卫星DSSS通信系统杂乱脉冲干扰抑制技术研究

针对杂乱脉冲干扰卫星直序扩频(direct sequence spread spectrum, DSSS)通信系统的问题，首先提出了一种改进自回归(autoregressive, AR)二阶重极点干扰模型。并基于该模型提出了利用有限脉冲响应（finite impluse reponse, FIR)双边抽头维纳插值滤波器抑制杂乱脉冲干扰的方法，推导了改进AR二阶重极点干扰模型自相关函数表达式。分析并仿真了在该模型下卫星DSSS通信系统抑制杂乱脉冲干扰时同步互相关峰值的改善。仿真结果表明,基于该模型的FIR线性插值维纳滤波器能有效地抑制杂乱脉冲对卫星DSSS通信系统的干扰。与传统AR模型相比，该模型在多载频和实极点两个方面有更好的工程应用价值。     

基于ARSαS模型参数估计的雷达目标检测方法

由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetric α stable, SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉〖CD*2〗沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。     

基于高阶矩的改进Prony技术的雷达目标冲击响应极点提取

本文介绍了一种新的关于雷达目标冲击响应极点的方法。这种方法是根据高阶矩的特性对经典Ｐｒｏｎｙ法的一种改进，数值仿真结果表明这种方法对随机噪声具有良好的抑制作用。它特别适用于像冲激雷达（或其它超宽带雷达）这样的低信噪比环境下的目标识别及检测。     

基于ESPRIT矩阵束法的UWB雷达目标特征提取

提出了一种基于ESPRIT矩阵束法的UWB雷达目标特征提取方法,该方法把提取信号极点问题转化为求解矩阵束的广义特征值问题。理论分析和数值仿真结果表明,这种方法与传统的Prony算法相比有明显地改进,能有效地提取出目标回波信号的极点和留数,并对随机噪声具有良好的抑制作用。该方法特别适用于UWB雷达或其它高分辨率雷达的目标特征提取。     

运用目标回波来识别目标的探讨

本文根据雷达目标脉冲响应的极点不随视角而变的特点,选用目标的固有极点作为目标识别的特征。对于目标回波的极点提取,介绍了时域的Prony法,推导了抵消脉冲法,评价了它们的优缺点。总结以上两种方法,提出了选用上两法的P次多项式的系数为特征的特征参数法,井把性能优良的Burg算法运用于特征参数法中。最后,对这三种方法进行了计算机模拟识别的比较。     

极点识别的自适应信号综合法

本文介绍了一种基于极点的雷达目标识别方案──自适应信号综合法。该方法无需知道目标的极点，利用所合成的与目标空间取向无关的识别信号对雷达后期回波处理的结果，进行目标识别。论文阐述了自适应信号综合法的工作机理、抗噪声性能，并给出计算机模拟结果。     

PD雷达谱分析中的帧重叠ZoomFFT优化设计

针对脉冲多普勒(PD)雷达回波信号频谱分析问题,提出了帧重叠ZoomFFT方法。该方法既可以获得信号局部频谱的高分辨率,又可以提高FFT相参积累的增益,从而提高了PD雷达微弱信号的检测能力以及参数测量精度。文章在介绍该方法基本原理的基础上,针对高重频(HPRF)PD雷达应用,提出了帧重叠ZoomFFT方法的参数设计准则。同时分析了帧重叠对于非相参积累和目标检测的影响,并且给出了具体应用的参数设计及其性能仿真,最后介绍了采用帧重叠ZoomFFT方法的PD雷达信号实时谱分析系统的实现方案。     

机载监视雷达地杂波背景中的CFAR检测方法

在充分考虑了具体雷达体制和工作环境的基础上认为,采用二维有序统计恒虚警处理方法(2D OS CFAR)适合于机载监视雷达地杂波背景中的恒虚警概率(constantfalsealarmrate,CFAR)检测。同时,对该方法在不同杂波背景、不同窗口大小、不同干扰数目时的检测性能进行了理论分析和实验仿真。仿真结果表明,该方法能有效地提高机载监视雷达对地工作方式时的CFAR检测能力。     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。     

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。     

基于AR模型的飞机尾流距离检测方法

尾流复杂的电磁散射特性使得传统基于快速傅里叶变换(fast Fourier transformation, FFT)的频域检测方法不适用。首先,基于FFT的谱估计方法频率分辨率较低,尤其在短脉冲序列条件下性能较差;其次,尾流作为一种频域扩展目标,其回波能量在频域较为分散,单通道或多通道求和检测都会损失较多能量。利用分辨率更高的自回归(autoregressive, AR) 模型进行谱估计,并基于AR流形上的距离定义一种距离检测器,将尾流谱整体进行检测,能充分利用尾流的多普勒信息,通过利用尾流数据对距离检测器和传统方法的检测性能进行仿真比较分析,验证了所提方法的有效性。     

基于投影空间下奇异值分解的海面小目标CFAR检测

提出了一种基于投影空间下奇异值分解(singular value decomposition,SVD)的杂波抑制方法.在雷达回波数据中,利用待检测单元的邻近单元构造杂波空间,并将杂波空间在投影空间下进行奇异值分解以实现杂波抑制.为此,本文设计了一种全新的检测器,即将正交投影(orthogonal projection,...     

一种新的基于有序统计的恒虚警处理器

本文提出一种新的基于有序统计的恒虚警检测器。这种新的检测器是广义有序统计单元平均（ＧｅｎｅｒａｌｉｚｅｄＯｒｄｅｒｅｄＳｔａｔｉｓｔｉｃＣｅｌｌＡｖｅｒａｇｉｎｇ－ＧＯＳＣＡ）恒虚警算法。对这种新的恒虚警算法在斯威林２型目标假设下，我们获得了虚警和探测概率的解析表达式。与ＯＳ－ＣＦＡＲ相比，ＧＯＳＣＡ－ＣＦＡＲ在均匀干扰背景和多目标情况下均具有最好的检测性能，并且其参考滑窗单元幅值排序时间还不到ＯＳ－ＣＦＡＲ的一半。     

基于目标极化适配的极化检测算法

极化检测是雷达目标检测的一个重要分支.在高斯杂波统计特征已知的情况下,极化白化滤波器(PWF)常被用于杂波中雷达目标的检测.假设目标的极化特性和杂波的统计特征均已知,为了利用目标的先验知识,提出了一种基于目标极化适配的检测算法,据此算法设计了极化适配检测器(PAD).PAD和PWF对低极化度高斯杂波中二面角的模拟检测结果显示,在低信杂比下,PAD算法具有较好的检测性能.     

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。     

High resolution radar target adaptive detector and performance assessment

The high resolution radar target detection is addressed in the non-Gaussian clutter. An adaptive detector is derived for range-spread target based on a novel covariance matrix estimator. It is proved that the new detector is constant false alarm rate (CFAR) to both of the clutter covariance matrix structure and power level theoretically for match cases. The simulation results show that the new detector is almost CFAR for mismatch cases, and it outperforms the existing adaptive detector based on the sample covariance matrix. It also shows that the detection performance improves, as the number of pulses, the number of secondary data or the clutter spike increases. In addition, the derived detector is robust to different subsets, estimated clutter group sizes and correlations of clutter. Importantly, the number of iterations for practical application is just one.     

基于混合边缘检测的极化SAR图像海岸线检测

针对传统方法在金属建筑反射干扰严重情况下无法实现海岸线精确检测问题,本文在分析海岸线边缘特有散射特性的基础上,提出了混合统计和散射特性的海岸线边缘检测方法。该方法分别以似然比和体散射功率比值检测子检验窗口相邻区域统计和散射特性的不同,并通过模糊集方法融合两个检测子。在由提出的检测子实现粗岸线检测的基础上,采用基于边缘能量图的快速活动轮廓模型对岸线进一步精细化。对大连海岸区域极化合成孔径雷达(synthetic aperture radar, SAR)图像进行实验,结果表明提出算法有效减少了强金属建筑干扰和不同海况区域导致的虚假岸线边缘,实现了精确的海岸线检测。     

基于时变白化滤波器的DSSS系统干扰盲检测

将循环维纳滤波应用于直接序列扩频(direct sequence spread spectrum, DSSS)系统的干扰检测, 并提出了一种干扰盲检测器, 称之为时变白化滤波检测器。由于DSSS信号和干扰信号具有不同的循环平稳特征, 因此可以调整时变白化滤波检测器的滤波器系数, 使干扰检测器的输出只包含背景噪声和干扰信号, 从而实现干扰盲检测。仿真结果表明, 采用本文提出的循环平稳干扰检测器的DSSS接收系统能够在较大的干信比范围内检测干扰信号的存在, 并且在性能上优于时不变白化滤波检测器。     

复杂信号环境下非合作突发通信信号的实时检测

现有未知突发信号检测算法是基于噪声加单一突发信号的简单假设的,在实际复杂信号环境会产生大量虚警而失效。针对实际非合作突发通信信号的检测环境除噪声外还包含多个连续信号和一些短突发干扰信号,建立了复杂信号环境模型,提出了适用于此环境的基于短时傅里叶变换(short time Fourier transform, STFT)的时序检测器。该检测器利用突发通信信号时间上短持续的特点剔除连续信号和短突发干扰造成的虚警。对该检测器的检测性能进行了分析和仿真,结果表明在复杂信号环境中当常规检测器由于虚警概率很高失效时,该检测器可以同时获得较低的虚警概率和较高的检测概率,因而适用于复杂信号环境中非合作突发信号检测。该检测器运算量小,易于实时实现。     

Robust detector for range-spread targets in non-Gaussian background

Based on the target scatterer density,the range-spread target detection of high-resolution radar is addressed in additive non-Gaussian clutter,which is modeled as a spherically invariant random vector.Firstly,for sparse scatterer density,the detection of target scatterer in each range cell is derived,and then an M/K detector is proposed to detect the whole range-spread target.Secondly,an integrating detector is devised to detect a range-spread target with dense scatterer density.Finally,to make the best of the advantages of M/K detector and integrating detector,a robust detector based on scatterer density(DBSD) is designed,which can reduce the probable collapsing loss or quantization error effectively.Moreover,the density decision factor of DBSD is also determined.The formula of the false alarm probability is derived for DBSD.It is proved that the DBSD ensures a constant false alarm rate property.Furthermore,the computational results indicate that the DBSD is robust to different clutter one-lag correlations and target scatterer densities.It is also shown that the DBSD outperforms the existing scatterer-density-dependent detector.