摘要：自适应波束形成是一种有效的空域抗干扰方案。然而当接收中的多个不同来向的干扰间存在强相干性,一般的自适应波束形成算法无法获得与干扰子空间理想正交的权矢量,对相干干扰的理想抑制失效,残余干扰将大大影响处理结果用于目标检测和定位等的可靠性。针对在同时存在独立干扰和多组自相干干扰的复杂相干干扰场景下自适应波束形成的干扰抑制性能急剧恶化的问题,本文结合协方差矩阵重构思想和空间差分技术,提出了一种改进的自适应波束形成器。该波束形成器的构建基于最小方差无畸变响应波束形成器,首先利用Capon空间谱的功率估计重构了独立干扰+噪声协方差矩阵,获得在不受到接收信号中的期望信号的影响下对独立干扰实现理想抑制的波束形成权矢量;其次,利用空间差分技术重构了恢复相干干扰子空间信息的相干干扰协方差矩阵,进而得到对接收信号中的相干干扰实现理想抑制的波束形成权矢量;最后,结合以上两个权矢量推导出可对接收信号中的所有干扰实现同时抑制的波束形成器。仿真结果验证了提出的波束形成器在未知干扰DOA信息下仍可自适应获得精确的深干扰抑制零陷,同时具有低旁瓣特性,与现有算法相比展现出更佳的输出性能,且优势在小快拍和接收含期望信号时仍具有稳健性。此外,本文通过理论分析表明,有别于现有算法,提出的波束形成器在接收中的干扰数量大于阵列阵元数的场景下仍可获得理想的干扰抑制性能,并在仿真实验中设计典型场景验证了理论分析的正确性。

摘要：非完备、高动态有源干扰对抗作战环境下,现阶段针对库内多类型单一有源干扰样本所优化训练的静态模型,在面对库外类型多样、参数多变、组合方式多元的复合干扰时,模型无法快速更新且难以应对测试样本数非均衡问题。针对此问题,该文提出一种基于零记忆增量学习的雷达复合有源干扰识别方法。首先,利用元学习训练模式对库内单一干扰进行原型学习,训练出高效的特征提取器,使其具备对库外复合干扰特征有效提取能力。进而,基于超维空间和余弦相似度计算,构建零记忆增量学习网络(ZMILN),将复合干扰原型向量映射到超维空间并存储,从而实现识别模型动态更新。此外,为解决样本数非均衡下复合干扰识别问题,设计直推式信息最大化(TIM)测试模块,通过在互信息损失函数中加入散度约束,对识别模型进一步强化训练以应对非均衡测试样本。实验结果表明,该文所提方法在非均衡测试条件下对4种单一干扰和7种复合干扰进行增量学习后,平均识别准确率达到了93.62%。该方法通过对库内多类型单一干扰知识充分提取,实现对多种组合条件下库外复合干扰的快速动态识别。

摘要：凭借能够提升频谱利用率的优势,带内全双工(In-Band Full Duplex,IBFD)技术有望成为现代无线通信系统的潜在方案。然而,在应用过程中却面临自干扰抵消(Self-Interference Cancellation,SIC)的巨大挑战。SIC可以从空域、模拟域和数字域3个方面来单独或组合实现。该文重点研究了IBFD数字SIC。针对传统数字SIC性能受到收发链路器件非理想因素限制的问题,该文建立了一种射频辅助链路的IBFD系统,利用有用信号和自干扰信号的有界性,设计了一种基于有界成分分析的数字SIC方法。在视距(Line Of Sight,LOS)和非视距(Non-Line Of Sight,NLOS)两种信道场景下,利用仿真和实测数据进行了验证分析。结果表明,相比较于最小二乘方法和独立成分分析方法,所提有界成分分析方法改善了SIC效果,并提高了系统误码率性能。

摘要：全息凝视雷达是一种同时覆盖全空域、同时多功能的阵列雷达,该文首先明确全息凝视雷达定义,并概述全息凝视雷达特点、性能优势以及处理难点;然后,较为全面地介绍了全息凝视雷达的发展历程,归纳了当前的主要应用方向,并对中山大学在全息凝视雷达系统研究方面的进展情况进行了介绍,给出了实际场景下目标探测结果,展示了全息凝视雷达在低空目标监视等方面的应用潜力;接着较为全面地介绍了全息凝视雷达相关关键技术的研究进展,包括系统设计、收发波束控制、目标积累检测以及参数估计等方面;最后总结了全息凝视雷达的发展趋势。

摘要：针对6G毫米波无线通信感知一体化网络中的车辆状态估计问题,提出了车辆位置、速度和时变信道联合估计算法。为了应对多径反射干扰、随机信道衰落、非凸函数优化等技术难题,挖掘时变信道及反射传播特点,提取多径反射传播模型的隐含线性结构,并采用下行多载波通信信号回波,联合推算车辆位置、速度及信道状态,以抵消多径传播干扰和信道扰动,进而补偿多普勒效应对车辆定位的不利影响。由于在干扰抵消、扰动补偿、非凸函数优化等方面的特殊设计,所提算法的定位及测速性能优于以往技术。仿真分析发现,定位精度和测速精度都随着子载波和收发天线数量的增加而提升,但是随着目标距离的增大而下降。由于车辆定位只利用了回波信号的基带特征,车辆定位精度与中心载波频率无关,但是随着系统带宽的增加而增加,且当系统带宽在150 MHz以上时,车辆定位性能增益非常小。相比之下,车辆测速精度随着中心载波频率的增大而提升,而受系统带宽的影响很小。另外,相比于车辆测速,车辆定位受传输距离和收发天线数量的影响更大。

摘要：提供一种新的调节半功率波束宽度的思路,并设计了一款可实现波束宽度变换以应用于不同波束赋形场景的北斗二号B3频段的导航天线。基于四阵元双馈源的微带贴片天线阵列,在HFSS有限元仿真软件中根据理论进行建模仿真并优化。在保持右旋圆极化的基础上,不用改变阵列的结构,只需适当调节各个阵元激励的幅度与相位,就能实时缩小或者扩大半功率波束宽度,分别实现主瓣方向可调的定向波束赋形与宽波束赋形以应对不同的工作环境,并且具有定向抗干扰能力。仿真结果表明:定向波束赋形与宽波束赋形在B3中心频点的最大增益分别约为7.13,3.56 dBi,半功率波束宽度分别为52°,119°,3 dB轴比宽度分别为90°,166°;在整个B3频段内各个馈电端口反射系数低于-11 dB,相邻端口隔离度低于-28 dB。设计的波束赋形方式可调的导航天线适用于在无遮挡的开阔空间与特定的遮挡环境之间经常切换的工作场景,改善传统的机动式导航终端在“城市峡谷”等高遮蔽角环境下增益较低的缺点。

摘要：波形优化可有效抑制干扰,显著改善雷达探测性能。针对全极化雷达,考虑发射波形满足能量和相似性双重约束,以最大化信杂噪比为准则,对发射波形和接收滤波器进行联合优化。该文设计了一种波形和滤波器的迭代优化算法,该方法序贯提高输出信杂噪比。算法的每一次迭代需要分别解决一个凸问题和隐凸问题,整个算法的计算量与迭代次数和接收滤波器长度分别呈线性和多项式关系。最后,通过仿真实验分析了算法的收敛性、优化波形的模糊度函数方面的性质,与其他算法进行了对比,结果表明:与现有方法相比,该文方法可实现信杂噪比的有效提升。

摘要：随着抗干扰技术的不断发展和进步,以阻塞式和欺骗式干扰为代表的传统干扰技术面临挑战。为此,提出了一种基于低轨卫星的分布式超宽带电磁脉冲干扰技术,相比于传统干扰机,超宽带电磁脉冲干扰是一种新型电磁攻击体制。首先,理论推导了重频超宽带电磁脉冲的功率谱;其次,对分布式干扰技术可行性进行分析,并计算了基于低轨卫星平台的分布式干扰所需的发射功率;最后,开展了针对导航接收机低噪放的超宽带电磁脉冲效应实验,并利用STK(Satellite Tool Kit)设计了中低纬度下用于搭载超宽带电磁脉冲干扰机的低轨卫星星座布局。实验结果表明,UWB电磁脉冲可以使低噪声放大器出现暂时增益压缩现象,脉宽为0.7 ns的单脉冲可以使导航信号经过低噪声放大器后被压制近400 ns,重频形式下可以实现信号的完全压制。因此,基于低轨卫星的分布式超宽带电磁脉冲干扰体系可以有效增强干扰效果,有望实现目标区域的全覆盖。

摘要：仿生物学无人机集群的兴起给雷达目标跟踪和识别带来新挑战,不同集群飞行模式对雷达数据处理及集群目标辨识会产生不同影响。为分析集群对雷达跟踪识别的影响机理,本文对仿雁群、仿狼群、仿蜂群三种无人机集群飞行过程进行建模,分别模拟无人机集群的大范围输运、抵近围捕攻击和稳健信息通信;其次探讨了不同集群方式对雷达航迹起始、数据关联及跟踪滤波关键算法的影响机理;最后结合三种仿生物学运动特点,基于聚类思想设计了集群事件模式的辨识方法,给出了每种集群模式辨识的判定规则。仿真表明,不同集群模式存在相对较优的数据处理算法组合,针对集群模式优选跟踪算法可以提高雷达对集群目标的跟踪精度并降低时间成本,且能够实现对不同集群模式的辨识,有利于判断目标意图以及后续处理。

摘要：针对雷达在检测概率要求严苛的多旁瓣干扰复杂场景下使用传统目标检测方法无法满足需求,性能有待进一步提升的问题,本文提出了一种基于多通道复值深度神经网络的雷达目标检测方法。传统脉冲体制阵列雷达的恒虚警率目标检测通常在和通道进行,在对回波信号进行空域相参预处理过程中获得了相参积累的同时丢失了阵元间的相位信息,而实际上目标回波在阵元间存在着一定的相位关系。本文利用神经网络强大的拟合能力和分类能力,将目标检测视为二元分类问题,设计复值深度神经网络深入挖掘目标与背景在不同阵元间的幅度及相位信息差异,从而在传统目标检测和通道-距离-多普勒空间的更前端更好地区分目标与背景的差异,提升了雷达目标检测性能。实验结果显示,所提方法在存在大量旁瓣干扰的场景下,相较传统方法具有更好的检测性能表现和抗干扰能力,且在杂波环境中也有良好的表现。