基于ARSαS模型参数估计的雷达目标检测方法

由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetric α stable, SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉〖CD*2〗沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。     

海杂波的非广延分布模型

传统上常使用统计模型为海杂波建模,发现虽然统计模型可以很好地拟合实际海杂波的幅度分布,但是由于它不能很好反映出海杂波的物理特性,因此获得的分布参数不能用来检测弱小目标.针对上述缺点,采用Tsallis分布模型对海杂波数据进行建模,发现Tsallis分布不仅能够很好地拟合实际海杂波数据,而且获得的分布参教可以有效检测海杂波背景下的弱小目标.最后通过对Tsallis分布中的非广延参数q进行分析,发现海杂波具有介于随机模型与混沌模型之间的幂率敏感性.     

非高斯杂波中的MIMO雷达信号分离

针对传统匹配滤波对非高斯杂波中的多输入多输出（multiple input multiple output, MIMO）雷达信号分离性能下降的问题,提出一种基于分数低阶统计量的匹配滤波算法。该方法将对称Alpha稳定分布(symmetric Alpha stable, SαS)作为MIMO雷达的非高斯杂波模型,以滤波器输出分数低阶信杂比最大为准则导出最优匹配滤波器系数。分别对相关SαS和非相关SαS杂波条件下的MIMO雷达信号分离进行了仿真。结果表明,该方法可有效实现非高斯杂波中的MIMO雷达信号分离,且在高斯杂波条件下与传统匹配滤波的性能是一致的。     

基于多分辨率统计能级的SAR图像点目标检测

针对合成孔径雷达(syntheticapertureradar,SAR)图像点目标检测的困难,基于各层小波系数分布的统计特征,提出了一种在多分辨率统计能级上区分目标与杂波背景的方法。在非正交小波变换的基础上,定义各点的层间随机过程,进行各分辨率下的信息相关后,通过能量函数构造能量图像,并在能量图像上自适应地搜索合适的目标尺度窗口实现检测。实验结果表明,该方法适用于不同的杂波背景,能有效检测潜在的点目标,并在一定程度上保持了目标的形状。     

雷达自动检测和CFAR处理方法综述

对雷达自动检测和恒虚警率(ConstantFalseAlarmRate,CFAR)处理方法进行了综述，介绍了研究CFAR检测的几个主要方向和发展现状。主要内容有参量检测的目标和杂波模型，高斯杂波背景中的CFAR检测和非高斯杂波背景中的CFAR检测，非参量CFAR检测。最后简单地介绍了分布式CFAR检测，阵列信号CFAR处理，极化CFAR处理等极具潜力的研究方向，以及现代信号处理技术在雷达自动检测中的应用。     

基于统计模型的时-空相关海杂波仿真

工作于海洋环境下的雷达面临较严重的海杂波的影响,海杂波统计模型的研究对最优检测算法设计和雷达性能预估有重要作用。基于海杂波的复合散射理论,分析了海杂波非高斯幅度分布的特性、时间相关性及空间相关性。讨论了采用球不变随机过程产生时间和空间相关的海杂波仿真方法。对算法中散斑分量和纹理分量的参数估计,时间相关性和空间相关性的引入方法进行了分析。设定仿真环境仿真产生了具有时间和空间相关性的非高斯型海杂波数据,结果表明采用该方法的有效性。     

一种弱相关非高斯信道下的伪码捕获方法

针对弱相关非高斯噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,将弱相关非高斯噪声建模为一阶滑动平均SαS噪声模型,利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量,得到弱相关噪声模型下伪码二维捕获结构及其简化形式,进行了性能仿真并与传统的伪码捕获方法对比。仿真结果表明该捕获方法在相关非高斯噪声环境下检测性能有较大幅度的提高。     

相关非高斯分布杂波的建模与仿真

对数正态分布、韦伯分布、K分布是三种适于描述叶簇背景杂波的非高斯分布模型,快速、准确地模拟叶簇背景杂波,对大积累角UWBSAR体制中叶簇覆盖人造目标检测与识别的算法研究是十分重要的。讨论了上述三种相关非高斯分布杂波的建模与仿真,在三种非高斯分布与高斯分布的相关系数之间的非线性关系的基础上,利用修正的零记忆非线性变换(ZMNL),模拟产生了三种相关的非高斯分布随机序列。仿真结果证明了这种方法是有效可靠的。     

混沌海杂波背景下的弱信号检测

讨论了海杂波背景下的弱信号检测问题。经典的统计检测理论把海杂波作为随机信号处理的做法大大降低了信号检测的性能。利用海杂波为混沌信号这一先验知识 ,采用神经网络相空间重构的方法 ,对淹没在混沌背景下的弱信号进行检测处理 ,同时针对模型误差及不同信号形式就这一问题进行了全面分析。理论分析和仿真结果表明 ,此方法能有效地实现混沌海杂波背景下的弱目标检测 ,具有很高的改善因子。     

基于极化合成孔径雷达的舰船检测方法

特征提取是极化合成孔径雷达图像处理的一个重要问题,也是海上目标检测的关键。相似性参数和极化熵可以表征目标的电磁散射特性。为了增强目标与背景的对比,提出了一种基于特征融合的新参数。这种参数可表达区域的差异性,处理后目标与背景的对比更加明显。研究了该参量在海杂波区域的分布模型,进而提出了一种新的海上船只检测方法,该方法可用于多视情况下的舰船检测。最后用机载合成孔径雷达(airborne synthetic aperture radar, AirSAR) 数据验证了该方法的有效性。     

Space-time clutter model for airborne bistatic radar with non-Gaussian statistics

To validate the potential space-time adaptive processing (STAP) algorithms for airborne bistatic radar clutter suppression under nonstationary and non-Gaussian clutter environments, a statistically non-Gaussian, space-time clutter model in varying bistatic geometrical scenarios is presented. The inclusive effects of the model contain the range dependency of bistatic clutter spectrum and clutter power variation in range-angle cells. To capture them, a new approach to coordinate system conversion is initiated into formulating bistatic geometrical model, and the bistatic non-Gaussian amplitude clutter representation method based on a compound model is introduced. The veracity of the geometrical model is validated by using the bistatie configuration parameters of multi-channel airborne radar measurement (MCARM) experiment. And simulation results manifest that the proposed model can accurately shape the space-time clutter spectrum tied up with specific airborne bistatic radar scenario and can characterize the heterogeneity of clutter amplitude distribution in practical clutter environments.     

基于ZMNL经验迭代法的相关非高斯雷达杂波仿真

针对基于零记忆非线性变换(zero memory nonlinearity,ZMNL)的相关非高斯雷达杂波仿真,提出了一种类似神经网络形式的经验迭代法。该方法在对输出频谱估计的基础上,反复修正输入频谱,经过多次迭代运算来确定非线性变换前后相关系数之间的关系。给出了应用该方法进行杂波仿真的具体步骤,仿真结果证明了该方法的有效性。     

超宽带雷达目标及环境仿真技术的研究

超宽带雷达是一种用途广泛的新体制雷达,它与经典雷达有着很大的差异。为了有效地分析和设计超宽带雷达系统,有必要建立超宽带雷达系统模型。雷达系统建模中最重要的工作是仿真雷达目标及环境。本文,我们基于时域有限差分法(FDTD),提出了一种雷达目标的仿真算法,并根据这种算法,仿真了几种简单几何形状的雷达目标实例。在第三节,介绍了一种仿真超宽带海杂波的方法。     

超宽带合成孔径雷达树干杂波的统计特性分析

针对超宽带合成孔径雷达在树林区域探测隐蔽目标的应用场合,研究了树干杂波的统计特性。运用实验数据从幅度直方图拟合、高阶统计量和杂波统计模型识别几方面分析了VHF/UHF波段超宽带合成孔径雷达树干杂波的统计特性,得出了以K-分布为杂波模型的目标检测算法才能获得较佳的检测结果的新结论。     

基于张量稀疏恢复的MIMO雷达杂波抑制方法

多输入多输出(multiple input multiple output,MIMO)雷达发射波形的自相关和互相关旁瓣会严重影响动目标检测性能。针对这一问题,文中分析了波形自相关和互相关在杂波抑制过程中对动目标检测的影响,提出了一种基于张量稀疏恢复的杂波抑制方法。通过对杂波谱重构,有效消除波形非正交对MIMO雷达杂波抑制产生的影响。进一步利用雷达参数和环境动态数据库,计算杂波脊的先验位置。在杂波谱重构中加入先验杂波位置约束,有效地减少由压缩感知算法产生的杂波伪峰。仿真分析表明该方法在小样本情况下能有效抑制杂波,且计算复杂度低。     

雷达数据处理中的杂波抑制方法

研究雷达数据处理中的杂波抑制及虚假目标消除的方法。针对密集杂波干扰,结合工程应用实践,提出一种基于杂波图的杂波抑制方法,对涉及的杂波区域判别与标识、杂波图网格划分以及提高杂波图分辨率等关键技术进行了全面阐述。同时,给出了组网雷达数据处理中的杂波抑制方法,包括组网雷达杂波环境下融合权值选取以及利用融合中心信息辅助单雷达抑制杂波并建立航迹等。仿真试验结果表明,提出的方法可以有效抑制剩余杂波和剩余干扰产生的虚假航迹,适合应用于杂波环境下的雷达数据处理和组网雷达数据处理中。     

海杂波环境中基于混沌的目标检测

介绍了基于混沌理论的海杂波分析方法,计算了加拿大McMaster大学IPIX雷达实测海杂波数据的各种混沌特征量,分析了该数据的混沌特性。分析结果表明,该数据在一定程度上具有混沌特性。设计了混沌检测器,该检测器采用径向基函数神经网络来重建海杂波的混沌动力结构,即建立海杂波的精确预测模型,并通过设定合适的预测误差门限来检测掩埋在海杂波中的微弱目标。计算结果验证了该检测器的可行性。     

弹载俯冲非正侧阵雷达杂波特性与抑制方法

相对于平飞运动雷达,俯冲运动垂直向下的运动分量会引入额外的多普勒频率,对杂波的空时分布特性产生重要影响。本文针对弹载俯冲非正侧阵雷达,提出了一种俯冲运动空时信号模型,首先推导了多普勒频率与空间角度的耦合关系的一般表达式,并详细分析了在实际的阵面几何配置情况下,俯冲运动雷达杂波的空时分布特性,相应提出了适于俯冲运动的基于参数模型和配准补偿(parameter model and registration compensation, PM-RC)的杂波抑制方法。最后通过弹载雷达建模仿真分析了俯冲运动对杂波空时特性的具体影响,并验证了杂波抑制方法的有效性。     

Signal decomposition of HF radar maneuvering targets by using S~2-method with clutter rejection

Multiple maneuvering targets signal processing in high frequency radar is challenging due to the following difficulties:the interference between signals is severe because of significant spread of the target Doppler spectrum,the low signal to clutter ratio (SCR) environment degrades the performance of signal processing algorithms.This paper addresses this challenging problem by using an S 2-method and an adaptive clutter rejection scheme.The proposed S 2-method improves the S-method by eliminating interference between signals,and thus it enables multi-target signals to be reconstructed individually.The proposed adaptive clutter rejection scheme is based on an adaptive notch filter,which is designed according to the envelop of the clutter spectrum.Experiments with simulated targets added into radar sea clutter echo and real air target data illustrate the effectiveness of the proposed method.