雷達(dá)波形設(shè)計(jì)與處理導(dǎo)論

第 1章 緒論 1
1.1　雷達(dá)系統(tǒng)的基本概念　1
1.2　雷達(dá)波形技術(shù)的發(fā)展　8
參考文獻(xiàn)　10
第　2章 雷達(dá)信號(hào)與匹配濾波　12
2.1　引言　12
2.2　雷達(dá)信號(hào)的表示方法　13
2.2.1　時(shí)域與頻域表示　13
2.2.2　波形參量與不確定原理　17
2.3　雷達(dá)信號(hào)的產(chǎn)生與接收　20
2.4　匹配濾波理論　23
2.4.1　白噪聲下的匹配濾波器　24
2.4.2　色噪聲下的匹配濾波器　29
2.5　匹配濾波器的實(shí)現(xiàn)　33
參考文獻(xiàn)　38
第3章　模糊函數(shù)及雷達(dá)分辨理論　40
3.1　模糊函數(shù)的定義　40
3.2　模糊函數(shù)的性質(zhì)　42
3.3　模糊函數(shù)與目標(biāo)分辨　48
3.3.1　距離分辨　48
3.3.2　速度分辨　51
3.3.3　距離 速度聯(lián)合分辨　52
3.4　模糊函數(shù)的例子　53
3.4.1　矩形脈沖的模糊函數(shù)　53
3.4.2　矩形脈沖的分辨性能　54
參考文獻(xiàn)　59
第4章　常用雷達(dá)波形　60
4.1　雷達(dá)信號(hào)的分類(lèi)　60
4.2　線性調(diào)頻脈沖信號(hào)　62
4.2.1　線性調(diào)頻脈沖信號(hào)的頻譜特性　63
4.2.2　線性調(diào)頻脈沖信號(hào)的模糊函數(shù)　64
4.2.3　線性調(diào)頻脈沖信號(hào)的處理方法　68
4.3　單載頻相參脈沖串信號(hào)　69
4.3.1　均勻脈沖串信號(hào)的頻譜特性　70
4.3.2　均勻脈沖串信號(hào)的模糊函數(shù)　72
4.3.3　均勻脈沖串信號(hào)的處理方法　75
4.4　步進(jìn)頻率信號(hào)　78
4.4.1　步進(jìn)頻率信號(hào)的頻譜特性　78
4.4.2　步進(jìn)頻率信號(hào)的模糊函數(shù)　79
4.4.3　步進(jìn)頻率信號(hào)的處理方法　83
4.5　二相編碼信號(hào)　85
4.5.1　二相編碼信號(hào)的頻譜特性　86
4.5.2　二相編碼信號(hào)的模糊函數(shù)　87
4.5.3　二相編碼信號(hào)的處理方法　91
4.6　MATLAB程序清單　91
參考文獻(xiàn)　98
第5章　脈沖多普勒雷達(dá)波形　100
5.1　脈沖多普勒雷達(dá)概述　100
5.2　多普勒效應(yīng)　101
5.3　低PRF脈沖多普勒雷達(dá)波形　104
5.3.1　目標(biāo)和雜波間的差別　106
5.3.2　低PRF PD雷達(dá)信號(hào)處理　108
5.3.3　低PRF工作模式小結(jié)　113
5.4　高PRF脈沖多普勒雷達(dá)波形　113
5.4.1　高PRF的時(shí)域特性　114
5.4.2　高PRF PD雷達(dá)信號(hào)處理　116
5.4.3　高PRF工作模式小結(jié)　118
5.5　中PRF脈沖多普勒雷達(dá)波形　118
5.5.1　中PRF雷達(dá)的雜波響應(yīng)　119
5.5.2　中PRF雷達(dá)的PRF選擇　121
5.5.3　中PRF工作模式小結(jié)　123
參考文獻(xiàn)　123
第6章　低截獲概率雷達(dá)波形　124
6.1　低截獲概率雷達(dá)概述　124
6.2　低截獲概率雷達(dá)基本原理　125
6.3　低截獲概率波形的模糊度分析　128
6.3.1　周期模糊函數(shù)　129
6.3.2　平均模糊函數(shù)　131
6.4　連續(xù)波信號(hào)　131
6.4.1　調(diào)頻連續(xù)波模糊函數(shù)分析　131
6.4.2　調(diào)頻連續(xù)波信號(hào)處理　138
6.5　隨機(jī)技術(shù)　140
6.5.1　隨機(jī)化波形　141
6.5.2　隨機(jī)調(diào)頻連續(xù)波模糊函數(shù)分析　142
6.6　低截獲概率信號(hào)分析　147
6.6.1　LPI雷達(dá)波形的時(shí)頻譜分析　149
6.6.2　LPI雷達(dá)波形的循環(huán)譜分析　150
參考文獻(xiàn)　152
第7章　最佳檢測(cè)波形　153
7.1　引言　153
7.2　檢測(cè)波形優(yōu)化　154
7.2.1　已知信號(hào)的檢測(cè)　154
7.2.2　波形優(yōu)化　156
7.2.3　波形優(yōu)化性能　156
7.3　未知多目標(biāo)檢測(cè)最佳波形設(shè)計(jì)　157
7.3.1　信號(hào)模型　157
7.3.2　波形優(yōu)化模型　158
7.4　檢測(cè)波形優(yōu)化問(wèn)題的求解　160
7.4.1　聯(lián)合設(shè)計(jì)的SINR　161
7.4.2　WF和MF設(shè)計(jì)的SINR　163
7.4.3　聯(lián)合設(shè)計(jì)中XCS的雅可比矩陣　163
7.4.4　WF設(shè)計(jì)中XCS的雅可比矩陣　166
7.4.5　MF設(shè)計(jì)中XCS的雅可比矩陣　167
7.5　仿真實(shí)驗(yàn)　168
參考文獻(xiàn)　174
第8章　最佳跟蹤波形　175
8.1　引言　175
8.2　用于目標(biāo)跟蹤的發(fā)射波形集合　176
8.2.1　高斯包絡(luò)單載頻脈沖　176
8.2.2　高斯包絡(luò)LFM脈沖　177
8.2.3　CF-HFM組合脈沖串　178
8.3　線性跟蹤模型中的波形優(yōu)化　179
8.3.1　卡爾曼濾波　179
8.3.2　觀測(cè)噪聲協(xié)方差的CRLB近似　180
8.3.3　基于卡爾曼濾波的波形自適應(yīng)選擇　182
8.3.4　仿真及分析　183
8.4　非線性跟蹤模型中的波形優(yōu)化　187
8.4.1　無(wú)跡卡爾曼濾波　188
8.4.2　基于無(wú)跡變換的跟蹤均方誤差預(yù)測(cè)　190
8.4.3　仿真及分析　191
8.5　機(jī)動(dòng)目標(biāo)跟蹤中的波形優(yōu)化　194
8.5.1　基于分辨單元及量測(cè)提取的觀測(cè)噪聲協(xié)方差近似　194
8.5.2　基于序貫擴(kuò)展卡爾曼濾波的波形自適應(yīng)選擇　199
8.5.3　仿真及分析　204
參考文獻(xiàn)　208
第9章　MIMO雷達(dá)波形　209
9.1　MIMO雷達(dá)簡(jiǎn)介　209
9.2　信號(hào)模型和設(shè)計(jì)準(zhǔn)則　211
9.3　基于量子遺傳算法的正交波形設(shè)計(jì)　213
9.3.1　遺傳算法　213
9.3.2　量子遺傳算法　218
9.3.3　正交信號(hào)波形設(shè)計(jì)過(guò)程　220
9.4　仿真及分析　222
參考文獻(xiàn)　225
名詞索引　227