论文部分内容阅读
随着雷达技术的不断发展,低截获概率(Low Probability of Intercept,LPI)雷达信号得到了广泛的研究与应用。这些雷达信号往往具有更好的隐身能力,从而给雷达侦察带来新的挑战。多时码与非线性调频信号作为LPI雷达信号中的两类,近年来得到了国内外学者的密切关注。基于此,本文围绕着雷达侦收架构、信号检测、调制类型识别、参数估计和硬件高效实现方法展开了如下工作:(1)建立了多时码与非线性调频雷达信号的时域模型,分析了调制原理、时域特性、频域特性、时频域特性和自相关函数特性,研究了两类信号的低截获性和侦察接收机架构,给出了本文的雷达信号处理流程。(2)针对常规雷达信号检测方法的不足,重点研究了基于分数阶自相关法的两类LPI雷达信号的检测方法,给出了信号检测流程,在低信噪比下获得了比常规方法更好的检测性能,为后续雷达信号处理奠定基础。(3)研究了多时码雷达信号调制类型识别和参数估计方法。通过循环谱特征、时域特征和频域特征分析,基于支持向量机(Support Vector Machine,SVM)研究了多特征提取的调制类型识别方法。在此基础上,提出了一种二状态多时码信号的载频估计方法,具有较高的工程应用价值。(4)研究了非线性调频雷达信号调制类型识别和参数估计方法。分析了离散多项式相位变换(Discrete Polynomial-phase Transform,DPT)法进行调制类型识别的不足,提出了改进的调制类型识别方法,该方法更适用于参数多变的非线性调频信号。基于三次相位变换(Cubic Phase Transform,CPT)、短时傅里叶变换(Short-time Fourier Transform,STFT)和正弦曲线拟合,分别研究了三阶多项式相位信号和正弦调频信号的参数估计方法,与传统方法相比,该方法简单高效、易于工程实现。(5)完成了本文侦察算法的硬件实现。介绍了硬件实现平台和系统软硬件架构,基于TMS320C6678处理器的特点,提出了一种多核协同任务调度的混合结构,提升了系统实时性。重点研究了SVM分类器和SCD函数等关键技术的实现,在此基础上,提出了三阶段工程优化策略,保证了算法的高效实现。最后,通过仿真验证了本文侦察方法的有效性,通过搭建测试平台验证了本文侦察方法的可实现性、高效性和工程可应用性。