Constrained-MUSIC算法在高频地波舰载超视距雷达中的应用

在舰载超视距雷达检测时 ,由于载舰运动所造成的一阶海波谱展宽 ,遮蔽了舰船目标 ,造成目标检测的困难 ,采用空域超分辨处理 ,将目标与展宽的一阶海波谱分开是非常可行的。Constrained -MUSIC算法的分辨性能不受相干目标的影响 ,且在舰载超视距雷达中 ,由于展宽的一阶海杂波谱相应的空间方位是可计算出的 ,Con strained-MUSIC算法可以充分利用这一已知的方位信息 ,将与一阶海浪谱同频 ,但处于不同空间方位的船目标分辨出来 ,有效地实现了高频地波舰载超视距雷达检测下的空域超分辨处理 ,对在舰载雷达情形下有效地进行目标检测提供了一个良好的距离 -速度 -方位分辨后的三维检测背景平台     

非正侧阵机载雷达杂波谱迭代自适应配准方法

对于机载非正侧阵雷达,杂波谱的距离空变性使得直接利用邻近单元数据估计的协方差矩阵与真实协方差矩阵不匹配,导致空时自适应杂波抑制性能下降。基于配准的补偿(registration based compensation, RBC)方法通过时域平滑来估计空时谱,继而对地杂波的距离依赖性进行补偿,由于时域孔径损失使杂波谱峰值的估计精度受到限制。针对这一问题,考虑到杂波空时谱的稀疏性,本文利用迭代自适应算法(iterative adaptive approach, IAA)进行空时谱估计,并重构各辅助距离单元协方差矩阵以实现杂波谱配准,称为IAA RBC算法。由于该算法不存在孔径损失,杂波谱配准精度更高。仿真实验表明,即使在样本中存在目标污染等干扰因素的情况下,所提方法相比传统的利用时域平滑的RBC方法也能获得更好的信噪比改善。     

基于稀疏分解的雷达信号抗噪声干扰方法研究

针对雷达在强噪声干扰下难以提取回波信号特征的问题,提出利用稀疏分解方法和基追踪去噪(basis pursuit denoising, BPDN）算法实现抗噪声干扰。该方法构造一组线性调频时移信号作为过完备库,对线性调频雷达回波信号进行稀疏分解,滤除噪声干扰;根据稀疏系数与雷达目标距离之间的关系,提取目标的距离信息。实验结果表明了该方法在雷达信号抗干扰和目标距离信息提取方面的有效性。     

基于张量稀疏恢复的MIMO雷达杂波抑制方法

多输入多输出(multiple input multiple output,MIMO)雷达发射波形的自相关和互相关旁瓣会严重影响动目标检测性能。针对这一问题,文中分析了波形自相关和互相关在杂波抑制过程中对动目标检测的影响,提出了一种基于张量稀疏恢复的杂波抑制方法。通过对杂波谱重构,有效消除波形非正交对MIMO雷达杂波抑制产生的影响。进一步利用雷达参数和环境动态数据库,计算杂波脊的先验位置。在杂波谱重构中加入先验杂波位置约束,有效地减少由压缩感知算法产生的杂波伪峰。仿真分析表明该方法在小样本情况下能有效抑制杂波,且计算复杂度低。     

最大熵法在高频雷达角度超分辨中的应用

角度超分辨技术近年来得到了迅速的发展,但是大部分的研究工作都是在假定阵元间噪声不相关的情况下进行的,而对于阵元间噪声(干扰)相关的情况的研究还没有看到。 本文在研究了各种角度超分辨算法的基础上,针对地波超视距雷达的海杂波干扰背景,采用最大熵法作为实现角度超分辨的主要手段,进行了计算机仿真。根据大量的仿真结果,分析了海杂波、信杂比、目标的起始相位等因素对于分辨效果的影响。最后得出结论:最大熵法能够有效地解决海杂波背景下,高频雷达的多目标分辨问题。     

捷变频联合波形熵的密集假目标干扰抑制算法

密集假目标干扰具备欺骗性和压制性的双重特性, 严重影响雷达作战效能。对此, 提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理;其次利用波形熵识别目标和干扰;然后采用局部离群因子检测算法对目标回波中叠加有较强干扰旁瓣的数据进行剔除; 最后采用稀疏重构算法进行脉间相参处理。数字仿真实验和外场实测数据处理结果验证了所提算法的有效性。算法性能分析结果表明, 当干信比为58 dB时, 所提算法仍能有效抑制干扰, 正确检测目标。     

基于知识辅助的天波雷达海杂波抑制方法

针对天波雷达海杂波难以抑制且现有方法未充分利用先验知识的问题,提出基于知识的天波雷达海杂波抑制方法。所提方法利用脉冲重复周期、雷达工作频率、海平面风向、风速作为先验知识,结合海杂波谱模型及提出的基于知识的海杂波协方差矩阵估计方法,构造出基于知识的天波雷达海杂波协方差矩阵,将该矩阵加入最优滤波器设计中,得到基于知识辅助的天波雷达海杂波抑制方法。仿真结果表明,与现有方法相比,所提方法的海杂波抑制效果可提升3 dB以上。     

基于深度学习的复杂背景雷达图像多目标检测#br#

针对传统雷达图像目标检测方法在海杂波及多种干扰物组成的复杂背景下目标分类识别率低、虚警率高的问题,提出将当前热点研究的深度学习方法引入到雷达图像目标检测。首先分析了目前先进的YOLOv3检测算法优点及应用到雷达图像领域的局限,并构建了海杂波环境下有干扰物的舰船目标检测数据集,数据集包含了不同背景、分辨率、目标物位置关系等条件,能够较完备地满足实际任务需要。针对该数据集包含目标稀疏、目标尺寸小的特点,首先利用K means算法计算适合该数据集的锚点坐标;其次在YOLOv3的基础上提出改进多尺度特征融合预测算法,融合了多层特征信息并加入空间金字塔池化。通过大量对比实验,在该数据集上,所提方法相比原YOLOv3检测精度提高了6.07%。     

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。     

基于图像分割的高频雷达射频干扰提取算法

高频雷达必需射频干扰抑制,而抑制效果常受制于干扰样本质量。针对雷达正常工作如何提取干扰样本的问题,首次提出基于距离-多普勒(range-Doppler, RD)图图像分割的射频干扰提取方法。通过将常规处理的RD图转换为灰度图像,然后设计去海杂波、边缘检测、分段和整段直线检测算法,从而确定干扰边缘线并提取出干扰区域。由此恢复的干扰数据,不受海杂波影响,能够准确估计干扰特性和提高抑制效果。实践表明,该算法准确度高,能提取被海杂波覆盖达75%的干扰线。为验证其应用,采用该算法辅助改进滤波器设计,能够取得良好的干扰抑制效果。     

基于稀疏重构的海杂波抑制和目标提取算法

在杂波较强的环境下,雷达目标回波往往淹没在杂波中难以被检测,尤其在海杂波背景下,目标的多普勒频率有可能会落在杂波频率范围中,此时传统的杂波抑制方法就产生了一定的局限性.针对此问题,依据杂波、目标信号的稀疏特性和二者在多普勒频率分布特性上的不同,设计了对应的时频域过完备字典;再通过形态成分分析算法求出目标和杂波分量的稀疏...     

基于频域干扰剔除的OTHR射频干扰抑制算法

目前,天波超视距雷达(over-the-horizon radar,OTHR)大多是在空域或匹配滤波后的时频域抑制射频干扰,往往会同时抑制掉射频干扰附近的目标。考虑到在匹配滤波后,射频干扰与目标信号都是近似单频信号难以区分;而在匹配滤波前,目标信号是宽带的线性调频信号,而射频干扰是近似单频的窄带信号,射频干扰与目标信号显著不同,易于分离。基于该特点,提出了一种基于匹配滤波前的频域干扰置零的射频干扰抑制算法。该算法在频域中检测射频干扰的频点位置并将该频点的信号成分置零,最后变换到时域实现射频干扰抑制。与传统方法相比,本文所提算法在抑制射频干扰时基本不损害目标信号。实测数据的处理结果验证了所提方法的优越性。     

基于Hough变换的低可观测海面运动目标检测

针对一般信号检测方法无法检测低可观海面运动目标的问题,提出了运用Hough变换方法对海杂波背景下运动目标进行检测的方法。首先,用无记忆非线性变换法模拟海杂波,在此基础上模拟海面微弱运动目标的雷达回波;然后通过Hough变换对模拟所得的雷达回波数据进行处理;并根据处理结果进行了检测目标。另外用蒙特卡罗方法对Hough变换目标检测进行仿真,讨论了检测概率与雷达回波信噪比(SNR)及其它一些参量的关系。仿真结果证明了用Hough变换方法进行目标检测的可行性。     

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。     

基于迁移学习的雷达杂波幅度统计模型选择

在对目标进行探测和识别的过程中, 雷达杂波幅度统计模型选择是重要步骤。为了提升杂波幅度统计模型选择的准确率, 基于样本分布适配, 提出了一种加权再均衡分布适配的迁移学习方法, 实现了仿真数据的信息向实测海杂波IPIX数据的迁移。通过与已有算法进行比较, 实验结果表明改进后的算法在IPIX数据集上能取得更好的分类准确率, 在迁移学习公共数据集Office-Caltech10上的验证结果也表明了算法的普适性。     

UHF波段海杂波时间相关性的海浪状态影响分析

为了改善杂波建模效果和提升雷达目标检测算法的海洋环境适应性,基于超高频波段实测数据,分析不同海浪状态下海杂波时间相关性的时域及频域特性规律和差异。重点研究了不同海情和浪向下的去相关时间、频移及谱宽变化趋势,给出多种海洋参数组合下的参考值,并对比浪高及其他海洋参数的影响程度。结果表明,随着海情的升高,去相关时间缩短,谱宽和频移增加,特别在中高海情下随浪高变化趋势更为明显。逆浪向谱展宽程度大于侧浪向,且频移呈现随擦地角减小而增大的趋势。     

目标回波不连通的慢速小目标探测方法

为了探测因杂波干扰强度大、目标回波微弱等原因,导致雷达操纵员将其误当成杂波点的慢速小目标。把连续多帧雷达图像进行长时间积累,针对多帧雷达图像积累中目标回波不连通的情况,提出了一种目标回波不连通的慢速小目标探测方法。引入最小外接矩形的长宽比Fj3占空比Fj2和像素值Fj1等3个参量,运用图像标记技术提取目标回波上述参量,利用Fj1去除大片连通目标回波对慢速小目标的干扰,通过Fj2和Fj3得到的信息值H(Aj)对目标回波进行分类处理。在每个分类域中,首先去除目标回波中间隔距离大于多帧积累时间内慢速小目标运动距离的目标回波,然后通过“慢速小目标的确定”实现对慢速小目标的有效探测,最后把每个分类域中慢速小目标探测结果进行合成得到最终的慢速小目标探测效果。仿真实验结果验证了该算法的有效性。     

雷达数据处理中的杂波抑制方法

研究雷达数据处理中的杂波抑制及虚假目标消除的方法。针对密集杂波干扰,结合工程应用实践,提出一种基于杂波图的杂波抑制方法,对涉及的杂波区域判别与标识、杂波图网格划分以及提高杂波图分辨率等关键技术进行了全面阐述。同时,给出了组网雷达数据处理中的杂波抑制方法,包括组网雷达杂波环境下融合权值选取以及利用融合中心信息辅助单雷达抑制杂波并建立航迹等。仿真试验结果表明,提出的方法可以有效抑制剩余杂波和剩余干扰产生的虚假航迹,适合应用于杂波环境下的雷达数据处理和组网雷达数据处理中。     

Improved STAP algorithm based on APES

Space-time adaptive processing(STAP) has been proven to be one of the best techniques capable of detecting weak moving targets in strong clutter environment and has been widely applied in airborne ground moving target indication(GMTI) radar.This paper applies an amplitude and phase estimation(APES) approach to two aspects of the STAP algorithm.Firstly,APES is applied to accurately describe the clutter characteristic in angle-Doppler domain.Then,APES is incorporated into the standard STAP algorithm to improv...