直接数据域空时自适应处理(STAP)在雷达信号处理中的应用

本文阐述了直接数据域空时自适应处理(space-time adaptive processing)算法抑制雷达杂波的原理,给出了具体的算法过程和计算机模拟仿真实验结果。空时自适应处理与分立干扰滤除算法不同的是该方法对每个距离单元的空时数据进行独立处理时,该距离门中均匀杂波和非均匀干扰的抑制均不需要利用其他距离门的样本。直接数据域方法是一种完整的非均匀STAP处理算法。仿真实验结果证明该方法在非均匀环境下,对雷达杂波进行抑制得到了较好的效果。     

天基雷达杂波抑制STAP算法性能仿真研究

天基雷达系统中杂波存在时空二维耦合的问题,在杂波抑制上通常采用空时自适应处理（STAP）的方法。基于天基雷达系统中杂波和干扰对STAP处理的影响,论文围绕天基雷达对STAP处理的需求,开展了对单基地天基雷达系统的STAP算法对天基雷达杂波抑制的仿真研究。     

机载MIMO雷达修正GMB降维方法

针对MIMO雷达空时自适应处理运算量和杂波抑制性能难以兼顾的问题,建立了MIMO雷达杂波数学模型,提出了机载MIMO雷达的修正广义相邻多波束降维方法。该方法基于局域化处理的思想,通过选取特定的发射波束、接收波束和多普勒通道,利用空域两维波束形成和时域多普勒滤波方法进行空时自适应处理。对该方法在不同误差条件下杂波抑制性能进行了仿真实验,结果表明:提出的修正广义相邻多波束方法能够大幅降低运算量和样本需求数,有效抑制杂波,提高慢速目标的检测能力。     

机载MIMO雷达3-CAP杂波抑制方法

针对机载雷达面临的杂波抑制问题,在考虑阵元误差、通道误差和杂波起伏等误差因素对杂波特性影响的基础上,建立了机载MIMO雷达杂波数学模型,提出了一种基于MIMO雷达体制下的空时自适应新方法——M3-CAP方法。对接收信号进行时域滤波,选取被检测通道与其2个相邻通道为一组,进行自适应处理。该方法通过MIMO技术与3-CAP方法的有效结合,将波形分集的优势扩展到3-CAP方法中,显著提高了雷达系统自由度和杂波协方差矩阵估计精度。通过对不同雷达体制以及不同误差条件下杂波抑制性能的分析比较,结果表明:提出的M3-CAP方法的杂波抑制性能明显优于JDL-GMB、改进的JDL、3-CAP等方法。     

组网高频地波雷达中电离层杂波分析及其抑制方法

组网高频地波雷达引入了多种收发模式,在增加探测信息量获取的同时使电离层杂波更加复杂。介绍了OSMAR071组网高频地波雷达系统,结合实测数据分析了组网条件下电离层杂波距离、多普勒分布特征,以及不同路径的电离层杂波及海洋回波的相关性。利用多路径杂波相关性远大于海洋回波的特性,提出了一种基于自适应滤波的杂波抑制方法,利用其他路径的电离层杂波估计杂波分量,从而实现杂波对消。雷达实测数据分析表明了上述分析的正确性以及杂波抑制方法的可行性和有效性。     

基于PSWF函数的机载MIMO雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,本文提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线的构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计,并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

基于扁长椭球波函数的机载多输入多输出雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线地构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计;并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

提高空时自适应处理稳健性的一种新方法

常规空时自适应的加权存在时间滞后问题.在载机运动情况下,若空时自适应处理不能有效地形成足够宽的零陷,处理性能将严重降低.针对机载相控阵雷达杂波谱特性进行了研究,通过对空时采样数据引入杂波谱展宽的影响,提出一种自适应零陷加宽技术.由于零陷的加宽,在杂波内部运动情况下,仍能够较好抑制杂波,从而提高算法的稳健性.基于仿真数据和实测数据的仿真试验均表明,该方法可以有效加宽杂波零陷,且增加的运算量很小,对杂波内部随机运动具有很好的稳健性.     

数控非相参自适应频率捷变雷达抑制海杂波性能的分析

数字控制的自适应频率捷变雷达可灵活准确地控制每一个相继脉冲的频率差都大于临界频率，使所有的脉冲都是独立的，海杂波完全去相关．实验测得海杂波被抑制了５．８ｄＢ；对海杂波背景中的小目标作用距离增加３．８倍，都接近理论值．分析表明，自适应频率捷变雷达能很好地满足在海杂波背景中，对小目标侦察警戒的战术技术要求．     

DRM无源雷达多径杂波的分载波空域抑制

鉴于数字调幅广播（DRM）无源雷达面临严重的多径杂波问题,建立了该无源雷达阵列信号模型,提出了一种基于分载波空域处理的多径杂波抑制方法.该方法先将DRM无源雷达阵列接收的时域信号经去保护间隔和傅里叶变换（FFT）之后,通过对各载波信号分别求取干扰协方差矩阵和空间自适应系数以滤除直达波和多径杂波.分载波空域处理方法综合利用了多通道空域信息及同一载波下直达波和多径杂波的时域相关性,降低了杂波抑制的空域自由度要求,提高了杂波抑制能力,克服了常规空域处理方法自由度不足或杂波噪声比低导致的杂波零陷深度不够等缺点.理论分析和仿真结果表明了该算法的优越性.     

PRC-CW雷达近距离目标干扰的自适应对消

为提高伪随机码连续波（PRC—CW）雷达性能，讨论了近距离目标干扰抑制方法。在分析了PRC—CW雷达近距离目标干扰信号的基础上，采用了基于最小均方（LMS）算法的自适应对消技术；通过仿真分析合理选择了LMS自适应滤波器的参数，并采用11公司的TMS320C5402定，量DSP芯片实现了自适应对消器。试验结果表明该对消器能抑制近距离目标干扰。     

一种基于共轭梯度算法的盲自适应干扰抑制技术

盲干扰抑制技术是在不知道系统参数 ,不需要训练序列的情况下 ,有效抑制 Direct Spread Code DivisionMultiple- Access(DS- CDMA)系统的多址干扰的有效方法。根据受限最小输出能量准则并利用空间正交投影技术 ,该文提出了一种新的基于共轭梯度算法的盲自适应干扰抑制算法。仿真分析比较表明 ,与现有的基于 L east Mean- Square(L MS)算法、基于 Recursive L east- Squares (RL S)算法等盲自适应干扰抑制技术相比 ,该算法具有收敛速度快速稳定、输出性能好、计算复杂度适中等优点     

低信噪比弱信号提取算法研究

采用从强背景噪声中提取话音信号的自适应噪声抵消技术———最小均方误差(LMS)入手,对该算法的性能进行了分析,针对其收敛速度慢、提取信号频带窄的缺点,提出了改进的有动量因子的自适应最小均方误差算法(MLMS).仿真结果表明,该方法对于解决弱信号提取问题有一定效果.     

基于稀疏恢复的直接数据域STAP算法

在机载/星载雷达系统中,空时自适应处理(STAP)可有效抑制杂波并实现动目标检测。基于统计的STAP算法通过平稳的训练样本来估计检测单元内的杂波协方差矩阵,并设计相应的滤波器以提高检测单元的输出信杂比。但训练样本的平稳性在实际快变的杂波环境中无法保证,因而此类算法在实际非均匀杂波环境中性能较差。该文通过挖掘检测单元数据在角度-Doppler域上的稀疏性,提出一种新的直接数据域STAP算法。该算法通过稀疏恢复来获得检测单元的高分辨空时谱估计,有效地避免杂波旁瓣对目标检测的影响,进而实现不经过杂波抑制而直接运动目标检测的目的。同时由于不使用训练样本,可很好地避免训练样本内的非均匀性,该算法在实际非均匀杂波场景中有更广泛的应用前景。     

AMTD系统频域双参数恒虚警性能分析

在机载雷达动目标检测系统中 ,用于目标检测的Doppler通道中的杂波剩余严重影响着系统检测性能。为在一定的虚警概率下提高系统的检测概率 ,针对抑制杂波后目标检测 Doppler通道存在 Rice分布干扰的情况 ,提出一种频域双参数恒虚警 (bi- parameter constant false alarm rate,BP- CFAR)处理方法。BP- CFAR处理方法分别在频域与距离域估计干扰的均方差与均值 ,取其线性组合作为各通道的检测判决门限。在频域存在杂波剩余的情况下 ,BP- CFAR与干扰的双参数分布相匹配 ,是统计意义下的最优检测器 ;与传统的单参数恒虚警处理方法相比 ,明显改善了系统的适应性和检测性能。     

2019年空时自适应处理技术研究热点回眸

 空时自适应处理可以联合空域和时域进行二维自适应滤波,是运动平台雷达系统中进行杂波抑制和目标检测的关键技术。近年来,空时自适应处理技术迅速发展,其应用领域也在不断扩大。概述了2019年空时自适应处理领域所取得的重要研究进展,展望了未来空时自适应处理技术的发展趋势。     

天波雷达短驻留时间下海杂波抑制的改进算法

在高频天波雷达的舰船目标检测中,为消除电离层变化带来的谱展宽效应,采用了短驻留时间下基于奇异值分解(SVD)的海杂波抑制算法.该算法对构造出的Hankel矩阵进行奇异值分解,将对应于海杂波分量的奇异值置零,再重新构造出数据序列,达到海杂波抑制的目的.相对于原有的迭代杂波对消算法,该算法无需估计众多参数及设置对消截止门限,并且可以获得更好的抑制效果.为了有效地识别分解后的海杂波与目标所对应的奇异值以避免错误对消,还提出了一种改进方案,可以在抑制前分辨出海杂波分量和目标所对应的奇异值,当回波目标的能量与海波处于相近量级以及多目标情况下,能够避免错误对消现象的出现.仿真结果验证了所提算法的有效性.     

样本缺失情况下的雷达目标自适应检测

雷达信号自适应检测问题中,参考数据中部分样本丢失会导致常规检测器性能显著下降。在无先验信息条件下,采用期望最大算法获得杂波协方差矩阵的最大似然估计,得到基于期望最大算法的自适应匹配滤波器。利用探测环境的先验信息,在贝叶斯框架下,采用Gibbs抽样获得杂波协方差矩阵的后验均值估计,得到基于马尔科夫链蒙特卡洛自适应匹配滤波器。计算机仿真分析表明,这2种检测器可以在样本缺失情况下具有较好的检测性能。当杂波协方差矩阵先验信息较少时,EM-AMF与MCMC-AMF检测性能相当;当有先验信息可供利用时,MCMC-AMF的检测性能可以得到进一步提升。     

模糊大脑情感学习的自适应噪声抵消方法

提出一种以模糊大脑情感学习(fuzzy brain emotional learning, FBEL)模型作为自适应噪声抵消器的噪声抵消方法,应用于信号处理问题。该方法通过FBEL模拟经非线性通道传输后的噪声信号,将噪声信号从含噪信号中过滤掉,达到消噪的目的;根据自适应学习算法,利用奖励信号和梯度下降法对FBEL模型的权重及参数进行在线更新,以适应噪声的变化。选取均方根误差和计算时间2个性能指标,采用自适应噪声抵消方法在不同网络中进行仿真比较,结果表明,应用该方法可以获得更好的滤波性能。     

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.