海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

虚拟极化自适应——一个通过极化-向量处理来提高雷达发现目标能力的方法

利用本文所述的抑制杂波与干扰的方法,可以极大地提高雷达接收机输入端的平均目标信号功率与平均无用信号功率之比。幅射的极化状态、目标后向散射场以及干扰场的作用,在本文称作收发天线极化状态虚拟自适应的技术中,都得到了考虑。这项技术可以用来补充频域与空域中的滤波技术。本文对于逻辑积型式的多凹口极化抑制滤波器的潜在优点给予了特别的注意。当要抑制的无用信号的极化状态不确定时,就可以应用这种滤波器。     

基于AR模型逼近的AMTI滤波器设计方法

提出了一种新的雷达自适应动目标显示(AMTI)设计方法。该方法利用AR模型逼近杂波谱“倒置”理想带通滤波器的频率响应,实现了最优FIR滤波器的设计。由于被逼近的“倒置”理想带通滤波器的中心频率和通带宽度可随杂波功率谱的变化适时调整,使AMTI滤波器的杂波抑制性能与经典自适应方法相比得到有效提高。雷达实际采集数据的对比实验结果表明该方法设计出的AMTI滤波器的优越性和实用性。     

旁瓣干扰对抗技术研究

防空雷达为了消除从旁瓣进入的干扰,通常采用自适应旁瓣对消和旁瓣消隐技术。旁瓣对消主要消除从旁瓣进入的连续式杂波干扰;旁瓣消隐主要消除从旁瓣进入的脉冲式杂波干扰。旁瓣消隐技术在使用中存在的一个问题是:当从旁瓣进入的脉冲式杂波干扰充满整个距离通道时,旁瓣消隐器在抑制干扰的同时,也使目标信号被抑制,从而失去对目标的探测能力。提出了一种技术方法,可使二者合二为一,并可有效解决旁瓣消隐技术存在的问题,从而可使防空雷达有效消除从旁瓣进入的连续式杂波干扰和脉冲式杂波干扰。     

直接数据域空时自适应单脉冲方法

机载雷达空时自适应处理(space time adaptive processing,STAP)与单脉冲技术相结合可以实现对运动目标空、时参数的估计。然而,在非均匀环境下,由于同分布快拍数有限,杂波协方差矩阵难以准确估计,常常导致STAP方法性能急剧下降甚至失效,进而无法有效实现目标检测和参数估计。本文提出一种直接数据域的动目标空时参数估计方法,该方法首先应用幅相估计谱(amplitude and phase estimation,APES)谱估计由被检测单元数据估计出杂波干扰协方差矩阵,然后利用STAP技术抑制杂波和干扰,并结合单脉冲理论实现对目标角度和多普勒频率的估计。仿真结果表明,与传统单脉冲方法相比,新方法具有自适应抑制杂波干扰的能力和更好的估计性能;同时由于无需参考数据,该方法更适应于非均匀环境。     

基于强跟踪滤波器的自适应常加速模型及跟踪算法

建立目标机动模型是传感器目标跟踪数据处理中的一个重要环节.为了克服"当前"统计模型对非机动目标和常加速模型对机动目标跟踪性能较差的缺陷,通过对"当前"统计(CS)模型的分析研究,在常加速(CA)模型的基础上提出了一种基于强跟踪滤波器的自适应常加速模型及跟踪算法(ACA-STF).该算法利用速度预测估计与实时速度估计间的偏差进行自适应方差调整,并通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,从而提高了跟踪精度,增强了系统对突发机动的自适应跟踪能力.理论分析和仿真结果表明对于非机动和机动目标,该算法比"当前"统计模型算法具有更高的跟踪精度.     

一种双通道SAR动目标检测和参数估计方法

提出了一种基于空时自适应处理(STAP)杂波抑制和修正的离散Chirp-Fourier变换(MDCFT)参数估计的双天线合成孔径雷达(SAR)运动目标检测和成像方法.将MDCFT变换应用于经过STAP杂波抑制后的信号,在MDCFT幅值平面内同时完成对运动目标的检测和多普勒参数的估计.分析了STAP方法对SAR回波的滤波效果,建立了适合SAR系统的MDCFT模型.在分数阶傅里叶域进行滤波以消除杂波对相位的影响,进而利用通道间的相位差和多普勒中心频率对运动目标准确定位并估计径向速度.通过大量的仿真实验验证了该方法的正确性.     

高斯混合概率假设密度滤波的改进与应用研究

针对高斯混合概率密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器存在新生目标在整个检测区域随机出现位置难以确定的问题,实现了一种基于量测驱动目标新生概率密度函数算法,每个扫描周期接收到新的量测信息自适应生成目标强度函数,记录存活目标强度函数,从而实现自适应区分存活目标的强度函数和新生目标,提高算法精度。利用多目标位置追踪仿真数据以及实测海豚哨声信号频率对算法进行了测试,最优子模式分配函数(optional sub pattern assignment, OSPA)作为算法监测标准,结果证明了新算法在目标数目估计以及追踪精度方面都有明显的改善, 目标数目估计正确率达到97%,OSPA距离较GM-PHD算法下降30%。     

自适应技术在高频地波雷达接收系统中的应用

针对当前高频地波雷达工作频段内的噪声干扰和弱目标受强目标的旁瓣干扰的问题,提出了一种代价函数为三阶统计量的自适应技术来消除干扰的新方案。该方案通过灵活设计频谱监测部件的工作方式,不但能使雷达工作在干扰较低的频段,而且还可充分利用频谱监测所得的外界噪声数据。主要是依据噪声之间具有强相关性而噪声与有用回波信号之间不相关,从而可通过自适应方法实时调整系统参数实现对上述两问题的解决。     

脉间码捷变信号的分析

雷达信号理论中,决定目标分辨的主要因素之一就是发射信号的波形。 当发射信号是周期性编码连续信号时,可得到副瓣较低的双值自相关特性,这对多目标时域分辨较为理想,但连续波雷达本身的近区泄漏却是一个很难解决的问题。利用截断码做为脉冲压缩是近年来人们十分感兴趣的问题,但其自相关函数出现很多起伏的旁瓣,带来自身杂波干扰,使其使用价值降低。本文重点讨论截断码组,并对截断伪随机码组的捷变步长做了分析,提出了一种新型截断伪随机码组的设计结构,证明了这种新型码组比固定步长截断循环伪随机(PN)码集脉间码捷变信号和随机步长截断PN码集脉间码捷变信号,在各种性能上均有较大提高,因此值得注意。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后，对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后，结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。     

非平稳海杂波背景下子带分段ANMF检测器

针对非平稳海杂波背景下的雷达目标检测问题,传统自适应相干检测器由于强杂波干扰以及相干累积时长的限制而性能表现不佳。为克服这一限制,提出了子带分段自适应归一化匹配滤波检测器(subband segmented adaptive normalized matched filter,SS-ANMF),其由一个线性相位离散傅里叶变换调制滤波器组和每个子带上的分段自适应归一化匹配滤波器(adaptive normalized matched filter,ANMF)检测器构成。在频域上, SS-ANMF检测器通过子带分解技术,不仅抑制了带内外杂波,而且提升了杂波的短期平稳性;在相干累积时段内,通过对分段ANMF在所有子带上的最大响应进行累积求和,实现了有限参考样本下的长时累积。采用实测海杂波数据的实验表明,SS ANMF检测器明显优于对比算法。     

滤波器相频误差对宽带波束形成的影响

宽带阵列采用自适应宽带波束形成来抑制空间宽带干扰,提高信干噪比SINR,但滤波器相频响应误差的存在会对自适应宽带波束形成的性能造成影响.以宽带信号和滤波器相频响应误差模型为基础、以自适应频域宽带渡束形成算法为例,分析了误差对自相关矩阵的秩以及SINR性能的影响.实验结果表明:滤波器相频响应误差会使自相关矩阵的秩增加、SINR性能下降.     

基于自适应LPFT的非平稳信号到达角估计

对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival, DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local polynomial Fourier transform, LPFT)方法,通过对信号瞬时频率曲线进行多项式拟合,确定LPFT的窗函数长度及各阶系数,以较小的计算量实现自适应时频分析。在此基础上,提出一种基于自适应LPFT的多信号分类(multiple signal classification,MUSIC)算法。仿真结果表明,与其他时频MUSIC算法相比,该方法对信号形式的适应能力强,在DOA估计精度、多信源角度分辨能力方面具有一定优势。     

最大熵法在高频雷达角度超分辨中的应用

角度超分辨技术近年来得到了迅速的发展,但是大部分的研究工作都是在假定阵元间噪声不相关的情况下进行的,而对于阵元间噪声(干扰)相关的情况的研究还没有看到。 本文在研究了各种角度超分辨算法的基础上,针对地波超视距雷达的海杂波干扰背景,采用最大熵法作为实现角度超分辨的主要手段,进行了计算机仿真。根据大量的仿真结果,分析了海杂波、信杂比、目标的起始相位等因素对于分辨效果的影响。最后得出结论:最大熵法能够有效地解决海杂波背景下,高频雷达的多目标分辨问题。     

空时自适应处理的直接数据域方法

在非均匀环境下，由于辅助数据不能准确反映待测距离门的统计特性，传统的空时自适应方法将不能有效地抑制干扰。介绍了机载雷达在非均匀杂波环境下的基于直接数据域的空时自适应信号处理方法。这是一种确定性的最小二乘自适应信号处理方法，通过“快拍-快拍”数据来确定零化干扰的自适应权值。这种方法不需要通过邻近距离门的辅助数据来估计样本协方差矩阵，避免了矩阵求逆运算，可实时运行。仿真结果表明，这种方法可以在非均匀杂波环境下有效地抑制干扰。     

基于L Wigner分布的多径ESM信号估计

针对电子支援测量(electronic support measurement, ESM)信号存在多径干扰,从而影响信号特征提取以及雷达辐射源识别的问题,提出了一种基于L Wigner分布的多径信号估计方法。首先分析了多径ESM信号模型和时频域匹配滤波算法,接着研究了L Wigner分布对于多分量高阶频率调制信号的分辨性能,根据自身项和交叉项的不同特点,提出采用L Wigner分布对多径信号进行估计。该方法计算简单,保证了估计结果具有较高的分辨性能。仿真实验结果证明了方法的正确性和有效性。     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。     

双基地MIMO雷达的高速运动目标定位方法

高速运动目标的大多普勒频率会导致传统匹配滤波器严重失配,因此当目标高速运动时多输入多输出（multiple input multiple output,MIMO）雷达利用传统匹配滤波器无法有效地形成虚拟阵列。研究了利用双基地MIMO雷达实现多个高速运动目标交叉定位的方法,采用降低雷达距离分辨率的方式以获取较长时间的相参积累,并将接收阵列回波信号与发射信号共轭相乘后的数据进行频域处理,有效形成了虚拟阵列,然后利用传统超分辨算法对在相同粗距离分辨单元上的高速运动目标的发射角和接收角进行联合估计,从而能够有效交叉定位多个在距离上无法分辨的高速目标。仿真结果表明了所提方法的可行性和有效性。