空时自适应处理中基于知识的训练 样本选择策略

针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题，提出了一种基于知识的空时自适应处理（knowledge aided space time adaptive processing, KA STAP）方法。该方法将待测距离单元杂波的先验知识与广义内积非同态检测器（general inner product nonhomogeneity detector, GIP NHD）结合，对训练样本进行有效选择。通过仿真证明该方法能有效剔除存在干扰目标的样本，提高训练样本被干扰目标污染时空时自适应处理的检测性能。     

基于CMCAP的低空风切变风速估计方法

针对机载气象雷达在存在幅相误差影响时,杂波抑制性能下降,低空风切变风速估计不准确的问题,提出了基于组合空时主通道自适应处理(combined space-time main channel adaptive processing, CMCAP)的低空风切变风速估计方法。该方法首先对待测距离单元的雷达回波数据利用构造的降维联合空时变换矩阵进行自适应降维处理,然后构造降维处理器的最优权矢量对降维处理后的数据进行自适应滤波,进而在存在幅相误差的情况下实现风场速度的准确估计。后续仿真结果证明了所提方法的有效性。     

基于同伦稀疏STAP的低空风切变风速估计

在机载气象雷达前视阵下,由于杂波的距离依赖性导致独立同分布(independent identically distribu-ted,ⅡD)训练样本严重不足,传统的空时自适应处理(space-time adaptive processing,STAP)算法性能下降,风场速度估计不准.针对此问题,提出一种基于同伦稀疏ST...     

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。     

机载相控阵雷达灵巧干扰信号模型及抑制方法研究0

目前对灵巧干扰的研究主要集中在常规地面雷达,对于机载雷达下的干扰模型及其抑制方法的研究较少。针对此种情况,建立了机载雷达背景下噪声卷积干扰、随机移频干扰和延时转发干扰3种典型灵巧干扰的空时信号模型,并从杂波自由度、空时功率谱图和距离-多普勒谱图的角度分析了干扰分布特性以及影响空时自适应处理(space-time adaptive processing, STAP)性能的内在机理,在此基础上提出了一种基于单元平均选小检测的机载雷达杂波和干扰同时抑制方法。该方法从杂波空时功率谱角度准确估计干扰来向,并据此形成干扰辅助波束,最后通过STAP实现干扰和杂波的有效抑制。仿真结果表明,所提方法相对于传统级联抑制方法,对延时转发灵巧干扰的抑制性能改善5 dB以上,验证了所提方法的有效性。     

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。     

空载双基地雷达地杂波模拟

从空时二维角度出发 ,根据接收方向和多普勒单元划分双基地距离单元 ,进而精确地仿真空载双基地雷达的地杂波 ,并通过杂波仿真验证了双基地雷达的各种多普勒现象。最后给出了空时二维自适应信号处理(Space -TimeAdaptiveSignalProcessing ,STAP)在空载双基地雷达中的应用研究。同时讨论了不同多普勒情况下STAP的应用特点。     

基于稀疏采样的双基地机载雷达杂波谱补偿方法

在双基地机载雷达中,由于地面杂波存在距离依赖性,使得基于距离单元回波数据平均的杂波协方差矩阵估计存在误差,导致空时自适应处理的杂波抑制性能严重下降。基于配准的方法沿杂波空时分布曲线采样,补偿杂波距离依赖性,然而该方法由于采样点过多导致运算量巨大。针对该问题,利用双基地机载雷达杂波散射点的复幅度受收发天线调制,具有稀疏分布的特点,提出了一种基于稀疏采样的杂波谱补偿方法,该方法通过设置采样门限来降低采样点数,减小重构杂波数据的运算量。计算机仿真结果表明,该方法能够有效地降低重构杂波的运算量,减小双基地机载雷达杂波的距离依赖性,提高空时自适应信号处理的杂波抑制性能。     

直接数据域迭代空时自适应处理方法

针对常规空时自适应处理(space-time adaptive processing, STAP)在机载雷达非均匀杂波环境下杂波抑制性能下降的问题,提出一种直接数据域(direct data domain, DDD)迭代空时自适应处理方法。首先利用数据的特殊结构和空时谱的稀疏性引入一种新的迭代自适应(iterative adaptive approach, IAA)空时二维谱估计算法,然后在获得待检测单元空时谱分布的基础上重构无孔径损失的协方差矩阵,最后根据目标信号在空时平面的分布特点,提出一种新的目标剔除算法对协方差矩阵进行修正,以避免目标自相消。仿真实验结果表明,在存在3%阵列误差的情况下,所提方法在旁瓣杂波区的改善因子比传统直接数据域方法高出约10 dB、比多普勒平移法高出约5 dB。     

弹载雷达和差通道稳健自适应杂波抑制方法

当前弹载雷达普遍采用和差通道体制,在超低空目标检测应用中,由于超低空目标与地海面存在严重的电磁耦合场,形成的镜像虚假目标出现在训练样本中,会造成目标信号相消,严重恶化协方差矩阵估计和动目标检测性能。针对此问题,提出了在目标及其临近空时二维域进行幅相联合多点约束的稳健空时自适应处理(space time adaptive processing,STAP)方法,实现了STAP二维响应的主瓣保形,克服了目标污染造成的动目标检测性能损失,提高了多普勒估计的精度和稳健性。针对弹载雷达前视阵配置带来的杂波谱扩散问题,则通过最小二乘法进行补偿。仿真实验验证了所提方法的有效性。     

基于矩阵相似度的空时二维干扰检测方法

针对干扰目标污染训练样本引起功率非均匀,造成空时自适应处理(space-time adaptive processing,STAP)目标检测性能下降这一问题,提出一种基于矩阵相似度的STAP非均匀样本选取方法。该方法首先从受污染样本与干净样本的差异性度量角度入手,采用均值Hausdorff距离度量样本矩阵相似性,然后结合凸优化包计算不同样本的相似度,最后根据相似度的不同,实现对受污染样本的剔除。仿真结果表明,同广义内积法(generalized inner product,GIP)相比,采用均值Hausdorff矩阵相似度的挑选方法对于受小干扰强度目标污染的样本检测更加有效,避免了弱干扰目标对于协方差矩阵估计的影响,从而改善了STAP在功率非均匀环境下的目标检测性能。     

基于鸟击事故征候预测的通用航空安全研究

作为民航运输的两翼之一,通用航空安全水平直接影响民机系统的安全。目前,对通航以及鸟击事故征候进行预测的研究较少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据,采用长短期记忆(long short-term memory, LSTM)神经网络模型对鸟击事故征候数据进行训练和预测。实验结果显示,与传统模型相比, LSTM模型具有更好的预测效果,精确度更高。基于此,提出了预测稳定性更好的LSMT-均方根误差(LSTM-root mean square error, LSTM-R)模型,为通用航空鸟击事故征候预测提供了手段和方法,加强了通用航空安全管理。     

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。     

不敏空时自适应处理算法

针对空时自适应处理(STAP)的非均匀检测环境,提出了一种新的不敏空时自适应处理算法.该算法通过对有限的非独立同分布(non-i.i.d)数据应用不敏变换(UT)来获得近似估计的协方差矩阵,即将原始的非均匀数据到其所对应的均匀数据看作一种特殊的非线性变换,利用不敏变换(UT)估计非均匀数据经非线性变换后所对应均匀数据的协方差矩阵,有效地降低了非均匀特性的影响.仿真结果验证了该算法在非均匀环境下具有良好的运动目标检测性能.     

机载雷达三维空时自适应相关域降维算法

由于利用了俯仰维的自适应能力,三维空时自适应处理(three-dimensional space-time adaptive processing, 3D-STAP)能够获得比传统二维空时自适应处理(2D-STAP)更好的性能,但同时在运算量和采样数目的要求都将急剧增大。为了克服这个问题,提出了一种基于相关域的机载雷达三维空时自适应降维算法,即利用空时相关矩阵的子矩阵,将最优空时处理的二次代价函数转化为两个二次代价函数,并迭代求解这两个二次代价函数的两个低维权向量,所提算法能够明显降低计算复杂度和样本数目要求。基于仿真和实测数据的实验验证了算法的有效性。     

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。     

基于稀疏重构的机载雷达训练样本挑选方法

针对空时自适应处理中训练样本受目标信号污染时检测性能下降的问题,提出了一种基于稀疏重构技术的训练样本选取方法。该方法首先将接收数据由阵元脉冲距离域转换到阵元多普勒距离域,然后采用改进的正则化FOCUSS算法进行空域稀疏重构,估计待检测多普勒通道对应的阵元距离域数据得到高分辨角度距离谱,利用杂波多普勒与角度的先验关系,剔除角度距离谱上明显偏离角度期望的样本,实现对训练样本的有效选择。仿真表明,相比传统样本选择方法,该方法无须估计协方差矩阵,在小样本集情况下依然能够剔除被污染的样本,有较大优势。     

Range walk and array rotation in space-time adaptive processing: effects and compensations

This paper proposes a unified clutter model incorporating the effects of range walk and array rotation for space-time adaptive processing (STAP) in airborne multi-channel early-warning radar. Based on this clutter model, STAP performance is then analyzed from the perspective of covariance matrix tapering (CMT). For STAP performance degradation due to array rotation, a determinate compensation method is proposed based on the CMT method. Numerical examples are provided to verify the analysis and the proposed compensation method.