.5 搜索算法改进前后的对比 |
| 4.5 本章小结 |
| 第五章 非标准间距近场稀疏阵列设计 |
| 5.1 2.4Ghz近场天线阵列 |
| 5.1.1 权向量设计 |
| 5.1.2 近场稀疏阵列设计 |
| 5.1.3 稀疏阵列基础上进行权向量调整 |
| 5.2 80MHz近场天线阵列 |
| 5.2.1 权向量设计 |
| 5.2.2 近场稀疏阵列设计 |
| 5.2.3 稀疏阵列基础上进行权向量调整 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（7）共形阵列极化信号处理方法与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 共形阵列系统装备 |
| 1.2.2 共形阵列处理方法 |
| 1.2.3 共形阵列参数估计算法 |
| 1.2.4 共形阵列误差校正算法 |
| 1.2.5 共形阵列天线位置误差校正算法 |
| 1.2.6 共形阵列互耦效应校正算法 |
| 1.2.7 共形阵列的空时自适应处理算法 |
| 1.3 本文研究内容与安排 |
| 第二章 共形阵列构型和接收信号模型 |
| 2.1 引言 |
| 2.2 共形阵列的信号模型 |
| 2.3 电磁波的极化 |
| 2.4 共形阵列的天线 |
| 2.4.1 基于欧拉变换的天线方向图确定 |
| 2.4.2 载体的遮挡效应 |
| 2.5 共形阵列的发射和接收模式 |
| 2.6 小结 |
| 第三章 基于相模理论的共形阵列参数估计算法 |
| 3.1 引言 |
| 3.2 极化敏感圆阵构型和信号模型 |
| 3.3 三种基于波场理论的参数估计算法 |
| 3.3.1 基于阵列流行分离技术的DOA和极化参数估计算法 |
| 3.3.2 基于EADF的方位角估计算法 |
| 3.3.3 基于模式空间变换的DOA参数估计 |
| 3.4 基于相模理论的TID-DESPRIT算法 |
| 3.4.1 阵列场强分析和PM模型的建立 |
| 3.4.2 DOA和极化参数的解耦合方法 |
| 3.4.3 DOA的快速估计方法 |
| 3.4.4 极化参数估计方法 |
| 3.4.5 参数估计精度分析 |
| 3.4.6 计算复杂度分析 |
| 3.4.7 仿真实验 |
| 3.5 小结 |
| 第四章 基于Hough变换的共形阵列参数估计算法 |
| 4.1 引言 |
| 4.2 共形阵列和信号模型 |
| 4.3 协方差矩阵的相位特性 |
| 4.4 提取相位时的解模糊方法 |
| 4.5 基于Hough变换的DOA估计方法 |
| 4.6 极化参数的估计方法 |
| 4.7 仿真实验 |
| 4.7.1 协方差矩阵的相位估计性能 |
| 4.7.2 计算复杂度分析和参数估计精度分析 |
| 4.8 小结 |
| 第五章 共形阵列误差校正算法 |
| 5.1 引言 |
| 5.2 共形阵列和信号模型 |
| 5.3 天线位置误差分维校正算法 |
| 5.3.1 天线位置误差存在时的信号模型 |
| 5.3.2 所提算法步骤 |
| 5.3.3 仿真实验 |
| 5.4 基于天线方向图重建的互耦效应校正算法 |
| 5.4.1 互耦效应和平台效应 |
| 5.4.2 互耦效应存在时的信号模型 |
| 5.4.3 现有的两种校正方法 |
| 5.4.4 所提算法步骤 |
| 5.4.5 仿真实验 |
| 5.5 小结 |
| 第六章 机载共形阵列应用研究 |
| 6.1 引言 |
| 6.2 共形阵列和杂波信号模型 |
| 6.3 共形阵列的杂波特性 |
| 6.3.1 共形阵列的杂波非平稳特性 |
| 6.3.2 共形阵列的杂波秩分析 |
| 6.4 基于稀疏恢复的共形阵列单数据集STAP方法(SDSSR-CA) |
| 6.4.1 杂波稀疏模型 |
| 6.4.2 算法步骤 |
| 6.4.3 仿真实验 |
| 6.5 小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）面向雷达通信一体化的时间调制阵列波束赋形技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 雷达通信一体化系统的研究现状 |
| 1.2.1 雷达通信一体化系统研究与设计的发展 |
| 1.2.2 时间调制阵列的发展 |
| 1.2.3 文献综述简析 |
| 1.3 主要研究内容和论文结构安排 |
| 第2章 时间调制阵列空分特性及相关基本理论 |
| 2.1 引言 |
| 2.2 时间调制直线阵列 |
| 2.3 时间调制平面阵列 |
| 2.4 时间调制阵列频域——空域转换原理 |
| 2.5 差分进化算法 |
| 2.6 雷达组网及定位方法 |
| 2.6.1 双向通信时间测距算法 |
| 2.6.2 雷达组网目标定位算法 |
| 2.7 本章小结 |
| 第3章 基于时间调制阵列的雷达通信一体化算法研究 |
| 3.1 引言 |
| 3.2 基于时间调制阵列的雷达通信一体化波束控制算法 |
| 3.3 基于时间调制阵列的雷达通信一体化系统收发架构 |
| 3.4 基于时间调制阵列的雷达通信一体化系统干扰分析 |
| 3.5 传统阵列天线多波束产生方案及对比 |
| 3.5.1 基于最小二乘法的多波束赋形技术 |
| 3.5.2 基于多加权网络的多波束赋形技术 |
| 3.6 多通信区域雷达通信一体化算法研究 |
| 3.6.1 多通信区域雷达通信一体化发射架构 |
| 3.6.2 多通信区域雷达通信一体化接收架构 |
| 3.7 仿真与结果分析 |
| 3.7.1 时间调制阵列相关仿真 |
| 3.7.2 多波束赋形相关仿真 |
| 3.8 本章小结 |
| 第4章 雷达通信一体化系统高能效算法研究 |
| 4.1 引言 |
| 4.2 基于1-bit移相器的周期性调制函数 |
| 4.3 基于时间调制阵列的雷达通信一体化系统能量损耗计算 |
| 4.4 基于差分进化算法的边带能量间接和直接抑制算法 |
| 4.4.1 间接能量损失抑制算法 |
| 4.4.2 直接能量损失抑制算法 |
| 4.5 仿真与结果分析 |
| 4.5.1 Chebyshev分布下能量损失 |
| 4.5.2 间接能量损失优化——边带峰值抑制 |
| 4.5.3 直接能量损失优化——能量损失抑制 |
| 4.5.4 能量损失与边带电平之间的折中 |
| 4.5.5 与传统一体化方案对比 |
| 4.5.6 通信与雷达性能 |
| 4.6 本章小结 |
| 第5章 雷达通信一体化多节点联合探测波束控制算法研究 |
| 5.1 引言 |
| 5.2 Capon空域谱估计和MVDR准则 |
| 5.3 基于TMPA雷达通信一体化节点组网方案及联合探测波束控制算法 |
| 5.4 基于TMPA雷达通信一体化网络的空域多干扰抑制算法 |
| 5.5 雷达通信一体化网络的虚拟多波束赋形算法 |
| 5.5.1 基于多波束赋形的雷达通信一体化组网算法 |
| 5.5.2 超低旁瓣TMA与多谐波TMA的组合 |
| 5.5.3 网络虚拟多波束赋形算法 |
| 5.6 与传统雷达组网方案对比 |
| 5.7 仿真与结果分析 |
| 5.7.1 一体化网络联合探测波束 |
| 5.7.2 一体化网络空域抗干扰性能 |
| 5.7.3 虚拟多波束赋形性能 |
| 5.8 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 无穷级数的闭合形式化简 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（9）高频地波雷达多维多极化参数联合估计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高频地波雷达空域和极化域参数估计 |
| 1.2.2 基于平面阵列的二维DOA估计 |
| 1.2.3 基于极化敏感阵列的DOA与极化参数估计 |
| 1.2.4 稀疏类参数估计及其应用瓶颈 |
| 1.3 本文的主要研究内容 |
| 第2章 阵列信号参数估计及稀疏恢复理论基础 |
| 2.1 引言 |
| 2.2 二维DOA估计 |
| 2.2.1 基本模型和定义 |
| 2.2.2 传统超分辨DOA估计算法 |
| 2.2.3 传统算法的性能和计算复杂度分析 |
| 2.3 DOA与极化参数联合估计 |
| 2.3.1 极化阵列信号处理基础 |
| 2.3.2 传统DOA与极化联合估计算法 |
| 2.4 稀疏框架下的阵列信号参数估计 |
| 2.4.1 参数估计的稀疏建模 |
| 2.4.2 经典稀疏类参数估计算法 |
| 2.4.3 稀疏类算法的性能和计算复杂度 |
| 2.5 本章小结 |
| 第3章 二维DOA估计及其降维方法 |
| 3.1 引言 |
| 3.2 基于距离多普勒域数据的DOA估计 |
| 3.2.1 RD域数据用于DOA估计的可行性 |
| 3.2.2 RD域数据DOA估计的实现与优势 |
| 3.3 任意平面阵列的二维DOA降维估计方法—CADRE |
| 3.3.1 参数定义与网格划分 |
| 3.3.2 基于连续近似的降维机制 |
| 3.3.3 基于降维模型的方位余弦估计 |
| 3.3.4 二维参数配对和精估计 |
| 3.4 块稀疏类降维DOA估计的快速实现算法 |
| 3.4.1 适用于块内正交字典的GCM算法 |
| 3.4.2 对一般字典通用的G-GCM算法 |
| 3.5 仿真与实测数据验证 |
| 3.5.1 降维DOA估计方法的性能验证 |
| 3.5.2 降维DOA估计方法的计算效率验证 |
| 3.5.3 高频地波雷达背景下的有效性验证 |
| 3.6 本章小结 |
| 第4章 DOA与极化参数联合估计方法 |
| 4.1 引言 |
| 4.2 DOA与极化参数联合估计的块稀疏建模 |
| 4.3 基于随机最大似然的块稀疏恢复算法—BLIKES |
| 4.3.1 BLIKES算法的推导与实现 |
| 4.3.2 BLIKES算法的理论分析 |
| 4.4 BLIKES的快速实现算法—EAGLE |
| 4.4.1 EAGLE的重加权机制和算法框架 |
| 4.4.2 EAGLE的快速一阶求解算法 |
| 4.5 仿真和实测数据验证 |
| 4.5.1 块稀疏恢复性能和速度验证 |
| 4.5.2 块稀疏框架下的DOA与极化估计性能 |
| 4.5.3 算法性能和有效性的实测数据验证 |
| 4.6 本章小结 |
| 第5章 极化阵列流形模糊与参数估计性能分析 |
| 5.1 引言 |
| 5.2 极化敏感阵列的流形模糊分析 |
| 5.2.1 单个共点多极化阵元的流形模糊 |
| 5.2.2 共点多极化阵列的流形模糊 |
| 5.2.3 非共点多极化阵列的流形模糊 |
| 5.3 DOA与极化参数联合估计的均方误差下限 |
| 5.3.1 确定信号的DOA与极化参数CRB |
| 5.3.2 随机信号的DOA与极化参数CRB |
| 5.4 CRB与流形模糊的内在联系 |
| 5.5 仿真与实测数据验证 |
| 5.5.1 流形模糊的仿真验证 |
| 5.5.2 极化敏感阵列的CRB对比 |
| 5.5.3 雷达实测数据验证 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 常用符号对照表 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（10）弹载相控阵雷达阵列信号处理关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 阵列信号处理技术国内外研究历史及现状 |
| 1.2.1 超分辨率DOA估计技术的发展概述 |
| 1.2.2 自适应波束形成技术研究动态 |
| 1.3 研究目标与研究内容 |
| 1.4 本论文的结构安排 |
| 第二章 自适应阵列信号处理技术理论基础 |
| 2.1 阵列天线数学模型建立 |
| 2.1.1 均匀线阵模型 |
| 2.1.2 均匀平面阵列模型 |
| 2.1.3 圆平面阵列模型 |
| 2.2 阵列天线数学波束形成技术 |
| 2.2.1 波束形成基本概念 |
| 2.2.2 自适应波束形成及三大最优准则 |
| 2.3 不同阵列下自适应波束形成方法 |
| 2.3.1 基于均匀线阵的LCMV自适应波束形成 |
| 2.3.2 基于平面阵的LCMV自适应波束形成 |
| 2.3.3 基于圆平面阵的LCMV自适应波束形成 |
| 2.4 本章小结 |
| 第三章 圆平面阵列的多相干信号源超分辨率算法 |
| 3.1 MUSIC算法基本原理 |
| 3.1.1 一维MUSIC算法 |
| 3.1.2 二维MUSIC算法 |
| 3.2 前后向空间平滑MUSIC算法 |
| 3.2.1 相干信号源的数学模型 |
| 3.2.2 均匀线阵的前后向平滑MUSIC算法 |
| 3.2.3 均匀平面阵列前后向平滑MUSIC算法 |
| 3.3 基于圆平面阵列多相干信号源超分辨率DOA算法 |
| 3.3.1 虚拟阵列内插变换技术 |
| 3.3.2 基于虚拟阵元内插变换的前后空间平滑 |
| 3.3.3 圆平面阵列多相干信号超分辨DOA估计仿真 |
| 3.4 本章小结 |
| 第四章 基于来波方向误差的鲁棒自适应波束形成算法 |
| 4.1 信号模型及误差模型 |
| 4.1.1 信号模型 |
| 4.1.2 波达角度误差模型 |
| 4.2 鲁棒自适应数字波束形成算法 |
| 4.2.1 对角加载算法 |
| 4.2.2 特征子空间投影算法 |
| 4.2.3 最差性能最优化算法 |
| 4.2.4 干扰加噪声协方差重构算法 |
| 4.2.5 各鲁棒算法性能仿真与结果分析 |
| 4.3 圆平面阵列下的鲁棒自适应波束形成算法 |
| 4.3.1 圆平面阵列鲁棒自适应波束形成算法 |
| 4.3.2 圆平面阵列鲁棒波束形成算法仿真 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
四、任意平面阵列的干扰抑制（论文参考文献）
- [1]弧形阵列天线零陷波束赋形算法研究[D]. 卫晓楠. 内蒙古工业大学, 2021(01)
- [2]基于矩阵重构的相干信源波达方向估计算法研究[D]. 张薇. 哈尔滨工业大学, 2021(02)
- [3]基于双极化共形阵列的波束赋形算法研究[D]. 李传. 合肥工业大学, 2021(02)
- [4]考虑互耦效应的非均匀阵列天线布局优化研究[D]. 肖涵. 大连理工大学, 2021(01)
- [5]基于子空间估计的干扰抑制技术研究[D]. 李海鹏. 哈尔滨工程大学, 2021(02)
- [6]基于稀疏阵列的近场波束控制技术研究[D]. 潘延. 电子科技大学, 2021(01)
- [7]共形阵列极化信号处理方法与应用研究[D]. 张晓文. 西安电子科技大学, 2020(02)
- [8]面向雷达通信一体化的时间调制阵列波束赋形技术研究[D]. 单成兆. 哈尔滨工业大学, 2020(02)
- [9]高频地波雷达多维多极化参数联合估计方法研究[D]. 赵春雷. 哈尔滨工业大学, 2020(02)
- [10]弹载相控阵雷达阵列信号处理关键技术研究[D]. 丁健伦. 电子科技大学, 2020(01)