一、一种基于DBF的双基地雷达系统的性能分析与实验研究（论文文献综述）
周明珠[1]（2021）在《地波雷达合成孔径探测技术研究》文中研究说明高频地波雷达具有超视距、全天候、探测范围广等优点,已经成为连续监测和跟踪海上目标的主要工具。船载地波雷达具有机动灵活,不受场地限制的特点。且随着船的持续航行,能够对更开阔的海域进行海上目标的实时监测,因此成为海洋遥感探测应用中的有效补充手段。受限于船载平台的大小及吨位,船载地波雷达的天线数量和尺寸要远小于岸基地波雷达的天线阵,导致船载地波雷达对船只目标的方位向探测精度较低。合成孔径技术利用雷达与目标之间的相对运动,将小孔径天线等效合成为虚拟大孔径天线,可以提高方位向的分辨力。为了提高船载地波雷达对目标方位探测的分辨率,本文将合成孔径技术应用于船载地波雷达目标测向并结合仿真对其处理过程进行了研究。本文完成的内容如下:1.给出了地波雷达阵列天线测向的基本模型,分析了阵列天线的测向原理。推导了用于地波雷达测向的DBF算法和MUSIC算法,并通过仿真分析了两种算法的测向性能,对比了测向精度。最后结合地波雷达实测数据进行测向分析,并使用AIS的数据进行辅助验证。2.利用船载平台运动的特点,将合成孔径技术应用于船载地波雷达目标测向。分析了合成孔径技术原理,建立了船载地波雷达合成阵列的模型,推导了船载平台在单阵元和多阵元合成孔径下目标的回波信号,并利用DBF算法分析了船速、平台运动距离和合成阵列的长度对目标方位分辨的影响。仿真结果表明,将船载地波雷达与合成孔径技术相结合,把小孔径天线等效合成为大孔径天线,能有效地提高目标方位向的分辨力。3.针对船载地波雷达对船只目标探测时普遍存在的海杂波干扰问题,提出了海杂波背景下的虚拟阵列合成算法。对于船载平台运动导致海杂波回波谱发生展宽的问题,使用循环对消法和正交加权算法进行抑制。在抑制基础上,进行虚拟阵列合成。仿真结果表明,该算法在海杂波背景下能提高船载地波雷达对船只目标的方位分辨能力。
刘平平[2]（2021）在《机载外辐射源雷达杂波抑制及动目标检测技术研究》文中研究表明外辐射源体制雷达是一种更能适应战场变化和具备强生存能力的雷达,在战场侦察中有十分重要的作用。相比传统地-空外辐射源体制,以空基雷达为辐射源的机载外辐射源雷达更能满足现代战争需求,但该体制下,杂波分布复杂多变,较强的距离相关性导致难以获得足够的训练数据。空时自适应处理（Space-Time Adaptive Processing,STAP）能有效抑制杂波并检测目标,但它对训练样本的需求较多,计算量也大;参数化自适应匹配滤波（Parametric Adaptive Matched Filter,PAMF）算法一定程度上能减少计算量和样本需求。本文就减少机载外辐射源雷达杂波抑制及动目标检测算法的计算量及训练数据需求展开研究,主要工作如下:（1）完成机载外辐射源雷达场景的几何建模和进行基于ECA-B算法的直达波抑制分析;然后基于四种典型机载外辐射源雷达飞行场景对杂波建模、仿真并分析特性;最后介绍STAP、PAMF两种经典的杂波抑制和动目标检测算法,并对两种算法进行仿真结果与检测性能的分析。（2）从提升空域自由度的角度优化机载外辐射源雷达场景下的STAP及PAMF算法。首先基于空时信号处理算法性能与系统自由度的关系,从非均匀阵列出发,详细介绍了两种非均匀阵列的含义及各自获得方式,进而提出基于非均匀阵列的STAP/PAMF算法,并在机载外辐射源雷达杂波场景下进行算法的仿真以及展开检测性能和计算量的分析。（3）从提升时域自由度的角度优化机载外辐射源雷达场景下的STAP及PAMF算法。首先仿真分析机载外辐射源雷达在不同脉冲重复频率条件下杂波谱的展宽特点;而后类比非均匀阵列,提出基于非均匀脉冲的STAP算法,并结合PAMF算法滤波结构,提出基于非均匀脉冲的先空间白化后时间白化的PAMF算法;最后在机载外辐射源雷达杂波场景下进行检测结果和性能的分析。（4）完成机载外辐射源雷达杂波抑制及动目标检测系统的FPGA实现。首先根据指标完成系统及各实现模块的方案设计和论证,包括基于降维时间及空间白化的PAMF算法、数字波束形成（DBF）及动目标检测（MTD）三部分;接着完成上述模块的实现设计及编程,进而通过功能仿真、分系统联调以及整体联试验证了该系统的可实现性,最后通过实测数据的处理验证了系统的实用性与实时性。
王祎鸣[3]（2021）在《地波雷达海杂波背景下的船只目标检测方法研究》文中提出地波雷达目标探测应用中,不可避免的会受到多种杂波、干扰和噪声的影响。其中海杂波能量很强,且往往高于目标回波信号。海杂波的存在,不但严重干扰了邻近海杂波区域的船只目标探测,而且展宽的海杂波会完全掩盖进入其中的目标信号,形成“检测盲区”,导致目标漏检。特别是对小型地波雷达系统,由于天线阵列孔径减小和天线小型化,使得雷达波束宽度大幅增加、增益降低,因而由海杂波多普勒扩展导致的遮盖效应更加严重,进一步增大了海杂波背景下的目标检测难度。因此,海杂波干扰下的目标检测,尤其是展宽海杂波区域内的目标检测,是地波雷达目标探测中亟待解决的关键问题,也是地波雷达海洋监视监测技术的重要研究方向之一。本文为解决海杂波影响下的目标检测难题,结合仿真实验与实测数据,开展地波雷达海杂波特性及其对目标的影响分析、海杂波抑制方法和海杂波内目标检测方法等方面的研究。论文主要研究内容如下:第一,系统分析了海杂波和目标在雷达回波中的各维度特征,结合地波雷达海杂波背景下目标检测的特殊性,对海杂波与目标在时域、多普勒域、空域以及联合域的多域特性进行了对比分析。利用窄波束地波雷达实测数据对海杂波与目标在空域的差异开展了分析比对研究,研究结果表明海杂波能量主要分布于少量方位。而宽波束地波雷达识别的海杂波方位数量有限,采用常规波束形成的方式无法降低海杂波能量。同时,通过结合与海杂波邻近和位于海杂波区的船只目标情况,量化分析了雷达积累时间、目标与海杂波区的关联以及船载移动平台的目标检测影响因素,给出了海杂波背景下目标检测积累时间的计算方式,为后续开展海杂波抑制、信息提取以及海杂波内的目标检测等方法研究提供了重要的依据。第二,针对海杂波抑制存在的系列问题,改进了传统时域对消方法,提出了矩阵分解与时频联合的海杂波抑制方法,发展了方位-距离-多普勒多域联合的海杂波信息提取方法。其中,改进的海杂波时域对消方法利用海杂波时域的正弦调制和频域的边界统计特性,约束时域模型参数估计及循环对消过程,解决了传统时域对消方法目标被误消除的问题,取得了更好的抑制效果。而提出的矩阵分解与时频联合抑制方法,综合利用了海杂波时频域特征,结合回波分量的瞬时频率估计,从矩阵特征值分解与时频联合的角度实现海杂波的抑制。克服了矩阵特征值分解方法杂波奇异值不易确定的问题,也避免了时频联合方法在时间和频率分辨率之间的相互制约,进一步提高了对海杂波的抑制能力。进而,提出了联合空、时、频多域的海杂波信息提取方法,提高了海杂波边界信息的提取准确度,为后续海杂波内目标的检测奠定了基础。第三,针对海杂波导致的目标检测盲区问题,将斜投影算子引入到地波雷达海杂波抑制中,研究斜投影改进算法和多级空域滤波器构造,在方位-距离-多普勒三维联合框架下实现了海杂波内目标检测。其中,针对斜投影空域滤波对噪声功率的放大效应以及小空间主角所导致的输出信杂噪比降低等问题,引入杂波抑制代价参数,提出了斜投影的改进方法,更适合构建海杂波空域滤波器。证明了改进的斜投影是传统斜投影的一种拓展形式,并推导了其具有的特殊性质。在分析斜投影滤波的参数选择影响的基础上,针对海杂波主能量的空域多方位特性,提出构建多级空域滤波器的方法,实现了对宽波束雷达海杂波的等效窄波束滤波。在此基础上,联合多普勒及距离域,提出了基于改进斜投影的海杂波内目标三维联合检测方法。经性能仿真分析和实测数据检验表明,提出的基于改进斜投影的三维联合检测方法较基于常规波束形成（Digital beam forming,DBF）的方位-距离-多普勒三维联合检测以及基于局域联合处理（Joint domain localized,JDL）方法更加有效。在低信杂比情况下,改进斜投影方法性能更优。最后,论证了海态信息在地波雷达海杂波内目标检测中应用的可行性,提出了综合海态信息的海杂波内目标检测方法。建立了海态信息到地波雷达海杂波谱的映射关系,分析了不同海态情况下的海杂波谱特征。进而,通过在构建的海杂波谱中添加仿真目标和实测雷达数据分析,提取了海杂波谱展宽量、峰值频率以及Bragg峰比值等目标存在所导致海杂波异常的敏感特征。最终,通过分析海况和海态测量精度对海杂波敏感特征的影响,提出了相关敏感特征异常检测的阈值确定方式。提出的方法不受海杂波抑制类方法在各个域所需的海杂波与目标间的特性差异性要求约束,也避免了抑制算法对雷达后续参数估计的潜在不利影响,提出了一种地波雷达海杂波内目标检测研究的新思路。采用岸基和船载地波雷达实验数据对该方法的有效性进行了检验,实现了检测结果与同步船舶自动识别系统信息（Automatic identification system,AIS）的比对验证,检测结果与AIS信息匹配较好。本文研究成果有望加深对地波雷达海杂波与目标特性的认识,提高海杂波抑制能力,推动海杂波内目标检测技术的发展,具有较好的研究价值和应用潜力。
姚舜禹[4]（2021）在《分布式雷达系统目标探测与GPU实现》文中研究表明大规模地基分布式雷达,是在大范围内布置多个节点并通过多个处理中心进行控制和数据处理的一种雷达体制,该体制的雷达通常具有灵活性高、探测能力强、探测范围广、抗干扰与抗截获能力强等优点。本文重点研究分布式雷达系统的目标探测相关的技术以及对应的软件实现,主要的研究内容如下:1、分析了时间同步误差、相位同步误差以及幅相误差造成的系统相参性能的损失。针对系统的幅相误差采用了一种以最小二乘为基础,结合MUSIC--like算法以及分布式雷达孔径扩展的特点来估计收发阵列幅相误差的闭式解的算法,仿真实验表明该方法有效可行。针对实验环境中可能遇到的杂波和干扰问题,使用一种基于和差网络并通过最小均方算法实现了干扰抑制,实验表明该算法可以抑制不同来向的压制性干扰。2、针对分布式雷达的接收相参问题,本文研究了一种通过对空域进行搜索并计算每个搜索区域的相参参数,对这些区域进行相参合成后再进行目标检测的方法,该方法解决了回波在不同通道中跨距离单元而无法直接合成的问题。仿真实验验证了该方法的有效性,并通过实测数据的实验验证了其工程上的可行性。3、实现了基于GPU的雷达信号并行处理,包括单节点的信号处理模块以及相参合成模块。详细论述了每个模块中的输入输出数据的结构变化、GPU中的线程-块-网格结构的安排以及每个线程中进行的运算所对应的数据索引。然后给出了软件在不同模式下的运行流程,包括单机单GPU模式,单机多GPU以及多机多GPU模式。
刘冰凡[5]（2021）在《相控阵MIMO雷达系统若干应用问题研究》文中进行了进一步梳理多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达作为一种新体制雷达,有着较高的设计自由度、潜在的优异性能,因此成为雷达领域的研究热点。MIMO雷达的主要研究内容包括MIMO阵列设计、发射方向图设计、波形设计、参数估计等方面。随着MIMO雷达理论日趋成熟,如何将其与现有雷达相结合成为了亟需解决的问题。本文围绕MIMO雷达,研究相控阵MIMO雷达（也被称为子阵级MIMO雷达）的方向图设计,提出一种MIMO雷达通信一体化的实现方法,并对一种低成本、低功耗技术——1-bit采样技术在MIMO雷达中的应用展开讨论。本文主要内容概括如下:（1）建立相控阵MIMO雷达的信号模型,分析相控阵MIMO雷达的方向图构成,将其与相控阵雷达和MIMO雷达在发射方向图、波束形成、处理方式以及参数估计性能方面进行全面对比分析。针对规则子阵划分所带来的高旁瓣问题,本文提出在发射和接收阵列中使用非规则子阵,该方法可有效削弱在多波束扫描时的高旁瓣。（2）将相控阵MIMO雷达中的子阵转换矩阵扩展为一般的权值矩阵,通过优化该权值矩阵,进行方向图设计。针对阵元数较多的二维平面阵,提出基于快速傅里叶变换（Fast Fourier Transform,FFT）的方向图设计方法;针对多目标的多波束方向图,以目标检测为准则,提出多波束设计方法和用恒模波形去逼近理想波形的循环迭代算法。最后,为提高MIMO雷达的参数估计性能,提出动态波形优化方法。该方法中,每次波形设计会依据前一时间段的参数估计结果,将发射能量辐射到感兴趣的目标方向。（3）讨论1-bit技术在MIMO雷达中的应用。首先,对1-bit采样后的信号进行分析,讨论1-bit技术的适用条件、使用该技术后的信噪比损失以及可能带来的负面影响。其次,将1-bit技术分别应用在岸-舰双基高频地波MIMO雷达和单基高频地波雷达中,进行详细的理论分析和实测数据验证;通过分析,1-bit采样可应用在上述雷达中,且性能表现符合理论预期。最后,将1-bit技术推广到一般MIMO雷达中,提出相应的参数估计方法,推导出1-bit采样下MIMO雷达参数的克拉美罗界（CramérRao Bound,CRB）。推导结果表明在低信噪比下1-bit采样后的信噪比近似为高精度采样的信噪比的2/π倍。（4）提出一种MIMO雷达通信一体化的方法。以正交频分线性调频（Orthogonal Frequency Division Multiplexing Linear Frequency Modulated,OFDM-LFM）信号为基础,通过改变每个天线上发射信号的载频实现通信。第一,分别描述在该信号形式下雷达和通信两个模块的信号处理流程;第二,讨论通信性能以及载频的选取准则;第三,讨论该方法对原有雷达性能的影响。分析表明,所提方法可在不影响雷达性能的前提下,完成数据传输,实现雷达通信一体化。
项厚宏[6]（2021）在《基于深度学习的米波雷达阵列超分辨DOA估计方法研究》文中研究说明
张佳智[7]（2020）在《混合传播高频雷达杂波抑制方法研究》文中提出混合传播模式的高频超视距雷达结合传统高频天波雷达和高频地波雷达各自的优势,克服其固有的缺点,有利于进一步提高高频超视距雷达系统的性能,扩展其应用场景,是近年来高频超视距雷达领域的一个热门研究方向。新的混合传播模式体制也不可避免地带来了新的问题,其中混合传播模式下非平稳杂波的抑制问题是制约混合传播模式雷达目标探测性能的重要因素。混合传播模式下的海杂波信号会受到电离层传输信道的相位调制、系统布局导致的掠射角和双基地角、非平稳背景环境等多种因素的共同作用,使得海杂波谱产生展宽,杂波特性起伏变化大,容易淹没低速运动的舰船目标,严重影响雷达系统的探测性能。因而对混合传播模式下的杂波抑制研究,对于加快混合传播模式高频超视距雷达的实际应用具有重要的推动作用和意义。为此,本文围绕高频混合传播模式下非平稳杂波抑制算法设计这一核心问题,以实测数据为基础,对混合传播模式的工作原理、多模式目标匹配、海杂波展宽机理、多维度特性分析和杂波抑制算法进行了深入研究。利用杂波在距离域、空域和空时二维的相关统计特性,有针对性的提出了有效的杂波抑制算法,为解决实际高频雷达系统中的非平稳杂波问题,提供了可行的方案。本文首先对混合传播模式的工作原理以及杂波特性进行了分析,作为后续杂波抑制算法设计的基础。在理论上,给出了高频混合传播模式体制的工作原理,分析了其可行性以及不同模式的传播衰减。针对地波混合传播模式下的多传播模式回波产生虚假航迹问题,提出了一种多模式目标匹配方法,实现虚假目标和航迹的剔除。同时,这种现象的验证也说明了基于地波的混合传播模式的合理性。对混合传播模式下海杂波展宽的机理和理论多普勒频率进行了分析和推导。利用混合传播模式实测数据,对海杂波的距离域、空域和空时特性进行了分析,给出了相应的结论。混合传播模式下,海杂波在距离域呈现两种平稳度不同的特性。在非平稳环境影响较小的情况下,呈现出离散化部分平稳的特性;在非平稳环境影响较大的情况下,海杂波在距离维呈现极度非平稳特性,称为单数据集情况。在空域,实测海杂波不具有明显的方向性。同时,海杂波具有较为显着的空时耦合特性,存在较为集中的大特征值。实测海杂波的不同维度特性,是本文后续进行杂波抑制算法设计的基础和指导。针对混合传播模式下,海杂波空域不具有明显方向性、相关性强,而目标信号方向性明显这一特性,提出了一种基于优化的相关性分析策略的改进旁瓣对消算法。结合海杂波在距离维呈现部分平稳的特性,提出了基于角度-多普勒局域数据最大特征向量相关性分析的训练样本挑选方法,给出了局域单元范围的选取方法。通过挑选的有效训练样本,计算空域自适应权值,实现杂波抑制处理。通过仿真实验和实测数据,验证了方法的有效性。针对混合传播模式下海杂波在空时维度上具有较为显着的耦合特性,提出了两种基于训练样本挑选的降维空时自适应处理算法。在实际系统应用中,全维度空时自适应处理算法对训练样本数的要求难以满足,因而提出降维空时自适应处理算法来降低系统计算量和样本数的要求。同样结合训练样本在距离维展现的非平稳性,分别提出了基于几何重心距离协方差矩阵估计和基于信息几何距离协方差矩阵估计的训练样本挑选方法。通过训练样本协方差矩阵数据,计算不同几何距离,得到在相应矩阵流型上的待测距离单元协方差矩阵估计,选取与待测距离门杂波特征信息相近的训练样本,计算空时自适应权值,实现杂波抑制处理。通过仿真实验和实测数据,验证了方法的有效性。针对混合传播模式下杂波极度非平稳的单数据集情况的海杂波特性,分别结合海杂波的空域和空时特性,提出了单数据集下的空域自适应处理算法和空时自适应处理算法。在空域自适应处理算法的基础上,基于距离维无法选取训练样本的条件,提出在多普勒维选取有效样本,对杂波协方差矩阵进行估计。在待测距离-多普勒单元周围选取角度局域处理单元,通过非平稳度检测器,计算每个多普勒样本与待测样本之间的广义内积,挑选有效的多普勒维样本,进行协方差矩阵的估计,得到自适应权值。除此之外,结合杂波的空时耦合特性,又提出了一种基于快速逼近幂迭代算法的单数据集降秩空时自适应处理算法。利用半分辨率多普勒域投影技术,在待测距离单数数据中剔除感兴趣信号分量,结合迭代子空间追踪算法,对待测距离单元协方差矩阵的杂波子空间进行精确估计,得到与杂波子空间正交的投影空间的自适应权值,实现杂波抑制处理。利用仿真和实测数据,验证了两种方法在极度非平稳环境,单数据集情况下的杂波抑制效果。本文的研究成果有助于提高混合传播模式高频雷达系统的杂波抑制性能和抗干扰能力,提高雷达在复杂非平稳环境背景下工作的能力,为这种新体制的高频雷达的实际应用提供具有一定普适性的解决方案。
黄隆[8]（2020）在《双基地MIMO雷达目标测角技术》文中进行了进一步梳理当今时代,双基地体制雷达与多输入多输出（Multiple-Input Multiple-Output,MIMO）体制雷达受到广泛关注。双基地雷达由于收发分置,具有强大的战场生存能力;MIMO体制雷达由于波形自由度并能够扩大阵列孔径,具有较高测角精度。将双基地体制与MIMO技术结合起来的双基地MIMO雷达同时具有两者的优点。本文围绕双基地MIMO雷达的目标测角技术展开,研究内容和成果可分为如下四个部分:第一部分,在发射阵列和接收阵列均为均匀线阵的基础上,建立正交信号回波模型,并根据回波模型研究了双基地MIMO雷达的多波束空间划分和后续的两种信号处理方式,同时探究了多波束空间划分对信号处理的影响。第二部分,研究了现有的双基地MIMO雷达基于阵元空间的角度估计算法,并将其分为传统子空间算法,张量分解算法和其他算法并分别展开介绍。第三部分,对双基地MIMO雷达基于波束空间的角度估计算法展开了研究。首先介绍了传统的双基地MIMO雷达基于波束空间的角度估计算法,然后借鉴基于距离和信息的降维扫描算法,提出了一种基于距离和信息的波束空间算法,所提算法利用在实际系统中易知的距离和信息,建立波达角（Direction Of Arrival,DOA）和波离角（Direction Of Departure,DOD）对应关系,并根据此关系设计波束空间矩阵并对DOA和DOD进行估计,该算法在极大的降低运算量的同时,有着良好的角度估计性能。第四部分,在已知目标大致空域的情况下,为避免传统正交波形发射能量分散造成能量浪费,提出了一种基于发射能量集中波形的测角算法,该算法首先建立基于发射能量集中波形的数据模型,然后利用借助旋转不变技术估计信号参数（Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT）算法对其进行DOA和DOD估计,最后建立无噪声模型对DOD进行误差校正,通过仿真验证,该算法拥有优于传统算法的角度估计性能。
翁涛[9]（2020）在《基于GPU架构的OFDM波形外辐射源雷达信号处理并行化设计及实现》文中研究指明基于数字广播电视信号的正交频分复用（OFDM）波形外辐射源雷达由于采用了具有良好的模糊性能和抗多径干扰能力强的OFDM波形信号作为第三方照射源,因此具有绿色环保、战时生存能力强、成本低、便于雷达组网、低空覆盖好等优点,并逐渐成为国内外研究热点。然而随着OFDM波形外辐射源雷达信号处理算法研究的不断深入,信号处理的复杂性往往导致雷达系统实时性需求不能得到满足,因此有必要进一步提高OFDM波形外辐射源雷达信号处理的速度。基于此需求,本文设计并实现了基于GPU架构下的OFDM波形外辐射源雷达信号处理并行化方案,并将方案应用在外辐射源雷达系统软件中,所做的具体内容如下:1)对OFDM波形外辐射源雷达信号处理各关键技术和GPU并行处理现状进行了研究,在此基础上提出了一种GPU架构下基于波形特征的信号处理并行方案;同时,为了充分利用共享内存等GPU高速缓存资源,使信号处理方案在GPU上能高效运行,根据各信号处理算法的结构特性对这些算法的具体实现方法进行了优化与改进。2)结合外辐射源雷达信号处理需求,利用QT实现了外辐射源雷达系统软件,并将本文提出的OFDM波形外辐射源雷达信号处理GPU并行化方案应用于软件中;软件通过结合MATLAB混合编程技术、多线程技术以及QT信号与槽特性,利用MATLAB负责距离多普勒谱及雷达轨迹图的处理,开发了可为用户提供良好交互的雷达系统软件。3)利用典型OFDM波形外辐射源雷达数据进行仿真实验,对本文所提并行化方案、各处理模块算法实现方法及软件性能进行了测试和分析。通过仿真实验,对本文所提并行化方案的加速比进行了分析,对信号处理各算法模块的有效性进行了验证,对开发的外辐射源雷达软件功能进行了测试,从而为OFDM波形外辐射源雷达处理的实时化提供可行性基础。
李晓东[10]（2020）在《HFSWR远程多海况下海洋表面动力学要素提取及预测方法研究》文中研究指明高频地波雷达（High Frequency Surface Wave Radar,HFSWR）利用高频电磁波（High Frequency Electromagnetic Wave,HFEW）在海面传播损耗低的特点,可对专属经济区甚至更远海域实现大面积和全天候的实时监测,因此,HFSWR受到世界各国的高度重视。HFSWR可分为宽波束HFSWR和窄波束HFSWR,其中窄波束HFSWR不仅可以提供超视距目标的位置和运动信息,而且可以进行远距离海洋表面动力学要素（Ocean Surface Dynamics Elements,OSDEs）即海流流速、有效波高、风速和风向等的精细化提取,监测面积更大且具有更好的角度分辨力。因此,窄波束HFSWR有广泛的应用前景。目前HFSWR海流流速提取技术非常成熟且已经商业化,然而有效波高和风速提取技术还有待进一步研究。本文以单站窄波束HFSWR为研究平台,以有效波高和风速为研究对象,重点研究远程多海况下有效波高和风速提取方法,并在国内外首次开展三维海洋表面动力学要素（Three-dimensional Ocean Surface Dynamics Element,3D-OSDE）即海流流速、有效波高和风速的联合预测方法研究。本研究成果为开展目标和海洋兼容探测提供理论依据和方法,有助于在现有目标探测HFSWR系统基础上,建立起一套可同时进行OSDEs提取及预测的信号处理方法。本文的主要研究内容如下:1.基于一阶谱的有效波高提取方法研究。首先详细介绍目前单站窄波束HFSWR中常用的有效波高提取方法,包括Barrick算法和基于一阶Bragg峰的有效波高提取方法,并指出这些方法中存在的问题,然后提出基于一阶谱的有效波高提取新方法,可突破Barrick算法有效波高提取下限,解决基于一阶Bragg峰的有效波高提取方法中存在的问题。2.远程多海况下有效波高提取方法研究。当进行远距离OSDEs提取时需要采用HFSWR载频低端,此时Barrick算法、基于一阶谱的有效波高提取新方法以及基于双频融合模式的有效波高提取方法均无法进行远距离多海况下有效波高提取。为此,本研究首先利用人工智能技术充分融合Barrick算法和基于一阶谱的有效波高提取新方法,提出基于单频融合模式的有效波高提取方法,进而实现单站窄波束HFSWR远程多海况下有效波高提取,实测数据分析表明本方法可获得满意的有效波高提取结果。随后对基于单频融合模式的有效波高提取方法中的分类方法进行进一步研究,针对传统前馈神经网络（Feedforward Neural Network,FNN）对时间序列数据建模性能有限和分类精度低等问题提出一种基于长短时记忆神经网络（Long Short-term Memory Neural Network,LSTMNN）的分类算法,同时针对梯度下降（Gradient Descent,GD）算法收敛速度慢和容易陷入局部极小值等问题提出一种基于无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）的训练方法。实测数据分析表明本方法可以更好的进行远程多海况下有效波高提取。3.远程多海况下风速提取方法研究。在获取远距离多海况下的有效波高提取结果后,通常使用各种参数或非参数模型进行风速提取,其中参数模型拟合能力和泛化性能较差,常用的非参数模型不能充分利用历史时刻的有效波高信息,不适用于具有不同长度时序依赖特性的时间序列,而且输入矢量长度难以确定。为此,本研究提出一种基于LSTMNN的远程多海况下风速提取方法,本方法可以把时序特性包含在其反馈连接中,从而充分利用历史时刻的有效波高信息,且不需要已知输入矢量长度,是解决上述问题的一种有效手段。4.HFSWR OSDEs预测方法研究。对于3D-OSDE预测目前未见相关文献报道,本研究是对这一领域的全新探索。本研究依据多维信号处理领域最新成果,在四元数域进行3D-OSDE联合预测,并提出一种基于四元数值神经网络（Quaternion-valued Neural Network,QNN）的3D-OSDE联合预测方法。考虑到多海况下3D-OSDE时间序列具有很强的非平稳性,提出一种基于二阶导数的在线训练方法对QNN中的参数进行实时调整。
二、一种基于DBF的双基地雷达系统的性能分析与实验研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于DBF的双基地雷达系统的性能分析与实验研究（论文提纲范文）
（1）地波雷达合成孔径探测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 船载地波雷达研究现状 |
| 1.2.2 合成孔径技术研究现状 |
| 1.2.3 地波雷达合成孔径研究现状 |
| 1.3 研究内容与论文结构安排 |
| 第二章 阵列信号处理 |
| 2.1 雷达阵列信号模型 |
| 2.2 DBF算法测向原理及仿真分析 |
| 2.2.1 DBF算法的基本原理 |
| 2.2.2 DBF算法的仿真分析 |
| 2.3 MUSIC算法测向原理及仿真分析 |
| 2.3.1 MUSIC算法的基本原理 |
| 2.3.2 MUSIC算法的仿真分析 |
| 2.4 实测数据的测向处理 |
| 2.4.1 实测数据处理 |
| 2.4.2 实测数据验证 |
| 2.5 本章小结 |
| 第三章 船载HFSWR虚拟阵列合成算法 |
| 3.1 合成孔径原理 |
| 3.2 船载HFSWR合成虚拟阵列模型 |
| 3.3 单阵元的虚拟阵列合成算法 |
| 3.3.1 算法原理及数学模型 |
| 3.3.2 算法仿真分析 |
| 3.4 多阵元的虚拟阵列合成算法 |
| 3.4.1 算法原理及数学模型 |
| 3.4.2 算法仿真分析 |
| 3.5 合成阵列的长度对测向精度的影响 |
| 3.6 本章小结 |
| 第四章 海杂波背景下的虚拟阵列合成算法 |
| 4.1 海杂波的统计特性分析 |
| 4.1.1 瑞利分布 |
| 4.1.2 对数-正态分布 |
| 4.1.3 韦布尔分布 |
| 4.1.4 K分布 |
| 4.2 船载平台海杂波特性分析 |
| 4.2.1 Bragg谐振散射 |
| 4.2.2 一阶海杂波展宽机理 |
| 4.2.3 海杂波回波模型 |
| 4.2.4 船载一阶海杂波仿真分析 |
| 4.3 海杂波抑制算法 |
| 4.3.1 循环对消法 |
| 4.3.2 正交加权算法 |
| 4.4 海杂波背景下的虚拟阵列合成算法 |
| 4.5 本章小结 |
| 第五章 结论与讨论 |
| 5.1 总结 |
| 5.2 讨论 |
| 参考文献 |
| 致谢 |
| 读研期间参加的科研项目 |
（2）机载外辐射源雷达杂波抑制及动目标检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究动态 |
| 1.3 本文主要内容与安排 |
| 第二章 机载外辐射源雷达建模与经典杂波抑制及动目标检测算法 |
| 2.1 机载外辐射源雷达系统模型与直达波抑制技术 |
| 2.1.1 机载外辐射源雷达系统模型 |
| 2.1.2 直达波抑制技术仿真分析 |
| 2.2 机载外辐射源雷达空时杂波建模 |
| 2.3 机载外辐射源雷达杂波仿真与特性分析 |
| 2.4 经典杂波抑制及动目标检测算法性能分析 |
| 2.4.1 空时二维自适应处理技术 |
| 2.4.2 参数化自适应匹配滤波算法 |
| 2.5 本章小结 |
| 第三章 基于非均匀阵列的杂波抑制及动目标检测算法研究 |
| 3.1 非均匀阵列介绍 |
| 3.1.1 阵列冗余度的定义 |
| 3.1.2 最小冗余阵列的定义和获得 |
| 3.1.3 嵌套式冗余阵列的定义与获得 |
| 3.2 基于非均匀阵列的STAP算法 |
| 3.2.1 非均匀阵列与算法模型 |
| 3.2.2 算法仿真与性能分析 |
| 3.3 基于非均匀阵列的PAMF算法 |
| 3.3.1 基于最小冗余阵列的PAMF算法 |
| 3.3.2 基于两级嵌套阵列的PAMF算法 |
| 3.3.3 算法性能与计算量分析 |
| 3.4 本章小结 |
| 第四章 基于非均匀脉冲的杂波抑制及动目标检测算法研究 |
| 4.1 不同脉冲重复频率下机载外辐射源雷达杂波分析 |
| 4.1.1 机载雷达杂波展宽 |
| 4.1.2 不同脉冲重复频率下机载外辐射源雷达杂波谱展宽 |
| 4.2 基于非均匀脉冲的杂波抑制及动目标检测算法 |
| 4.2.1 基于非均匀脉冲的STAP算法 |
| 4.2.2 基于非均匀脉冲的PAMF算法 |
| 4.3 本章小结 |
| 第五章 机载外辐射源雷达目标检测系统FPGA算法设计 |
| 5.1 信号处理系统框架 |
| 5.2 信号处理系统方案论证 |
| 5.3 PAMF模块方案设计 |
| 5.3.1 协方差矩阵估计模块方案设计 |
| 5.3.2 时间白化模块方案设计 |
| 5.3.3 空间白化及匹配滤波模块方案设计 |
| 5.4 DBF模块方案设计 |
| 5.5 MTD模块方案设计 |
| 5.6 本章小结 |
| 第六章 机载外辐射源雷达目标检测系统FPGA实现与验证 |
| 6.1 FPGA芯片选型 |
| 6.2 PAMF模块FPGA实现 |
| 6.2.1 协方差矩阵估计模块FPGA实现 |
| 6.2.2 时间白化模块FPGA实现 |
| 6.2.3 空间白化及匹配滤波模块FPGA实现 |
| 6.3 DBF模块FPGA实现 |
| 6.4 MTD模块FPGA实现 |
| 6.5 信号处理系统FPGA实现结果验证 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（3）地波雷达海杂波背景下的船只目标检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地波雷达研究概述 |
| 1.2.2 地波雷达海杂波特性及建模 |
| 1.2.3 地波雷达海杂波背景下的目标检测 |
| 1.3 研究内容与章节安排 |
| 第2章 地波雷达海杂波特性及对目标的影响分析 |
| 2.1 引言 |
| 2.2 海杂波与目标多域特性分析 |
| 2.2.1 海杂波产生机理及时域调制 |
| 2.2.2 多普勒域特性分析 |
| 2.2.3 空域特性分析 |
| 2.2.4 联合域特征分析 |
| 2.3 海杂波背景下目标检测影响因素分析 |
| 2.3.1 地波雷达积累时间 |
| 2.3.2 目标与海杂波区的关联分析 |
| 2.3.3 船载移动平台对海杂波的影响 |
| 2.4 本章小结 |
| 第3章 地波雷达海杂波抑制及海杂波信息提取 |
| 3.1 引言 |
| 3.2 基于时域边界约束循环对消的海杂波抑制 |
| 3.2.1 时域信号模型 |
| 3.2.2 方法原理与流程 |
| 3.2.3 实测数据验证 |
| 3.3 基于矩阵分解的时频联合海杂波抑制 |
| 3.3.1 回波状态模型 |
| 3.3.2 方法原理与流程 |
| 3.3.3 实测数据验证 |
| 3.4 基于多域联合的海杂波信息提取方法 |
| 3.4.1 方法原理与流程 |
| 3.4.2 实测数据验证 |
| 3.5 本章小结 |
| 第4章 基于改进斜投影的海杂波内目标三维联合检测方法 |
| 4.1 引言 |
| 4.2 斜投影空域滤波 |
| 4.2.1 斜投影算子原理 |
| 4.2.2 斜投影空域滤波 |
| 4.3 改进斜投影空域滤波 |
| 4.3.1 改进形式的推导及其性质 |
| 4.3.2 仿真分析与性能比较 |
| 4.4 基于改进斜投影的海杂波内目标三维检测方法 |
| 4.4.1 检测场景及信号模型 |
| 4.4.2 方法原理及流程 |
| 4.4.3 仿真与性能分析 |
| 4.4.4 实测数据验证及方法对比 |
| 4.5 本章小结 |
| 第5章 综合海态信息的海杂波内目标检测方法 |
| 5.1 引言 |
| 5.2 可行性分析 |
| 5.3 综合海态信息的海杂波内目标检测方法 |
| 5.3.1 海杂波谱提取及海杂波谱构建 |
| 5.3.2 海杂波敏感特征提取 |
| 5.3.3 敏感特征异常检测 |
| 5.3.4 海杂波内目标检测结果输出 |
| 5.4 仿真分析 |
| 5.4.1 海况对海杂波敏感特征的影响 |
| 5.4.2 海态测量精确度对海杂波敏感特征的影响 |
| 5.5 实测数据验证 |
| 5.5.1 岸基地波雷达数据验证 |
| 5.5.2 船载地波雷达数据验证 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（4）分布式雷达系统目标探测与GPU实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.1.1 研究工作背景 |
| 1.1.2 研究工作意义 |
| 1.2 国内外相关技术发展状况 |
| 1.2.1 分布式雷达系统相参技术发展概况 |
| 1.2.2 系统误差校正技术发展概况 |
| 1.2.3 GPU雷达信号处理技术概况 |
| 1.3 本论文结构安排 |
| 第二章 分布式雷达系统基本原理 |
| 2.1 引言 |
| 2.2 分布式雷达系统简介 |
| 2.2.1 系统架构 |
| 2.2.2 工作模式 |
| 2.3 分布式雷达系统信号处理流程 |
| 2.3.1 数字波束形成 |
| 2.3.2 匹配滤波 |
| 2.3.3 动目标检测 |
| 2.3.4 目标检测 |
| 2.3.5 单脉冲测角 |
| 2.4 GPU编程原理 |
| 2.4.1 GPU硬件架构 |
| 2.4.2 CUDA编程模型 |
| 2.5 本章小结 |
| 第三章 分布式雷达系统预处理技术 |
| 3.1 引言 |
| 3.2 分布式多站误差分析 |
| 3.2.1 同步误差分析 |
| 3.2.2 幅相误差分析 |
| 3.3 基于近场目标的幅相误差估计 |
| 3.3.1 近场目标回波信号模型 |
| 3.3.2 近场源方位估计 |
| 3.3.3 幅相误差估计 |
| 3.3.4 仿真实验 |
| 3.4 干扰抑制技术 |
| 3.4.1 基于和差网络的干扰抑制技术 |
| 3.4.2 实验验证 |
| 3.5 本章小结 |
| 第四章 分布式雷达系统目标探测技术 |
| 4.1 引言 |
| 4.2 信号模型 |
| 4.3 空域搜索合成 |
| 4.3.1 相参条件分析 |
| 4.3.2 多节点相参合成方案 |
| 4.4 实验验证 |
| 4.4.1 仿真实验 |
| 4.4.2 实测数据实验 |
| 4.5 本章小结 |
| 第五章 基于GPU的并行化实现 |
| 5.1 引言 |
| 5.2 基于GPU的信号处理算法实现 |
| 5.2.1 节点内信号处理算法并行实现 |
| 5.2.2 空域搜索合成算法实现 |
| 5.2.3 CFAR检测 |
| 5.3 分布式软件部署 |
| 5.3.1 单个服务器上的软件部署 |
| 5.3.2 多个服务器上的软件协同 |
| 5.4 实验结果 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 本文工作总结 |
| 6.2 研究工作不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）相控阵MIMO雷达系统若干应用问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 MIMO 雷达及相控阵MIMO 雷达理论研究 |
| 1.2.2 MIMO雷达实验系统 |
| 1.2.3 1-bit采样在雷达中的应用研究 |
| 1.3 论文的主要工作和结构安排 |
| 第二章 相控阵MIMO雷达阵列结构及处理流程 |
| 2.1 引言 |
| 2.2 子阵级阵列结构 |
| 2.2.1 典型的子阵结构 |
| 2.2.2 子阵结构的表示方式 |
| 2.2.3 子阵级常规波束形成 |
| 2.2.4 子阵级自适应波束形成 |
| 2.3 相控阵MIMO雷达阵列结构 |
| 2.3.1 信号模型 |
| 2.3.2 相控阵MIMO雷达信号处理流程 |
| 2.3.3 相控阵MIMO雷达发射波束覆盖 |
| 2.3.4 CRB分析 |
| 2.4 相控阵MIMO雷达方案设计 |
| 2.4.1 平面相控阵雷达 |
| 2.4.2 发射波位排布 |
| 2.4.3 接收波位排布 |
| 2.4.4 参数设置及威力计算 |
| 2.4.5 信号处理流程 |
| 2.5 非规则子阵在相控阵MIMO雷达中的应用 |
| 2.5.1 MIMO雷达非规则子阵精确划分 |
| 2.5.2 波束形成仿真 |
| 2.6 小结 |
| 第三章 MIMO雷达方向图设计 |
| 3.1 引言 |
| 3.2 基于波形权矩阵的MIMO雷达方向图快速设计方法 |
| 3.2.1 信号模型 |
| 3.2.2 迭代优化算法 |
| 3.2.3 仿真实验 |
| 3.3 基于目标检测的MIMO方向图设计及恒模波形设计 |
| 3.3.1 多目标信号模型 |
| 3.3.2 同时多波束设计方法 |
| 3.3.3 交替优化的恒模波形设计 |
| 3.3.4 仿真实验 |
| 3.4 基于SBL参数估计的MIMO雷达方向图设计 |
| 3.4.1 MIMO雷达DOA估计信号模型 |
| 3.4.2 基于SBL的 DOA估计算法 |
| 3.4.3 发射方向图设计方法 |
| 3.4.4 仿真实验 |
| 3.5 小结 |
| 第四章 1-bit采样在MIMO雷达中的应用 |
| 4.1 引言 |
| 4.2 1-bit采样信号模型 |
| 4.2.1 1-bit采样信号分解 |
| 4.2.2 1-bit采样信噪比损失 |
| 4.2.3 1-bit匹配滤波 |
| 4.2.4 1-bit采样脉压信噪比损失 |
| 4.3 1-bit采样在岸-舰双基高频地波雷达中的应用 |
| 4.3.1 岸-舰双基地波雷达接收信号模型 |
| 4.3.2 1-bit量化后的信号分量分析 |
| 4.3.3 岸-舰双基地波雷达回波信噪比分析 |
| 4.3.4 岸-舰双基地波雷达信号信号处理流程 |
| 4.3.5 仿真实验 |
| 4.3.6 实测数据验证 |
| 4.4 1-bit采样在单基高频地波雷达中的应用 |
| 4.5 1-bit MIMO雷达参数估计及CRB分析 |
| 4.5.1 1-bit量化的MIMO雷达信号模型 |
| 4.5.2 参数估计方法 |
| 4.5.3 1-bit MIMO雷达CRB分析 |
| 4.5.4 仿真实验 |
| 4.6 小结 |
| 第五章 基于OFDM-LFM信号的MIMO雷达通信一体化方法 |
| 5.1 引言 |
| 5.2 信号模型 |
| 5.2.1 MIMO雷达OFDM-LFM信号模型 |
| 5.2.2 MIMO雷达OFDM-LFM通信一体化信号模型 |
| 5.3 雷达通信一体化系统 |
| 5.3.1 通信信号处理流程 |
| 5.3.2 雷达信号处理流程 |
| 5.4 δ_f的选取和通信误码率分析 |
| 5.5 系统仿真分析 |
| 5.5.1 DBF仿真 |
| 5.5.2 距离像合成仿真 |
| 5.5.3 通信误码率仿真 |
| 5.5.4 雷达通信一体化方法比较 |
| 5.6 小结 |
| 第六章 总结和展望 |
| 6.1 本文内容总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）混合传播高频雷达杂波抑制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 混合传播高频超视距雷达发展概述 |
| 1.2.1 混合传播高频天地波雷达研究现状 |
| 1.2.2 混合传播高频地波雷达研究现状 |
| 1.3 高频超视距雷达海杂波抑制方法研究现状 |
| 1.3.1 空域自适应处理算法研究现状 |
| 1.3.2 空时自适应处理算法研究现状 |
| 1.3.3 基于单数据集的杂波抑制算法研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 混合传播模式工作原理及杂波特性分析 |
| 2.1 引言 |
| 2.2 混合传播高频雷达工作模式 |
| 2.2.1 混合传播高频雷达工作原理 |
| 2.2.2 混合传播模式可行性分析 |
| 2.2.3 不同传播模式的传播衰减 |
| 2.3 高频地波混合传播模式目标匹配方法 |
| 2.3.1 目标航迹匹配准则 |
| 2.3.2 仿真数据处理 |
| 2.3.3 实测数据处理 |
| 2.4 混合传播模式的展宽海杂波分析 |
| 2.5 混合传播模式实测海杂波特性分析 |
| 2.5.1 海杂波的距离相关性 |
| 2.5.2 海杂波的空域相关性 |
| 2.5.3 海杂波的空时特性 |
| 2.6 本章小结 |
| 第3章 混合传播非平稳杂波的空域抑制算法 |
| 3.1 引言 |
| 3.2 混合传播模式非平稳杂波空域特性分析 |
| 3.3 广义旁瓣对消算法基本原理 |
| 3.4 基于优化的相关性分析策略的改进旁瓣对消算法 |
| 3.4.1 算法原理 |
| 3.4.2 优化的相关性分析训练样本挑选策略 |
| 3.4.3 二维角度-多普勒局域单元的选择 |
| 3.5 仿真及实测数据验证 |
| 3.5.1 仿真数据验证 |
| 3.5.2 半实物仿真验证 |
| 3.5.3 实测数据验证 |
| 3.6 算法鲁棒性分析 |
| 3.6.1 幅度误差的影响分析 |
| 3.6.2 相位误差的影响分析 |
| 3.7 本章小结 |
| 第4章 混合传播非平稳杂波的空时自适应处理算法 |
| 4.1 引言 |
| 4.2 混合传播模式非平稳杂波空时特性分析 |
| 4.3 空时自适应处理算法基本原理 |
| 4.3.1 全维度STAP算法 |
| 4.3.2 降维STAP算法 |
| 4.3.3 训练样本挑选 |
| 4.4 基于几何重心距离协方差矩阵估计的训练样本挑选方法 |
| 4.4.1 基于几何重心距离的协方差矩阵估计 |
| 4.4.2 基于几何重心距离的训练样本挑选 |
| 4.4.3 挑选性能仿真验证 |
| 4.5 基于信息几何距离协方差矩阵估计的训练样本挑选方法 |
| 4.5.1 基于信息几何距离的协方差矩阵估计 |
| 4.5.2 基于信息几何距离的训练样本挑选 |
| 4.5.3 挑选性能仿真验证 |
| 4.6 算法仿真及实测数据验证 |
| 4.6.1 检测性能仿真 |
| 4.6.2 实测数据验证 |
| 4.7 本章小结 |
| 第5章 基于单数据集的混合传播非平稳杂波抑制方法 |
| 5.1 引言 |
| 5.2 混合传播模式非平稳杂波单数据集特性分析 |
| 5.3 基于单数据集的空域杂波抑制方法 |
| 5.3.1 算法原理 |
| 5.3.2 仿真验证 |
| 5.3.3 实测数据验证 |
| 5.4 基于快速逼近幂迭代的降秩空时自适应处理算法 |
| 5.4.1 信号模型 |
| 5.4.2 MLED-APES算法基本原理 |
| 5.4.3 降秩APES算法基本原理 |
| 5.4.4 基于快速逼近幂迭代的降秩APES算法 |
| 5.4.5 计算复杂度对比 |
| 5.4.6 信号子空间投影算子的选择 |
| 5.4.7 MFAPI-APES算法有效性验证 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（8）双基地MIMO雷达目标测角技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文内容安排 |
| 第二章 双基地MIMO雷达信号模型及处理 |
| 2.1 正交信号回波模型 |
| 2.2 双基地MIMO雷达信号处理 |
| 2.2.1 按距离划分目标空域方法 |
| 2.2.2 信号处理方法 |
| 2.2.3 实验仿真 |
| 2.3 本章小结 |
| 第三章 双基地MIMO雷达基于阵元空间的测角算法 |
| 3.1 引言 |
| 3.2 角度估计数据模型 |
| 3.3 传统子空间算法 |
| 3.3.1 二维MUSIC算法 |
| 3.3.2 ESPRIT算法 |
| 3.4 张量分解算法 |
| 3.4.1 张量基础知识 |
| 3.4.2 平行因子算法 |
| 3.4.3 高阶奇异值分解算法 |
| 3.5 其他算法 |
| 3.5.1 二维Capon算法 |
| 3.5.2 PM算法 |
| 3.5.3 基于距离和信息的降维扫描算法 |
| 3.6 本章小结 |
| 第四章 双基地MIMO雷达基于波束空间的测角算法 |
| 4.1 引言 |
| 4.2 基于波束空间的ESPRIT算法 |
| 4.2.1 波束空间矩阵 |
| 4.2.2 角度估计方法 |
| 4.2.3 运算量分析 |
| 4.2.4 仿真实验 |
| 4.3 基于波束空间的MUSIC算法 |
| 4.3.1 波束空间矩阵 |
| 4.3.2 角度估计方法 |
| 4.3.3 运算量分析 |
| 4.3.4 仿真实验 |
| 4.4 基于距离和信息的波束空间测角算法 |
| 4.4.1 波束空间矩阵 |
| 4.4.2 角度估计方法 |
| 4.4.3 运算量分析 |
| 4.4.4 仿真实验 |
| 4.5 本章小结 |
| 第五章 基于发射能量集中波形的测角算法 |
| 5.1 引言 |
| 5.2 数据模型 |
| 5.2.1 发射能量集中波形 |
| 5.2.2 发射能量分布图 |
| 5.2.3 测角数据模型 |
| 5.3 基于发射能量集中波形的ESPRIT算法 |
| 5.3.1 算法原理 |
| 5.3.2 精度校正 |
| 5.4 仿真实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 内容总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）基于GPU架构的OFDM波形外辐射源雷达信号处理并行化设计及实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展及现状 |
| 1.2.1 外辐射源雷达发展现状 |
| 1.2.2 外辐射源雷达信号处理研究现状 |
| 1.2.3 GPU在雷达信号处理的研究现状 |
| 1.3 本文主要工作及内容安排 |
| 第2章 理论基础 |
| 2.1 GPU简介 |
| 2.1.1 GPU硬件架构 |
| 2.1.2 核函数硬件映射 |
| 2.1.3 GPU存储体系 |
| 2.2 CUDA编程模型 |
| 2.2.1 CUDA编程结构 |
| 2.2.2 CUDA常用数学库 |
| 2.2.3 CUDA编程优化 |
| 2.3 OFDM外辐射源雷达信号处理基础 |
| 2.3.1 参考信号获取 |
| 2.3.2 直达波与多径杂波抑制 |
| 2.3.3 匹配滤波 |
| 2.3.4 恒虚警检测 |
| 2.4 本章小结 |
| 第3章 信号处理算法GPU设计与优化 |
| 3.1 OFDM波形外辐射源雷达信号并行处理流程 |
| 3.2 参考信号获取GPU实现 |
| 3.2.1 算法分析及优化思路 |
| 3.2.2 CUDA实现方案 |
| 3.3 直达波与多径杂波抑制GPU实现 |
| 3.3.1 算法分析及优化思路 |
| 3.3.2 CUDA实现方案 |
| 3.4 匹配滤波GPU实现 |
| 3.4.1 算法实现过程分析 |
| 3.4.2 CUDA实现方案 |
| 3.5 恒虚警检测算法GPU实现 |
| 3.5.1 算法实现过程分析 |
| 3.5.2 CUDA实现方案 |
| 3.6 仿真结果分析 |
| 3.6.1 仿真环境 |
| 3.6.2 性能对比与结果分析 |
| 3.7 本章小结 |
| 第4章 外辐射源雷达信号处理软件实现 |
| 4.1 系统开发环境介绍 |
| 4.2 软件系统架构设计 |
| 4.2.1 软件总体架构 |
| 4.2.2 软件关键技术 |
| 4.2.3 软件功能与处理流程 |
| 4.3 系统测试 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（10）HFSWR远程多海况下海洋表面动力学要素提取及预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外HFSWR发展现状 |
| 1.3 HFSWR海洋表面动力学要素提取现状 |
| 1.4 HFSWR海洋表面动力学要素预测现状 |
| 1.5 本文的主要研究内容 |
| 第2章 HFSWR海洋表面动力学要素提取基础 |
| 2.1 引言 |
| 2.2 海洋表面动力学基本概念 |
| 2.2.1 海洋表面海流简介 |
| 2.2.2 海洋表面海浪简介 |
| 2.2.3 海浪数学模型:无向谱和有向谱 |
| 2.3 高频电磁波与海面相互作用机理 |
| 2.3.1 高频电磁波海面一阶散射机理 |
| 2.3.2 高频电磁波海面二阶散射机理 |
| 2.4 HFSWR对海探测距离方程 |
| 2.5 HFSWR信号处理概述 |
| 2.5.1 HFSWR信号处理框架与算法 |
| 2.5.2 海洋表面动力学要素提取与HFSWR工作参数关系 |
| 2.6 本章小结 |
| 第3章 远程多海况下有效波高提取方法研究 |
| 3.1 引言 |
| 3.2 基于二阶谱和基于一阶谱的有效波高提取方法 |
| 3.2.1 基于二阶谱的有效波高提取方法 |
| 3.2.2 基于一阶谱的有效波高提取方法 |
| 3.2.3 实测数据分析 |
| 3.3 远程多海况下有效波高提取方法 |
| 3.3.1 基于双频融合模式的有效波高提取方法 |
| 3.3.2 基于单频融合模式的有效波高提取方法 |
| 3.3.3 实测数据分析 |
| 3.4 基于RNN的远程多海况下有效波高提取方法 |
| 3.4.1 RNN概述 |
| 3.4.2 RNN训练算法 |
| 3.4.3 实测数据分析 |
| 3.5 本章小结 |
| 第4章 远程多海况下风速提取方法研究 |
| 4.1 引言 |
| 4.2 HFSWR风速提取基本方法 |
| 4.2.1 HFSWR风速提取半经验公式法 |
| 4.2.2 HFSWR风速提取模型拟合法 |
| 4.2.3 实测数据分析 |
| 4.3 远程多海况下风速提取方法 |
| 4.3.1 基于LSTMNN的远程多海况下风速提取方法 |
| 4.3.2 实测数据分析 |
| 4.4 本章小结 |
| 第5章 HFSWR海洋表面动力学要素预测方法研究 |
| 5.1 引言 |
| 5.2 海洋表面动力学要素预测方法论述 |
| 5.3 四元数数学理论 |
| 5.3.1 四元数代数 |
| 5.3.2 四元数微积分 |
| 5.3.3 增广的四元数二阶统计 |
| 5.3.4 四元数宽线性模型 |
| 5.4 四元数域海洋表面动力学要素联合预测方法 |
| 5.4.1 四元数域海洋表面动力学要素联合预测方案 |
| 5.4.2 四元数值预测算法 |
| 5.4.3 四元数值训练算法 |
| 5.5 实测数据分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
四、一种基于DBF的双基地雷达系统的性能分析与实验研究（论文参考文献）
- [1]地波雷达合成孔径探测技术研究[D]. 周明珠. 内蒙古大学, 2021(12)
- [2]机载外辐射源雷达杂波抑制及动目标检测技术研究[D]. 刘平平. 电子科技大学, 2021(01)
- [3]地波雷达海杂波背景下的船只目标检测方法研究[D]. 王祎鸣. 哈尔滨工业大学, 2021
- [4]分布式雷达系统目标探测与GPU实现[D]. 姚舜禹. 电子科技大学, 2021(01)
- [5]相控阵MIMO雷达系统若干应用问题研究[D]. 刘冰凡. 西安电子科技大学, 2021
- [6]基于深度学习的米波雷达阵列超分辨DOA估计方法研究[D]. 项厚宏. 西安电子科技大学, 2021
- [7]混合传播高频雷达杂波抑制方法研究[D]. 张佳智. 哈尔滨工业大学, 2020(02)
- [8]双基地MIMO雷达目标测角技术[D]. 黄隆. 西安电子科技大学, 2020(05)
- [9]基于GPU架构的OFDM波形外辐射源雷达信号处理并行化设计及实现[D]. 翁涛. 南昌大学, 2020(01)
- [10]HFSWR远程多海况下海洋表面动力学要素提取及预测方法研究[D]. 李晓东. 哈尔滨工业大学, 2020(01)