简介:在天波超视距雷达(OTHR)中,机动目标的多普勒谱展宽,会导致相干积累损失,影响目标检测。传统的时频分析方法将目标回波信号投射到时频域中再通过能量积累实现机动目标检测和参数估计,但该方法在瞬态干扰存在的情况下效果较差且计算量过大。考虑到机动目标和瞬态干扰在时间-频率变化率域中的不同特性,提出了一种基于时间-频率变化率分布(TFRD)的机动目标检测算法,该算法通过TFRD构建时间-频率变化率(T-FR)域,并在T-FR域中进行目标参数估计,可以降低瞬态干扰对机动目标检测的影响。经实测数据仿真验证,该算法可以在瞬态干扰存在的情况下有效地检测出机动目标,而传统的WHT(Wigner-Hough-Transform)算法则由于瞬态干扰影响导致检测错误。此外,该文算法避免了使用Hough变换,减小了运算量,使其可以更好地应用于工程中。
简介:分析了反辐射无人机(ARUAV)常用的时间鉴别技术——脉冲前沿跟踪技术对抗多点源诱偏(诱饵+雷达)系统的可用性。以正三角形布阵的三点源诱偏系统为例,分析了空间各点雷达与诱饵信号到达无人机被动导引头(PRS)的时序关系,证明了无论被动雷达导引头位于空间中的任何位置,两个诱饵信号中至少有一个诱饵信号是可能提前到达该被动雷达导引头的。进而分别建模仿真,讨论了时域鉴别法在△τ=d/c、△τ≠d/c以及无人机处于不同高度时完成任务的效果。结果表明,利用该技术,无人机的被动雷达导引头可以在很大的空域内及时发现先到达的诱饵信号,测量其信号源的方向,进行逐一跟踪和攻击,实现突防压制和通道清理等任务。
简介:单站无源定位系统的测量噪声中如果出现野值,会影响滤波器的估计精度和稳定性,严重时还会导致滤波器发散。针对这一问题,基于Bayes定理并结合归一化受污染正态模型,提出了一种抗野值鲁棒容积卡尔曼滤波算法。该算法采用球面径向积分原则直接计算非线性函数的均值和方差,并对测量误差建立一个归一化的受污染正态模型,然后根据野值出现的后验概率来自适应调整测量预测残差的方差阵。结合空频域单站无源定位模型进行仿真实验表明,该算法可以较好地抑制测量噪声中的离散或成片连续野值的不利影响,具有较强的鲁棒性。