对多雷达干扰效果评估的难点在于分析干扰机对非目标雷达的影响。针对干扰机转发一部线性调频(linear frequency modulation,LFM)雷达的信号无意干扰另一部LFM雷达时的检测概率估计问题,首先计算了被干扰雷达对干扰信号在空域、频域和...对多雷达干扰效果评估的难点在于分析干扰机对非目标雷达的影响。针对干扰机转发一部线性调频(linear frequency modulation,LFM)雷达的信号无意干扰另一部LFM雷达时的检测概率估计问题,首先计算了被干扰雷达对干扰信号在空域、频域和时域上的接收增益;其次将干扰信号在判决单元中的统计特性建模为非中心卡方分布,并给出了检测概率和虚警概率的计算方法。仿真结果表明,在一部干扰机的无意干扰下,估计的检测概率可作为被干扰雷达检测概率的上限;为达到同样的干扰效果,转发非目标雷达的信号实施干扰,比转发目标雷达的信号进行干扰所需的干扰功率更少。展开更多
浅海远程水声通信由于水声信道带来的严重多径干扰和衰落,导致通信速率低、误码率高以及接收端信噪比低等缺点。针对这一问题,提出了一种比较有效的M元线性调频(LFM)水声通信技术。M元LFM通信技术在发射端利用不同频段内多种不同调制斜...浅海远程水声通信由于水声信道带来的严重多径干扰和衰落,导致通信速率低、误码率高以及接收端信噪比低等缺点。针对这一问题,提出了一种比较有效的M元线性调频(LFM)水声通信技术。M元LFM通信技术在发射端利用不同频段内多种不同调制斜率的LFM信号进行信息编码,在接收端用相应的拷贝相关器组进行信息解码。该方法具有较强的抗多径干扰和信道衰落的能力,且在低信噪比下的检测性能好。海试数据分析及仿真结果表明:利用M元LFM技术,在距离为80 km、带宽为200 H z、通带内平均接收信噪比为3 dB的情况下,利用单水听器接收,在误码率为1-0 4条件下,水声远程通信的数据率可达20 b it/s,此时带宽利用率为0.1 b it/(s.H z)。展开更多
针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析...针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布,并利用空间相关系数分析相同频率干扰在不同时间的空间相关性,然后对SFAP的采样数据进行分组,将不同时间具有相同频率和到达角参数的采样点分到相同组,最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波,提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明,所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力,且对存在单个和多个LFM干扰的场景均能适用。展开更多
文摘对多雷达干扰效果评估的难点在于分析干扰机对非目标雷达的影响。针对干扰机转发一部线性调频(linear frequency modulation,LFM)雷达的信号无意干扰另一部LFM雷达时的检测概率估计问题,首先计算了被干扰雷达对干扰信号在空域、频域和时域上的接收增益;其次将干扰信号在判决单元中的统计特性建模为非中心卡方分布,并给出了检测概率和虚警概率的计算方法。仿真结果表明,在一部干扰机的无意干扰下,估计的检测概率可作为被干扰雷达检测概率的上限;为达到同样的干扰效果,转发非目标雷达的信号实施干扰,比转发目标雷达的信号进行干扰所需的干扰功率更少。
文摘浅海远程水声通信由于水声信道带来的严重多径干扰和衰落,导致通信速率低、误码率高以及接收端信噪比低等缺点。针对这一问题,提出了一种比较有效的M元线性调频(LFM)水声通信技术。M元LFM通信技术在发射端利用不同频段内多种不同调制斜率的LFM信号进行信息编码,在接收端用相应的拷贝相关器组进行信息解码。该方法具有较强的抗多径干扰和信道衰落的能力,且在低信噪比下的检测性能好。海试数据分析及仿真结果表明:利用M元LFM技术,在距离为80 km、带宽为200 H z、通带内平均接收信噪比为3 dB的情况下,利用单水听器接收,在误码率为1-0 4条件下,水声远程通信的数据率可达20 b it/s,此时带宽利用率为0.1 b it/(s.H z)。
文摘针对卫星导航应用中线性调频(linear frequency modulated,LFM)干扰统计特征时变引起的抗干扰性能下降问题,提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing,SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布,并利用空间相关系数分析相同频率干扰在不同时间的空间相关性,然后对SFAP的采样数据进行分组,将不同时间具有相同频率和到达角参数的采样点分到相同组,最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波,提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明,所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力,且对存在单个和多个LFM干扰的场景均能适用。
