版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、通過對天線的研究可以知道,陣列孔徑越大,方向性越好。對于均勻陣來說,可以通過增加陣元數(shù)目或增大陣元間隔來達到增大陣列孔徑的目的,但是陣元數(shù)目增加會導致設備的復雜度增加,陣元間隔增大有可能會產(chǎn)生柵瓣。相對于均勻陣稀布陣陣元數(shù)目較少,因而設備簡單,雷達成本較低,同時陣元間隔增大以達到增大孔徑的目的,且稀布陣不會產(chǎn)生柵瓣,因此采用稀布陣是增大孔徑以獲得更好的天線性能的方法之一。本文主要研究稀布陣的性能,研究內(nèi)容如下:
論文首先推導了
2、陣列的方向圖乘積原理,為了判斷方向圖的優(yōu)劣,給出了方向圖好壞的判斷依據(jù),峰值旁瓣電平和主瓣寬度的定義;介紹了均勻陣和稀布陣的數(shù)學模型,并對陣列天線DOA估計的基本原理做了簡單介紹,給出了稀布陣分辨性能優(yōu)劣的判斷依據(jù),分辨力的概念。
其次論文研究了稀布陣的最優(yōu)化布陣方式。固定孔徑固定陣元數(shù)目的稀布陣列陣元排布方式有很多種,如何正確布陣以獲得最低的旁瓣電平是研究稀布陣性能的基礎。本文采用三種優(yōu)化算法對稀布陣陣元分布進行優(yōu)化,首先給
3、出了三種算法的原理和優(yōu)化步驟,然后運用三種算法對陣元數(shù)目為奇數(shù)或偶數(shù)、陣元位置對稱或非對稱及陣元激勵幅度是否相同三種情況進行優(yōu)化,通過比較方向圖峰值旁瓣電平,得到最優(yōu)布陣方式。
之后本文對于獲得的最優(yōu)陣列進行超分辨性能分析。論文介紹了MUSIC法的DOA估計原理和步驟,對比半波長等距均勻陣,從信號來波方向角度間隔較小、信噪比較低和來波信號是否相干幾個方面陣元分析證明了稀布陣的分辨優(yōu)勢,對于信號相干時,經(jīng)典的空間平滑算法只適用于
4、均勻陣的解相干,本文提出了一種基于虛擬陣列變換的去相干方法,實現(xiàn)了對稀布陣的相干信號分辨。
文章最后研究了稀布陣的抗干擾性能,這部分是以微波大孔徑陣列的實際應用列車防撞雷達為例進行研究的,首先介紹了防撞雷達工作環(huán)境中的干擾類型和干擾特性,說明了防撞雷達的干擾和信號間是相干的,給出了一種有效抑制干擾的方法,自適應數(shù)字波束形成法及其在相干情況下的最佳權向量準則,并對稀布陣干擾抑制進行仿真分析,在干擾方向形成零陷,達到抑制干擾的目的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 稀布陣列波束形成算法研究.pdf
- 稀布陣的低旁瓣綜合算法研究.pdf
- 稀布陣列方向圖綜合優(yōu)化算法研究.pdf
- 穩(wěn)健的雷達抗干擾算法研究.pdf
- 陣列優(yōu)化布陣及導航抗干擾信號處理設計與實現(xiàn)研究.pdf
- 自適應陣列天線跟蹤和抗干擾算法研究.pdf
- 基于MLMS算法的抗干擾無線AP的分析和研究.pdf
- SAR高分辨成像及抗干擾技術研究.pdf
- 人臉超分辨算法研究.pdf
- 微波稀布陣SIAR相關技術研究.pdf
- 心電監(jiān)護中的抗干擾算法研究.pdf
- GPS信號的抗干擾捕獲算法研究.pdf
- 直擴系統(tǒng)抗干擾算法的研究.pdf
- 空時極化抗干擾算法研究.pdf
- 基于模糊干擾建模的抗干擾控制算法研究及應用.pdf
- 衛(wèi)星導航自適應抗干擾算法研究.pdf
- GPS抗干擾自適應天線算法研究.pdf
- 北斗導航抗干擾算法研究及實現(xiàn).pdf
- 數(shù)字陣雷達穩(wěn)健抗干擾算法研究.pdf
- CPM 信號干擾和抗干擾技術研究.pdf
評論
0/150
提交評論