论文部分内容阅读
多输入多输出(MIMO)雷达系统利用发射波形分集和天线空间分集,获得了比传统单基地雷达更好的探测性能,对被探测目标构成很大威胁。因此,对MIMO雷达的电子对抗方法亟待研究。作为其中一个关键环节,对MIMO雷达信号的电子侦察,受多个信号分量可能在时域、频域或空域重叠等不利因素影响,面临新的挑战。为完成对MIMO雷达信号的电子侦察,除对单通道侦察设备接收信号的调制识别、参数估计算法进行研究外,还应分析阵列天线、多站组网等雷达信号侦察系统对不同类型MIMO雷达信号的侦收处理方法。首先,由于集中式MIMO雷达信号在时域和空域都不可分离,本文研究了对发射天线阵列为均匀线阵(ULA)的集中式MIMO雷达信号的整体调制识别和参数估计算法。然后,在阵列天线侦收条件下,提出了对空域滤波后分布式MIMO雷达信号的检测及参数估计算法。最后,基于组网式雷达信号侦察系统,本文对分布式MIMO雷达信号的侦收处理方法和时差分选算法进行了研究分析。本文的主要工作与贡献如下:1)在单通道侦收条件下,分别提出了基于信号模糊函数(AF)和基于高阶统计量的集中式MIMO雷达信号调制类型识别算法。前者使用Hough变换(HT)对信号AF的模值(AAF)进行特征提取,后者利用各种信号的高阶统计量差异,并使用信噪比(SNR)估计辅助识别。实现了对集中式MIMO雷达正交频分复用单脉冲(OFDM-MP)信号、正交频分复用线性调频(OFDM-LFM)信号及正交多相编码(OPPC)信号的识别,以及与单载波雷达信号的区分。2)对识别为OFDM-MP、OFDM-LFM及OPPC调制的集中式MIMO雷达信号,分别提出了对应的调制参数估计算法。对OFDM-MP信号提出了多分量联合参数估计算法,该算法对各分量频率的估计精度高,且与极大似然估计相比,计算量不随信号分量数增多而变大。提出多分量Wigner-Hough变换(MWHT)对OFDM-LFM信号进行起始频率、调制斜率及频率间隔估计,算法的信号检测及参数估计性能较经典WHT优势明显,并且使用参数粗估计算法能有效地降低计算量。对OPPC信号的循环自相关函数和循环谱密度函数进行推导,以此为基础,提出了对OPPC信号的载频和码速率的参数估计算法。3)分析了阵列天线对分布式MIMO雷达信号的空域分离过程,将空域滤波后仍未被分离的OFDM信号建模为噪声背景下个数未知、幅度不同的多分量信号,提出了信号检测和参数估计算法。对OFDM-MP信号进行频域检测,改进了检测判决变量和门限设置准则,提高了信号检测概率。在调制斜率粗估计的基础上,对OFDM-LFM信号进行分数阶傅里叶变换(FrFT),完成了多对分量LFM信号的检测和参数估计。4)研究了组网式雷达信号侦察系统对分布式MIMO雷达信号的侦收处理。提出了多站协同的信号处理方法,首先各侦收站对脉冲到达时间(TOA)进行估计,上位机通过脉冲到达时差(TDOA)进行时差分选,并根据分选结果对各侦收站的信号处理任务进行分配,各侦收分站通过动态滤波器提取特定的分布式MIMO雷达信号脉冲,对单分量信号进行调制识别和参数估计。实现了系统资源的优化配置,保证了侦收信号处理的实时性。