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。     

基于对角加载的自适应匹配滤波器和自适应相干估计器

分析了对角加载自适应匹配滤波器（diagonally loaded adaptive matched filter, DL-AMF）和对角加载自适应相干估计器（diagonally loaded adaptive coherence estimation, DL-ACE）的检测性能;推导了二者的渐近统计分布,得到了解析的虚警概率（probability of false alarm, PFA）和检测概率（probability of detection, PD）表达式。与常规AMF和ACE相比,尤其是在训练样本不足的情况下,DL-AMF和DL-ACE的检测性能大为提高,并且二者都具有渐近恒虚警（constant false alarm rate, CFAR）特性。     

一种改进的OTHR自适应海杂波抑制方法

海杂波抑制严重限制天波超视距雷达(over the horizon radar, OTHR)系统对低速舰船目标检测能力的主要原因之一。针对自适应海杂波抑制方法中当杂波与目标多普勒频率接近时存在目标谱峰分裂或目标谱峰偏移的问题,提出一种采用运动目标显示（moving targetindication, MTI）与基于特征值分解的自适应杂波抑制相结合的改进的特征值分解（modified eigen value decomposition, MEVD）海杂波抑制方法。该方法通过MTI滤波器抑制目标谱峰内杂波,之后通过自适应抑制方法抑制其他杂波,具有同时抑制一阶和高阶海杂波的能力,提高了目标信杂噪比,有助于提高OTHR对舰船目标的检测性能。理论分析、仿真实验和实测数据处理结果均验证了MEVD方法的有效性。     

一种基于背景预测的红外杂波抑制新方法

针对复杂背景下的红外弱小目标的检测问题,提出了一种中值二维最小均四阶矩(MTDLMF)自适应红外图像背景杂波抑制算法。该算法将观测数据经过一组低阶的自适应子滤波器,每个子滤波器的输出作为输入数据的一个预测,将所有的子滤波器的输出通过一个非线性中值滤波器,其输出作为最后的预测结果。该算法可以降低大量由于强边缘而引起的虚警,能够更有效地抑制杂波并且保留信号。实验结果显示,该算法对复杂背景下红外弱目标图像背景杂波抑制具有良好效果。     

自适应滤波在无源探测中对杂波抑制的应用

介绍了外照射源目标探测的作用和研究的必要性。重点分析了自适应LMS信号滤波处理方法和在直达波和多径干扰等杂波抑制中的应用。对自适应LMS滤波算法进行改进,即对归一化LMS(normalized LMS)算法进行推导和分析,提高了自适应滤波的收敛速度,对目标中的杂波起到更好的抑制作用。并在试验中对非归一化滤波、归一化滤波以及不同滤波步长μ进行了分析和比较。最后在试验结果中得到了30 dB的对消增益并获得了目标信号。     

基于凸联合的Krylov子空间自适应LMS算法

提出了一种基于凸联合的Krylov子空间自适应最小均方（least mean square, LMS）算法。首先采用Krylov子空间变换将未知系统的冲击响应转换为Krylov子空间下的稀疏结构,利用其稀疏特性,将一种改进的比例归一化LMS（improved proportionate normalized LMS, IPNLMS）算法和一种变阶数归一化LMS（variable tap length normalized LMS, VTNLMS）算法进行凸联合,最后通过Krylov子空间反变换得到未知系统冲击响应。仿真结果验证了所提出的凸联合自适应LMS算法具有更快的收敛速度和更小的稳态误差。     

雷达信号处理中的自适应算法

对接收的信号进行频谱分析,是当前雷达系统从受到干扰的环境中检测出有用目标信号的最新方法。应该指出,当雷达在同一距离分辨单元内含有两个或多个杂波(例如地杂波和雨杂波等)干扰,特剐当它们的多普勒频率未知时,采用这种处理方法尤为必要。 当前,最常用的办法是根据FFT算法设计出一组滤波器(自适应或非自适应的),即所谓动目标检测器。采用这一技术就能同时满足频率分辨和相干积累的要求。 为了克服由频谱失真造成的遮蔽效应,并获得更好的频谱分辨力(它受到采样窗的限制),本文分析了应用频谱分析方法来设计自适应滤波器的可能性。 这种技术的基础是: (1)选择一个合适的模型(一般为自回归AR模型); (2)通过直接处理输入数据或间接地通过它们的自相关函数来估计模型的参数。 在这篇文章中,我们将集中讨论: (1)由于估计误差造成的改善因子损失; (2)采用低成本计算技术估计相关函数; (3)硬件分析和性能与计算成本之间的权衡。     

海杂波协方差矩阵估计及其对目标检测性能的影响

在海杂波中检测有用信号,杂波的协方差矩阵需要利用参考数据进行估计,不同的估计方法对信号的检测性能产生不同的影响。首先,给出了几种杂波协方差矩阵估计,即样本协方差矩阵、正则化样本协方差矩阵、最大似然估计和渐进最大似然估计;然后,分析了海杂波数据的非高斯性和非平稳性;最后,利用正则化匹配滤波器作为信号检测器,分析了不同协方差估计对检测性能的影响。分析结果表明,由于实测数据的非平稳性,检测性能均比仿真数据获得的检测性能要差。而将杂波协方差矩阵的最大似然估计应用于检测器,能够获得较好的检测性能。     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题，提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量，提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换，得到各小波子带的系数，并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在，提出一种自适应的阈值检测方法，将原始回波信号与海杂波重构信号的差作为检测样本，实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验，验证了所提算法的正确性。     

海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

基于相位的岸基雷达地海杂波分割方法

岸基对海雷达在杂波测量和海防预警中占有重要地位,针对近岸海杂波观测受地物杂波影响的问题,基于岸基S波段相参雷达测量的杂波数据,分析了基于典型地理特征进行地海杂波分割的不足,进一步从地海杂波多普勒特性差异入手,提出了基于相位的岸基雷达地海杂波分割方法。对近岸不同距离门杂波的幅度分布特性进行对比,发现分割为地杂波和海杂波的单元在幅度分布特性上存在明显差异,侧面验证了地海杂波分割结果的正确性。该分割方法为岸基雷达杂波数据的处理提供了依据。     

海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

Signal decomposition of HF radar maneuvering targets by using S~2-method with clutter rejection

Multiple maneuvering targets signal processing in high frequency radar is challenging due to the following difficulties:the interference between signals is severe because of significant spread of the target Doppler spectrum,the low signal to clutter ratio (SCR) environment degrades the performance of signal processing algorithms.This paper addresses this challenging problem by using an S 2-method and an adaptive clutter rejection scheme.The proposed S 2-method improves the S-method by eliminating interference between signals,and thus it enables multi-target signals to be reconstructed individually.The proposed adaptive clutter rejection scheme is based on an adaptive notch filter,which is designed according to the envelop of the clutter spectrum.Experiments with simulated targets added into radar sea clutter echo and real air target data illustrate the effectiveness of the proposed method.     

基于高阶奇异值分解的OTHR海杂波抑制算法

针对短相干积累时间(coherent integration time, CIT)引起的多普勒分辨率低,无法从强大海杂波中检测出舰船目标的问题,提出了基于高阶奇异值分解(higher order singular value decomposition, HOSVD)的海杂波抑制算法。首先利用相邻单元内海杂波的相干性,将毗邻距离单元和方位单元的多脉冲接收数据应用三阶张量表示,然后采用HOSVD方法求解三阶张量的海杂波子空间和目标子空间的投影矩阵,最后利用投影矩阵将三阶张量映射到目标子空间以抑制海杂波。该方法与现有子空间类海杂波抑制方法相比,提高了信干噪比(signal to clutter plus noise ratio, SCNR)和峰值旁瓣电平比(peak sidelobe level ratio, PSLR),解决了目标谱峰偏移问题。     

Novel clutter map CFAR algorithm with amplitude limiter

The traditional clutter map constant false alarm rate (CM-CFAR) detector is affected by interference and self-masking[1] which will cause the low probability of detection. To solve these problems, a novel algorithm named clutter map CFAR with amplitude limiter (ALCM-CFAR) is proposed, in which the amplitude of the input signal is limited by a filter. The simulation results prove the effectiveness of ALCM-CFAR algorithm.     

海杂波环境中基于混沌的目标检测

介绍了基于混沌理论的海杂波分析方法,计算了加拿大McMaster大学IPIX雷达实测海杂波数据的各种混沌特征量,分析了该数据的混沌特性。分析结果表明,该数据在一定程度上具有混沌特性。设计了混沌检测器,该检测器采用径向基函数神经网络来重建海杂波的混沌动力结构,即建立海杂波的精确预测模型,并通过设定合适的预测误差门限来检测掩埋在海杂波中的微弱目标。计算结果验证了该检测器的可行性。     

脉宽-调频极性捷变波形相参处理能力分析

脉间捷变波形的匹配滤波响应存在差异,对地/海杂波等效为距离旁瓣调制(range sidelobe modulation,RSM),导致杂波抑制能力下降,甚至无法进行相参处理.针对线性调频(linear frequency modulation,LFM)信号在带宽恒定前提下,改变脉宽和调频极性后具有主瓣宽度相同、旁瓣幅度...     

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。