相控阵MIMO随机多相码雷达高速目标探测

为解决传统单输入单输出雷达对高速目标不能进行长时间有效相参积累检测的问题,提出一种基于相控阵多入多出( MIMO)随机多相码雷达的高速目标探测方法.通过多路回波数据短时间相参并行处理,保证相参处理间隔内目标运动不超过半个距离单元,避免了目标距离走动引起的检测性能恶化.将发射阵列分成多个重叠的子阵,子阵内的相参处理提高了发射处理增益,子阵间的波形分集提高了角度分辨率,实现了对低信噪比高速目标距离和角度的无模糊估计.仿真结果证明了该方法的有效性.     

用于扩展目标检测的OFDM-MIMO雷达波形设计

为了检测扩展目标,该文提出一种已知统计特性的杂波和噪声背景下提高正交频率分集复用-多输入多输出(OFDM-MIMO)雷达检测性能的波形设计方法.利用扩展目标一维距离像的频率特性,基于匹配照射理论给出了雷达回波向量模型,在此基础上建立最大化检测信杂噪比的目标函数;通过交替迭代搜索获得优化发射波形和最优接收滤波器.仿真结果表明,经调制的OFDM-MIMO雷达发射波形具有稳健的抗杂波性能,可提高检测信杂噪比,改善OFDM-MIMO雷达检测性能.     

频率分集分布式子阵雷达的相参积累检测方法

为了实现频率分集分布式子阵雷达的相参积累检测,提出一种基于广义似然比检验(GLRT)和条件广义似然比检验(CGLRT)的检测方法.分析了该方法的积累检测性能和解角度模糊性能,并且针对由频率分集引起的多普勒差异问题,提出基于Keystone变换的多普勒补偿方法.理论分析和仿真结果表明,与单频工作的分布式子阵雷达相比,频率分集分布式子阵雷达具有更好的相参积累检测性能,并且能够降低栅瓣的影响,提高解角度模糊能力.通过Keystone变换可在目标径向速度未知的情况下,进行多普勒差异的补偿,实现频率分集分布式子阵雷达的相参积累检测.     

正交频分复用调制雷达高速弱目标检测算法

为提高正交频分复用(OFDM)调制雷达对高速弱目标的检测能力,提出了一种基于相参Radon变换的OFDM调制雷达高速弱目标检测算法。首先分析了高速弱目标回波信号模型以及对其进行长时间相参积累时出现的跨距离单元走动问题,然后采用相参Radon变换算法沿距离单元走动斜线对其进行长时间相参积累,并研究了其存在速度模糊情况时的参数估计方法。理论分析和仿真结果表明,该算法具有比非相参Radon变换和动目标检测(MTD)更优的低信噪比(SNR)背景下的目标检测性能,并能进行有效的参数估计。     

集中式多输入多输出雷达等效阵列增益推导

为便于分析集中式多输入多输出雷达性能,给出了一种集中式MIMO雷达等效阵列增益的近似推导.分析了集中式MIMO雷达阵列处理输出信号相对于匹配滤波器输出信号的信噪比提高因子,推导了SISO雷达和MIMO雷达阵列输出信号的信噪比公式,在此基础上,给出了集中式MIMO雷达阵列等效合成增益表达式,并对结果进行了仿真分析.仿真结果表明,阵元数增加一倍,相控阵雷达阵列增益增加3.0dB,而集中式MIMO雷达等效阵列增益只增加1.5dB.集中式MIMO雷达可通过长时间积累的方法来解决由于阵列等效增益减小带来的检测性能下降问题.     

分布式MIMO数字阵列雷达检测性能研究

提出了一种多输入多输出(MIMO)雷达模型,并分析了其检测性能.首先,建立了MIMO雷达的观测模型,并在此基础上给出了一定搜索范围和搜索周期条件下的目标回波信号模型;其次,在考虑信道互易性和多脉冲相参积累的条件下,给出了信号处理流程并推导了相应的似然比检测器;最后,对其检测性能进行了仿真,并与其他MIMO雷达和相控阵雷达进行了性能比较.结果表明:天线分置导致的波束展宽带来的相参积累时间的延长,以及天线收发共用导致的信道互易性,都可提高MIMO雷达的检测性能,在天线数不大于6且检测概率大于0.5的条件下,其检测性能明显优于相控阵雷达.     

基于Keystone变换的高速运动目标检测方法研究

高速运动目标脉间存在越距离单元走动,且多普勒频谱混叠,脉间相参积累困难.利用长时间的信号积累,来提高微弱高速运动目标在低信噪比下的检测性能理论上是一种有效方法,但积累时间长,使得目标回波越距离单元走动,相参积累更加困难.进行速度提前预估计的方法,能很好提高检测性能,但增加了技术难度,并且需要长的检测时间.本文研究一种改进的Keystone变换方法,该方法是通过计算不同模糊系数时的所有回波脉冲峰值位置的方差,记录下方差最小时的模糊系数,利用该模糊系数,结合运用SINC函数插值实现的变换方法.该变换方法不受目标回波积累时间的限制,无需预先估计目标速度,可同时实现解多普勒模糊和补偿距离走动.仿真结果表明,与进行匹配滤波后相参积累的方法相比,结合最小方差法和Keystone变换的方法,能有效补偿距离走动,去除多普勒模糊,有效提高了高速运动目标回波脉冲积累的信噪比,改善了雷达的检测性能.     

基于宽带Stretch处理的长时间积累方法

针对超宽频带制导雷达长时间积累过程中运动目标跨距离分辨单元走动,引起微弱目标检测性能下降的问题,提出一种基于Stretch处理的相参积累方法.该方法利用目标速度装订信息进行速度粗补偿,使用Keystone变换完成距离走动校正,采用脉冲多普勒处理完成相参积累.计算机仿真验证了该方法的有效性.     

基于多通道补偿的毫米波雷达高速目标检测方法

目标检测是雷达的重要任务之一,利用长时间信号积累能有效提高低信噪比时的检测性能.对于高速运动目标,脉间回波存在相位差,及严重的距离走动现象,影响相参积累的效果.针对雷达系统高速运动目标检测的问题,提出一种基于多通道补偿的方法,提高毫米波雷达脉间相参积累性能.该方法将目标速度范围划分成若干区间,对每一区间设置一个补偿通道,各通道按对应速度区间的中值对输入信号进行走动校正及相位补偿,补偿后经过匹配滤波器输出;选取所有通道输出值的最大值,与预先设定的阈值的判决器进行比较,以确定有无目标.该方法与恒虚警检测结合,无需预先估计目标速度.用Matlab构造毫米波雷达发射与接收回波的模型,对接收信号进行多通道补偿高速目标检测进行了仿真.仿真结果表明,在毫米波雷达高速目标检测中,多通道补偿方法能有效的检测出微弱高速运动目标,与直接相参积累方法相比,可提高7dB的信噪比,增强毫米波雷达系统的检测性能.     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．     

径向匀加速目标的长时间相参积累方法

长时间相参积累是数字阵列雷达等新体制雷达提高目标检测性能的主要途径之一,但必须有效补偿目标回波在长观测时间内跨距离单元、跨Doppler单元等效应。基于目标频域信号模型,该文提出了一种径向匀加速目标长时间相参积累方法。该方法在每个脉冲回波频域对目标跨距离单元、跨速度单元进行回波包络与Doppler相位的联合补偿,实现了对径向匀加速度目标回波的有效积累。该方法显著改善了雷达对径向加速目标的检测性能,具有补偿精度高、易于并行化等特点,适于工程实现。数值实验验证了该方法的有效性。     

基于非均匀子阵划分的MIMO雷达阵列设计研究

本文提出一种非均匀子阵划分的MIMO雷达阵列设计方法,其不但具有和均匀子阵划分的MIMO雷达（也称为相控阵-MIMO雷达）相同的优势—能同时获得相干处理增益和波形分集增益;并且,不同孔径的子阵使子波束的形成更加灵活;更大的子阵孔径给发射端提供了额外的自由度。 理论分析表明,与相控阵-MIMO雷达相比,采用常规波束形成,当干噪比比较低时,所提的非均匀子阵划分的MIMO雷达的输出信干噪比（SINR）更高。仿真实验也证明了上述理论分析的正确性,并表明所提的非均匀子阵的划分方法可以获得更低的副瓣电平。在最小方差无畸变响应波束形成下,零陷更深,输出SINR更高并且抗干扰能力更强。     

采用长时间相参积累技术的高速机动目标检测快速算法

针对雷达接收的高速机动目标回波能量较弱的问题,提出一种采用长时间相参积累技术的高速机动目标检测快速算法。首先,利用慢时间反转变换对速度和加加速度引起的三阶距离徙动和多普勒徙动进行同时校正;其次,根据搜索的加速度构造二次相位补偿函数,以校正加速度引起的二阶距离徙动和多普勒徙动,并实现目标能量的相参积累;最后,利用恒虚警技术对相参积累结果进行处理,以确定目标是否存在。与无需运动参数搜索的时间反转变换-二阶楔石变换-吕氏分布(TRT-SKT-LVD)算法相比,该算法简化了操作流程,避免了因插值运算造成的性能损失,且不受雷达回波冗余信息和运动参数估计范围的限制。仿真结果表明,与基于多维运动参数搜索的雷顿-分数阶模糊函数(RFRAF)和广义楔石变换-广义去调频(GKT-GDP)算法相比,该算法由于仅需对加速度参数进行搜索,因此计算复杂度降低近2个数量级,运算时间仅为原来的1/100。     

一种基于正交编码的天基雷达空中目标检测方法

天基雷达由于工作于下视模式,天基雷达接收到的目标回波信号往往会淹没在地球杂波背景中.分析了天基雷达地杂波的产生原因,提出了低PRF时天基雷达空中动目标检测的无杂波区域,然后结合正交编码方式,提出了一种基于正交编码技术的空中目标检测方法.该方法不需要进行复杂的杂波抑制处理,可在一定程度上解决下视雷达面临的强地杂波问题.     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

MIMO-STAP稀疏字典降维方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在使用稀疏方法恢复杂波谱时存在的计算复杂度高的问题,提出了一种字典降维方法。该方法直接使用训练样本估计出低分辨率的杂波空时谱,并在此基础上用FOCUSS算法的迭代式提升谱的分辨率,进而计算各原子的Capon功率谱并将谱值较大的原子挑出组成降维字典。当存在多普勒模糊时,则利用先验知识排除因多普勒模糊而入选的原子,将其余满足要求的原子取出组成降维字典。仿真实验表明:降维字典能够完全覆盖杂波脊线,使用降维字典在维持算法输出SINR性能的同时,可有效提升运算效率。     

机载MIMO雷达空时二维杂波建模及特性分析

为了揭示发射信号正交分集情况下机载MIMO雷达的杂波分布规律及特征，在分析了机载MIMO雷达几何特性的基础上,建立了机载MIMO雷达杂波的空时二维阵元模型,并推导了相应的矢量模型,分析了影响MIMO雷达杂波分布的关键因素。给出了距离模糊情况下杂波协方差矩阵估算方法,分析了机载MIMO雷达的杂波分布特性。仿真结果表明：机载MIMO雷达杂波具有良好的斜对角空时二维分布特性；MIMO雷达杂波谱中杂波基线附近杂波展宽幅度小,更利于慢速目标的检测；相比相控阵雷达，MIMO雷达具有更广的探测视角和更大的系统自由度,使其易于进行杂波抑制。     

基于小波变换的天波雷达舰船目标检测方案

针对天波超视距雷达(OTHR)舰船目标自适应检测的难题,提出一种基于修正的峰值信噪比(MPSNR)-离散小波变换(DWT)的方案.首先在预处理过程中拼接接收数据各通道中当前监视区域的距离多普勒谱,然后通过令MPSNR最大化实现海杂波的自适应抑制,最后利用排序统计-恒虚警率检测器进行舰船目标检测.理论上本方案中的MPSNR较已有方案中的峰值信噪比对海杂波被抑制的程度更为敏感,因此本方案较已有方案对海杂波的抑制更为充分,进而可以改善目标检测性能.仿真数据和实测数据的结果表明本方案对舰船目标的信杂噪比提升了2.6 dB.     

双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高.该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法.文章首先利用FDA技术,使得雷达的发射矢量中包含目标的角度、距离甚至速度信息.然后提出了基于子阵的波形设计和解耦合算法以对发射矢量中距离-速度进行解耦合处理,并利用传统的子空间类算法对目标的发射角(DOD)、接收角(DOA)、距离和速度进行估计,最后文章提出了基于FDA的解模糊方法以解决距离和速度模糊问题.另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能.仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计.     

双基地FDA-MIMO雷达角度、距离及速度联合估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高。该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法。由于采用了FDA技术,雷达的发射矢量中包含了目标的角度、距离甚至速度信息。考虑到发射矢量中距离-速度的耦合现象,该文提出了基于子阵的波形设计和相应的解耦合方法。然后利用ESPRIT算法和基于FDA的解模糊方法,对目标的发射角(DOD)、接收角(DOA)、距离和速度进行无模糊估计。另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能。最后,仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计。