频率分集阵雷达技术探讨

许京伟; 朱圣棋; 廖桂生; 张玉洪

doi:10.12000/JR18023

频率分集阵雷达技术探讨

DOI: 10.12000/JR18023

①.
西安电子科技大学雷达信号处理国家重点实验室西安 710071
②.
西安电子科技大学电子工程学院西安 710071

基金项目: 国家自然科学基金（61601339）、中国博士后科学基金（2016M590925，2017T100728）、香江学者计划（XJ2017027）、航空科学基金（20160181001）、上海航天科技创新基金（SAST2017-070）和陕西省博士后科学基金

详细信息

作者简介:
许京伟(1987–)，男，山东人，博士，讲师。2015年在西安电子科技大学雷达信号处理国家重点实验室获得博士学位，现为西安电子科技大学雷达信号处理国家重点实验室讲师。主要研究方向为雷达系统建模、阵列信号处理、波形分集雷达(频率分集阵和空时编码阵)等。E-mail: xujingwei1987@163.com

朱圣棋(1984–)，男，江西人，博士，教授。2010年在西安电子科技大学雷达信号处理国家重点实验室获得博士学位，现为西安电子科技大学雷达信号处理国家重点实验室教授，西安电子科技大学科研院副院长。主要研究方向为雷达运动目标检测、雷达稀疏成像技术等。E-mail: zhushengqi8@163.com

廖桂生(1963–)，男，广西人，博士，教授。1992年在西安电子科技大学雷达信号处理国家重点实验室获得博士学位，现为西安电子科技大学雷达信号处理国家重点实验室教授，西安电子科技大学电子工程学院院长。主要研究方向为雷达系统技术与阵列处理、雷达稀疏成像处理等。E-mail: liaogs@xidian.edu.cn

张玉洪(1958–)，男，江苏人，博士，教授。1988年在西安电子科技大学雷达信号处理国家重点实验室获得博士学位，现为西安电子科技大学雷达信号处理国家重点实验室特聘教授。主要研究方向为阵列信号处理、微波遥感与成像、信号建模与仿真、波形分集技术等。E-mail: yuhzhang@xidian.edu.cn

通讯作者:
许京伟 xujingwei1987@163.com

计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 7
出版历程
- 收稿日期: 2018-03-20
- 修回日期: 2018-04-08
- 网络出版日期: 2018-04-28

An Overview of Frequency Diverse Array Radar Technology

①.
National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China
②.
School of Electronic Engineering, Xidian University, Xi’an 710071, China

Funds: The National Natural Science Foundation of China (61601339), The China Postdoctoral Science Foundation (2016M590925, 2017T100728), The Hong Kong Scholars Program (XJ2017027), The Aviation Science Foundation (20160181001), The Innovation Foundation of Shanghai Academy of Spaceflight Technology (SAST2017-070), The Shannxi Postdocatoral Science Foundation

摘要

摘要: 频率分集阵(Frequency Diverse Array, FDA)雷达不同天线单元的发射载频存在微小的差异，从而带来了发射方向图距离角度时间依赖的特性，这一特性提供了FDA雷达新的信息和信号处理灵活度，也带了新的技术问题。该文综述了FDA天线技术及雷达应用的相关研究进展，并重点从雷达系统理论与工程应用的角度，着重分析了相干FDA雷达和正交FDA雷达两种体制的技术特点，指出FDA雷达在抗干扰、抗模糊中的应用优势，梳理了FDA雷达技术的难点和研究方向。
- 频率分集阵 /
- MIMO雷达 /
- 天线方向图 /
- 波形分集 /
- 抗干扰
Abstract: The carrier frequencies of array elements in a Frequency Diverse Array (FDA) radar are slightly distinguished, leading to a range-angle-time-dependent transmit beampattern. Thus, an FDA radar carries additional information in a certain range and provides more flexibility in signal processing and new technical issues. FDA is covered by scope of the general waveform diversity concept. This paper overviews the state-of-the-art FDA technology and its radar applications. From the viewpoint of the general radar system theory, we mainly introduce the coherent FDA and orthogonal FDA frameworks. The orthogonal FDA is also referred to as Multiple-Input Multiple-Output (MIMO) radar using FDA or FDA-MIMO radar. Key applications in anti-jamming and issues related with range ambiguity are addressed. We also outline the challenges in FDA radar applications and several interesting research topics.
- Frequency Diverse Array (FDA) /
- Multiple-Input Multiple-Output (MIMO) radar /
- Antenna beampattern /
- Waveform diversity /
- Anti-jamming

HTML全文

1. 引言

目标的振动、转动等微动产生的微多普勒效应包含了目标的结构和运动信息，常用于目标的分类和识别^[1–3]。目前，基于外辐射源雷达微多普勒效应目标分类和识别的研究还处于起步状态。外辐射源雷达是一种利用非合作照射源进行目标探测和分类识别的新体制雷达系统，其自身不辐射电磁能量，具有节约频谱资源，隐蔽性好，设备规模小，易于部署和组网等特点^[4–6]。在微多普勒效应目标分类和识别方面，外辐射源雷达表现出得天独厚的优势：(1)收发分置可实现空间分集，有效避免探测盲区。(2)第三方辐射源多为连续波，长时间相干积累可记录多个连续的回波闪烁，同时有利于提高对低雷达散射截面积(Radar Cross-Section, RCS)微动目标的探测与分类识别能力。(3)对微多普勒特征的提取不要求高距离分辨率，参数估计不受第三方辐射源带宽的限制^[7,8]。

针对微多普勒效应参数估计问题。文献[9,10]中依据微动目标正弦特征曲线，利用 Hough变换，在参数域中进行多维搜索提取出微动曲线进行参数估计。文献[11,12]通过正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法进行稀疏逼近实现了微动目标参量的估计。上述方法均具有较好的鲁棒性，但由于估计参量维数较高导致计算量巨大。文献[13]利用微动目标在时频域的周期性，采用循环相关系数方法，实现了目标微动周期的估计，但信号周期较长时计算量急剧增加。文献[14]计算了信号的高阶矩函数，通过检测在不同时延下，高阶虚函数部分傅里叶变换累计结果的峰值位置，快速获得目标的旋转速率，相比于图像处理方法和OMP分解方法，计算复杂度较小，但抗噪性能差。而外辐射源雷达所利用的第三方辐射源多为连续波信号，其发射波形不可控，信号能量主要覆盖地面，杂波环境复杂且对空中目标增益低，利用长时间相干积累来提高处理增益会带来数据量巨大的挑战。上述因素决定了外辐射源雷达参数估计方法需要有良好的抗噪性能且计算量要小。

直升机旋翼旋转时对雷达信号产生周期性调制，当叶片发生镜面反射时，旋翼回波出现峰值，即回波闪烁。闪烁信号在时频图像中表现为一定宽度的频率带，且闪烁时间、闪烁间隔与直升机旋翼微动参数密切相关。针对外辐射源雷达参数估计问题，本文结合上述时频域中闪烁信号的特点，通过时频分析和正交匹配追踪算法实现了直升机旋翼微动参数的估计。本文首先给出了外辐射源雷达直升机旋翼微动信号模型，其次介绍了如何在时频图中提取出闪烁信号参数及正交匹配追踪算法对直升机旋翼微动参数的估计，最后仿真和实测证明了本文方法的有效性。

2. 外辐射源雷达直升机旋翼回波模型的建立

直升机旋转叶片与外辐射源雷达的位置关系如图1所示。以直升机旋转叶片的中心点为原点 $o$ ，旋转叶片平面为 $xy$ 面， $x$ 轴平行于发射站与接收站所在直线，建立空间坐标系 $(x,y,z)$ 。直升机相对于发射站和接收站距离为 ${r_T}\;,\,$ ${r_R}$ ，方位角为 $\gamma ,\,$ $\alpha$ ，仰角为 ${\beta _T}\;,\,$ ${\beta _R}$ $(\cos {\beta _T} \approx \cos {\beta _R} = \cos \beta )$ 。叶片上某一散射点 $p$ 到原点 $o$ 距离为 ${l_P}$ ，方位角为 ${\varphi _t}$ 。

图 1 外辐射源雷达直升机旋翼回波模型

Figure 1. Model of helicopter rotors echo for passive radar

下载: 全尺寸图片幻灯片

假设直升机平动得到补偿。在 $t$ 时刻，从发射站经散射点 $p$ 到接收站的距离为：

${r_P}(t) = |\!|{{{R}}_T} \ - {{{R}}_P}(t)|\!| + |\!|{{{R}}_R} - {{{R}}_P}(t)|\!|$

(1)

其中 ${{{R}}_T}\;,\,$ ${{{R}}_R},\,$ ${{{R}}_P}(t)$ 分别为发射站、接收站、散射点 $p$ 在坐标系 $xyz$ 中的位置矢量。

参考文献[1]中单基地直升机建模，将叶片看作线模型，外辐射源雷达直升机旋翼回波可表示为：

$\begin{align} s(t) =& L \exp\left\{ { -{\rm{j}}\frac{{2{{π}} }}{\lambda }({r_R} + {r_T})} \right\}\sum\limits_{k = 1}^N {{\rm sinc}\{ - {\phi _k}(t)\} } \\ &\cdot \exp\{ {\rm j}{\phi _k}(t)\} \end{align}$

(2)

其中，

${\phi _k}(t) = - \frac{{4{{π}} }}{\lambda }\frac{L}{2}\cos\beta \cos \left(\frac{{\alpha - \gamma }}{2}\right)\cos\left({\varphi _k}\left(t\right)\right)$

(3)

${\varphi _k}(t) = {\rm{2}}{{π}} {f\!_r}t + {\varphi _0} + \left( {k{\rm{ - 1}}} \right)2{{π}} /N - \frac{{\alpha + \gamma }}{2}$

(4)

${f_r}$ 为叶片转速， $L$ 为叶片长度， $N$ 为叶片数量，整数 $k$ $(0 < k \le N)$ 表示第 $k$ 个叶片， ${\varphi _0}$ 为叶片初相， $\lambda$ 为照射源信号波长。

由式(3)得第 $k$ 个叶片引起的瞬时多普勒频移为：

${f\!_k}(t) = \frac{{2{{π}} {f\!_r}L}}{\lambda }\cos \beta \cos \left(\frac{{\alpha - \gamma }}{2}\right) \sin \left({\varphi _k}\left(t\right)\right)$

(5)

由式(2)可知时域信号幅值受 $\sin\!{\rm c}$ 函数调制，结合式(3)知当 ${\varphi _k}(t)$ 满足式(6)时， ${\phi _k}(t) = 0$ ，时域信号幅值最大，此刻即时域闪烁。

${\varphi _k}(t) = \pm \frac{{{π}} }{2} + {\rm{2}}{{π}} n$

(6)

由式(2)知连续两个闪烁之间的时间间隔为：

$\Delta t = \left\{ \begin{array}{l} \frac{{\rm{1}}}{{{\rm{2 }}N \cdot {f_r}}} , \;\; N{{为奇数}}\\ \frac{1}{{N \cdot {f_r}}}, \; \;\ N{{为偶数}} \end{array} \right.$

(7)

3. 直升机旋翼参数估计

3.1 时频分析提取闪烁信号参数

直升机旋翼回波的微多普勒呈非线性变化，通过对目标回波信号进行时频分析能够揭示信号频率的时变特性。短时傅里叶变化(Short-Time Fourier Transform, STFT)计算简单，且不产生交叉项。对直升机旋翼回波信号 $s(t)$ 进行STFT到时频域

${\rm{TF}}(t,f) = \int {s(} \tau )w(\tau - t){{\rm e}^{ - {\rm j}2{{π}} f\tau }}{\rm{d}}\tau$

(8)

其中， $w(t)$ 为窗函数。旋翼微多普勒效应特征曲线为正弦曲线，对应时域闪烁出现的时刻出现垂直于时间横轴的频率带，即时频域“闪烁”^[15]。

图2为直升机旋翼回波的时频图。当直升机旋翼的叶片数为奇数时(图2(a))，时频域中正负多普勒“闪烁”交替出现；若旋翼叶片数为偶数(图2(b))，则是同时出现。

图 2 旋翼回波信号时频分析

Figure 2. Time-frequency analysis of rotors echo

下载: 全尺寸图片幻灯片

设时频域中正频率“闪烁”发生的时间为 ${t_0}$ ，由式(5)和式(6)知 ${t_0}$ 满足：

${\varphi _k}({t_0}) = \frac{{{π}} }{2} + {\rm{2}}{{π}} n\left( {n{{为整数}}} \right)$

(9)

由式(4)和式(9)得第 $k$ 个叶片初相与叶片数量的关系：

${\varphi _0} \!=\! \left\{\!\!\! \begin{array}{l} - \frac{{{{π}} {t_0}}}{{\Delta t}}\frac{1}{N} \!-\! 2{{π}} (k \!-\! 1)\frac{1}{N} \!+\! {\varphi _1}, \ \,\;\; N{{为奇数}}\\ - \frac{{2{{π}} {t_0}}}{{\Delta t}}\frac{1}{N} \!-\! 2{{π}} (k \!-\! 1)\frac{1}{N} \!+\! {\varphi _1}, \;\; N{{为偶数}} \end{array} \right.$

(10)

其中

${\varphi _1}{\rm{ = }}\frac{{\alpha + \gamma }}{2} + {\rm{2}}{{π}} n + \frac{{{π}} }{2}\;\;(0 \le {\varphi _0} < 2{{π}} )$

(11)

由于时频图像中闪烁信号频率带垂直于时间横轴，对正频率轴数据幅值进行累加计算，并判断累加后数据局部峰值点，可得到时频域中正频率“闪烁”发生的时间。同样，对负频率轴数据幅值进行累加计算得到时频域中负频率“闪烁”发生的时间。相应的也可得到闪烁间隔。

由式(7)知，闪烁间隔与旋翼转速、叶片数量密切相关。由式(10)知，闪烁发生的时间与叶片初相、叶片数量、整数 $k$ 密切相关。因此，可根据得到的闪烁间隔，用叶片数量表示出旋翼转速。根据得到的闪烁时间，用叶片数量、整数 $k$ 表示出第 $k$ 个叶片初相。

3.2 OMP估计直升机旋翼参数

由式(2)知时域回波信号可分解为：

$s(t) = \sum\limits_{m = 1}^M {{c_m}} {{{g}}_m}(t;\varLambda ) = {{D}}{α}$

(12)

其中， ${{{g}}_m}$ 为第 $m$ 个原子， ${{D}}$ 为以原子为列张成的字典矩阵 ${{D}} = [{{{g}}_1}\ {{{g}}_2}\ {{{g}}_3} ·\!·\!· {{{g}}_M}]$ $\in {{{C}}^{{N_t} \times M}},\,$ $M$ 为原子个数， ${N_t}$ 为时间 $t$ 离散后的取值个数， $\varLambda$ 为要估计的参量， ${c_m}$ 为原子系数， ${α} \in {{{C}}^M}$ 为系数矢量，是稀疏的。可转化最优 ${l_0}$ 范数问题进行稀疏向量求解。OMP常用于求解此类问题，通过构建字典矩阵，不断选定与信号最匹配的原子进行稀疏逼近^[16]。OMP将字典矩阵中原子正交化保证了迭代的最优性。

由式(2)知直升机旋翼回波信号由参数 $({f_r},L,{\varphi _0},N,k)$ 确定。利用叶片数量 $N$ 、整数 $k$ $(0 < k \le N)$ 与旋翼转速和叶片初相的关系式(7)和式(10)，时域回波可转化为参数 $(L,N,k)$ 来表示。设时间采样点数 ${N_t}$ ，目标回波为 ${N_t} \times 1$ 的矩阵。确定待估参数的取值范围并离散化，叶片长度取值： $L \in ({L_1}, ·\!·\!· ,{L_r}, ·\!·\!· ,{L_{{N_L}}})$ ，叶片数量 $N$ 的可能取值为： $N \in ({N_1}, ·\!·\!· ,{N_p}, ·\!·\!· ,{N_{{N_N}}})$ ，整数 $k$ 的取值为 $k \in (1, ·\!·\!· ,{k_q}, ·\!·\!· ,{k_{{N_q}}})$ $\;({k_{{N_q}}} \le {N_{{N_N}}})$ 。

由OMP算法原理可知，字典中的原子可按照待分解信号的内在特性来构造^[16]。根据微动目标的时域回波表达式(2)，第 $m$ 个原子可表示为：

$a(m) \!=\! {\rm sinc} (\phi ({L_r},{N_p},{k_q}))\!\cdot\! \exp\{ - {\rm j}\phi ({L_r},{N_p},{k_q})\}$

(13)

其中

$m = rpq$

(14)

并对原子集里的每个原子进行能量归一化：

$a(m) \leftarrow a(m){\rm{/}}{\left\| {a(m)} \right\|_F}$

(15)

其中， ${\left\| \cdot \right\|_F}$ 表示矩阵的F范数。

将5参量 $({f_r},L,{\varphi _0},N,k)$ 的估计转换为3参量 $(L,N,k)$ 估计， ${N_L},\,$ ${N_N},\,$ ${N_k}$ 分别为 $L,\,$ $N,\,$ $k$ 的取值个数，由于常见直升机主旋翼叶片数量为：3片、5片、7片(奇数)，2片、4片、8片(偶数)， ${N_N},\,$ ${N_k}$ 较小，降低字典维数为： ${N_L} \times {N_k} \times {N_N}$ ，可达到降低计算量的目的。

3.3 直升机旋翼参数估计流程

直升机旋翼参数估计具体步骤如下：

步骤1 对直升机旋翼信号进行短时傅里叶变换，得到时频图像 ${\rm{TF}}(t,f)$ 。

步骤2 对时频图中正频率轴数据幅值进行累加计算，并判断累加后数据局部峰值点，对应时频域正频率“闪烁”发生的时间。同样，对负频率轴数据幅值进行累加计算得到时频域中负频率“闪烁”发生的时间。

步骤3 根据步骤2中正负频率“闪烁”发生的时间，判别时频域中正负多普勒“闪烁”是否交替出现。若是，则旋翼叶片数为奇数，否则，旋翼叶片数为偶数。

步骤4 读取某一正频率闪烁发生的时间 ${t_0}$ 及闪烁间隔 $\Delta t$ 。依据式(7)用叶片数量 $N$ 表示出旋翼转速，依据式(10)和式(11)用叶片数量 $N$ 及整数 $k$ 表示出第 $k$ 个叶片初相。

步骤5 确定 $(L,N,k)$ 的取值范围并离散化： $L \in ({L_1}, ·\!·\!· ,{L_r}, ·\!·\!· ,{L_{{N_L}}})$ , $N \in ({N_1}, ·\!·\!· ,{N_p},·\!·\!· ,{N_{{N_N}}})$ , $k \in (1, ·\!·\!· ,{k_q}, ·\!·\!· ,{k_{{N_q}}})$ $\;({k_{{N_q}}} \le {N_{{N_N}}})$ 。利用步骤4中表示出的旋翼转速及初相，依据式(13)和式(15)构建字典矩阵。

步骤6 利用OMP算法寻找叶片数量，叶片长度的最优值，代入式(7)计算出旋翼转速，代入式(10)和式(11)计算出叶片初相。

4. 仿真验证

4.1 仿真结果分析

结合上述模型对直升机旋翼回波信号进行仿真，仿真参数设置如表1所示。

表 1 外辐射源雷达直升机旋翼回波模型仿真参数

Table 1. Simulation parameters of helicopter rotor echo model for passive radar

信号载频	叶片数	叶片长度	旋转速率	发射站方位角	接收站方位角	发射站仰角	接收站仰角	SNR
658 MHz	3	5 m	200 rpm	33°	76°	23°	23°	–5 dB

下载: 导出CSV

| 显示表格

图3(a)显示了信号的联合时频域特征，可看出闪烁信号及噪声严重影响直升机旋翼微多普勒特征曲线的检测，使微多普勒特征曲线提取困难。

分别对时频图像中正负频率轴数据幅值进行累加计算，得到时频域中正负多普勒“闪烁”时间，如图3(b)所示，图中正负多普勒“闪烁”等间隔交替出现，则旋翼叶片数为奇数。读取闪烁信号时间间隔为0.05 s，根据式(7)表示出旋翼转速为：

${f_r} = 10/N$

(16)

读取某一正频率闪烁信号对应时刻为0.066 s(此处选择了图3(b)中的第1个正频率闪烁信号)，根据式(10)和式(11)表示出第 $k$ 个叶片初相为：

${\varphi _0} = - {\rm{4}}{\rm{.14/}}N - {\rm{6}}{\rm{.28}} \times (k - 1){\rm{/}}N + 2.52$

(17)

图3(c)为利用OMP方法对 $(L,N,k)$ 的估计结果，得到叶片数为3片，图中给出了其对应的切面图，3叶片长度分别4.99 m, 5.00 m, 4.98 m，均值4.99 m，与理论基本一致，代入式(17)得3叶片初相分别为1.14 rad, 3.24 rad, 5.34 rad，代入式(16)得旋翼转速为200 rpm，与理论值一致，本文方法准确实现了直升机旋翼参数估计。

图 3 本文方法参数估计结果

Figure 3. Parameter estimation by this article method

下载: 全尺寸图片幻灯片

图4为利用常规Hough变换，通过微多普勒曲线 $f = {f_{\max }}\sin(2{{π}} {f\!_r}t + {\varphi _0})$ 检测对参数 $({f\!_r},{\varphi _0},L)$ 的估计结果。其中 ${f_{\max }}$ 为最大频移。

${f_{\max }} = \frac{{4{{π}} {f\!_r}L}}{\lambda }\cos\beta \cos\left( \frac{{\alpha - \gamma }}{2}\right)$

(18)

图4中给出了参数空间中局部峰值点中心位置。可得到直升机旋翼转速为200 rpm。3叶片最大频移分别为385.6 Hz, 393.9 Hz, 389.8 Hz，平均值为390.0 Hz，由式(18)计算得叶片长度为4.96 m，与理论值基本一致。3叶片初相分别为0.91 rad, 3.16 rad, 5.24 rad，利用式(4)对初相进行修正，得到3叶片初相位为1.86 rad, 4.11 rad, 6.19 rad，存在较大的误差，是由于STFT受不确定原理的限制，时频图像中时频分辨率受限使参数空间中的局部峰值点扩展范围较大，只能大致估计局部峰值点的位置，估计结果精度较低。

图 4 常规Hough变换参数估计结果

Figure 4. Parameter estimation by traditional Hough transform

下载: 全尺寸图片幻灯片

4.2 计算复杂度分析

设待处理的时频图像大小为 ${N_t} \times {N_f}$ 像素， ${N_f} \approx {N_t}$ ，利用常规的Hough变换对微多普勒曲线 $f = {f_{\max }}\sin(2{{π}} {f\!_r}t{\rm{ + }}{\varphi _0})$ 进行检测，参数 $({f\!_r},{\varphi _0},L)$ 分别量化为 ${N_{f_{r}}}$ , ${N_{{\varphi _0}}}$ , ${N_L}$ 份。乘法次数可近似表示为： $2{N_{f_{r}}}{N_{{\varphi _0}}}{N_L}{N_t}^{\!2}$ 。

直接使用OMP进行参数 $({f\!_r},{\varphi _0},L)$ 估计时，设迭代次数为K，乘法次数近似表示为： $K{N_{f\!_{r}}}{N_{{\varphi _0}}}$ ${N_L}{N_t}^{\!2}$ 。

本文方法计算量集中在OMP阶段，根据提取的时频域中的闪烁时间，依据式(7)和式(10)，最终转化为对参数 $(L,N,k)$ 的估计，常见直升机的叶片数只有若干个取值，且由3.1节方法可判断出叶片数量的奇偶性， ${N_N}{N_k}$ 远小于 ${N_{f_{r}}}{N_{{\varphi _0}}}$ 。本文方法乘法次数近似表示为： $K{N_N}{N_k}{N_L}{N_t}^{\!2}$ 。

在对直升机旋翼微动参数估计时，一般 ${N_N}{N_k}$ 取值量级为10¹～10²，迭代次数K的取值量级为 ${10^0} {\text ～} {10^1}$ ，当初相 ${\varphi _0}$ 的估计精度为7°时， $2{N_{{\varphi _0}}}$ 取值量级为10²，当转速 ${f_r}$ 的估计精度为10 rpm时， ${N_{f_{r}}}$ 的取值量级为 ${10^1}$ ，在乘法次数上，常规 Hough变换参数估计方法为本文方法 ${10^0}{\text ～} {10^2}$ 倍，当进一步提高 ${f_r},$ ${\varphi _0}$ 的估计精度时，算法之间的计算量差距将进一步变大。本文在相同的配置环境下，利用Matlab仿真平台，常规Hough变换方法运行时长13006 s，而本文方法运行总时长只有145 s。

5. 实验结果

5.1 实验场景

武汉大学电波传播实验室对EC_120B直升机进行了微多普勒效应探究外场实验，EC_120B直升机主旋翼3叶片，叶片长度5 m，额定转速406 rpm，实验中以武汉龟山电视塔数字电视信号为照射源，信号中心频率为658 MHz，带宽8 MHz，接收站位于武汉大学电波传播实验室楼顶，距离发射站7.56 km，实验场景如图5所示。本组实测数据相干积累时间0.8 s，可近似认为目标在这段时间位置不变，直升机旋翼转速为常量。

图 5 实验场景图

Figure 5. Experimental scene map

下载: 全尺寸图片幻灯片

5.2 实验结果分析

图6(a)为去除目标主体影响后，对直升机旋翼回波信号进行短时傅里叶变换后的时频图像。可以观察到闪烁信号，但微多普勒特征曲线已观察不到。分别对时频图像中正负频率轴数据幅值进行累加计算，得到时频域中正负多普勒“闪烁”时间，如图6(b)所示，图中正负多普勒“闪烁”等间隔交替出现，则旋翼叶片数为奇数。

图 6 本文方法参数估计结果

Figure 6. Parameter estimation by this article method

下载: 全尺寸图片幻灯片

读取闪烁信号时间间隔为26.2 ms，根据式(7)用 $N$ 表示出旋翼转速。读取某一正频率闪烁时间对应时间为0.25 s，利用式(10)和式(11)表示出第 $k$ 个叶片初相，图6(c)为利用OMP方法对 $(L,N,k)$ 的估计结果，得到叶片数量为3片，3叶片长度分别为4.93 m, 5.00 m, 4.66 m，均值4.86 m，存在较小的误差，与仰角，方位角估计不精确有关，由式(7)知旋翼转速均为382 rpm，符合实际情况。

6. 结束语

本文根据外辐射源雷达直升机旋翼微动信号模型，充分利用时频域中闪烁信号特征和微动信号内在特性进行了参数估计。通过时频分析和正交匹配追踪算法，估计出了旋翼转速、叶片长度、叶片数量和初相。同时开展了外场实验。仿真数据和实测数据处理都表明本文方法对外辐射源雷达直升机旋翼参数估计的可行性。

图 1 电场强度随角度和时间的变化关系，R=3 km

Figure 1. Electric field intensity with respect to angle and time, R=3 km

下载: 全尺寸图片幻灯片

图 2 电场强度随距离和角度的变化关系，R=[1.5 km, 4.5 km]

Figure 2. Electric field intensity with respect to range and angle, R=[1.5 km, 4.5 km]

下载: 全尺寸图片幻灯片

图 3 不同角度方向对应的电场强度，R=3 km

Figure 3. Electric field intensity in different angles/directions, R=3 km

下载: 全尺寸图片幻灯片

图 4 相控阵和FDA的辐射电场能量分布图的传播示意图

Figure 4. Radiated power distribution and propagation of electric field

下载: 全尺寸图片幻灯片

图 5 脉冲体制发射-接收联合波束形成，T_p=1/ $\Delta$ f

Figure 5. Joint tranmit-receive beamforming with pulsed FDA, T_p=1/ $\Delta$ f

下载: 全尺寸图片幻灯片

图 6 脉冲体制发射-接收联合波束形成，T_p=1/(2 $\Delta$ f)

Figure 6. Joint tranmit-receive beamforming with pulsed FDA, T_p=1/(2 $\Delta$ f)

下载: 全尺寸图片幻灯片

图 7 FDA-MIMO雷达发射信号实现结构

Figure 7. Transmit procedure of FDA-MIMO radar

下载: 全尺寸图片幻灯片

图 8 FDA-MIMO雷达接收处理结构

Figure 8. Receive procedure of FDA-MIMO radar

下载: 全尺寸图片幻灯片

图 9 干扰和目标的功率谱分布图

Figure 9. Spectra distribution of barrage jamming and targets

下载: 全尺寸图片幻灯片

图 10 运动平台FDA-MIMO雷达发射-接收2维域的功率谱分布示意图

Figure 10. Spectra distribution of signal in transmit-receive two-dimensional domain with FDA-MIMO radar mounted on moving platform

下载: 全尺寸图片幻灯片

图 11 多维局域化处理示意图

Figure 11. Scheme of multi-dimensional localized processing

下载: 全尺寸图片幻灯片

图 12 干扰机真实目标和假目标在发射-接收2维空间频率域的分布

Figure 12. Distribution of True and false targets in transmit-receive two-dimensional spatial frequency domain

下载: 全尺寸图片幻灯片

表 1 3种体制发射方向图相关特性比较

Table 1. Comparion of characters related to transmit beampatterns of phased array, MIMO, and FDA

阵列体制	不同方向的时域响应	方向图的距离依赖性	发射方向图主瓣	天线发射增益
相控阵	各向同性	距离无关	稳定	M²
经典MIMO	各向异性	随距离变化，无规律	无	M
FDA	各向异性	随距离变化，有规律	自动扫描	M

下载: 导出CSV

参考文献(83)

[1]	Antonik P, Wicks M C, Griffiths H D, et al.. Range-dependent beamforming using element level waveform diversity[C]. Proceedings of International Waveform Diversity & Design Conference, Orlando, USA, 2006: 140–144.
[2]	Antonik P, Wicks M C, Griffiths H D, et al.. Frequency diverse array radars[C]. Proceedings of 2006 IEEE Conference on Radar, Verona, NY, USA, 2006: 215–217.
[3]	Antonik P, Wicks M C, Griffiths H D, et al.. Multi-mission multi-mode waveform diversity[C]. Proceedings of 2006 IEEE Conference on Radar, Verona, NY, USA, 2006: 580–582.
[4]	Wicks M C and Antonik P. Frequency diverse array with independent modulation of frequency, amplitude, and phase[P]. USA, 7319427, 2008.
[5]	Wicks M C and Antonik P. Method and apparatus for a frequency diverse array[P]. USA, 7511665, 2009.
[6]	Antonik P. An investigation of a frequency diverse array[D]. [Ph.D. dissertation], University College London, 2009.
[7]	Calderbank R, Howard S D, and Moran B. Waveform diversity in radar signal processing: A focus on the use and control of degrees of freedom[J]. IEEE Signal Processing Magazine, 2009, 26(1): 32–41. DOI: 10.1109/MSP.2008.930414
[8]	Wicks M C, Rangaswamy M, Adve R, et al. Space-time adaptive processin: A knowledge-based perspective for airborne radar[J]. IEEE Signal Processing Magazine, 2006, 23(1): 51–65. DOI: 10.1109/MSP.2006.1593337
[9]	Baizert P, Hale T B, Temple M A, et al. Forward-looking radar GMTI benefits using a linear frequency diverse array[J]. Electronics Letters, 2006, 42(22): 1311–1312. DOI: 10.1049/el:20062791
[10]	Secmen M, Demir S, Hizal A, et al.. Frequency diverse array antenna with periodic time modulated pattern in range and angle[C]. Proceedings of 2007 IEEE Radar Conference, Boston, MA, USA, 2007: 427–430.
[11]	Eker T, Demir S, and Hizal A. Exploitation of linear frequency modulated continuous waveform (LFMCW) for frequency diverse arrays[J]. IEEE Transactions on Antennas and Propagation, 2013, 61(7): 3546–3553. DOI: 10.1109/TAP.2013.2258393
[12]	Cetintepe C and Demir S. Multipath characteristics of frequency diverse arrays over a ground plane[J]. IEEE Transactions on Antennas and Propagation, 2014, 62(7): 3567–3574. DOI: 10.1109/TAP.2014.2316292
[13]	Eker T. A conceptual evaluation of frequency diverse arrays and novel utilization of LFMCW[D]. [Ph.D. dissertation], Middle East Technical University, 2011.
[14]	Huang J J, Tong K F, Woodbridge K, et al.. Frequency diverse array: Simulation and design[C]. Proceedings of 2009 IEEE Radar Conference, Pasadena, CA, USA, 2009: 1–4.
[15]	Huang J J, Tong K F, and Baker C J. Frequency diverse array with beam scanning feature[C]. Proceedings of 2008 IEEE Antennas and Propagation Society International Symposium, San Diego, CA, USA, 2008: 1–4.
[16]	Higgins T, Blunt S D, and Shackelford A K. Space-range adaptive processing for waveform-diverse radar imaging[C]. Proceedings of 2010 IEEE Radar Conference, Washington, DC, USA, 2010: 321–326.
[17]	Farooq J, Temple M A, and Saville M A. Application of frequency diverse arrays to synthetic aperture radar imaging[C]. Proceedings of 2007 International Conference on Electromagnetics in Advanced Applications, Torino, Italy, 2007: 447–449.
[18]	Farooq J, Temple M A, and Saville M A. Exploiting frequency diverse array processing to improve SAR image resolution[C]. Proceedings of 2008 IEEE Radar Conference, Rome, Italy, 2008: 1–5.
[19]	Jones A M and Rigling B D. Planar frequency diverse array receiver architecture[C]. Proceedings of 2012 IEEE Radar Conference, Atlanta, GA, USA, 2012: 145–150.
[20]	Sammartino P F and Baker C J. Developments in the frequency diverse bistatic system[C]. Proceedings of 2009 IEEE Radar Conference, Pasadena, CA, USA, 2009: 1–5.
[21]	Sammartino P F and Baker C J. The frequency diverse bistatic system[C]. Proceedings of 2009 International Waveform Diversity and Design Conference, Kissimmee, FL, USA, 2009: 155–159.
[22]	Sammartino P F, Baker C J, and Griffiths H D. Range-angle dependent waveform[C]. Proceedings of 2010 IEEE Radar Conference, Washington, DC, USA, 2010: 511–515.
[23]	Sammartino P F, Baker C J, and Griffiths H D. Frequency diverse MIMO techniques for radar[J]. IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(1): 201–222. DOI: 10.1109/TAES.2013.6404099
[24]	Wang W Q, Shao H Z, and Cai J Y. Range-angle-dependent beamforming by frequency diverse array antenna[J]. International Journal of Antennas and Propagation, 2012, 2012: 760489.
[25]	Wang W Q. Range-angle dependent transmit beampattern synthesis for linear frequency diverse arrays[J]. IEEE Transactions on Antennas and Propagation, 2013, 61(8): 4073–4081. DOI: 10.1109/TAP.2013.2260515
[26]	Wang W Q and So H C. Transmit subaperturing for range and angle estimation in frequency diverse array radar[J]. IEEE Transactions on Signal Processing, 2014, 62(8): 2000–2011. DOI: 10.1109/TSP.2014.2305638
[27]	Wang W Q. Phased-MIMO Radar with frequency diversity for range-dependent beamforming[J]. IEEE Sensors Journal, 2013, 13(4): 1320–1328. DOI: 10.1109/JSEN.2012.2232909
[28]	Zhuang L, Liu X Z, and Yu W X. Precisely beam steering for frequency diverse arrays based on frequency offset selection[C]. Proceedings of 2009 International Radar Conference-Surveillance for a Safer World, Bordeaux, France, 2009: 1–4.
[29]	Zhuang L and Liu X Z. Application of frequency diversity to suppress grating lobes in coherent MIMO radar with separated subapertures[J]. EURASIP Journal on Advances in Signal Processing, 2009, 2009: 481792. DOI: 10.1155/2009/481792
[30]	Xu Y H, Shi X W, Xu J W, et al. Beampattern analysis of planar frequency diverse array[J]. International Journal of RF and Microwave Computer-Aided Engineering, 2015, 25(5): 436–444. DOI: 10.1002/mmce.v25.5
[31]	Xu J W, Liao G S, and Zhu S Q. Receive beamforming of frequency diverse array radar systems[C]. Proceedings of the 2014 XXXIth URSI General Assembly and Scientific Symposium, Beijing, China, 2014: 1–4.
[32]	Xu Y H, Shi X W, Xu J W, et al. Range-angle-dependent beamforming of pulsed frequency diverse array[J]. IEEE Transactions on Antennas and Propagation, 2015, 63(7): 3262–3267. DOI: 10.1109/TAP.2015.2423698
[33]	胡柏林, 廖桂生, 许京伟, 等. 前视阵频率分集雷达空时杂波特性研究[J]. 电子与信息学报, 2013, 35(11): 2693–2699. DOI: 10.3724/SP.J.1146.2013.00077 Hu Bo-lin, Liao Gui-sheng, Xu Jing-wei, et al. Study on space-time character of clutter for forward-looking frequency diverse array radar[J]. Journal of Electronics&Information Technology, 2013, 35(11): 2693–2699. DOI: 10.3724/SP.J.1146.2013.00077
[34]	张福丹. 基于频率分集阵列的聚束SAR虚拟辐射源[J]. 太赫兹科学与电子信息学报, 2013, 11(3): 420–423, 434. DOI: 10.11805/TKYDA201303.0420 Zhang Fu-dan. Virtual radiation source of a spotlight SAR based on frequency diverse array[J]. Journal of Terahertz Science and Electronic Information Technology, 2013, 11(3): 420–423, 434. DOI: 10.11805/TKYDA201303.0420
[35]	Wang W Q. Frequency diverse array antenna: New opportunities[J]. IEEE Antennas and Propagation Magazine, 2015, 57(2): 145–152. DOI: 10.1109/MAP.2015.2414692
[36]	王文钦, 邵怀宗, 陈慧. 频控阵雷达: 概念、原理与应用[J]. 电子与信息学报, 2016, 38(4): 1000–1011. DOI: 10.11999/JEIT151235 Wang Wen-qin, Shao Huai-zong, and Chen Hui. Frequency diverse array radar: Concept, principle and application[J]. Journal of Electronics&Information Technology, 2016, 38(4): 1000–1011. DOI: 10.11999/JEIT151235
[37]	Wang Y B, Wang W Q, and Chen H. Linear frequency diverse array manifold geometry and ambiguity analysis[J]. IEEE Sensors Journal, 2015, 15(2): 984–993. DOI: 10.1109/JSEN.2014.2359074
[38]	Wang W Q, So H C, and Shao H Z. Nonuniform frequency diverse array for range-angle imaging of targets[J]. IEEE Sensors Journal, 2014, 14(8): 2469–2476. DOI: 10.1109/JSEN.2014.2304720
[39]	Wang W Q. Two-dimensional imaging of targets by stationary frequency diverse array[J]. Remote Sensing Letters, 2013, 4(11): 1067–1076. DOI: 10.1080/2150704X.2013.837228
[40]	Wang Y B, Wang W Q, and Shao H Z. Frequency diverse array radar Cramér-Rao lower bounds for estimating direction, range, and velocity[J]. International Journal of Antennas and Propagation, 2014, 2014: 830869.
[41]	Wang Y B, Wang W Q, Chen H, et al. Optimal frequency diverse subarray design with Cramer-Rao lower bound minimization[J]. IEEE Antennas and Wireless Propagation Letters, 2015, 14: 1188–1191. DOI: 10.1109/LAWP.2015.2396951
[42]	Wang W Q and Shao H Z. Range-angle localization of targets by a double-pulse frequency diverse array radar[J]. IEEE Journal of Selected Topics in Signal Processing, 2014, 8(1): 106–114. DOI: 10.1109/JSTSP.4200690
[43]	Wang W Q. Subarray-based frequency diverse array radar for target range-angle estimation[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(4): 3057–3067. DOI: 10.1109/TAES.2014.120804
[44]	Gao K D, Shao H Z, Chen H, et al. Impact of frequency increment errors on frequency diverse array MIMO in adaptive beamforming and target localization[J]. Digital Signal Processing, 2015, 44: 58–67. DOI: 10.1016/j.dsp.2015.05.005
[45]	Gao K D, Wang W Q, Chen H, et al. Transmit beamspace design for multi-carrier frequency diverse array sensor[J]. IEEE Sensors Journal, 2016, 16(14): 5709–5714. DOI: 10.1109/JSEN.2016.2573379
[46]	Khan W, Qureshi I M, Basit A, et al. A double pulse MIMO frequency diverse array radar for improved range-angle localization of target[J]. Wireless Personal Communications, 2015, 82(4): 2199–2213. DOI: 10.1007/s11277-015-2342-1
[47]	Khan W, Qureshi I M, and Saeed S. Frequency diverse array radar with logarithmically increasing frequency offset[J]. IEEE Antennas and Wireless Propagation Letters, 2015, 14: 499–502. DOI: 10.1109/LAWP.2014.2368977
[48]	Khan W and Qureshi I M. Frequency diverse array radar with time-dependent frequency offset[J]. IEEE Antennas and Wireless Propagation Letters, 2014, 13: 758–761. DOI: 10.1109/LAWP.2014.2315215
[49]	Khan W, Qureshi I M, Sultan K, et al. Properties of ambiguity function of frequency diverse array radar[J]. Remote Sensing Letters, 2014, 5(9): 813–822. DOI: 10.1080/2150704X.2014.969813
[50]	Basit A, Qureshi I M, Khan W, et al. Beam pattern synthesis for an FDA radar with hamming window-based nonuniform frequency offset[J]. IEEE Antennas and Wireless Propagation Letters, 2017, 16: 2283–2286. DOI: 10.1109/LAWP.2017.2714761
[51]	Chen B X, Chen X L, Huang Y, et al. Transmit beampattern synthesis for the FDA radar[J]. IEEE Antennas and Wireless Propagation Letters, 2018, 17(1): 98–101. DOI: 10.1109/LAWP.2017.2776957
[52]	Wang Y X, Li W, Huang G C, et al. Time-invariant range-angle-dependent beampattern synthesis for FDA radar targets tracking[J]. IEEE Antennas and Wireless Propagation Letters, 2017, 16: 2375–2379. DOI: 10.1109/LAWP.2017.2718580
[53]	Yao A M, Wu W, and Fang D G. Solutions of time-invariant spatial focusing for multi-targets using time modulated frequency diverse antenna arrays[J]. IEEE Transactions on Antennas and Propagation, 2017, 65(2): 552–566. DOI: 10.1109/TAP.2016.2633902
[54]	Guo R J, Ni Y H, Liu H J, et al. Signal diverse array radar for electronic warfare[J]. IEEE Antennas and Wireless Propagation Letters, 2017, 16: 2906–2910. DOI: 10.1109/LAWP.2017.2751648
[55]	Li Q, Huang L, Zhang P C, et al. Beampattern synthesis for frequency diverse array via reweighted l₁ iterative phase compensation[J]. IEEE Transactions on Aerospace and Electronic Systems, 2018, 54(1): 467–475. DOI: 10.1109/TAES.2017.2735638
[56]	Wang W Q, Dai M M, and Zheng Z. FDA radar ambiguity function characteristics analysis and optimization[J]. IEEE Transactions on Aerospace and Electronic Systems, 2017. DOI: 10.1109/TAES.2017.2785598
[57]	Shao H Z, Li J C, Chen H, et al. Adaptive frequency offset selection in frequency diverse array radar[J]. IEEE Antennas and Wireless Propagation Letters, 2014, 13: 1405–1408. DOI: 10.1109/LAWP.2014.2340893
[58]	Wang W Q. Cognitive frequency diverse array radar with situational awareness[J]. IET Radar,Sonar&Navigation, 2016, 10(2): 359–369.
[59]	Saeed S, Qureshi I M, Basit A, et al. Cognitive null steering in frequency diverse array radars[J]. International Journal of Microwave and Wireless Technologies, 2017, 9(1): 25–33. DOI: 10.1017/S1759078715001221
[60]	Xu Y H, Shi X W, Li W T, et al. Flat-top beampattern synthesis in range and angle domains for frequency diverse array via second-order cone programming[J]. IEEE Antennas and Wireless Propagation Letters, 2015, 15: 1479–1482.
[61]	Xu Y H, Shi X W, Xu J W, et al. Range-angle-decoupled beampattern synthesis with subarray-based frequency diverse array[J]. Digital Signal Processing, 2017, 64: 49–59. DOI: 10.1016/j.dsp.2017.02.005
[62]	Li W T, Hei Y Q, Shi X W, et al. Range-angle-dependent beamforming with FDA using four-dimensional arrays[J]. Signal Processing, 2018, 147: 68–79. DOI: 10.1016/j.sigpro.2018.01.016
[63]	Xu J W, Lan L, Liao G S, et al.. Range-angle matched receiver for coherent FDA radars[C]. Proceedings of 2017 IEEE Radar Conference, Seattle, USA, 2017: 324–328.
[64]	Gui R H, Wang W Q, Cui C, et al. Coherent pulsed-FDA radar receiver design with time-variance consideration: SINR and CRB analysis[J]. IEEE Transactions on Signal Processing, 2018, 66(1): 200–214. DOI: 10.1109/TSP.2017.2764860
[65]	Wang W Q. Overview of frequency diverse array in radar and navigation applications[J]. IET Radar,Sonar&Navigation, 2016, 10(6): 1001–1012.
[66]	Wang W Q. Moving-target tracking by cognitive RF stealth radar using frequency diverse array antenna[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(7): 3764–3773. DOI: 10.1109/TGRS.2016.2527057
[67]	Qin S, Zhang Y D, Amin M G, et al. Frequency diverse coprime arrays with coprime frequency offsets for multitarget localization[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 321–335. DOI: 10.1109/JSTSP.2016.2627184
[68]	Turhaner A, Demir S, and Hizal A. Monopulse direction finding for linear frequency modulation based frequency diverse array[C]. Proceedings of 2017 IEEE Radar Conference, Seattle, WA, USA, 2017: 89–94.
[69]	郑昱. 基于频率分集阵列的波束形成研究[J]. 现代雷达, 2015, 37(8): 29–32, 36. DOI: 10.16592/j.cnki.1004-7859.2015.08.007 Zheng Yu. A study on the beam forming of frequency diverse array[J]. Modern Radar, 2015, 37(8): 29–32, 36. DOI: 10.16592/j.cnki.1004-7859.2015.08.007
[70]	张昭建, 谢军伟, 李欣, 等. 频率分集阵列的有源假目标鉴别方法[J]. 国防科技大学学报, 2017, 39(4): 69–76. DOI: 10.11887/j.cn.201704011 Zhang Zhao-jian, Xie Jun-wei, Li Xin, et al. Deceptive jamming suppression and discrimination based on frequency diversity array[J]. Journal of National University of Defense Technology, 2017, 39(4): 69–76. DOI: 10.11887/j.cn.201704011
[71]	吴旭姿, 刘峥, 谢荣. 基于俯仰频率分集技术的波束形成方法[J]. 电子与信息学报, 2016, 38(12): 3070–3077. DOI: 10.11999/JEIT160667 Wu Xu-zi, Liu Zheng, and Xie Rong. Beamforming with vertical frequency diverse array[J]. Journal of Electronics&Information Technology, 2016, 38(12): 3070–3077. DOI: 10.11999/JEIT160667
[72]	王伟伟, 吴孙勇, 许京伟, 等. 基于频率分集阵列的机载雷达距离模糊杂波抑制方法[J]. 电子与信息学报, 2015, 37(10): 2321–2327. DOI: 10.11999/JEIT150187 Wang Wei-wei, Wu Sun-yong, Xu Jing-wei, et al. Range ambiguity clutter suppression for airborne radar based on frequency diverse array[J]. Journal of Electronics&Information Technology, 2015, 37(10): 2321–2327. DOI: 10.11999/JEIT150187
[73]	许京伟, 廖桂生. 前视阵FDA-STAP雷达距离模糊杂波抑制方法[J]. 雷达学报, 2015, 4(4): 386–392. DOI: 10.12000/JR15101 Xu Jing-wei and Liao Gui-sheng. Range-ambiguous clutter suppression for forward-looking frequency diverse array space-time adaptive processing radar[J]. Journal of Radars, 2015, 4(4): 386–392. DOI: 10.12000/JR15101
[74]	Liu Y M, Ruan H, Wang L, et al. The random frequency diverse array: A new antenna structure for uncoupled direction-range indication in active sensing[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 295–308. DOI: 10.1109/JSTSP.2016.2627183
[75]	Wang C H, Xu J W, Liao G S, et al. A range ambiguity resolution approach for high-resolution and wide-swath SAR imaging using frequency diverse array[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 336–346. DOI: 10.1109/JSTSP.2016.2605064
[76]	Li X X, Wang D W, Ma X Y, et al. FDS-MIMO radar low-altitude beam coverage performance analysis and optimization[J]. IEEE Transactions on Signal Processing, 2018. DOI: 10.1109/TSP.2018.2815011
[77]	Xu J W, Zhu S Q, and Liao G S. Range ambiguous clutter suppression for airborne FDA-STAP radar[J]. IEEE Journal of Selected Topics in Signal Processing, 2015, 9(8): 1620–1631. DOI: 10.1109/JSTSP.2015.2465353
[78]	Xu J W, Liao G S, and So H C. Space-time adaptive processing with vertical frequency diverse array for range-ambiguous clutter suppression[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(9): 5352–5364. DOI: 10.1109/TGRS.2016.2561308
[79]	Xu J W, Liao G S, Zhang Y H, et al. An adaptive range-angle-Doppler processing approach for FDA-MIMO radar using three-dimensional localization[J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(2): 309–320. DOI: 10.1109/JSTSP.2016.2615269
[80]	Xu J W, Liao G S, Huang L, et al. Robust adaptive beamforming for fast-moving target detection with FDA-STAP radar[J]. IEEE Transactions on Signal Processing, 2017, 65(4): 973–984. DOI: 10.1109/TSP.2016.2628340
[81]	Xu J W, Liao G S, Zhu S Q, et al. Joint range and angle estimation using MIMO radar with frequency diverse array[J]. IEEE Transactions on Signal Processing, 2015, 63(13): 3396–3410. DOI: 10.1109/TSP.2015.2422680
[82]	Xu J W, Liao G S, Zhu S Q, et al. Deceptive jamming suppression with frequency diverse MIMO radar[J]. Signal Processing, 2015, 113: 9–17. DOI: 10.1016/j.sigpro.2015.01.014
[83]	Xu J W, Xu Y H, and Liao G S. Direct data domain based adaptive beamforming for FDA-MIMO radar[C]. Proceedings of 2016 IEEE Statistical Signal Processing Workshop, Palma de Mallorca, Spain, 2016: 1–5.

施引文献

期刊类型引用(2)

1.	张明兴，时巧，余涛，周正春，崔国龙. 抗速度欺骗干扰的雷达发射波形与接收滤波器联合设计方法. 系统工程与电子技术. 2024(08): 2581-2591 . 百度学术
2.	李玉博，崔健，冯俊超，陈晓玉. 基于串行时分CC-CDMA的雷达通信一体化. 通信学报. 2023(09): 127-138 . 百度学术

其他类型引用(5)

资源附件(0)

访问统计

图(12) / 表(1)

计量

文章访问数:
HTML全文浏览量:
PDF下载量:
被引次数: 7

1. 引言
2. 外辐射源雷达直升机旋翼回波模型的建立
3. 直升机旋翼参数估计
3.1 时频分析提取闪烁信号参数
3.2 OMP估计直升机旋翼参数
3.3 直升机旋翼参数估计流程
4. 仿真验证
4.1 仿真结果分析
4.2 计算复杂度分析
5. 实验结果
5.1 实验场景
5.2 实验结果分析
6. 结束语

1. 引言
2. 外辐射源雷达直升机旋翼回波模型的建立
3. 直升机旋翼参数估计
3.1 时频分析提取闪烁信号参数
3.2 OMP估计直升机旋翼参数
3.3 直升机旋翼参数估计流程
4. 仿真验证
4.1 仿真结果分析
4.2 计算复杂度分析
5. 实验结果
5.1 实验场景
5.2 实验结果分析
6. 结束语

参考文献(83)

施引文献

资源附件(0)

访问统计

频率分集阵雷达技术探讨

DOI: 10.12000/JR18023

通讯作者:
许京伟 xujingwei1987@163.com

计量

An Overview of Frequency Diverse Array Radar Technology

1. 引言

2. 外辐射源雷达直升机旋翼回波模型的建立

3. 直升机旋翼参数估计

3.1 时频分析提取闪烁信号参数

3.2 OMP估计直升机旋翼参数

3.3 直升机旋翼参数估计流程

4. 仿真验证

4.1 仿真结果分析

4.2 计算复杂度分析

5. 实验结果

5.1 实验场景

5.2 实验结果分析

6. 结束语

期刊类型引用(2)

其他类型引用(5)

计量

目录

1. 引言

2. 外辐射源雷达直升机旋翼回波模型的建立

3. 直升机旋翼参数估计

3.1 时频分析提取闪烁信号参数

3.2 OMP估计直升机旋翼参数

3.3 直升机旋翼参数估计流程

4. 仿真验证

4.1 仿真结果分析

4.2 计算复杂度分析

5. 实验结果

5.1 实验场景

5.2 实验结果分析

6. 结束语

期刊介绍

联系我们

频率分集阵雷达技术探讨

DOI: 10.12000/JR18023

通讯作者: 许京伟 xujingwei1987@163.com

计量

出版历程

An Overview of Frequency Diverse Array Radar Technology

1. 引言

2. 外辐射源雷达直升机旋翼回波模型的建立

3. 直升机旋翼参数估计

3.1 时频分析提取闪烁信号参数

3.2 OMP估计直升机旋翼参数

3.3 直升机旋翼参数估计流程

4. 仿真验证

4.1 仿真结果分析

4.2 计算复杂度分析

5. 实验结果

5.1 实验场景

5.2 实验结果分析

6. 结束语

期刊类型引用(2)

其他类型引用(5)

计量

出版历程

目录

1. 引言

2. 外辐射源雷达直升机旋翼回波模型的建立

3. 直升机旋翼参数估计

3.1 时频分析提取闪烁信号参数

3.2 OMP估计直升机旋翼参数

3.3 直升机旋翼参数估计流程

4. 仿真验证

4.1 仿真结果分析

4.2 计算复杂度分析

5. 实验结果

5.1 实验场景

5.2 实验结果分析

6. 结束语

期刊介绍

联系我们

通讯作者:
许京伟 xujingwei1987@163.com