混沌调相锯齿波调频近程探测系统抗海杂波干扰研究

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:tangtang4211
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:传统近程探测系统容易受到海杂波的干扰,影响系统对海面目标的探测识别。文章设计了一种全新体制的混沌调相锯齿波调频复合近程探测系统,系统较好的利用了混沌的短时随机性和长时确定性,可以实现对目标的精确定距测量,并且有着较强的抗干扰能力。通过仿真,采用零记忆非线性变化法(ZMNL)产生了具有统计特性的瑞利海杂波,并将之加入目标回波中,验证了文章设计的复合探测系统的抗海杂波干扰能力。
  关键词:混沌;近程探测;抗干扰;瑞利
  中图分类号:TP391 文献标识码:A
  文章编号:1009-3044(2019)31-0226-03
  1研究背景
  无线电近程探测系统工作在低空状态,对海面目标进行定距识别时,会接收到较强的海面杂波信号。强的海面杂波信号往往会淹没真正的目标信号,且目标信号只有在目标进入近程探测系统的天线波束主波束范围内才存在,而海面杂波信号会出现的更早,将一直持续到系统工作结束。无线电近程探测系统接收到的海面杂波信号严重干扰目标信号。因此,如何设计一种全新体制的探测系统,能够克服强的海杂波影响,是近程探测工作的技术关键。
  文章设计了一种基于混沌调相锯齿波调频的复合近程探测系统,系统较好的利用了混沌的短时随机性和长时确定性,在常规线性调频的基础性上对发射信号进行混沌相位调制。系统有着较强的定距能力和抗干扰能力。
  2混沌调相锯齿波调频系统
  混沌调相锯齿波调频复合探测系统的原理框图如图1所示,它由混沌码发生器、线性调制器、混频器、相关器及信号处理电路等部分组成。
  线性调制器产生一定频率的线性锯齿波信号,此信号进入固态源,形成受锯齿波调制的锯齿波调频信号u(t)。在时钟的作用下,混沌码产生器通过Logistic映射并整形,生成一定宽度的混沌码s(t),对锯齿波调频信号进行相位调制,调制后的信号Ut(t)作为经过功率放大,作为系统的发射信号,由发射天线辐射到空间中。发射信号Ut(t)遇到探测目标后,部分能量被反射并被探测系统的接收天线接收。将接受到的回波信号与系统原锯齿波调频信号Ul(t)进行混频解调,在混频器输出端可解调出携带探测目标距离信息的混沌码的延时码。经恒虚警放大后,进入相关器里设定的相关码与信号相关,进而实现定距的目的。
  3海杂波的产生
  根据近程探测系统海杂波产生的机理,杂波可以分为幅度上服从Rayleigh分布、LogNormal分布、Weibull分布和K分布的杂波,还有功率谱分布上为Gaussian型、Cauchy型、AllPole型的杂波等。
  海面目标的探测是近程探测的一个关键分支,实测海杂波数据是近程探测研究中的一个非常重要的参数,对海面目标近程探测系统的研究有着非常重要的指导价值。然而,由于此数据大都对外保密,所以我们很难得到一手的实测海杂波数据。所以在相关研究中,涉及海杂波的相关研究时,可以采用仿真的方法产生各式具有统计特性的海杂波数据。海杂波仿真的实质就是产生符合给定统计特性的杂波序列。常用方法有ZMNL法和SIRP法,即零记忆非线性变化法和球不变随机过程法。在此使用ZMNL法实现杂波仿真。
  3.1ZMNL法
  ZMNL法即零记忆非线性变化法,此方法的设计思路为:首先对高斯白噪声进行滤波处理,使高斯序列具有一定的相关性,然后选择不同参数的零记忆非线性变换对此相关高斯序列进行变换,得到各式幅度服从统计特性的海杂波数据。
  ZMNL法生成海杂波的具体步骤为:
  图5和图6中,红色线为理论的瑞利杂波幅度分布和频谱,蓝色线为仿真产生。由图可见仿真产生的瑞利杂波的幅度分布和频谱均和理论值有着较好的拟合。
  4混沌调相锯齿波调频近程探测系统抗瑞利杂波仿真分析
  为了验证文章设计的复合探测系统抗瑞利海杂波的性能,我们将瑞利杂波信号加入探测系统回波,进行仿真。
  混沌调相锯齿波调频复合近程探测系统中,探测系统和目标的初始距离设为10.5m,探测系统载体的运动速度为2000m/s,系统本地延时50ns;混沌序列采用Logistic混沌,混沌码元宽度50ns;锯齿波频率100kHz,频偏5MHz;调制频率为1GHz。为了更好地验证系统的抗海杂波干扰能力,瑞利杂波标准差取6。
  图7为仿真产生的混沌调相锯齿波调频近程探测系统的回波波形,图8为标准差为6的瑞利杂波波形。
  图9为含有瑞利杂波的探测系统回波波形,从波形图可以看出,回波信号已经完全被瑞利海杂波信号所淹没。图10为通过文章近程探测系统工作后,含有瑞利海杂波的回波信号解调波形。
  我们将解调波形和本地的延时混沌码进行相关,可以得到图11的相关波形。
  系统本地延时50ns,故理论定距距离为7.5m。而由图11,实际仿真相关峰最大值时间为1.549ms,所以经计算,定距距离为7.402m。在强海杂波干扰下,定距的误差仅为0.098m,证明了文章设计符合近程探测系统确实有着较强的抗干扰能力。
  5结束语
  文章首先对混沌调相锯齿波调频复合近程探测系统的工作原理进行了参數。推导了ZMNL法产生海杂波的步骤,并用此方法产生了瑞利海杂波,从仿真产生的杂波参数来看,和理论结果有着较好的重合度。最后,我们将产生的瑞利海杂波加入设计的复合探测系统,通过仿真,验证了此体制近程探测系统的抗海杂波干扰能力。
其他文献
摘要:由于软件产品的复杂性,软件开发过程中开发人员无法避免bug的产生。为了提高软件开发的效率,提出了一种基于遗传算法和代码相似性的bug自动修复方法。首先,搜索与源程序相似的bug代码,并找到与其相关的修复代码。然后,将修复代码转换为抽象语法树,生成候选补丁。接下来,使用基于给定测试用例的适应度函数来验证候选补丁是否有效。最后,生成输出补丁修复源错误代码。  关键词:遗传算法;代码相似性;自动程
摘要:《现代教育技术》是六盘水师范学院师范专业学生所开设的一门公共必修课,该课程旨在培养师范生的现代教育技术素质,增强其职业技能,学生通过学习本门课程可以掌握基础的教学工具和教学方法,通过对六盘水师范学院学生学习本门课程的统计数据,分析本门课程在教学过程中的不足,便于为后期教学改革提供参考依据。  关键词:现代教育技术;六盘水师范学院;学生;统计数据  中图分类号:TP319 文献标识码:A  文
由于受到干扰因素的影响,在图像识别过程中很多图像识别算法的效果都不太理想。蚁群算法能通过区分图像像素的灰度,有效地对图像像素进行聚焦,从而实现智能图像识别。本文在对蚁群算法进行综合分析的基础上提出了一种改进的蚁群算法,能够有效消除传统蚁群算法工作中存在的停滞现象,为其他相关研究提供理论参考。
摘要:进入21世纪以来,“互联网 ”教育在各大领域内应用得非常广泛,特别是在计算机课程教学领域。随着全球网络化、信息化普及程度越来越高,我们在日常生活、社交等多个领域内对于互联网和计算机的依赖性也越来越强。同时,网络对于人们的回馈和帮助也是显而易见的。特别是在我国的高等教育领域内,“互联网 ”教育模式推进了课程改革与创新的方法和途径。在计算机课程教学等多方面,都已探索出了具有指导性、建设性的计算机
摘要:新世纪是一个以知识为本的时代,更是一个团队合作共同进步的时代。在团队建设过程中融合“以学生为中心”的教学理念,从团队组建到团队沟通,再到团队活动以及最后的团队考核,形成了一个完整的团队培养模式,将会有效提高学生的团队协作能力和学习效率。  关键词:团队教学;计算机专业;团队协作;以学生为中心;团队建设  中图分类号:G642 文献标识码:A  文章编号:1009-3044(2019)34-0
地铁是改善城市公共交通的状况的有效途径。随着城市轨道交通的快速建设,人们对城市交通的安全问题越来越重视。智能视频分析通过对实时视频流的分析,对场景中的各种目标进行检测、分类、跟踪并分析和判断目标行为,从而在异常情况下及时告警、主动防范、提高处理突发事件效率。主要研究了智能视频分析技术在地铁视频监视系统中的应用背景及技术框架,总结了智能视频分析中的关键技术的实现的框架及核心流程。
“互联网+”环境下,大学生在学习过程中,能够使用的资源内容更加丰富,学习过程更加自主。在创新英语写作教学过程中,不能局限于传统的语法词汇和模板技巧教学,要注重培养学生
摘要:安全智能云平台理系统为企业构建安全云平台,企业能够在安全云平台上实现安全信息电子化;通过安全云平台,能够满足企业的安全管理要求。通过安全云平台使安全信息达到企业共享,辅助企业完成安全管理的要求;辅助企业建立统一的安全平台,配合政府和消防等联动部门的统一管理和支持。  关键词:化工安全;智能云平台;PSI  中图分类号:TP311 文献标识码:A  文章编号:1009-3044(2019)31
摘要:金融科技在我国发展方兴未艾,提高了居民生活的便利和政府工作的效率。而未来金融科技的进一步发展,离不开金融科技企业和高校利用各自优势进行的有效合作。文章主要通过讨论金融科技产学研合作的发展现状,讨论了我国金融科技产学研合作存在的难处和不足之处,进而提出了相关建议。  关键词:金融科技;产学研;合作;建议  中图分类号:G642 文献标识码:A  文章编号:1009-3044(2019)34-0
为提高无遮挡训练字典下遮挡人脸识别算法性能,提出一种层间稀疏差遮挡检测算法。首先将图像分为四个父模块,并计算各模块的稀疏度;其次,将各模块再划分成两个子模块,计算稀疏度;再次,计算父模块与子模块的稀疏差,估计遮挡子模块;最后,在非遮挡模块上利用SRC进行识别。在AR、Yale B数据库上的实验结果证明了该算法的有效性及鲁棒性。