二重频高频雷达折叠杂波抑制算法

高频雷达系统中,远距离扩展杂波经距离折叠后,将淹没检测区域中的目标,为保证目标的检测质量,需对折叠杂波进行抑制。在发射二重波形重复频率信号下,提出了通过逻辑映射抑制杂波的方法。给出了参数设计准则,并分析了算法对杂波的抑制性能。仿真实验表明,在合适的信号参数下,该算法能够有效地抑制远距离折叠的扩展杂波。     

基于逆协方差矩阵估计的杂波抑制方法

分析了机载双基地雷达杂波分布的特点,并基于杂波逆协方差矩阵的特性提出了基于逆协方差矩阵估计的机载双基地雷达杂波抑制方法。首先利用常规方法估计得到邻近距离门的协方差矩阵;然后利用邻近距离门的逆协方差矩阵对待检测距离门的逆协方差矩阵进行估计;最后通过传统的空时自适应处理方法完成对杂波的有效抑制。仿真结果表明该方法可明显改善机载双基地雷达的杂波抑制性能。     

一种新的多通道SAR地面动目标检测定位方法

提出了一种对图像配准误差稳健的多通道合成孔径雷达地面动目标检测定位方法。该方法根据图像配准误差的方向确定观测矢量,计算特征系数矢量,利用动目标的空域导向矢量和特征系数矢量构造特征导向矢量,然后利用自适应波束形成技术进行杂波抑制的同时估计动目标的运动速度,最后对目标重新定位。该方法能够在图像配准误差较大的情况下获得满意的动目标检测性能和较高的测速定位精度。仿真结果验证了方法的有效性。     

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。     

基于DPCA杂波抑制的地面振动目标微多普勒提取

地面微动目标激励的雷达回波信号的微多普勒调制,反映了该目标的独有特征,因此可用于目标检测与识别。合成孔径雷达(synthetic aperture radar, SAR)对地面振动目标检测时,回波信号中不可避免地包含大量地杂波,给其微多普勒信息提取造成很大困难。为此,提出一种基于双通道SAR/DPCA杂波抑制的地面振动目标的微多普勒信息提取方法。首先利用双通道DPCA技术在复原始数据域对消地杂波以获取振动目标的回波信息,然后详细推导了杂波对消后微多普勒频率的参数化表达式。最后,通过数值仿真验证了该方法的有效性和正确性。     

基于S变换的机载雷达稳健空时自适应算法

非均匀杂波环境中的离群点会导致空时自适应处理(space time adaptive processing,STAP)性能的下降。针对此问题,该文提出一种新的基于S变换的稳健STAP(S transform STAP, ST-STAP)算法。该算法主要利用杂波和离群点的S变换在时频平面上分布特性的不同来实现非均匀杂波的抑制。ST-STAP算法首先将样本数据对应的快时间序列作S变换得到时频分布矩阵,舍弃部分高频分量以去掉离群点的影响,然后用时频矩阵的剩余部分计算相关矩阵和自适应滤波权。蒙特卡罗实验证明ST STAP方法的稳健性和动目标检测性能均优于传统的STAP算法。     

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

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。     

直接数据域空时自适应单脉冲方法

机载雷达空时自适应处理(space time adaptive processing,STAP)与单脉冲技术相结合可以实现对运动目标空、时参数的估计。然而,在非均匀环境下,由于同分布快拍数有限,杂波协方差矩阵难以准确估计,常常导致STAP方法性能急剧下降甚至失效,进而无法有效实现目标检测和参数估计。本文提出一种直接数据域的动目标空时参数估计方法,该方法首先应用幅相估计谱(amplitude and phase estimation,APES)谱估计由被检测单元数据估计出杂波干扰协方差矩阵,然后利用STAP技术抑制杂波和干扰,并结合单脉冲理论实现对目标角度和多普勒频率的估计。仿真结果表明,与传统单脉冲方法相比,新方法具有自适应抑制杂波干扰的能力和更好的估计性能;同时由于无需参考数据,该方法更适应于非均匀环境。     

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%。     

机载前视阵雷达阵元误差稳健的空时插值补偿方法

空时插值方法通过对地面杂波空时导向矢量进行插值变换,能够有效地降低机载前视阵雷达地面杂波的距离依赖性,改善空时自适应处理器的杂波抑制性能。然而,当机载雷达接收通道存在阵元误差时,该方法对接收的数据处理失效。针对该问题,提出一种稳健的空时插值方法,该方法在杂波空时导向矢量周围选取约束导向矢量,然后进行插值变换,补偿地杂波距离依赖性。仿真结果表明,当机载雷达接收通道存在阵元误差时,该方法能够有效地降低接收的地杂波数据的距离依赖性,提高空时自适应处理器的杂波抑制性能。     

基于权矩阵低秩逼近的MIMO OTHR多模SDC抑制算法

扩展多普勒杂波是天波超视距雷达(over the horizon radar,OTHR)慢速舰船目标检测面临的关键问题。在新一代多输入多输出天波超视距雷达系统下,基于最小方差无失真响应(minimum variance distortionless response,MVDR)权矢量,提出一种权矩阵低秩逼近的多模扩展多普勒杂波抑制算法。利用阻塞矩阵进行数据预处理,并利用“发射〖CD*2〗接收”二维权矩阵的特征分解对双迭代MVDR算法进行了多级扩展,在减小了计算量和样本需求的基础上,进一步改善俯仰空域滤波的输出信杂噪比,提升OTHR对低可探测慢速舰船目标的检测性能。理论分析和仿真验证了算法的有效性。     

基于时变偏差分离估计的杂波下机动目标跟踪

在杂波环境机动目标跟踪问题中,波门位置和范围的确定是关键技术之一。在分析了时变偏差分离估计算法的有偏差的状态估计协方差基础上,提出了基于时变偏差分离估计(separate bias estimation, SBE)和概率数据关联(probabilistic data association, PDA)的新算法,利用了偏差估计和有偏差的状态估计协方差来确定波门位置和范围,并结合PDA处理多个回波的能力,实现杂波环境下机动目标的跟踪。通过仿真实验,说明了新算法的优势和有效性。     

一种机载前视雷达杂波距离依赖性补偿方法

针对机载前视阵雷达近程回波距离依赖性严重,直接距离采样估计杂波协方差矩阵会导致地面动目标检测(ground moving target indication, GMTI)性能下降,提出了一种完全基于数据的前视阵雷达处理新方法。该方法利用最小二乘准则对近程的杂波进行变换,然后再进行空时自适应处理(space time adaptive processing, STAP)。该方法不需要知道雷达的先验参数,在存在误差的情况下具有稳健性。基于计算机仿真数据的实验结果表明了方法的有效性。     

海杂波下距离扩展目标的最优二进制检测

研究了低擦地角下高分辨雷达对静止或慢速运动的距离扩展目标的最优二进制检测问题。采用K分布模型描述低擦地角下海杂波的统计分布,采用Rayleigh快起伏模型描述扩展目标距离像的幅度分布,详细分析了扩展目标二进制检测器参数与扩展目标径向长度、杂波形状参数之间的关系,最终得到最优二进制检测器的参数选择准则和经验公式,对二进制检测器的实际应用具有较强的指导意义。理论和实测杂波数据证明了最优二进制检测器的有效性。     

分布式OFDM-MIMO雷达MTI处理

分布式频分正交复用多输入多输出雷达(orthogonal frequency division multiplexing multiple input multiple output,OFDM MIMO)是一种新型雷达系统。针对该雷达的杂波抑制问题,建立了该雷达的回波模型,分析了空间分集和发射频率分集对改善因子的影响,给出了该雷达的动目标显示(meving target indication,MTI)杂波抑制方法,并分析了提出方法的性能。较之传统发射相同载频信号的MIMO雷达,分布式OFDM MIMO雷达由于频率分集带来的处理自由度能改善多普勒频率落入MTI滤波器凹口的目标的检测能力。理论和仿真实验证实了提出方法的有效性。     

低信杂噪比合成孔径雷达数据的预滤波处理

针对机载合成孔径雷达(synthetic aperture radar, SAR)中由于波束指向不准、不完全孔径效应以及内部噪声增大等因素所造成目标回波信杂噪比(signal to clutter noise ratio, SCNR)下降现象,本文提出一种对子孔径回波进行迭代变加载去除杂波噪声方法。传统的方法在信杂噪比较低的情况下难以获得目标像,本文方法利用迭代变加载对距离压缩后的连续子孔径回波进行处理,使得在抑制杂波、去除噪声的同时,目标的信息得到了保护,进而改善了低信杂噪比下的自聚焦成像质量,通过实测数据验证该方法的有效性。     

一种噪声背景下的雷达目标识别方法

雷达高分辨距离像(high resolution range profile, HRRP)包含了丰富的目标结构信息,在雷达目标识别领域有良好的应用前景。针对传统的HRRP识别方法对噪声环境适应性差的问题,选用具有时移不变性的紧支撑小波自相关作为支持向量机(support vector machine, SVM)分类器的核函数,研究了幂次变换(power transform, PT)参数的选取对识别效果的影响,给出了参数选取经验公式,结合信噪比实时估算自适应地进行数据预处理以增强算法的抗噪性能。仿真表明,所提出的方法与传统的高斯径向基核SVM相比,提高了目标识别率,并且具有较好的噪声稳健性。