机载雷达相干杂波模型研究

在载机和天线处于任意姿态时,对基于雷达发射信号形式的机载雷达相干杂波模型进行了深入研究,着重分析了任意姿态下的方位角变化量,采用距离环地面散射单元划分方法,得到了载机和天线处于任意姿态下的机载雷达相干杂波模型,仿真给出了典型情况下的距离-多普勒频率二维杂波图,仿真结果证实了该仿真模型的有效性。     

双基地机载雷达杂波建模及仿真分析

由于双基地机载雷达体制下载机间存在相对运动,导致双基地机载雷达的配置情况处于时变状态。首先建立了双基地机载雷达的杂波仿真模型,然后在此基础上利用MATLAB软件仿真得到不同配置情况下的双基地机载雷达的杂波空时二维分布轨迹以及杂波特征谱,最后通过深入地分析得到了双基地机载雷达杂波呈现严重非均匀性和杂波自由度增加的重要结论。     

二重频高频雷达折叠杂波抑制算法

高频雷达系统中,远距离扩展杂波经距离折叠后,将淹没检测区域中的目标,为保证目标的检测质量,需对折叠杂波进行抑制。在发射二重波形重复频率信号下,提出了通过逻辑映射抑制杂波的方法。给出了参数设计准则,并分析了算法对杂波的抑制性能。仿真实验表明,在合适的信号参数下,该算法能够有效地抑制远距离折叠的扩展杂波。     

基于杂波脊先验信息的非均匀杂波抑制方法

机载雷达回波数据非均匀会在很大程度上削弱传统空时自适应处理算法的杂波抑制性能。为此,提出一种基于杂波脊先验信息的非均匀杂波抑制方法,利用机载雷达杂波信号在角度多普勒平面的谱分布信息构造导向矢量基,并在考虑阵元误差影响情况下,对待检测单元数据进行迭代的最小二乘拟合,最后对拟合后的剩余数据进行恒虚警检测处理。该方法充分利用了雷达系统参数及杂波谱分布等先验信息,并且不需要训练样本,可以较好地抑制非均匀杂波,从而改善机载雷达的检测性能。仿真实验验证了该方法的有效性。     

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。     

机载多载频频控阵非均匀距离模糊杂波抑制方法

机载雷达下视工作面临严重的地海杂波,雷达平台运动造成杂波多普勒频率严重扩散,将微弱目标完全淹没。空时自适应处理(space time adaptive processing, STAP)技术通过联合多天线脉冲的接收信号,能够有效地抑制杂波,实现运动目标检测。对于非正侧视阵列高速平台雷达,杂波距离依赖和距离模糊严重制约着目标检测性能。基于多载频频控阵,通过发射一组载频不同的正交信号,在杂波回波中,获得新的发射维自由度,并根据不同模糊在发射维的差异分离各模糊区域。此外,通过进一步对分离后的近程进行杂波补偿,利用降维STAP实现杂波抑制。仿真结果验证了所提方法的有效性。     

复杂背景中的运动目标回波仿真计算

针对窄带相参体制的脉冲雷达波形,建立了杂波干扰反射复杂背景环境下直线飞行的空中目标机体反射信号和二次调制信号的模型,研究了发射波形同目标与环境相互作用的电磁散射机理。该模型中的复杂背景包括地杂波下垫面的干扰反射信号和空间分布反射体的干扰反射信号。根据给定的目标建模算法和干扰反射杂波模型,模拟了不同信杂比下螺旋桨飞机和喷气式飞机的雷达回波,仿真结果表明,这两种目标具有不同的频谱结构,证明了给出的模型是有效的,为雷达系统提供了实用的回波仿真信号。     

基于多特征信息融合的海面微弱目标检测

为改善海杂波背景下雷达检测微弱目标的性能, 提出一种基于多特征信息融合的目标检测方法。首先, 在分析时域回波信号的基础上, 给出脉冲幅值离差比的概念, 并用其表征离散回波信号的尖锐度。其次, 结合回波信号的频率峰均比和局部分形度两种特征量, 构建多特征信息融合张量。然后, 采用交叉验证法训练支持向量机(support vectors machine, SVM)分类器, 并依据分类器进行目标检测。最后, 通过对实测海杂波数据的一系列实验分析, 优选了所提方案的参数。进一步与已有传统方法对比, 结果显示所提方法具有更好的鲁棒性。     

稀疏字典学习海面微弱动目标检测

针对强海杂波背景下微弱动目标信号提取困难、雷达检测性能差的问题，在稀疏表示理论的基础上，提出利用字典学习算法抑制海杂波、重构目标信号。该算法通过K类奇异值分解（K-singular value decomposition，K-SVD）算法学习海杂波和目标的稀疏域主成分特征，得到相应的学习字典，抑制海杂波并对目标信号稀疏重建，解决了以往固定字典与高海况下雷达回波匹配度低、目标信号提取效果差的问题；并通过算法参数的分析和优化，进一步提高了算法性能和工程实用性。基于实测数据的实验结果表明，相比传统检测方法，所提算法能够有效检测高海况下微弱动目标，显著提升检测性能。     

海杂波背景下基于神经网络的目标检测

为了检测海杂波背景下的目标回波信号,提出了一种基于神经网络的目标检测方案。设计径向基函数(RBF)网络对海杂波的混沌动力学特征进行学习和预测,并对预测误差作功率谱分析,可以检测出目标信号并提取其速度和距离信息。应用实际参数在岸基和舰载雷达条件下的仿真结果表明该方法优于感知器门限分类检测和目标信息的二维FFT提取,检测相对误差控制在10-3~10-4量级。仿真进一步给出了两种条件下的检测最低信噪比。     

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。     

机载监视雷达地杂波背景中的CFAR检测方法

在充分考虑了具体雷达体制和工作环境的基础上认为,采用二维有序统计恒虚警处理方法(2D OS CFAR)适合于机载监视雷达地杂波背景中的恒虚警概率(constantfalsealarmrate,CFAR)检测。同时,对该方法在不同杂波背景、不同窗口大小、不同干扰数目时的检测性能进行了理论分析和实验仿真。仿真结果表明,该方法能有效地提高机载监视雷达对地工作方式时的CFAR检测能力。     

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.     

波形正交性退化下机载MIMO雷达杂波模型与自由度分析

针对发射波形正交性退化影响机载多输入多输出（multiple input multiple output,MIMO）雷达的杂波特性,基于信号空间和子阵空间的变换原理,建立了波形正交性退化下的机载MIMO雷达杂波通用模型和标准模型。基于带限信号的最优逼近特性,分析了波形正交性退化下的空时等效阵列孔径变化规律,提出了杂波自由度（degree of freedom, DOF）的估计准则。最后,仿真验证了杂波模型及杂波自由度估计准则的有效性。     

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。     

基于辐射能量缩减约束的双机雷达协同目标跟踪方法

辐射能量减缩是提高机载雷达射频隐身性能的有效途径。针对目标跟踪过程中辐射能量的减缩量约束, 首先通过分析双机雷达协同的目标回波信噪比, 分别从双机与目标距离比和目标雷达散射截面积推导了其对雷达总辐射能量减缩值的贡献; 然后针对雷达目标跟踪过程中的采样间隔算法, 分析了基于滤波残差的递推法与其他两种方法的目标跟踪精度与仿真计算效率; 最后利用交互式多模型卡尔曼滤波算法与基于滤波残差的递推采样间隔法仿真, 验证了目标跟踪过程中双机雷达辐射能量的减缩量, 并仿真了有源无源协同目标跟踪对双机雷达总辐射能量减缩值的贡献。实验结果表明，本文设计的跟踪策略具有更佳的隐身性能。