基于高阶奇异值分解的OTHR海杂波抑制算法

针对短相干积累时间(coherent integration time, CIT)引起的多普勒分辨率低,无法从强大海杂波中检测出舰船目标的问题,提出了基于高阶奇异值分解(higher order singular value decomposition, HOSVD)的海杂波抑制算法。首先利用相邻单元内海杂波的相干性,将毗邻距离单元和方位单元的多脉冲接收数据应用三阶张量表示,然后采用HOSVD方法求解三阶张量的海杂波子空间和目标子空间的投影矩阵,最后利用投影矩阵将三阶张量映射到目标子空间以抑制海杂波。该方法与现有子空间类海杂波抑制方法相比,提高了信干噪比(signal to clutter plus noise ratio, SCNR)和峰值旁瓣电平比(peak sidelobe level ratio, PSLR),解决了目标谱峰偏移问题。     

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。     

三天线机载SAR动目标轨迹检测

在军事应用场合中,SAR除了能获得高分辨率图像外,还具有对地面运动目标进行探测、跟踪和定位的能力。结合试验用SAR/MTI雷达的具体情况,对采集的数据运用通道校正和均衡处理等技术,并在图像域进行杂波抑制干涉处理来提高系统的杂波对消能力。通过计算机仿真和三孔径SAR/MTI实测数据的处理,证明该处理方法能有效地从地杂波中检测出地面慢速运动目标的运动轨迹。     

基于权矩阵低秩逼近的MIMO OTHR多模SDC抑制算法

扩展多普勒杂波是天波超视距雷达(over the horizon radar,OTHR)慢速舰船目标检测面临的关键问题。在新一代多输入多输出天波超视距雷达系统下,基于最小方差无失真响应(minimum variance distortionless response,MVDR)权矢量,提出一种权矩阵低秩逼近的多模扩展多普勒杂波抑制算法。利用阻塞矩阵进行数据预处理,并利用“发射〖CD*2〗接收”二维权矩阵的特征分解对双迭代MVDR算法进行了多级扩展,在减小了计算量和样本需求的基础上,进一步改善俯仰空域滤波的输出信杂噪比,提升OTHR对低可探测慢速舰船目标的检测性能。理论分析和仿真验证了算法的有效性。     

基于FRFT的天波雷达多机动目标检测

天波超视距雷达（over-the-horizon radar, OTHR）中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归（auto-regressive, AR）过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform, FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用“CLEAN”方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换（discrete polynomial transform, DPT）算法相比,本文算法可以更好地适用于多目标检测;与Radon Wigner变换算法相比,本文算法可以达到更高的参数估计精度。     

天波雷达多模分离的二维非满阵几何构型设计

天波雷达在探测舰船等慢速目标时,会受到展宽一阶海杂波Bragg峰的影响,其中电离层分层结构导致的多模现象是展宽的主要原因之一。传统的一维接收线阵不能提供俯仰维信息,从而接收了多个模式的回波,二维阵可以从根本上解决这个问题。通过研究二维非满阵波束方向图和多模海杂波二维空域分布的关系,给出阵列几何构型设计方案,从而在空域滤除不需要的模式,达到提高海杂波一阶谱纯度的目的。仿真结果表明,与一维接收阵列相比,十字阵列对多模海杂波的抑制提升可达到20 dB。     

基于Fuzzy-ART神经网络的红外弱小目标检测

针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于模糊自适应共振理论（fuzzy adaptive resonance theory, Fuzzy ART）神经网络的弱小目标检测算法。首先,采用Fuzzy ART神经网络结合Robinson 警戒环技术,建立自适应局部空间背景模型,并以此分析像素点的背景模糊隶属度来抑制背景杂波;然后依据目标与残留背景杂波的空间特征采用模板均差法来突显目标,并提出基于行列模糊聚类的自适应分割算法来提取候选目标;最后结合目标的运动连续性进行多帧轨迹关联从而检测出真实目标。理论分析与实验结果表明,该算法能随背景的局部情况来自适应调节空间背景模型,从而自适应抑制背景杂波、突显目标,能有效提高信噪比,检测出弱小目标。     

基于多层显著性模型的SAR图像舰船目标检测

针对合成孔径雷达图像舰船目标检测问题,提出了一种结合选择机制与轮廓信息的多层显著性目标检测方法。首先,利用非下采样剪切波和频谱残差法进行全局显著性区域提取。其次,提出了一种基于动态恒虚警率的活动轮廓显著性模型,逐步滤除候选区域的虚警,提取目标轮廓,从而实现目标的精确检测。所提方法能够由粗到细地快速捕获目标区域,从而实现高效、高分辨率合成孔径雷达图像舰船检测。最后,在真实SAR数据集进行了测试,与其他经典的舰船检测方法相比,所提算法不仅有效地抑制了海杂波的影响,而且在检测精度上有较大提高。     

变速平台STAP的数据域补偿方法

空时自适应处理(space-time adaptive processing,STAP)是抑制因平台运动导致谱展宽的地物杂波的有效技术,近三十年来受到广泛关注,其中平台运动通常假设为匀速。分析了变速平台情况下地物回波多普勒谱特性,相比传统匀速平台情况,杂波回波的多普勒谱展宽更严重,且展宽程度与阵列面向、散射点位置以及脉冲积累均有关;因此,变速平台情况下,直接采用传统的STAP方法,其杂波抑制性能,尤其是在主杂波区的性能变差,严重降低慢速目标检测性能。对此,提出一种基于数据域的补偿方法,通过构造补偿矩阵抑制加速度在相位上产生的增量,从而抑制杂波的多普勒谱展宽。仿真结果表明,所提方法可使杂波多普勒谱变窄、STAP的杂波抑制改善因子提高,尤其慢速目标的检测性能明显提高。     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题，提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量，提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换，得到各小波子带的系数，并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在，提出一种自适应的阈值检测方法，将原始回波信号与海杂波重构信号的差作为检测样本，实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验，验证了所提算法的正确性。     

分布式OFDM-MIMO雷达MTI处理

分布式频分正交复用多输入多输出雷达(orthogonal frequency division multiplexing multiple input multiple output,OFDM MIMO)是一种新型雷达系统。针对该雷达的杂波抑制问题,建立了该雷达的回波模型,分析了空间分集和发射频率分集对改善因子的影响,给出了该雷达的动目标显示(meving target indication,MTI)杂波抑制方法,并分析了提出方法的性能。较之传统发射相同载频信号的MIMO雷达,分布式OFDM MIMO雷达由于频率分集带来的处理自由度能改善多普勒频率落入MTI滤波器凹口的目标的检测能力。理论和仿真实验证实了提出方法的有效性。     

前视阵FDA-MIMO雷达距离模糊杂波抑制方法

超高速平台前视阵雷达面临强杂波抑制难题,其杂波不仅具有显著的距离依赖性而且存在多重距离模糊,导致雷达动目标检测性能急剧恶化。针对这一问题,提出了一种基于频率分集阵列和多输入多输出雷达的距离角度多普勒三维自适应处理距离模糊杂波抑制方法。该方法通过发射接收二维联合空域和差波束及时域邻近多普勒通道进行降维处理,保证算法的低复杂度以及在小样本条件下的杂波抑制性能。仿真实验验证了所提方法的有效性。     

超高速平台载雷达杂波特性与抑制方法

针对高超声速平台杂波距离走动与多普勒走动导致的传统空时自适应处理方法杂波抑制性能严重下降的问题,首先建立了高超声速平台杂波空时二维模型,并通过分析杂波空时特性,得出与慢速平台相比,杂波走动造成杂波非均匀性增加和多普勒展宽更严重,非均匀性增加和多普勒展宽程度与脉冲积累时间、杂波块位置均有关。最后,提出利用keystone变换校正杂波距离走动,并通过补偿矩阵补偿杂波多普勒增量的杂波抑制方法。仿真结果表明,所提方法能够使杂波抑制凹口变窄,明显提高主瓣区的动目标检测性能。     

机载雷达超低空多径目标稳健STAP方法

超低空目标与环境之间存在耦合多径效应,产生“镜像”虚假目标,严重恶化协方差矩阵估计和运动目标检测性能。针对这一问题,该文提出基于时域优化的多点联合幅相约束的稳健空时自适应处理(space-time adaptive processing,STAP)方法。基于超低空目标及其“镜像”目标多普勒扩展特性的分析,提出了目标及临近空时二维域多点联合幅相约束的STAP方法,并基于保形约束推导了时域响应的解析解,实现了STAP二维响应的主瓣保形,克服了目标多径效应造成的检测性能损失。仿真实验验证了该文方法的有效性。     

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。     

基于实测数据的广域三通道SCANSAR-GMTI算法

根据广域三通道扫描模式合成孔径雷达地面动目标检测(scan synthetic aperture radar ground moving target indication, SCANSAR-GMTI)实测数据的分析,提出一种广域三通道SCANSAR-GMTI系统的动目标检测、测速、定位及航迹检测的方法。该方法在保持杂波抑制后两通道的相位特性一致的前提下,采用两路杂波抑制性能整体最优的3多普勒通道变换(3 Doppler transform, 3DT)方法,保证了系统的杂波抑制能力,结合相位干涉原理实现运动目标定位、测速,补偿载机运动带来的场景移动后实现了目标航迹的检测。最后,给出了对三通道实测数据的处理结果,验证了该方法能有效地检测地面慢速运动目标并检测其航迹。     

基于频域处理的机载雷达自适应杂波抑制方法

传统的机载雷达自适应杂波抑制多是从时域角度来考虑的，提出了一种基于频域的杂波抑制方法——FFT频域处理法。该方法将输入数据首先经过FFT运算变换到频域上，然后利用质量中心法来估计杂波谱的中心多普勒频率和带宽，最后将杂波分布区内的FFT通道输出置零(即滤除杂波)。实验仿真结果表明，与传统的基于谱估计的自适应MTI方法相比，该方法具有良好的改善因子和较小的信噪比损失，对于慢速目标检测十分有利，并能有效地防止目标白化，其运算简单，适于工程实现。