發(fā)布時間：2021-08-22 08:33

　　基于目標和環(huán)境先驗信息優(yōu)化設計發(fā)射波形可以提高雷達目標回波信干噪比（SINR）。首先給出了認知天波超視距雷達（CSWOTHR）發(fā)射波形自適應設計機制,完善了系統(tǒng)架構設計,為減弱同頻干擾對目標檢測的影響,在基于知識輔助自適應環(huán)境感知波形（KB-AESBW）設計算法的基礎上,提出了一種改進的基于灰色馬爾科夫組合模型的自適應環(huán)境感知波形（GM-AESBW）設計算法。通過GM-AESBW算法,CSWOTHR實現(xiàn)了對環(huán)境感知一次、預測多次的功能,具有更好的環(huán)境匹配能力,且魯棒性強,降低了系統(tǒng)對外部環(huán)境的依賴。理論分析與仿真實驗驗證了GM-AESBW算法的有效性。 

【文章來源】：雷達科學與技術. 2020,18(03)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

認知天波超視距雷達發(fā)射波形自適應設計方法

圖2是CSWOTHR采用基于灰色馬爾科夫組合模型的自適應環(huán)境感知波形設計算法的工作流程圖。發(fā)射機在靜默期間接收環(huán)境數(shù)據(jù)，記錄并保存當前環(huán)境雜波、干擾信息。根據(jù)所記錄頻點的干擾信息，建立GM(1,1）模型，利用灰色序列預測每一個干擾頻點的未來變化趨勢，采用馬爾科夫過程對結(jié)果修正。依據(jù)當前時刻環(huán)境信息形成當前時刻的環(huán)境協(xié)方差矩陣，并依據(jù)此信息調(diào)整發(fā)射波形的參數(shù)，如頻率、脈寬等。將當前環(huán)境協(xié)方差矩陣與經(jīng)過修正的預測信息相結(jié)合產(chǎn)生預測環(huán)境協(xié)方差矩陣，根據(jù)自適應環(huán)境感知算法調(diào)整發(fā)射波形。最后經(jīng)過常規(guī)信號處理得到一次相干積累的結(jié)果，根據(jù)處理結(jié)果判斷是否需要在下一個相干積累周期再次感知環(huán)境以調(diào)整發(fā)射波形。GM-AESBW算法在KB-AESBW算法上的改進主要是增加了灰色馬爾科夫組合預測過程，通過2.1節(jié)算法原理易知GM-AESBW算法復雜程度與KB-AESBW基本保持一致。GM-AESBW的算法步驟歸納如下：

在第三次相干處理時，ESBW算法下的發(fā)射波形仍然為感知后首次調(diào)整的波形，KB-AESBW算法發(fā)射波形與GM-AESBW發(fā)射波形相似，但是GM-AESBW根據(jù)干擾幅值的變化進一步調(diào)整發(fā)射波形的形狀，對比KB-AESBW可以明顯看到GM-AESBW具備連續(xù)調(diào)整發(fā)射波形的能力。2）自相關性能比較


本文編號：3357399