项目名称: 大型阵列雷达最优子阵划分及处理研究

项目编号: No.61471372

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 徐振海

作者单位: 中国人民解放军国防科技大学

项目金额: 80万元

中文摘要: 对于大型阵列雷达而言,在阵元级进行阵列处理不可能、且不必要,子阵技术是一种折衷、有效的实现方案。然而要实现最优子阵划分在理论和工程实现上都是难题。国内在研的地基反导雷达、舰载预警雷达、机载预警雷达等许多装备均遇到最优子阵划分这一瓶颈问题,目前最优子阵划分问题尚缺乏理论指导。因此,开展阵列雷达最优子阵划分及处理的研究尤为迫切。 本项目将致力于解决大型阵列雷达最优子阵划分这一难题。首先,深入研究波束形成、单脉冲测角、空时自适应处理等应用对子阵划分的特殊要求,揭示阵列处理性能与子阵划分之间的内在联系,建立最优子阵划分问题的数学模型;然后,分析优化问题的特点,利用组合数学、聚类分析和最优化理论开发相应的最优子阵划分求解方法;最后,进行理论性能对比与实装验证实验,检验最优子阵划分的性能优势。本项目将建立完善的阵列雷达子阵划分理论,为我国雷达工业部门大型阵列雷达系统研制提供系统的理论指导。

中文关键词: 阵列雷达;子阵划分;波束形成;单脉冲;空时自适应处理

英文摘要: For large-scale array radars, array signal processing at element level is impossibility and unnecessary. Subarray technology is an eclectic and effective scheme. However, it is very difficult to deal with the optimal subarray configuration both in theory and practice. Many undergoing radar programs, such as ground-based anti-missile warning radars, ship-borne warning radars and airborne warning radars, have encountered the optimization of subarray partitioning, which is a bottleneck technology. Nowadays, there is no perfect theory about the optimization of subarray partitioning. Therefore, it is very urgent to promote the research in the optimization of the subarray partitioning and the processing technology. This program aims at the optimization of subarray partitioning in large-scale array radars. At first, the special restrictions of array processing, such as beamforming, mono-pulse and STAP on subarray partitioning will be investigated. The optimization model will be established based on the analyses of the relationship of the array processing and the subarray architecture. Then, the algorithms to find the optimal subarray partitioning will be proposed using the combinatorics theory, clustering analysis and optimization methodology. At last, the electronic performance of the optimal subarray partitioning will be presented by simulations and by actual equipment experiments. This program will establish perfect theory on subarray partitioning of the array radar, which will be benefit the development and optimization of the large-scale array radars in radar industry department.

英文关键词: Array Radar;Subarray Partitioning;Beamforming;Monopulse;Space Time Adaptive Processing

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
34+阅读 · 2022年3月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
14+阅读 · 2021年3月26日
【NeurIPS2020 】 数据扩充的图对比学习
专知会员服务
48+阅读 · 2020年11月9日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
2021,百度飞桨交出最新成绩单
AI前线
0+阅读 · 2021年12月15日
最快 5 年,我们就能实现自动驾驶了?
ZEALER订阅号
0+阅读 · 2021年12月10日
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
前端微服务在字节跳动的落地之路
前端之巅
41+阅读 · 2019年9月19日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
机器学习必知的15大框架
云栖社区
16+阅读 · 2017年12月10日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Max-Margin Contrastive Learning
Arxiv
18+阅读 · 2021年12月21日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
14+阅读 · 2018年5月15日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
34+阅读 · 2022年3月21日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
14+阅读 · 2021年3月26日
【NeurIPS2020 】 数据扩充的图对比学习
专知会员服务
48+阅读 · 2020年11月9日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
相关资讯
2021,百度飞桨交出最新成绩单
AI前线
0+阅读 · 2021年12月15日
最快 5 年,我们就能实现自动驾驶了?
ZEALER订阅号
0+阅读 · 2021年12月10日
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
前端微服务在字节跳动的落地之路
前端之巅
41+阅读 · 2019年9月19日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
机器学习必知的15大框架
云栖社区
16+阅读 · 2017年12月10日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Max-Margin Contrastive Learning
Arxiv
18+阅读 · 2021年12月21日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
14+阅读 · 2018年5月15日
微信扫码咨询专知VIP会员