不同雷达发射波形下递归最小均方误差算法与多元自适应脉冲压缩算法的性能研究

论文摘要

频带拥挤已经成为雷达和通信领域的一个重要问题。论文介绍了单雷达背景下的递归最小均方误差（Reiterative Minimum Mean-Square Error）算法和由此推导出的多雷达背景下的多元自适应脉冲压缩算法（Multistatic Adaptive Pulse Compression）,并在三种不同雷达发射信号下的脉压输出性能进行了计算机仿真试验,取得一些有意义的成果。论文主要的内容包括:1.介绍了三种常用雷达发射信号,线性调频（LFM）信号、相位编码信号、混合调制信号,并概述其特征;2.分别介绍了递归最小均方误差和多元自适应脉冲压缩算法,并给出了频谱共享多站雷达的理论模型;3.针对线性调频（LFM）、巴克码和线性调频混合调制信号、P4编码与线性调频混合调制信号三种不同的雷达发射信号,对递归最小均方误差算法和多元自适应脉冲压缩算法的性能进行了比较。由仿真可以看出,在三种信号形式下,相比传统匹配脉冲压缩算法递归最小均方误差算法和多元自适应脉冲压缩算法将信号主瓣附近的旁瓣抑制到了噪声水平,多目标检测能力也得到提升。就三种发射信号而言,混合调制信号性能优于LFM信号,递归最小均方误差算法下,噪声比LFM信号下降了10dB左右。而在多站雷达背景下,13位巴克码与LFM混合调制信号性能最佳,其噪声水平比其他两种信号下降3～5dB左右。4.针对动目标存在多普勒频移情况下,对三种发射信号的递归最小均方误差和多元自适应压缩算法的性能进行了比较。在多普勒条件下,递归最小均方误差算法会出现目标主瓣展宽,不易精确测量的问题。而多站雷达背景下,多元自适应脉冲压缩算法的噪声抑制能力和目标探测能力仍然出色,同样,13位巴克码与LFM混合调制信号性能最佳,噪声水平比其他两种信号下降5～7dB左右。

论文目录

• 摘要
• Abstract
• 1. 引言
• 1.1 研究背景和意义
• 1.2 自适应信号处理算法的发展
• 1.3 论文主要研究内容和创新点
• 1.4 论文的组织
• 2. 脉冲压缩技术简介
• 2.1 概述
• 2.2 脉冲压缩基本原理
• 3. 常用脉冲压缩信号的性能
• 3.1 线性调频信号
• 3.1.1 线性调频信号的频谱特性
• 3.1.2 线性调频信号脉冲压缩
• 3.1.3 线性调频信号多普勒性能分析
• 3.1.4 计算机仿真
• 3.2 相位编码信号
• 3.2.1 二相编码信号频谱特性
• 3.2.2 相位编码信号脉冲压缩
• 3.2.3 多普勒性能
• 3.2.4 计算机仿真
• 3.3 频率相位混合调制信号
• 3.3.1 频谱特性
• 3.3.2 脉冲压缩
• 3.3.3 多普勒性能
• 3.3.4 计算机仿真
• 4. 递归最小均方误差算法
• 4.1 递归最小均方误差算法原理
• 4.1.1 匹配脉冲压缩算法
• 4.1.2 递归最小均方误差算法
• 4.2 递归最小均方误差算法仿真分析
• 4.2.1 不同雷达发射信号递归最小均方误差算法迭代过程仿真
• 4.2.2 多普勒性能分析
• 4.3 本章小结
• 5. 频谱共享多站雷达多元自适应脉冲压缩
• 5.1 频谱共享多站雷达结构
• 5.2 自适应脉冲压缩算法
• 5.3 多元自适应脉冲压缩算法仿真流程
• 5.4 多元自适应脉冲压缩算法仿真分析
• 5.4.1 静止目标下多元自适应脉冲压缩算法仿真结果与分析
• 5.4.2 多普勒性能分析
• 5.5 本章小结
• 6. 总结与展望
• 致谢
• 参考文献