前言

在现代信息化战争中，反辐射导弹是电子对抗中必不可少的硬摧毁武器，而其用于制导的被动雷达宽带数字接收机技术是关键核心技术，是提高系统灵敏度的重要手段，是后续信号识别与处理的基础，但其面临当今复杂环境与复杂信号的挑战。目前，被动雷达导引头、电子侦察等电子对抗系统普遍采用宽带数字接收机技术，围绕数字接收机的设计结构在现有文献中已有介绍，但较为系统全面的总结较少。信道化后的数据处理技术、PDW形成技术，包括频率、脉宽、DOA等参数测量，以及脉内参数测量、脉内调制类型的实时判别等技术，是现代数字接收机的重要组成部分。本书围绕反辐射导弹和电子侦察中的被动雷达宽带数字接收机设计与实现中的相关问题，较全面地介绍了采样理论、信道化技术、PDW形成技术及信号识别技术。同时，近些年压缩采样技术的发展，为当前的数字接收机设计提供了新的思路，本书给出了基于压缩采样的宽带数字接收机设计方法，给出不需要恢复的压缩采样信号检测、参数测量的方法供参考。另外，本书引入指纹识别、深度学习用于雷达信号分类等新内容，可以作为接收机设计的重要考虑内容；系统介绍了MUSIC算法、脉内分析FPGA实现方法，为被动雷达宽带接收机的实时参数测量的工程实现，提供有益的参考。

本书在国家自然科学基金项目（基于MWC压缩采样原理的被动雷达宽带数字接收机研究）、装备预研领域基金项目（射频制导信息处理新技术）的支持下，提出基于压缩采样的压缩宽带数字接收机设计，为电子侦察的数字接收机设计提供新的思路。

全书分为6章。第1章绪论，主要介绍宽带数字接收应用的主要载体—反辐射导弹的发展，引出其对数字接收机的技术要求，指出被动雷达宽带数字接收机的应用及面临的问题。

第2章主要介绍常用的几种宽带数字接收机的实现结构，包括基于多相结构的宽带数字接收机设计，基于FFT调制的宽带数字接收机设计，WOLA结构数字接收机，给出每种接收机的特点。本章给出了非均匀数字信道化接收机设计方法，提出了脉冲压缩的宽带数字接收机设计方法，较好地解决了线性调频等宽带信号跨信道接收及提高灵敏度等问题。

第3章主要介绍数字接收机中的信号检测方法以及频率、DOA等参数测量技术。基于第2章的宽带数字接收，给出脉冲信号检测的自适应阈值的选取等方法；介绍了几种常规的时域、频域等频率测量方法，特别提出了差异采样的接收机和测频方法供参考，从而用低速ADC实现大宽带信号测频；给出了多种DOA测量方法，包括干涉仪测向、虚拟基线等解模糊测向方法，介绍了MUSIC、极化MUSIC等阵列测向方法；最后给出了 MUSIC测向的FPGA实现方法供参考。

第4章对脉内特征识别技术进行阐述，完成了常见的线性调频、非线性调频、BPSK、QPSK、FSK等信号的识别及参数测量，其形成的脉内特征参数还可增加PDW的参数维度，以适应复杂雷达信号的分选与识别需求，并结合第2、3章内容给出FPGA的设计实现实例，供读者参考。同时，本章结合当今热点研究问题，给出基于深度学习的雷达脉内调制分类识别方法，提高了低信噪比下的分类识别概率。

第5章介绍辐射源个体识别方法，即利用宽带数字接收机采集的数据进一步完成雷达指纹识别，阐述指纹的机理及建模方法，给出针对时域、频域、相位噪声的指纹分析方法。本章提出了利用多域联合构成RF-DNA，实现对辐射源的多域RF-DNA可视，完成信号表征表示，同时利用深度学习等方法完成辐射源识别。

第6章介绍目前较为新颖的压缩采样数字接收机设计，给出了设计结构，并在此结构的基础上，采用不需要数据恢复、直接利用压缩数据的参数测量及信号检测方法。该结构具有降低采样数据量、适应跨信道信号等特点，为被动雷达的宽带数字接收机设计提供新的思路。

本书第1章、第2章、第6章由陈涛编写，第3章由潘大鹏编写，第4章由郭立民编写，第5章由肖易寒编写。此外，赵祎敏硕士参加了第3章部分内容的编写，雷宇博士、徐帅博士参加了第4章部分内容的编写，姚文杨硕士提供了第5章部分内容，韩旭天硕士参加了第6章部分内容的编写，全书统稿工作由陈涛完成。同时感谢李欣雨博士，岳玮、刘勇、刘颜琼、刘雨、王天航、蔡兴鹏、柳立志、王思超、刘斌、李浩、刘福悦、刘文健等硕士研究生对书中算法提供的程序仿真和校订工作。

本书为国内较为全面介绍基于被动雷达，特别是被动雷达导引头的宽带数字接收机设计方法和关键核心问题的公开出版的著作，结合了工程设计实例供读者借鉴；同时引入了压缩采样宽带数字接收机、深度学习用于脉内分类识别及信号指纹分析等最新研究成果。本书可作为从事电子战等相关领域的工程技术人员的工具参考书，也可作为电子信息工程、信息对抗等相关专业高年级本科生、研究生的专业课教材及参考书。

在此，感谢国家自然科学基金项目（项目编号：61571146和62071137）和装备预研领域基金项目（项目编号：6140415010303）的支持。感谢黑龙江省“头雁”团队—智能信息处理与舰船通信技术创新研究团队、黑龙江省多学科协同认知人工智能技术与应用重点实验室、哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室、哈尔滨工程大学信息与通信工程学院雷达与电子战（REW）团队的支持。

2020年3月于哈尔滨