存在导向矢量误差的宽带分布式目标稳健检测算法

针对在相干积累期间转动引起导向矢量误差的分布式目标检测问题,提出了一种稳健检测算法。利用极大似然方法和拉格朗日乘子法对各个距离单元的信号进行估计,得到稳健的广义似然比检测算子。理论分析表明该算法的恒虚警率特性。对两类飞机实测数据的多个仿真结果表明,与传统的广义似然算法相比,该算法检测性能有明显的提高。     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

高速机动目标长时间相参积累算法

在高速高机动目标的长时间相参积累过程中，跨距离单元和跨多普勒单元现象的出现会导致雷达回波增益急剧降低，进而影响雷达目标检测能力。针对上述问题，提出一种高效的长时间积累算法。该算法首先对脉压回波信号做keystone变换消除目标的距离走动，然后利用改进相参积累型平滑广义三阶相位函数与改进相参积累型平滑三阶相位函数分别完成对目标的二阶与一阶加速度的估计，最后使用De-chirp技术消除目标的高阶多普勒相位项，完成回波在距离-多普勒维度上的聚焦。由于所提算法利用了雷达回波的相参特性并通过恒定延迟引入机制，因此表现出优异的抗噪声性能与参数估计精度。仿真实验和理论分析都证实了所提算法的有效性与抗噪声鲁棒性。     

高机动小RCS目标长时间相参积累检测新方法

相参积累可以提高小雷达散射截面（radar cross section, RCS）目标的信噪比,但由于目标的高速高机动性,长时间相参积累会导致回波的越距离单元走动和越多普勒单元走动问题。首先建立了高机动小RCS目标的回波信号模型,并分析了目标回波信号的二维频域特性,在此基础上,提出了一种长时间相参积累检测新方法。基本思想是在距离频域方位时域利用Keystone变换,校正由一次相位引起的越距离单元走动问题,然后乘以二次相位补偿函数解决越多普勒单元走动问题,通过构造目标函数对补偿函数中的加速度进行搜索,获得的目标函数的最大值即为相参积累值。仿真结果验证了该算法的有效性。     

基于Keystone变换的警戒雷达信号处理

增加积累时间是提高检测微弱目标能力的一种重要手段。为了实现警戒雷达对高速运动微弱目标的探测,提出了一种新的雷达信号处理方法。利用Keystone变换补偿长时间积累和目标高速运动导致的跨距离单元走动,使目标能量得到有效积累,并通过数据融合解多普勒模糊,实现对目标的有效检测和参数估计。该方法可以用于对不同距离和速度的多个目标长时间相参积累和检测,同时,随着脉冲积累个数的增加,提高了测速精度。多目标仿真的结果验证了该方法的有效性。     

ISAR越距离单元走动校正的近似极坐标算法

在ISAR系统中,通常假设不发生越距离单元走动,并应用距离多普勒(RD)算法获得目标的ISAR像。但是当雷达具有较高的分辨率,目标的尺寸较大,或目标在成像相关时间内转过了较大的角度时,散射点的越距离单元走动难以避免。为校正越距离单元走动,提出了一种近似极坐标算法。该算法将相关时间内的雷达回波数据近似为波数域梯形区域上一系列的采样点,并插值得到波数域矩形区域上的采样点,最后通过傅里叶变换得到目标的ISAR像。在目标均匀转动的假设下,该极坐标算法通过近似,不再要求已知目标的转角信息,并且能够较好地校正散射点的越距离单元走动。最后的仿真结果证实了算法的有效性。     

基于相干Doppler干涉的微动目标宽带成像方法

二维像是雷达目标最重要的特征之一,它反映了目标的几何形状、散射结构等特性。在目标存在微动的情况下,即使目标散射中心不发生越距离单元走动,微动带来宽带回波的非线性相位也会导致方位向的散焦。针对这一问题,提出了基于相干多普勒干涉的微动目标宽带雷达成像算法,其核心思想是在对强散射中心所在的距离单元进行相干多普勒干涉成像的基础上,再进行目标二维像重构。仿真实验验证了所提算法的有效性。     

基于keystone变换的宽带目标识别雷达杂波抑制

对宽带雷达,相邻回波间会出现越距离单元走动现象,传统杂波抑制方法不适用。keystone变换在校正越距离单元走动时,无法同时校正模糊次数不等的多个目标。基于上述思想,提出了一种结合keystone变换在频率域-多普勒域联合提取目标信号和抑制杂波的适合于宽带目标识别雷达的杂波抑制新方法。该方法较好地解决了当keystone变换过程中目标和杂波出现不同的模糊因子时,如何校正越距离单元走动的这一难题。计算机仿真结果表明,该方法在低信杂比情况下仍可保持较好的识别性能。     

一种自适应最大似然GPS比特同步方法

提出了一种针对GPS系统的自适应最大似然比特同步方法.该方法改进了固定非相干累加次数的传统最大似然估计方法,利用归一化的比特能量最大值和次大值差值作为检测量,针对不同载噪比的信号自适应地约束非相干累加次数.数值仿真与分析表明,在保证错误估计概率基本不变的前提下,该方法有效地减少了平均估计时间.     

高速机动目标长时间相参积累和参数估计算法研究

长时间相参积累是提高雷达探测性能的重要技术之一。在高速高机动目标的长时间积累过程中引起的距离走动、距离弯曲、多普勒频率走动与多普勒频率弯曲效应会带来严重的积累信噪比(signal-to-noise ratio, SNR)损失, 进而使得噪声背景下雷达难以有效发现探测目标的存在。针对上述问题, 提出了一种针对高速机动目标的参数化长时间积累算法。首先，使用keystone变换(keystone transform, KT)校正了线性距离走动。然后, 使用相参积累型修正三阶相位函数(coherently integrated modified cubic phase function, CIMCPF)与相参积累型修正高阶模糊函数(coherently integrated modified high-order ambiguous function, CIMHAF)算法分别完成了对一阶和二阶加速度的参数估计。得益于CIMCPF与CIMHAF对信号相参特性的利用, 该算法在低信噪比下依然有效。同时, 由于没有对参数网格搜索的过程, 算法的计算复杂度也较低。仿真实验与分析证实了所提算法的优异性能。     

Adaptive detector design of MIMO radar with unknown covariance matrix

The problem of detecting signal with multiple input multiple output (MIMO) radar in correlated Gaussian clutter dominated scenario with unknown covariance matrix is dealt with. The general MIMO model, with widely separated sub-arrays and co-located antennas at each sub-array, is adopted. Firstly, the generalized likelihood ratio test (GLRT) with known covariance matrix is obtained, and then the Rao and Wald detectors are devised, which have proved that the Rao and Wald test coincide with GLRT detector.To make the detectors fully adaptive, the secondary data with signal-free will be collected to estimate the covariance. The performance of the proposed detector is analyzed, however, it is just ancillary. A thorough performance assessment by several numerical examples is also given, which has considered the sense with co-located antennas configure of transmitters and receivers array.The results show that the performance the proposed adaptive detector is better than LJ-GLRT, and the loss can be acceptable in comparison to their non-adaptive counterparts.     

基于广义似然比的高分辨率雷达目标检测

目标的一维距离像反映了目标强散射中心在径向距离轴上的投影分布 ,它是目标特征的体现 ,根据目标的距离像提出了一种新的信号检测方案 ,即先从目标的距离像中提取散射中心 ,获得其空域分布密度 ,再进行广义似然比检测。仿真试验结果表明 ,这种检测器具有很好的检测性能     

子空间约束秩1干扰下的雷达信号检测

考虑雷达待检测单元在受到子空间约束的秩1干扰情况下的自适应检测问题,即待检测单元背景噪声协方差矩阵中叠加有一个秩为1的干扰协方差矩阵,并假定干扰分量约束在一个已知的子空间内.采用双步广义似然比检验准则,得到子空间约束的秩为1的干扰检测器(subspace constrained rank one interferenc...     

宽带雷达目标的稳健二进制检测算法

由于宽带雷达的高分辨距离像(high resolution range profile, HRRP)对方位变化非常敏感,传统的基于散射点密度广义似然比(scatter density dependent generalized likelihood rate test, SDD GLRT)或二进制积累器(binary integration, BI)检测算法存在参数选择困难的问题。提出的稳健二进制积累器(robust binary integration, RBI)采用高低双门限，分别对HRRP进行量化，然后将过高门限的距离单元数加权后与过低门限的距离单元数求和，并将该值与第二门限比较做出最终判决。而后研究了RBI的虚警概率和参数选择的方法。实测数据仿真结果表明, RBI对高低熵值的HRRP都可保证稳健、良好的检测性能。     

New CFAR target detector for SAR images based on kernel density estimation and mean square error distance

A new constant false alarm rate (CFAR) target detector for synthetic aperture radar (SAR) images is developed. For each pixel under test, both the local probability density function (PDF) of the pixel and the clutter PDF in the reference window are estimated by the non-parametric density estimation. The target detector is defined as the mean square error (MSE) distance between the two PDFs. The CFAR detection in SAR images having multiplicative noise is achieved by adaptive kernel bandwidth proportional to the clutter level. In addition, for obtaining a threshold with respect to a given probability of false alarm (PFA), an unsupervised null distribution fitting method with outlier rejection is proposed. The effectiveness of the proposed target detector is demonstrated by the experiment result using the RADATSAT-2 SAR image.     

基于对角线加载的极化域广义似然比检验算法

研究了在高斯干扰中极化自适应阵列信号检测问题。提出了一种基于对角线加载的极化域广义似然比检验算法,当干扰子空间维数较小时,解决了因辅助数据采样数不足引起的矩阵病态问题。研究表明,该算法相对于干扰协方差矩阵有恒虚警的性质。其检测性能优于极化域广义似然比检验算法,且受辅助数据量的影响很小     

基于最大似然差的智能恒虚警检测器

为了增强恒虚警(constant false alarm rate, CFAR)检测器在杂波边缘环境中的鲁棒性,结合无偏非均匀杂波估计CFAR(HCE CFAR)检测器检测概率高和可变性指示CFAR(VI-CFAR)检测器虚警控制能力强的优点,提出一种基于最大似然差(maximum likelihood difference, MLD)的智能CFAR检测器MLD-CFAR。MLD-CFAR通过计算MLD和均值比判断前、后沿滑窗的杂波环境,进而选择相应参考单元和均值类CFAR算法计算检测门限。仿真结果表明,同HCE-CFAR、VI-CFAR和自动删除单元平均CFAR(ACCA-CFAR)检测器等相比,MLD-CFAR在杂波边缘环境中能够保持恒虚警率,提高目标检测概率,减少目标遮蔽现象,在均匀环境中检测损失很小。论文还在一部线性调频连续波雷达上用实测数据验证了算法的正确性和有效性。     

辅助数据缺失环境下结构化自适应目标检测器

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。     

基于逆高斯纹理空间相关性的雷达目标检测

高分辨海杂波可以采用复合高斯模型进行建模,纹理分量决定了杂波的非高斯特性以及后续的检测算法。传统自适应检测算法假设纹理在距离维独立同分布(independent and identically distributed, IID),忽略了实测海杂波纹理相关性。采用逆高斯分布建模纹理分量,提出了一种基于纹理空间相关性的自适应检测器。该检测器选取部分参考单元带入到似然比检测中,为待检测单元提供了散斑协方差矩阵信息和纹理信息。实测数据实验表明,该检测器相对于IID纹理假设下的最优检测器和自适应归一化匹配滤波器具有一定的性能提升。