基于子空间投影SVD的MIMO穿墙雷达杂波抑制方法

在穿墙雷达成像中,墙体的强反射信号会干扰墙后目标的成像与检测,甚至湮没临近墙体的目标.传统的空域滤波法从回波幅值出发,通过空间域线性滤波实现对墙体杂波的抑制.然而,该方法在墙体与目标临近的情况下效果较差,且不适用于MIMO穿墙雷达.本文针对超宽带MIMO穿墙雷达成像过程中墙体杂波抑制问题,提出了一种基于子空间投影的奇异值分解方法,该方法从信号回波的特征出发,通过回波信号矩阵最主要的一个或几个奇异值成分确定墙杂波子空间,再利用正交子空间投影去除回波信号中的墙杂波成分.MATLAB仿真结果表明,提出的墙体杂波抑制方法在消除墙体杂波对目标成像结果的影响方面效果更佳,还能消减随机噪声等弱干扰杂波,抑制多目标探测中的虚假成像,改善成像质量,实现目标的精确成像.     

基于分块子空间投影的无源雷达干扰抑制方法

为了解决GPS辐射源雷达各通道干扰抑制不彻底和计算量较大的难题,提出了基于分块子空间投影的干扰抑制方法,并对其性能进行分析.将回波通道的接收信号均匀分块后并行处理.首先,将信号投影到干扰子空间的正交补子空间内,完成多径干扰抑制;然后,给出强目标回波旁瓣干扰存在的判断准则;最后,将信号投影到强目标子空间的正交补子空间内,...     

一种机载外辐射源雷达微弱目标检测方法

针对机载外辐射源雷达系统中直达波信号参数估计误差导致的杂波抑制性能下降、微弱目标检测性能恶化的问题,提出了一种机载外辐射源雷达体制下微弱目标检测方法。该方法在建立杂波和微弱运动目标信号模型的基础上,对重叠分段后的两通道信号进行匹配滤波,然后分别对两通道信号进行Keystone变换完成相对径向速度的距离徙动校正,最后构造通道间相位偏差补偿函数,并结合两通道相位中心偏置天线(DPCA)方法解决杂波剩余问题。仿真结果表明:考虑直达波参数估计误差的影响能够提高微弱目标检测能力;在载机偏航角为2°的情况下,该方法与忽略相位偏差的传统DPCA方法和理论值补偿相位偏差的DPCA方法相比,检测信噪比分别提高了12dB和7dB以上。     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing，OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时，特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题，提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解，利用噪声特征值的幂级数对噪声子空间进行加权处理，同时采用信号特征值的倒数对信号子空间进行加权处理，以修正MUSIC算法的伪谱，通过谱峰搜索得到时延估计值。仿真结果表明，与MUSIC算法相比，WMUSIC算法具有更高的时延估计精度，在信噪比为－8 dB时，估计精度在两径条件下提升71.46%，三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题，可以完成较为准确的时延估计任务，提高了低信噪比条件下OFDM系统的时延估计性能。     

多频段外辐射源无人机检测实验研究

近年来,基于无源双基地雷达的无人机检测手段一直受到国内外研究人员的广泛关注。但常规双基地雷达的无人机检测方法需要作参考信号重构和杂波抑制等手段,使得检测算法较为复杂。基于循环谱的检测算法在不经信号重构和杂波抑制下,利用外辐射源雷达的循环平稳特性和循环谱的强抗噪性,可直接提取到旋翼无人机的微动特征。但该方法使用单频外辐射源雷达,在检测的稳定性和连续性上,由于受到目标距离、俯仰角度等因素的影响而显得力不从心,且检测精度不高。该文从外辐射源信号的循环平稳特性出发,提出了基于多频段外辐射源雷达的无人机检测方法。实测实验表明,使用多频段外辐射源检测时无人机回波信号的循环谱等高图识别率要高于单频段外辐射源雷达,多频联合处理能使检测性能更加平稳。     

高频地波雷达中电离层Es层杂波分析及其抑制

针对电离层杂波这一目前限制中远程高频地波雷达发展的主要因素,分析了突发E层(Es)杂波的信号特征．观察到电离层Es层杂波会在1 d内多个时间段出现,每次持续时间为2～3 h,且历经由单分量时频分布到扩展型散乱分布的变化．Es层杂波在能量上显著高于雷达海洋回波,且在距离上的相关性明显高于海洋回波,据此提出了杂波抑制的距离相关对消法,利用相邻距离元上回波信号估计杂波子空间,对杂波进行正交投影滤波．雷达实测数据处理结果表明上述分析和杂波抑制方法是正确和有效的．     

基于PHAT-β广义互相关的变压器机器鱼避障时延估计仿真

针对变压器机器鱼避障过程中发射信号和回波信号时延信息难以准确估计的问题,提出一种基于相位变换加权(PHAT-β)广义互相关(GCC)算法的时延估计方法.区别于传统的基本互相关(BCC)算法,PHAT-β GCC算法可以根据信噪比在频城内对互功率谱进行灵活调节,提高了时延估计的抗噪性和准确性.首先对发射信号和回波信号进行快速傅里叶变换和共轭相乘得到互功率谱,然后对互功率谱进行PHAT-β加权、傅里叶逆变换得到广义互相关函数,最后通过峰值检测得到时延估计值.仿真分析和验证了不同类型发射信号(正弦信号、方波信号)、不同信噪比(20、10、0 dB)、不同指数调节因子的时延估计性能,结果表明所提算法相对于传统的BCC算法具有更好的抗噪性和更尖锐的时延估计峰值.     

基于盲源分离算法的阵列信号波达方向-频率估计

盲信号处理已成为近年信号处理和神经网络热点领域,主要用于语言信号处理,应用于雷达信号处理并不多见.确定空间辐射源的波达方向(DOA)和频率是雷达阵列信号处理的基本问题之一,近20年来许多学者提出了性能各异的算法,其中有代表性的是多信号分类法和旋转不变技术的参数估计法.近年来,越来越多文献将盲源分离算法应用到阵列信号处理中,开辟了一条DOA估计的新道路.本文首先给出了一种用来盲分离复数信号的盲源分离算法,结合该算法,提出了可同时估计波达方向、频率的波达方向-频率盲估计算法.盲源分离算法是基于负熵的快速定点算法,不需要给出复数信号的概率密度函数,具有收敛速度快,鲁棒性强等特点.本文证明了波达方向-频率盲估计算法的收敛性.仿真研究表明新的波达角估计算法的特点:1)估计算法是有效并且鲁棒的;2)估计算法能从含噪声的阵列接收信号中同时估计出辐射源波达方向和频率;3)估计算法能将雷达杂波和目标回波分离.     

MIMO雷达双向空间平滑的多径目标DOA估计算法

针对多径情况下MIMO雷达低角目标DOA估计问题,提出了一种基于双向空间平滑FBSS的样本复用MIMO雷达低角多径目标DOA估计算法。考虑到MIMO雷达相干信号测角时与多径信号测角时情况的不同,算法采用了MIMO雷达四路径回波信号模型,首先依据MIMO雷达波形分集的特性对接收信号匹配滤波得到虚拟阵列,在此基础上对虚拟阵列采取行列复用并分别进行双向空间平滑,有效提高了低信噪比条件下低角目标DOA估计精度。计算机仿真结果表明,在信噪比小于-12dB条件下,该算法比M-SSMUSIC算法的均方根误差平均减小了1°。     

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.