提高空时自适应处理稳健性的一种新方法

常规空时自适应的加权存在时间滞后问题.在载机运动情况下,若空时自适应处理不能有效地形成足够宽的零陷,处理性能将严重降低.针对机载相控阵雷达杂波谱特性进行了研究,通过对空时采样数据引入杂波谱展宽的影响,提出一种自适应零陷加宽技术.由于零陷的加宽,在杂波内部运动情况下,仍能够较好抑制杂波,从而提高算法的稳健性.基于仿真数据和实测数据的仿真试验均表明,该方法可以有效加宽杂波零陷,且增加的运算量很小,对杂波内部随机运动具有很好的稳健性.     

基于杂波距离方位谱的机载非正侧MIMO雷达STAP方法

在机载非正侧MIMO雷达系统中,传统统计类空时自适应处理方法难以获得足量的独立同分布训练单元,无法准确估计待测单元杂波特性,杂波抑制性能严重下降。为了减少所需训练单元数,在分析机载非正侧MIMO雷达杂波在距离-方位域上分布的基础上,给出了杂波距离方位谱的概念;然后,利用稀疏恢复方法和距离滤波器估计杂波距离方位谱;根据杂波距离方位谱估计杂波协方差矩阵、构造空时滤波器,滤除杂波、检测目标。由于利用了雷达和载机参数等飞行配置先验信息以及杂波空时耦合关系构造,基于杂波距离方位谱的STAP方法可以在少量训练单元的情况下准确估计杂波协方差矩阵,有效抑制杂波、检测慢速目标,仿真实验证明了方法的有效性。     

2019年空时自适应处理技术研究热点回眸

 空时自适应处理可以联合空域和时域进行二维自适应滤波,是运动平台雷达系统中进行杂波抑制和目标检测的关键技术。近年来,空时自适应处理技术迅速发展,其应用领域也在不断扩大。概述了2019年空时自适应处理领域所取得的重要研究进展,展望了未来空时自适应处理技术的发展趋势。     

基于空时两维变换的距离非平稳杂波环境STAP方法

针对机载非正侧视阵雷达的杂波距离依赖性问题,提出一种基于空时两维变换的机载非正侧视阵雷达近程杂波补偿方法.利用杂波导向矢量在空时两维的特殊结构,在补偿主瓣杂波距离依赖性的同时,也能够对旁瓣杂波距离依赖性进行补偿.计算机仿真结果表明,算法能够对杂波距离非平稳性进行补偿,提高空时自适应处理（STAP）的杂波抑制性能.      

机载MIMO雷达修正GMB降维方法

针对MIMO雷达空时自适应处理运算量和杂波抑制性能难以兼顾的问题,建立了MIMO雷达杂波数学模型,提出了机载MIMO雷达的修正广义相邻多波束降维方法。该方法基于局域化处理的思想,通过选取特定的发射波束、接收波束和多普勒通道,利用空域两维波束形成和时域多普勒滤波方法进行空时自适应处理。对该方法在不同误差条件下杂波抑制性能进行了仿真实验,结果表明:提出的修正广义相邻多波束方法能够大幅降低运算量和样本需求数,有效抑制杂波,提高慢速目标的检测能力。     

直接数据域空时自适应处理(STAP)在雷达信号处理中的应用

本文阐述了直接数据域空时自适应处理(space-time adaptive processing)算法抑制雷达杂波的原理,给出了具体的算法过程和计算机模拟仿真实验结果。空时自适应处理与分立干扰滤除算法不同的是该方法对每个距离单元的空时数据进行独立处理时,该距离门中均匀杂波和非均匀干扰的抑制均不需要利用其他距离门的样本。直接数据域方法是一种完整的非均匀STAP处理算法。仿真实验结果证明该方法在非均匀环境下,对雷达杂波进行抑制得到了较好的效果。     

基于稀疏恢复的直接数据域STAP算法

在机载/星载雷达系统中,空时自适应处理(STAP)可有效抑制杂波并实现动目标检测。基于统计的STAP算法通过平稳的训练样本来估计检测单元内的杂波协方差矩阵,并设计相应的滤波器以提高检测单元的输出信杂比。但训练样本的平稳性在实际快变的杂波环境中无法保证,因而此类算法在实际非均匀杂波环境中性能较差。该文通过挖掘检测单元数据在角度-Doppler域上的稀疏性,提出一种新的直接数据域STAP算法。该算法通过稀疏恢复来获得检测单元的高分辨空时谱估计,有效地避免杂波旁瓣对目标检测的影响,进而实现不经过杂波抑制而直接运动目标检测的目的。同时由于不使用训练样本,可很好地避免训练样本内的非均匀性,该算法在实际非均匀杂波场景中有更广泛的应用前景。     

基于PSWF函数的机载MIMO雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,本文提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线的构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计,并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

天基雷达杂波抑制STAP算法性能仿真研究

天基雷达系统中杂波存在时空二维耦合的问题,在杂波抑制上通常采用空时自适应处理（STAP）的方法。基于天基雷达系统中杂波和干扰对STAP处理的影响,论文围绕天基雷达对STAP处理的需求,开展了对单基地天基雷达系统的STAP算法对天基雷达杂波抑制的仿真研究。     

基于扁长椭球波函数的机载多输入多输出雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线地构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计;并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

STAP技术在有源干扰环境下的运用方法

为了在复杂的有源干扰环境下改善空时二维自适应处理(Space-time Adaptive Processing,STAP)技术的处理性能,提出了一种基于局部空域自适应阵列处理的改进型自适应波束形成方法。这是一种空间抗干扰与STAP技术滤除杂波级联的方法。采用MUSIC技术对有源干扰的波达方向进行估计,然后分别在期望方向和干扰方向形成接收多波束,再在波束域进行自适应处理以抑制有源干扰,最后在空间反干扰滤波后运用STAP技术进行杂波抑制。仿真结果表明,该方法能有效估计出干扰源的方位,使STAP技术在有干扰的环境下也能保持较好的杂波抑制性能,同时在波束域进行自适应滤波,大大降低了抑制干扰所需的运算量,理论分析和仿真结果表明了该算法的有效性。     

基于先验知识的降维自适应时域滤波器

为了灵活调节时域滤波器各频率处能量以及利用先验知识提高机载雷达抑制杂波、干扰信号的性能,提出一种基于先验知识的降维自适应时域滤波器设计算法。首先结合先验知识估计机载雷达杂波协方差矩阵;然后通过这些信息,设计降维处理中时域滤波器各频率区域的增益;最后利用凸优化思想设计最优时域滤波器。结果表明:设计的时域滤波器通过分配不同区域的能量,保证在地杂波和干扰的多普勒区域处形成深宽凹口,不仅抑制了地杂波,还能够改善位于主杂波区域的压制性干扰,极大提高了机载雷达在复杂环境中检测目标的能力。     

组网高频地波雷达中电离层杂波分析及其抑制方法

组网高频地波雷达引入了多种收发模式,在增加探测信息量获取的同时使电离层杂波更加复杂。介绍了OSMAR071组网高频地波雷达系统,结合实测数据分析了组网条件下电离层杂波距离、多普勒分布特征,以及不同路径的电离层杂波及海洋回波的相关性。利用多路径杂波相关性远大于海洋回波的特性,提出了一种基于自适应滤波的杂波抑制方法,利用其他路径的电离层杂波估计杂波分量,从而实现杂波对消。雷达实测数据分析表明了上述分析的正确性以及杂波抑制方法的可行性和有效性。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

MIMO-STAP稀疏字典降维方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在使用稀疏方法恢复杂波谱时存在的计算复杂度高的问题,提出了一种字典降维方法。该方法直接使用训练样本估计出低分辨率的杂波空时谱,并在此基础上用FOCUSS算法的迭代式提升谱的分辨率,进而计算各原子的Capon功率谱并将谱值较大的原子挑出组成降维字典。当存在多普勒模糊时,则利用先验知识排除因多普勒模糊而入选的原子,将其余满足要求的原子取出组成降维字典。仿真实验表明:降维字典能够完全覆盖杂波脊线,使用降维字典在维持算法输出SINR性能的同时,可有效提升运算效率。     

改进的机载MIMO雷达局域联合自适应处理方法

基于MIMO雷达的空时自适应处理技术在滤波过程中,由于大样本需求数和高运算复杂度的影响,导致杂波抑制效果下降。为解决上述问题,利用局部分块操作的思路,提出了一种改进MIMO-STAP降维处理方法。传统JDL算法需将阵元-脉冲域中的回波信息转换到波束-Doppler域。该方法在此基础上,通过调整时域主通道两侧的辅助通道以及空域主波束两侧的辅助波束数目,减小时域自由度,增强波束指向性,进而提升系统检测性能。经仿真,改进的JDL算法样本需求数和运算量明显降低,并且对阵元以及通道误差等系统自身的误差影响也有较强的鲁棒性,与传统的JDL方法相比,系统改善因子平均提高3dB左右。     

基于杂波扩展的STAP投散射干扰方法

空时自适应处理技术(STAP)在机载预警雷达中应用广泛,对其干扰的研究具有重要意义.针对传统相干干扰方法采用主瓣对主瓣的方式截获雷达信号易被发现的问题,提出一种基于杂波扩展的干扰方法.干扰机位于雷达副瓣,截获雷达杂波信号而非直达波信号作为相干干扰信号的来源,采取投散射的方式实施干扰,实现对雷达的主瓣干扰.推导了干扰机接收到的雷达直达波和雷达杂波功率的计算公式,建立了杂波信号模型和干扰信号模型,通过仿真比较了干扰机接收到的雷达直达波和雷达杂波的功率,验证了截获杂波信号的可行性,与伪杂波干扰进行了仿真对比.仿真结果表明:相比于伪杂波干扰,该干扰方法对目标先验信息准确性要求较低,干扰后在方位和多普勒频率上均形成假目标,故该方法可行有效.     

杂波谱中心Doppler频率和谱宽的快速估计算法

为了能有效地抑制机载下视雷达的地杂波 ,需要对这类杂波的中心 Doppler频率和谱宽进行精确地估计。基于快速傅里叶变换 (FFT)运算和质量中心的概念 ,提出一种快速的高性能估计算法 ,称为质量中心法。该算法直接在频域上对杂波谱参数进行估计 ,具有算法简单 ,易于实现的优点。为了对比它与传统的熵谱估计法以及相关函数法之间的性能 ,给出仿真计算实例。结果表明 ,质量中心法的运算量远小于熵谱估计法 ,但是二者的性能却相差不多 ,尤其是对谱中心的估计。与同样具有小运算量的相关函数法相比 ,在谱宽估计性能上 ,质量中心法更具优势。由于采用短数据即可得到良好的估计性能 ,因此该算法适用于短时平稳的数据     

频域积累与EMD去噪结合的微动信号检测算法

 超宽带生命探测雷达具有穿透能力强、距离分辨率高、抗干扰能力强等诸多优点,在防暴、救援、反恐等领域有很高的使用价值。由于穿墙生命探测雷达回波信号具有杂波干扰严重,且生命信号与背景噪声相互交叠等特点,利用传统数字滤波方法无法有效检测人体微动信号。针对此问题,本文提出一种利用频域积累与经验模态分解（EMD）相结合的人体微动信号检测算法,利用频域积累提高回波信号的信噪比,利用EMD 方法进行进一步的去噪处理。该算法不仅具有频域积累可以有效提高信噪比的优点,而且具有EMD 方法自适应分解信号的能力。同时,它克服了在低信噪比情况下,频域积累实时性不强,以及EMD 方法不能有效去除杂波的缺点。仿真和实验证明,该算法既可以有效提高雷达回波信号的信噪比,又可以改善单纯使用频域积累实时性不强的缺点,利用该算法对雷达回波信号进行处理可以准确快速地检测出人体的呼吸频率,是一种很好的穿墙雷达微弱信号检测新方法。