《复杂电磁环境下雷达侦察接收机关键技术》将阵列信号处理技术与信道化技术相结合，提出了基于智能天线的雷达侦察接收机系统模型，并对其涉及的关键技术进行了深入研究，主要成果如下：
（1）信道化滤波技术方面。分析解决了基于快速傅里叶变换（FFT）的均匀信道化滤波存在的频率响应误差和相位超前现象；提出了基于邻信道合并（ACM）的非均匀信道化滤波方法，只需将相邻子信道输出相加就可以实现相邻子信道通带合并。与现有的非均匀信道化方法相比，该方法具有低通原型滤波器设计简单、子信道及和信道滤波性能良好、硬件效率（Silicon Efficiency）高的特点，更能适应复杂电磁环境下高速、多信道、大带宽的要求。
（2）波束形成技术方面。对基于二阶锥规划（SOCP）的宽带波束形成器设计方法进行了深入研究，分析解决了其非样本频点上的恒定束宽问题，并对子带波束设计的参数与性能关系和阵元滤波器（FIR）设计的参数与性能关系进行了详细的仿真分析，验证了改进算法的有效性；提出了基于FFT的宽带多波束形成高效实现结构，仿真分析表明，其计算量小于现有各多波束形成算法，并分析解决了其存在的子带间波束指向偏差问题和“溢出”问题；论证了一种基于自适应和差波束的阵列天线波束锐化方法，其核心思想是通过和差波束构建峰值位于波束指向角、大小为1的锐化系数，降低非期望方向信号增益，实现波束锐化，并分析了其性能
（3）空时二维谱估计方面。将空间平滑算法推广到空时二维信号模型下，解决了空时二维多重信号分类（MUSIC）算法不能实现相干信号谱估计的问题，并通过理论推导和仿真验证分析了其对相干信号的估计能力；为降低空时二维MUSIC算法的计算量，将基于波束空间（Beam-space）转换的降维处理算法推广到空时二维信号模型下，并提出了一种具有空间平滑作用的波束形成矩阵，既降低了MUSIC算法的计算量，又使其可以适应相干信号的谱估计。该书将使用该矩阵的基于波束空间转换的多重信号分类（BMU-SIC）算法称为空时二维信号模型下的基于空间平滑与波束空间转换的多重信号分类（SS-BMUSIC）算法。
展开
