复杂雷达系统中数字信号处理设计与实现PDF电子书下载

绪论 1

第一部分 雷达数字信号处理与控制算法设计 9

第1章 复杂雷达系统设计的系统方法学原理 9

1.1 系统方法学 9

1.2 复杂雷达系统的主要技术要求 12

1.3 自动化复杂雷达系统的系统设计 18

1.4 雷达信号处理系统设计 21

1.5 总结与讨论 26

第2章 基于数字式广义检测器的信号处理 30

2.1 模数转换的基本原理 30

2.1.1 采样过程 30

2.1.2 量化与信号采样的转换 34

2.1.3 模数转换的设计原理与主要参数 35

2.2 针对相参脉冲信号的数字式广义检测器 37

2.2.1 匹配滤波器 37

2.2.2 广义检测器 39

2.2.3 数字式广义检测器 41

2.3 时域卷积 44

2.4 频域卷积 52

2.5 DGD设计实例 57

2.6 总结与讨论 59

第3章 跨周期数字信号处理算法 63

3.1 数字式动目标指示算法 63

3.1.1 构建原则与性能指标 63

3.1.2 数字式带阻滤波器 65

3.1.3 雷达系统重频变化时的数字式动目标指示器 71

3.1.4 数字式动目标指示器中的自适应技术 72

3.2 参数已知时相参脉冲信号的DGD 74

3.2.1 初始条件 74

3.2.2 目标回波脉冲串的DGD 77

3.2.3 目标回波脉冲串二元量化后的DGD 78

3.2.4 基于序贯分析的DGD 79

3.2.5 二元量化目标回波脉冲串的软件化DGD 84

3.3 参数未知时相参脉冲信号的DGD 86

3.3.1 数字检测器综合的问题描述 86

3.3.2 自适应DGD 88

3.3.3 非参量化DGD 91

3.3.4 自适应非参量化DGD 94

3.4 目标回波信号参数的数字化测量 96

3.4.1 目标距离的数字化测量 97

3.4.2 雷达天线匀速扫描时的角坐标估计算法 98

3.4.3 雷达天线离散扫描时的角坐标估计算法 102

3.4.4 多普勒频率测量 105

3.5 跨周期数字信号处理的复杂广义算法 107

3.6 总结与讨论 109

第4章 目标航迹的检测与跟踪算法 118

4.1 主要阶段与信号再处理过程 121

4.1.1 波门的形状与尺寸 122

4.1.2 基于距波门中心偏差最小的目标点指示算法 126

4.1.3 重叠波门内的目标点分布与关联 128

4.2 监视雷达目标航迹检测 131

4.2.1 目标航迹检测的主要过程 131

4.2.2 “2/m＋l/n”算法性能分析：虚假目标航迹检测 132

4.2.3 “2/m＋l/n”算法性能分析：真实目标航迹检测 137

4.3 监视雷达目标航迹跟踪 140

4.3.1 目标航迹自动跟踪算法 140

4.3.2 目标航迹检测与跟踪的联合算法 143

4.4 总结与讨论 144

第5章 基于雷达观测的目标航迹参数滤波与外推 150

5.1 初始条件 151

5.2 滤波子系统的方法描述 151

5.2.1 目标跟踪模型 151

5.2.2 观测模型 154

5.3 对未知随机参数滤波问题的统计求解 156

5.4 观测样本量固定时的线性滤波与外推算法 157

5.4.1 基于最大似然准则的目标航迹参数最佳估计算法：一般情况 158

5.4.2 线性目标航迹的最佳参数估计算法 159

5.4.3 二阶多项式目标航迹的最佳参数估计算法 163

5.4.4 目标航迹参数的外推算法 166

5.4.5 极坐标系中目标航迹参数估计的动态误差 167

5.5 非机动目标航迹参数的递归滤波算法 169

5.5.1 最佳滤波算法的流程图 169

5.5.2 线性目标航迹参数的滤波 172

5.5.3 线性递归滤波器的稳定方法 175

5.6 机动目标航迹参数的自适应滤波算法 177

5.6.1 机动目标航迹参数滤波算法的设计原则 177

5.6.2 混合坐标系中自适应滤波的实现方法 179

5.6.3 基于贝叶斯方法的机动目标航迹自适应滤波算法 182

5.7 复杂雷达信号再处理算法的逻辑流程 188

5.8 总结与讨论 190

第6章 动态模式下复杂雷达系统控制算法设计原理 198

6.1 雷达控制子系统的配置和流程 199

6.2 复杂雷达子系统参数的直接控制 204

6.2.1 初始条件 204

6.2.2 新目标搜索模式下的扫描指向控制 204

6.2.3 目标跟踪模式下的目标更新控制 208

6.3 新目标搜索模式下的扫描控制 210

6.3.1 搜索控制最优化问题的描述和准则 210

6.3.2 单个目标检测中的最佳扫描控制 211

6.3.3 未知数量目标检测时的最佳扫描控制 212

6.3.4 空中目标检测与跟踪的扫描控制算法实例 215

6.4 目标跟踪时的能量资源控制 218

6.4.1 控制问题描述 218

6.4.2 目标跟踪模式下控制算法实例 220

6.4.3 精度校正时的能耗控制 222

6.5 目标搜索与跟踪复合模式下的能量资源分配 224

6.6 总结与讨论 227

第二部分 用于实现雷达信号处理与控制算法的计算机系统设计原理 233

第7章 雷达系统复杂算法的计算方法设计原则 233

7.1 设计规划 234

7.1.1 通用并行计算机 235

7.1.2 硬件定制设计 236

7.2 复杂算法分配 237

7.2.1 逻辑流程图与矩阵算法流程图 238

7.2.2 算法的图形化流程图 240

7.2.3 利用网络模型进行复杂算法分析 242

7.3 采用微处理器子系统实现复杂数字信号处理算法的运算量估计 246

7.3.1 基本数字信号处理算法的运算量 246

7.3.2 基于网络模型的复杂算法运算量计算 247

7.3.3 雷达系统复杂数字信号再处理算法的运算量 249

7.4 计算过程的并行化 253

7.4.1 复杂数字信号处理算法的层次图 253

7.4.2 线性递归滤波算法宏操作的并行化 260

7.4.3 复杂数字信号处理算法目标集的并行原则 262

7.5 总结与讨论 265

第8章 复杂雷达系统数字信号处理子系统的设计原则 271

8.1 数字信号处理子系统的结构与主要技术规范 271

8.1.1 单机子系统 271

8.1.2 多机子系统 273

8.1.3 用于数字信号处理的多微处理器子系统 275

8.1.4 用于雷达数字信号处理的微处理器子系统 278

8.2 有效运行速度需求 280

8.2.1 作为排队系统的微处理器子系统 280

8.2.2 作为排队系统的单微处理器控制子系统功能分析 283

8.2.3 微处理器子系统的有效运行速度 287

8.3 RAM的容量与结构需求 290

8.4 微处理器子系统设计时的微处理器选择 292

8.5 数字信号处理和控制微处理器子系统的组成与结构 293

8.6 用于数字信号处理的高性能中央微处理器子系统 296

8.7 用于数字信号预处理的可编程微处理器 298

8.8 总结与讨论 299

第9章 数字信号处理子系统设计实例 306

9.1 概述 306

9.2 数字信号处理和控制子系统结构设计 307

9.2.1 初始条件 307

9.2.2 数字信号处理和控制子系统的主要工作 308

9.2.3 用于信号处理和控制的中央计算机系统结构 311

9.3 相参信号预处理子系统的结构 312

9.4 非相参目标回波信号预处理子系统的结构 316

9.4.1 非相参目标回波信号预处理问题 316

9.4.2 非相参目标回波信号预处理子系统的需求 318

9.5 数字信号再处理子系统的技术要求 319

9.6 数字信号处理子系统的结构 322

9.7 总结与讨论 324

第10章 数字信号处理系统分析 327

10.1 数字信号处理系统设计 327

10.1.1 数字信号处理系统结构 327

10.1.2 非跟踪式MTI的结构与工作过程 328

10.1.3 作为排队系统的MTI 330

10.2 “n-1-1”MTI系统分析 335

10.2.1 所需存储通道的数量 335

10.2.2 检测-选择器的性能分析 336

10.2.3 MTI特性分析 338

10.3 “n-n-1”MTI系统分析 340

10.4 “n-m-1”MTI系统分析 341

10.5 目标跟踪系统的比较分析 343

10.6 总结与讨论 345

第三部分 雷达系统中随机过程的测量 349

第11章 统计估计理论综述 349

11.1 概念与问题表述 349

11.2 点估计及其性质 352

11.3 有效估计 353

11.4 代价函数和平均风险 354

11.5 不同代价函数对应的贝叶斯估计 358

11.5.1 简单代价函数 358

11.5.2 线性代价函数 360

11.5.3 二次代价函数 360

11.5.4 矩形代价函数 361

11.6 总结与讨论 362

第12章 数学期望的估计 365

12.1 条件函数 365

12.2 数学期望的最大似然估计 369

12.3 数学期望的贝叶斯估计：二次代价函数 376

12.3.1 信噪比极低的情况（ρ2？1） 378

12.3.2 信噪比极高的情况（ρ2？1） 380

12.4 数学期望估计方法的应用 381

12.5 基于随机过程采样值的数学期望估计 391

12.6 对随机过程进行幅度量化后的数学期望估计 401

12.7 高斯随机过程时变数学期望的最佳估计 406

12.8 基于时间平均的随机过程时变数学期望估计 413

12.9 利用迭代法估计数学期望 418

12.10 具有未知周期的周期性数学期望的估计 420

12.11 总结与讨论 426

第13章 随机过程方差的估计 431

13.1 高斯随机过程方差的最佳估计 431

13.2 基于时间平均的随机过程方差估计 439

13.3 随机过程方差估计的误差 444

13.4 随机过程时变方差的估计 448

13.5 噪声中随机过程方差的测量 454

13.5.1 方差测量的补偿法 455

13.5.2 方差测量的比较法 459

13.5.3 方差测量的相关法 462

13.5.4 方差测量的调制法 464

13.6 总结与讨论 470

第14章 随机过程概率分布函数与概率密度函数的估计 473

14.1 基本估计准则 473

14.2 概率分布函数估计的特性 477

14.3 概率分布函数估计的方差 480

14.3.1 高斯随机过程 480

14.3.2 瑞利随机过程 484

14.4 概率密度函数估计的特性 489

14.5 基于级数展开式系数估计的概率密度函数估计 494

14.6 概率分布函数与概率密度函数估计器的设计原则 498

14.7 总结与讨论 505

第15章 随机过程的时频参数估计 507

15.1 相关函数估计 507

15.2 基于级数展开的相关函数估计 515

15.3 高斯随机过程相关函数参数的最佳估计 522

15.4 相关函数的其他估计方法 535

15.5 平稳随机过程的功率谱密度估计 541

15.6 随机过程尖峰信号参数估计 549

15.6.1 尖峰信号的均值估计 550

15.6.2 尖峰信号平均持续时间和尖峰信号之间平均间隔的估计 555

15.7 功率谱密度的均方频率估计 558

15.8 总结与讨论 561