雷达原理大作业

第一篇：雷达原理大作业

雷达目标识别技术综述

1引言

目标识别是现代雷达技术发展的一个重要组成部分。对雷达目标识别的研究，在国内外已经形成热点，但由于问题本身的复杂性，以及多干扰信号，特别是多噪声干扰源存在的复杂电磁环境，雷达目标识别问题至今还没有满意的答案，尚无成熟的技术和方法。因此，对雷达目标识别技术的研究具有极其重要的军事应用价值。本文将对雷达自动目标识别技术进行简要回顾，讨论目前理论研究和应用比较成功的几类目标识别方法，以及应用于雷达目标识别中的模式识别技术，分析和讨论问题的可能解决思路。

2雷达目标识别模型

雷达目标识别需要从目标的雷达回波中提取目标的有关信息标志和稳定特征并判明其属性。它根据目标的后向电磁散射来鉴别目标，是电磁散射的逆问题。利用目标在雷达远区所产生的散射场的特征，可以获得用于目标识别的信息，回波信号的幅值、相位、频率和极化等均可被利用。对获取的目标信息进行计算机处理，与已知目标的特性进行比较，从而达到自动识别目标的目的。识别过程分成三个步骤：目标的数据获取、特征提取和分类判决。相应模型如图“所示。

整个识别过程可以分为两个阶段：训练（或设计）阶段和识别阶段。前者用一定数量的训练样本进行分类器的设计或训练，后者用所设计或训练的分类器对待识别的样本进行分类决策。

训练数据获取是对各已知目标进行测量，取得目标的训练数据。测试数据获取是获得未知种类目标的测量数据；测量数据的获得可采用目标的靶场动态测量、外场静态测量、微波暗室缩比模型等。特征提取模块从目标回波数据中提取出对分类识别有用的目标特征信息。特征空间压缩与变换模块对特征信息进行特征空间维数压缩与变换，得到具有高同类聚合性的训练样本进行分类器的设计。类间可分离性的特征。分类器设计模块根据已知类别目标分类模块完成对未知目标的分类判决。

3雷达目标识别技术回顾

雷达目标识别的研究始于”#世纪$#年代。早期雷达目标特征信号的研究工作主要是研究雷达目标的有效散射截面积。但是，对形状不同、性质各异的各类目标，笼统用一个有效散射截面积来描述，就显得过于粗糙，也难以实现有效识别。几十年来，随着电磁散射理论的不断发展以及雷达技术的不断提高，在先进的现代信号处理技术条件下，许多可资识别的雷达目标特征信号相继被发现，从而建立起了相应的目标识别理论和技术。近年来理论研究和实际应用比较成功的目标识别方法有以下4类。

3.1基于目标运动的回波起伏和调制谱特性的目标识别

这类方法大都基于目前广泛使用的雷达时域一维目标回波波形，抽取波形序列中包含的目标特征信息来实现目标分类。这类研究已获得一些成功应用。(1)利用目标回波起伏特性的识别

空中目标对低分辨力雷达来讲可以看作点目标，其运动过程中，目标回波的幅度相位随目标对雷达的相对姿态的不同而变化，根据目标回波的幅度与相位的变化过程，判断其形状，对复信息数据进一步分析，可以判断目标的运动情况(2)利用动态目标的调制谱特性的识别

动态目标如飞机的螺旋桨或喷气发动机旋转叶片、直升机的旋翼等目标结构的周期运动，产生对雷达回波的周期性调制。不同目标的周期性调制谱差异很大，因而可用于目标识别。详细分析了喷气发动机的调制现象，并建立了相应的数学模型，为利用JEM效应进行目标识别奠定了理论基础。

3.2基于极点分布的目标识别

目标的自然谐振频率又称为目标极点，“极点”和“散射中心”分别是在谐振区和光学区建立起来的基本概念。目标极点分布只决定于目标形状和固有特性，与雷达的观测方向（目标姿态）及雷达的极化方式无关，因而给雷达目标识别带来了很大方便。

除了直接求目标的极点外，由于目标的极点与目标的频率响应存在一一对应的关系，人们还研究了由目标的频域响应来识别目标的方法，典型方法有，从目标的频域响应来识别目标的方法；获取目标极点的频域Prony法；由于频域法的目标极点估算精度同样受到噪声和杂波的限制，具有改善作用的数据多重组合法被提出。

为避开需要实时地直接从含噪的目标散射数据中提取目标的极点，基于波形综合技术的目标识别方法被得到广泛重视。它将接收到的目标散射信号回波与综合出来的代表目标的特征波形进行数字卷积，再根据卷积输出的特征来判别目标。E-脉冲法、频域极大极小拟合匹配法等，都避开了直接提取目标极点，减小了运算量。

3.3基于高分辨力雷达成像的目标识别

借助高分辨力雷达对目标进行一维或二维距离成像，或采用合成孔径雷达或逆合成孔径雷达对目标成像得到二维雷达图像，可获取目标的形状结构信息。

由于一维距离像的获取相对简单，利用一维距离像进行目标识别的方法在;#年代以后被得到广泛重视和深入研究。基于一维距离像的目标识别方法，在舰船目标、坦克、车辆等地面目标、飞机目标识别中分别获得了较高的正确识别率。由于目标的一维距离像常会受目标之间、目标各散射点之间的相互干涉、合成等交叉项的影响，限制了识别率的提高，因而双距离像方法被提出并获得了较高的识别率。为改善目标识别的性能，可以将目标一维距离像与其它目标特征（如极化特征）相结合。对于基于二维雷达图像的目标识别，可利用图象识别技术来进行，这是目标识别领域中最为直观的识别方法，但是如何获得高质量的目标二维图像是进行目标识别的首先要解决的问题。

3.4基于极化特征的目标识别

极化是描述电磁波的重要参量之一，它描述了电磁波的矢量特征。极化特征是与目标形状本质有密切联系的特征。任何目标对照射的电磁波都有特定的极化变换作用，其变换关系由目标的形状、尺寸、结构和取向所决定。测量出不同目标对各种极化波的变极化响应，能够形成一个特征空间，就可对目标进行识别。极化散射矩阵（复二维矩阵）完全表征了目标在特定姿态和辐射源频率下的极化散射特性。对目标几何形状与目标极化特性的关系的研究结果表明，光学区目标的极化散射矩阵反映了目标镜面曲率差等精密物理结构特性。

经过近20年的发展，已经出现了许多种利用极化信息进行雷达目标识别的方法，其主要方法分为：

1）根据极化散射矩阵识别目标根据极化散射矩阵来识别目标是利用极化信息识别目标的基本方法。具体分为：根据不同极化状态下目标截面积的对比来识别目标；根据从目标极化散射矩阵中导出的目标极化参数集（极化不变量）来识别目标；根据目标的最佳极化或极化叉来识别目标。

由于不同姿态角下目标极化特性的改变，限制了根据极化散射矩阵及其派生参数识别目标的有效性，使之只能应用于简单几何形体目标，或与其它识别方法结合使用。

2)利用目标形状的极化重构识别目标对低分辨力雷达，不能区分目标上各个散射中心的回波，只能从它们的综合信号中提取极化特征，因而只能从整体上对简单形体的目标加以粗略的识别。

对高分辨力雷达，目标回波可分解为目标上各个主要散射中心的回波分量。对复杂形状目标的极化重构，就是利用高分辨力雷达区分出各个散射中心的回波，分别提取其极化信息。在对各个散射中心分别作出形状判断（可以利用目标的极化散射矩阵，或利用目标的缪勒矩阵中各个元素同目标形状的关系）后，依据其相对位置关系，组合成目标的整体形状。最后同已知目标数据库相比较，得到识别结果。

3)与成像技术相结合的目标识别结合SAR和ISAR成像，在相应雷达上加装变极化装置，从而可以利用极化信息或将极化信息与已有的图象识别技术相结合，对每一像素进行更有效的识别。

3.5各种特征识别方法对雷达的要求

不同的识别方法对雷达系统有着不同的要求。基于目标运动的回波起伏和调制谱特性的目标识别方法对雷达没有特殊的要求，它是在现有雷达的基础上，利用目标运动所引起的回波起伏特性和动态目标的调制谱特性，并结合雷达所能获取的目标空间坐标及运动参数（如目标高度、速度、航迹等）来进行目标识别，因而主要用于低分辨雷达的目标识别。

基于极点分布的目标识别方法可分为时域和频域方法。时域方法提取目标极点要求雷达的发射信号带宽足够宽，以保证由目标的瞬态响应中能够获得正确的目标极点；频域方法则要求雷达能够发射多种频率的电磁波以获取目标的频率响应。

基于高分辨力雷达成像的目标识别方法要求雷达不仅具有高的距离分辨力（对于一维距离像方法）而且具有高的角分辨力（对于二维距离像方法），这就要求采用宽带高分辨、合成孔径或逆合成孔径雷达。基于目标极化特征的目标识别方法要求雷达能够测量目标对不同极化方向的入射电磁波的极化散射特性、雷达具有变极化特性，这增加了雷达系统的复杂性，限制了其应用。

4用于雷达目标识别中的模式识别技术

进行雷达目标识别，必须依靠有效的目标特征分类技术（模式识别技术）。模式识别技术的发展为雷达目标识别的研究提供了有利的条件。统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法等在雷达目标识别中均有成功的应用。

4.1统计模式识别方法

统计模式识别是传统的模式识别方法，也是雷达目标识别中最常用到的特征分类方法，它是一种根据已知样本的统计特性来对未知类别样本进行分类的方法。其基本思想是用"维特征矢量表征目标模式，并通过对样本的学习，估计出特征矢量的概率分布密度函数，在某种最优准则下，利用特征矢量的统计知识来构造判别函数，从而在保证分类误差概率最小的条件下，对目标进行分类。

4.2模糊模式识别方法

在雷达目标识别中，由于噪声对目标背景的污染，目标信息转换过程中特征信息的随机交迭，目标信息随时间、距离、方位和姿态等因素的变化都可引起信息的模糊及目标特征的畸变，影响目标识别的效果。

在模糊集理论基础上发展起来的模糊模式识别技术，适于描述目标特征存在不同程度的不确定性。在目标识别过程中，模糊模式识别技术通过将数值变换提取的目标特征转换成由模糊集及隶属函数表征，再通过模糊关系和模糊推理等对目标的所属关系加以判定。

因此，模糊模式识别技术可以有效地完成一些传统模式识别中遇到的难题，近年来得到了广泛的研究。

4.3基于模型和基于知识的模式识别方法

基于模型的模式识别方法是用一种数学模型来表示从目标样本空间或特征空间中获取的、描述目标固有特性的各种关系准则。在建模过程中，除了利用目标的物理特性外，还运用了特征之间的符号关系准则，如特征随姿态角变化的规律等，因此，基于模型的的模式识别方法在一定程度上改善了传统的统计模式识别方法中信息利用率不高的缺点。目前也有不少人在致力于基于模型的目标识别方法的研究.基于知识的模式识别方法是结合人工智能技术的识别方法。它把人们在实践中逐步积累的知识和经验用简单的推理规则加以表述，并转换为计算机语言，利用这些规则可以获得与专家有同样识别效果的模式识别结果。

基于模型的方法常与基于知识的方法相结合，通过建立的目标模型库与相应的推理规则相结合完成目标的分类识别。

4.4神经网络模式识别方法

人工神经网络ANN和生物神经系统之间有着内在的联系，能够在有限领域内模拟人脑加工、存储与搜索信息的机制来解决某些特定的问题。它具有自适应、自组织、自学习能力，可以处理一些环境信息十分复杂、背景知识不清楚的问题，通过对样本的学习建立起记忆，然后将未知模式判为其最为接近的记忆。由于其自身的上述特点，模式识别是神经网络技术应用得最为广泛的领域之一。

由于雷达目标特征信息在模式空间中的分布常常极为复杂，要获得其先验统计知识并用传统的模式识别方法来实现目标识别很困难。ANN可以通过学习获得目标特征信号在模式空间中的分布，因此在目标识别的预处理、特征提取、模式分类的整个过程中均有初步的应用。近%1年来，ANN用于雷达目标识别得到了广泛的重视。

总之，先进的模式识别方法对于提高、改善雷达自动目标识别系统的性能将起到至关重要的作用，对它的进一步研究将具有重要的意义。

第二篇：西电雷达原理大作业

雷达原理大作业

姓名： 学号： 0211 时间：2013年11月

一． 匹配滤波器原理

1.通常对最佳线性滤波器的设计有两种准则：

使滤波器输出的信号波形与发送信号波形之间的均方误差最小，由此而导出的最佳线性滤波器称为维纳滤波器；

使滤波器输出信噪比在某一特定时刻达到最大，由此而导出的最佳线性滤波器称为匹配滤波器。

最佳估值的准则：输出信噪比达到最大 典型应用：雷达系统中的最佳接收技术

系统模型：

输入信号和噪声

设有用输入信号s(t)，功率谱密度函数是： Ps(f)设输入噪声n(t)，功率谱密度函数是： Pn(f)接收系统

相应的转移函数是：h(t), H(f)输出信号和噪声：

信号的输出是：

ys(t)系统分析：

输出信号的频谱和对应的信号，输出信号的功率谱和平均功率：

在 t 1 = t 时刻，输出的信噪比是：

最佳接收匹配滤波器：构造接收系统匹配滤波器H(f)，使得滤波器输出信噪比最大

假设线性滤波器的输入端是信号与噪声的叠加s(t)x(t)n(t)，且假设噪声n(t)是白噪声，其功率谱密度

Pn(f)N02，信号的频谱为X(f)。

问题：设计一个滤波器使输出端的信噪比在某时刻t0达到最大。假设该滤波器的系统响应函数为H(f)，系统冲击响应为h(t)，则 输出信号 y(t)s0(t)nO(t)其中，s0(t)x()h(t)d，So(f)X(f)H(f)

so(t)X(f)H(f)ej2ftdf

2t|s(t)|000所以在时刻，信号的功率为

输出噪声的功率谱密度

Pno(f)N0|H(f)|22

输出噪声平均功率为

PnN0|H(f)|2df2

所以t0时刻输出的信噪比为：

r0|s0(t0)|2Pn|X(f)H(f)ej2ftdf|202N02

|H(f)|2df根据Schwarts不等式，|X(f)Y(f)df||X(f)|df|Y(f)|2df2

可以得到

r0|X(f)|2dfN022EsN0

*j2ft0H(f)KX(f)e当时等式成立。

*j2ft0H(f)KX(f)e因此，如果设计一个滤波器，它的系统响应函数为时，滤波器输出信噪比最大。

一． 线性调频信号匹配滤波器的输出特性：

线性调频脉冲信号具有以下特点：

(1)、具有近似矩形的幅频特性。

(2)、具有平方律的相频特性，它是设计匹配滤波器时主要考虑的部分。

(3)、具有可以选择的时宽带乘积。普通脉冲雷达的信号是单一载频脉冲信号，它的时宽乘积是固定的，大约等于1，而线性调频脉冲信号的时宽带乘积可以做得很宽。

匹配滤波器的输出信号为：

其中，R(t)为输入信号s(t)的自相关函数。

上式表明，匹配滤波器的输出波形是输入信号s(t)自相关函数的K 倍。因此，匹配滤波器可以看成是一个计算输入信号自相关函数的相关器，其在t 0时刻得到最大输出信噪比：

由于输出信噪比与常数K 无关，所以通常取K = 1。

三．匹配滤波实现方法

1.仿真模型组成框图：

加窗处理是为了抑制距离旁瓣。常用的窗函数包括矩形窗、汉宁窗、海明窗、布莱克曼窗、凯泽窗、切比雪夫窗等。

2.实现代码： clear all;signal=zeros(1,300);k=0.001;%产生线性调频信号 for i=50:250 signal(i)=exp(j*pi*k*(i-150)^2);end l=1:300;plot(l,real(signal));%线性调频信号的图像 title('线性调频信号的图像');match=zeros(1,300);%构造匹配滤波器 for i=1:201 match(i)=exp(-j*pi*k*(i-100)^2);end l=1:300;figure;plot(l,real(match));%匹配滤波器的图像 title('匹配滤波器的图像')s_out=ifft(fft(signal,512).*fft(match,512),512);%产生输出信号 figure;plot(abs(s_out));title('输出信号的图像');四． 匹配滤波器的作用：

1．提高信噪比。毫不夸张地说，任何电子系统都有匹配滤波或近似匹配滤波的环节，目的是提高信噪比。

2．对于大时间带宽积信号，匹配滤波等效于脉冲压缩。因此可以提高雷达或声纳的距离分辨率和距离测量精度。在扩频通信中，可以实现解扩。

五．仿真结果：

第三篇：检测曲线 雷达原理大作业

型目标检测曲线仿真

姓 名： 杨宁 学 号：14020181051

专 业： 电子信息工程 学 院： 电子工程学院

swerlingI

一、基本原理：

（1）第一类称SwerlingⅠ型, 慢起伏, 瑞利分布。

接收到的目标回波在任意一次扫描期间都是恒定的(完全相关), 但是从一次扫描到下一次扫描是独立的(不相关的)。假设不计天线波束形状对回波振幅的影响, 截面积σ的概率密度函数服从以下分布:

1p()e式中，σ为目标起伏全过程的平均值。式(5.4.14)表示截面积σ按指数函数分布, 目标截面积与回波功率成比例, 而回波振幅A的分布则为瑞利分布。由于A2=σ, 即得到

Ap(A)2A0A222A01（2）第二类称SwerlingⅡ型, 快起伏, 瑞利分布。

目标截面积的概率分布为快起伏, 假定脉冲与脉冲间的起伏是统计独立的。

（3）第三类称SwerlingⅢ型, 慢起伏, 截面积的概率密度函数为

p()2exp24这类截面积起伏所对应的回波振幅A满足以下概率密度函数(A2=σ):

且有σ=4A20/3。

（4）第四类称SwerlingⅣ型, 快起伏。

3A29A3p(A)exp22A042A0第一、二类情况截面积的概率分布, 适用于复杂目标是由大量近似相等单元散射体组成的情况, 虽然理论上要求独立散射体的数量很大, 实际上只需四五个即可。许多复杂目标的截面积如飞机, 就属于这一类型。

第三、四类情况截面积的概率分布, 适用于目标具有一个较大反射体和许多小反射体合成, 或者一个大的反射体在方位上有小变化的情况。用上述四类起伏模型时, 代入雷达方程中的雷达截面积是其平均值σ。

本次主要对swerling I型目标的检测概率曲线进行仿真。

二、仿真设计：

Swerling I 型目标的特点是目标回波在任意一次扫描期间都是恒定的（完全相关），但是从一次扫描到下一次扫描是独立的（不相关的）。下面在虚警概率为1e-8的情况下仿真其检测曲线，结果如下图所示：

三、源程序：

主函数部分：

clear all SNRdB=-10:0.5:20;SNR=10.^(SNRdB/10);N=10;i=1;Pd1(i,:)=Pd_swerling1(N);

这个函数用来得出Pd的表达式。

function Pd=Pd_swerling1(N)SNRdB=-10:0.5:20;SNR=10.^(SNRdB/10);%信噪比 n=length(SNR);Pf=1e-8;

T=threshold(Pf,N);%调用threshold(Pf,N)计算门限

Pd=(1+1./(N*SNR)).^(N-1).*exp(-T./(1+N*SNR));这个函数用于迭代得出门限。

function T=threshold(Pf,N)

Nf = N * log(2)/ Pf;

sqrtPf = sqrt(-log10(Pf));sqrtN = sqrt(N);

T0=N-sqrtN+2.3*sqrtPf*(sqrtPf+sqrtN-1.0);%递归初值 T=T0;delta=10000;eps=1e-8;

while(abs(delta)>= T0)igf = gammainc(T0,N);num=0.5^(N/Nf)-igf;temp=1;

for i=1:N-1;%由于N取大值时计算易发散，所以将阶乘（N-1）！分解计算

temp1=T0/i/exp(1);temp=temp*temp1;end deno = exp(-T0+N-1)*temp;

T =T0+(num/(deno+eps));delta = abs(T-T0)* 10000.0;T0=T;end

第四篇：雷达原理作业4-2016

《雷达原理》作业，No.4 递交日期：2016.4.20

1.对固定目标和运动目标的相干脉冲多普勒雷达回波，分别通过相位检波器后，输出信号的主要区别是，回波脉冲在距离显示器上的主要区别是.。

2、雷达动目标显示系统的作用是，常用的实现动目标显示的方法是。

3、雷达的盲速效应是指，出现盲速的条件是

，要提高第一等效盲速，采取的措施有

，频闪效应是指

，出现频闪的条件是。

4、对于PRF为1KHz、波长3cm的脉冲多普勒雷达，它的第一盲速为()米/秒，当目标速度大于()米/秒时，会出现频闪效应。为了消除盲速现象，可以采用()。

5.MTI滤波器的凹口宽度应该()，通带内的频响要求()。

6.在MTD中，如果采用N=256的滤波器组，PRF为1KHz，则能检测运动目标的分辨率是（）；与MTI系统相比，其信噪比提高了（）倍，分辨力提高了（）倍。

7.说明采用参差重复频率提高第一盲速的基本原理。

8.如果雷达系统的PRF为1 KHz，工作频率为3 GHz, 气象杂波（云）的径向运动速度为10m/s，试设计一个一阶的MTI对消器。

9.若目标的最大径向速度为120m/s，雷达的工作波长为2cm，脉冲重复频率为1500Hz，则雷达对该目标测量时，会不会出现盲速和频闪现象？为什么？

10.什么是点盲相？什么是连续盲相？试画出点盲相和连续盲相出现时鉴相器的矢量图。

11.作图描述地面雷达的杂波和动目标频谱，并以一次对消器为例说明MTI处理的基本原理。比较一次对消器和二次对消器的基本结构及滤波特性，说明二次对消器在抑制固定杂波上的优点。

第五篇：雷达原理论文

雷达原理论文

姓名： 班级： 学号：

指导老师：

2014年3月

雷达的隐身与反隐身技术

在现代战争中，隐身和反隐身技术具有重要作用和战略意义, 上个世纪的局部战争已充分证实了这一点，如美国的F-117飞机在1989年入侵巴拿马和1991年轰炸伊拉克的战争中大显神威, 这就是隐身技术应用的成功实例。隐身技术的迅速发展对战略和战术防御系统提出了严峻挑战,迫使人们考虑如何摧毁隐身兵器并研究反隐身技术。

隐身与反隐身技术越来越受到人们的重视。目前应用于武器系统中的探测手段有雷达、红外、激光和声波等,而雷达在各种探测器中占有相当重要的地位,因此研究雷达的隐身和反隐身技术势在必行。

雷达基本原理

雷达发射机输出的功率馈送到天线，由天线将能量以电磁波的形式辐射到空间，电磁波脉冲在空间传输过程中遇到目标会产生反射，雷达就是利用目标对电磁波的反射、应答等来发现目标的。但雷达的探测距离有一定范围,雷达探测的基本原理和系统特征可以用雷达方程来描述:

Rmax42PGGttr43Smin

式中：Pt为雷达发射功率，Smin 为雷达最小可检测信号，Gt为发射天线的增益，Gr为接收天线的增益，为雷达工作波长，为目标的雷达散射截面积（RCS）。

雷达截面积是目标对入射雷达波呈现的有效散射面积。从公式中可以看出雷

1达最大作用距离Rmax与目标的雷达截面积的 次方成正比。因此,要减小雷达

4的最大作用距离可以通过减小目标的RCS 来实现。目前用来减小目标RCS的主要途径有两种：一是改变飞机的外形和结构，称之为外形隐身；二是采用吸收雷达波的涂敷材料和结构材料，称之为材料隐身。

雷达隐身技术

雷达隐形技术是一种不让雷达观测到的技术和方法，用于对付雷达侦察。这是一种最早出现、最常用的隐形技术，广泛应用于各种隐形武器上²

1)雷达隐形技术原理

雷达隐形技术原理是通过降低己方目标的雷达散射截面RCS,达到隐形目的.所谓目标的雷达散射截面RCS，就是定量表征目标散射强弱的物理量.目标的雷达散射截面RCS,越小，雷达接收能量越小，因而使敌方侦察雷达难于对己方目标作出正确的判断,从而达到隐形目的。(2)减少雷达散射截面的途径

一是采用材料隐形技术，即采用吸波材料或透波材料，使目标不反射或少反射雷达波，以降低目标的雷达散射截面RCS。雷达吸波材料是抑制目标镜面反射最有效的方法，早在二战后期，德国潜艇的潜望镜上就涂敷了吸波材料。这就是雷达隐形的初次尝试。现在吸波材料技术种类很多，一般采用铅铁金属粉、不锈钢纤维、石墨粉、铁氧体等具有特殊电磁性能的物质来制成，它们具有吸波雷达波的特性。吸波材料按其使用方法可分为涂料型和结构型。目前广泛使用的涂料型铁氧体吸波材料可大幅度降低反射回波。

二是采用外形隐形技术，即对己方的武器装备采用特殊的形状，以降低目标的雷达散射截面RCS。外形隐形技术历史不长，发展很快，应用十分广泛。目前已成为隐形技术中最重要和最有效的技术途径。所谓外形隐形技术，就是合理地设计武器装备的外形，以降低目标的雷达散射截面RCS；同时使目标的回波偏离侦察雷达的视向。

对飞行器而言，最重要的威胁方向通常是在鼻锥方向某一角度范围内，因此多以减小飞行器头部方向RCS为重点。由于外形技术与飞行器的气动性能直接相关，有时会影响其飞行速度和机动性等，因此二者必须进行折中处理。例如：隐形飞机F117A就是采用以外形技术为主、吸波材料为辅的隐形方案。其形状是一个前后缘不平行的复杂多面体，飞机大部分表面都后倾，与垂直方向呈大于30°角，并采用大后掠角机翼和V形双垂尾。这种奇特外形使F117A在飞行过程中，雷达上下散射，产生时隐时现的微弱回波，雷达很难探测到这些信号，这就大大降低了F117A的雷达散射截面RCS，提高了其隐形效果。

雷达反隐身技术

反隐身技术是研究如何使隐身措施的效果降低甚至失效的技术。雷达隐身是主要发展和使用的隐身技术，因此反雷达隐身也是当前重点发展的反隐身技术。

电磁隐形的核心问题在于降低RCS。因为RCS越小,雷达就越难对目标做出正确判断。削减 RCS的方法多种多样,但大体上不外乎隐身材料和外形设计这两大方向。因此 ,雷达反隐身技术的研究也不外乎围绕这两大方向来开展。

1.采用长波或毫米波雷达

长波雷达可以对付隐身飞机的外形调整设计及现用的RAM(雷达吸波材料),使得隐身飞机外形设计与RAM涂层厚度有难以实现的过高要求。目前发展很快的长波雷达是OTH(超视距)雷达,其工作波长达10m～60m(频率为 5MHz～28MHz),完全在正常雷达工作波段范围之外。这种雷达靠谐振效应探测大多数目标,几乎不受现有RAM的影响。毫米波雷达是反隐身技术的有效途径。由于频率为30 GHz, 94 GHz,140GHz的毫米波在目前隐身技术所能对抗的波段之外,同时毫米波雷达具有天线波束窄、分辨率高、频带宽、抗干扰力强并对目标细节反应敏感等特点,使得目标外形图像可在雷达荧屏上直接显示出来,因而具有反隐身能力。目前对长波或毫米波雷达主要研究解决如下问题: VHF雷达(频率160MHz～180MHz、波长1.65m～1.90m)在探测低飞目标或对付人工干扰时存在严重问题；OTH雷达提供的跟踪和定位数据不够精确;毫米波雷达(频率约为 94 GHz)探测概率不高。

2.采用双/多基地雷达

双 /多基地雷达系统是将发射机和接收机分臵在2个或2个以上不同的站址,其中包括地面、空中、海上或卫星等多种平台。利用远离发射机的接收机接收隐身飞机偏转的雷达波,从侧面探测隐身目标,并因无源而不会受到反辐射导弹的威胁。目前正在研究解决的主要问题是,不论是双站还是多站雷达,接收机都必须在发射波束的作用范围之内并与发射机精确同步。解决这个问题的一个办法是,采用广角天线并利用GPS。

3.采用无载频超宽波段雷达

无载频超宽波段雷达被称为“反隐身雷达”,无载频脉冲可覆盖 L、S、C等波段。产生这种脉冲的小型低功率雷达已广泛用于民用。目前,正是积极探索适用于防空的无载频超宽波段雷达,以及研究解决提高无载频超宽波段雷达平均功率和在没有载频引导下保证宽波段接收机能区分出噪声与目标回波的问题。

4.采用激光雷达和红外探测系统

由于隐身飞机主要是针对雷达电磁波隐身,其声、光、红外隐身效果较之雷达隐身相差很大,所以采用光学、红外、紫外探测器 ,可弥补雷达探测的缺陷。英国宇航公司曾将“轻剑” 雷达改装成光电跟踪系统,在6 km的距离上截获和跟踪了 B-2隐形轰炸机。目前正在研究解决的主要问题是 ,提高其作用距离以及在恶劣环境下的使用效能。

5.发展空基或天基平台雷达

隐身飞行器的隐身重点一般放在鼻锥方向±45°角范围内。因此,将探测系统安装在空中或卫星上进行俯视 ,可提高探测雷达截面较小目标的概率。美空军的 E-3A预警机和海军正在研制的“钻石眼”预警机以及高空预警气球,都能有效地探测隐身目标。美国还正在研制预警飞艇、预警直升机、预警卫星等。此外 ,俄罗斯、英国、印度等国都很重视发展预警机的工作。

中国在雷达反隐身技术上也取得了一定的突破。

中国曾展出过一款“谐振雷达”，据称，该雷达是一种新概念雷达，利用电磁谐振现象使目标回波信号增强10-100倍，可连续观察和跟踪飞机、隐身飞机、卫星、导弹等多种飞行目标和水面目标，有目标识别能力。成为入侵目标的克星，可以提供距离量程为600-2000公里的多种规格。

隐身技术与反隐身技术之间的竞争，最终将会使得两种技术相互促进，共同发展。任何一方的技术突破带来的失衡必然会导致另一方技术的奋起直追。技术上的领先和创新将是未来战争中出奇制胜的法宝。