毫米波在颗粒环境中传输特性是毫米波通信技术的重要基础性问题。为探索毫米波传输在可控颗粒环境下的测量, 基于准光学理论设计了双反射面高斯波束传输系统。该系统包含一对多张角喇叭和两个椭球聚焦反射面。多张角喇叭用于产生高斯度大于 96%的高斯波束; 聚焦反射面将发射波束重新聚焦, 使得输出波束参数与发射波束参数相同。此外, 基于矢量网络分析仪加扩频模块的实验方案, 对准光传输系统在 75~110 GHz频率范围进行了测试, 得到该频率范围内整个系统的损耗。测试结果表明系统本身的损耗仅有 2~4 dB, 表现出良好的传输特性。基于本系统的初步喷水实验为可控颗粒环境下传输测量奠定了基础。

为精确计算太赫兹波大气传输吸收衰减，需建立太赫兹波传播路径模型，而后获取沿传播路径的相关变化大气参量，并通过国际电联(ITU)标准计算分段的吸收衰减值，最终进行累加计算得出总的大气衰减量值。受限于气象观测设备及手段，沿传播路径完整的大气参量难以获取。由于地球重力场产生的大气折射效应，电磁波在大气层中传播时其路径呈现曲线弯曲传播。基于区域大气再分析资料集基础数据转化的太赫兹波大气传输衰减精确计算方法，通过ITU标准这个桥梁，在气象数据和大气传输衰减间建立关联关系，最终运用在飞行器太赫兹波地面探测类工程技术上，以预估太赫兹波通信链路的大气吸收衰减值。

射频(RF)功率放大器是辐射源射频指纹特征产生的关键器件之一, 是射频指纹(RFF)产生机理和个体识别的重要突破口。设计一种功率放大器射频指纹提取实验方法, 利用时域射频独特原生属性(RF-DNA)方法成功提取了功率放大器的射频指纹, 并对RF-DNA指纹进行了可视化处理。研究结果表明, 功率放大器的射频指纹主要反映在幅度失真特性上, 利用瞬时幅度生成的时域RF-DNA指纹能够实现对放大器个体的分类, 在信噪比大于12 dB时, 分类正确率在91%以上。可视化后, 能直观观察RF-DNA指纹及不同功率放大器之间统计特征的相似性和差异性。

介绍了一种基于阶梯波频率调制的假目标干扰方法，分析了分段移频调制对线性调频(LFM)信号的调制原理以及干扰信号的匹配滤波处理结果。基于 LFM信号的时频耦合特性，理论分析表明，对 LFM信号进行分段并附加不同的多普勒频率调制，可以产生多个假目标。通过仿真实验验证了所提方法的有效性和正确性，并验证了均匀调制、非均匀调制时的干扰效果。实验结果表明该方法可以灵活实现不同幅度、不同间隔的多假目标干扰效果，是一种行之有效的有源干扰方法。

针对雷达干扰信号模拟中算法设计快速验证的应用需求，为降低系统可重构开发中的复杂程度，研究了一种基于 System Generator模型的 FPGA设计开发方法，并以噪声调频和噪声卷积算法实现。对应用实例进行了设计演示验证，为雷达干扰信号算法验证实验提供技术参考。

针对复杂电磁环境特性认知与可视化的现实应用需求, 设计了一套基于分层认知概念的雷达信号环境测量系统, 实现了对外界多个雷达辐射源信号参数的感知测量, 同时以二维坐标形式对测量过程中的各种物理量进行了分层可视化展示。该系统的设计实现期望能够为电磁环境感知、分析提供一种有效的技术方案参考。

针对装备电磁环境效应研究中存在的干扰源信号混叠的问题, 探讨了盲源分离算法在混叠干扰源信号分离中的应用。通常应用盲源算法需以估计得到源信号数目为前提, 本文提出直接根据观测信号个数设置初始化分离矩阵维数, 然后分离得到与观测信号数目相同的分离信号, 再通过分离信号的相关性检测, 即实现了源信号的分离, 避免了事先估计源信号个数的工作。通过仿真实验验证了方法的可行性。

针对毫米波导引头的复杂电磁环境效应实验研究需求，设计并实现了一套Ka波段信号链路非线性效应研究平台。该平台由数学仿真系统和实验测试系统2部分组成，其中数学仿真系统基于SystemVue软件平台设计实现，实验测试系统基于模块化组装的思想设计实现。经测试，该平台可用于开展复杂电磁环境对典型毫米波导引头相关关键信号链路环节的影响效应研究。

间歇采样转发干扰是针对宽带成像雷达的一种新型干扰方式。根据间歇采样转发干扰的基本原理，对宽带成像雷达，按照常规应用策略，能够在高分辨距离像结果中叠加一串虚假散射点。结合成像处理过程可知，这一串虚假散射点在事实上提升了成像处理中包络对齐效果。针对间歇采样转发干扰常规应用策略导致的问题，以破坏包络对齐为目的，设计了一种新的间歇采样转发干扰应用策略：按照预设随机序列改变间歇采样周期，来实现转发干扰方式。通过仿真实验，验证了所提出的应用策略能够显著降低成像质量。

构建了基于压缩感知的欠定盲源分离源信号恢复模型，比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明：源信号时域充分稀疏情况下，CMP，L1CMP和NRASR的恢复效果接近，但L1CMP算法计算复杂度最低；变换域充分稀疏情况下，CMP和L1CMP恢复效果接近，NRASR恢复效果较差；时域非充分稀疏情况下，CMP效果较差，L1CMP和NRASR效果接近。综合考虑，L1CMP算法效果最佳；在观测信号数和源数较少的情况下，算法在时域恢复信号精度会下降；稀疏表示法结合压缩感知重构能够提高源信号恢复的效果。