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。     

非高斯杂波中的MIMO雷达信号分离

针对传统匹配滤波对非高斯杂波中的多输入多输出（multiple input multiple output, MIMO）雷达信号分离性能下降的问题,提出一种基于分数低阶统计量的匹配滤波算法。该方法将对称Alpha稳定分布(symmetric Alpha stable, SαS)作为MIMO雷达的非高斯杂波模型,以滤波器输出分数低阶信杂比最大为准则导出最优匹配滤波器系数。分别对相关SαS和非相关SαS杂波条件下的MIMO雷达信号分离进行了仿真。结果表明,该方法可有效实现非高斯杂波中的MIMO雷达信号分离,且在高斯杂波条件下与传统匹配滤波的性能是一致的。     

一种新的相干k分布模型及其在海杂波仿真中的应用

根据K分布杂波两个正交分量可由两列独立的高斯矢量加权乘积和构成的原理。提出了一种新的相关相干K分布杂波建模与仿真方法．相比经典的零记忆非线性变换（ZMNL）和球不变随机过程（SIRP）法，该方法可以仿真自相关函数（acf）为任意复数的杂波序列，同时由于不需要进行矩阵求逆和非线性变换，运算速度得到显著改善。数值仿真以及对实际雷达海杂波图的模拟，证明了该方法的有效性。     

弹载俯冲非正侧阵雷达杂波特性与抑制方法

相对于平飞运动雷达,俯冲运动垂直向下的运动分量会引入额外的多普勒频率,对杂波的空时分布特性产生重要影响。本文针对弹载俯冲非正侧阵雷达,提出了一种俯冲运动空时信号模型,首先推导了多普勒频率与空间角度的耦合关系的一般表达式,并详细分析了在实际的阵面几何配置情况下,俯冲运动雷达杂波的空时分布特性,相应提出了适于俯冲运动的基于参数模型和配准补偿(parameter model and registration compensation, PM-RC)的杂波抑制方法。最后通过弹载雷达建模仿真分析了俯冲运动对杂波空时特性的具体影响,并验证了杂波抑制方法的有效性。     

舰载超视距雷达背景杂波统计特性分析

海杂波的统计特性对于岸基与舰载表面波雷达目标检测算法的设计非常重要。岸基雷达测试下海杂波的统计特性已有论述 ,主要阐述舰载雷达情形下背景海杂波的理论与数学统计模型 ,并提出了海杂波序列的参数自回归模型 ,对海杂波的重要统计参数如相关性进行了统计分析 ,最后得出了舰载雷达情形下一阶与二阶海回波皆为正态分布的结论 ,为在舰载雷达情形下进行信号检测奠定了理论基础。     

时空相关K分布海杂波的建模与仿真

给出了K分布海杂波概率分布特性、时间相关特性分析和空间相关特性分析,结合球不变随机过程（SIRP）,提出了一种生成时空相关K分布海杂波的仿真方法,并对其时间相关特性、空间相关特性进行了理论分析和仿真。结果表明,该方法能够生成满足要求的时空相关K分布杂波序列,生成杂波序列的概率密度函数（PDF）和功率谱密度与理想的K分布海杂波吻合较好。     

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SG-Alpha稳定分布模型的雷达目标Rao检测方法

非高斯相关杂波背景下的目标检测具有重要的实际意义,但在该背景下建立似然比检测模型非常困难。以SG-Alpha （subGaussian-Alpha）稳定分布作为非高斯相关杂波分布模型,导出了雷达目标的Rao检测模型。该模型适应于一般非高斯相关杂波下的目标检测,且易于实现。仿真及实测数据验证表明,在非高斯相关杂波条件下本文提出的方法明显优于传统的检测方法。     

机载线性调频-捷变频雷达地海杂波特性

为了模拟脉内线性调频、脉间频率捷变体制下某型号雷达的地海杂波,在利用距离多普勒网格法计算常规PD(pulse-Doppler)雷达地海杂波功率谱的基础上,从脉内子脉冲叠加的观点分析线性调频信号对常规雷达杂波功率谱和幅度分布特性的影响,进而分析频率捷变所引起的脉间相关性减弱和时间随机序列方差的减小。得出的结论有:线性调频-频率捷变体制雷达杂波的功率谱与对应常规雷达的形状基本吻合,而幅值的变化与脉压比有关;该体制雷达的杂波随机序列服从瑞利分布,雷达参数变化导致杂波随机序列的方差变化。最后给出某攻击状态下的仿真实例。     

基于多重分形模型的海杂波特性分析与仿真

在分析实测雷达海杂波数据时域特性的基础上,发现海杂波具有长时相关特性,且在较大的范围内具有尺度不变性,因此,利用多重分形模型可以较好的刻画海杂波的复杂特性。在此基础上,提出一种基于小波多重分形模型的海杂波建模与仿真方法。实验结果表明该方法可以较好的模拟海杂波的统计特性和多重分形特性,并且具有较小的计算量,为雷达海杂波的建模和仿真提供了一条新的思路和有效手段。     

海杂波对ISAR成像的影响

针对逆合成孔径雷达(inverse synthetic aperture radar,ISAR)对舰船成像时实际回波中存在海杂波的现象,提出了不同参数下海杂波对ISAR成像影响的分析方法.在利用球不变随机过程(spherically invariant random process,SIRP)方法仿真出时空相关的二维K分布海杂波后,将其以一定信杂比(signal-to-clutter ratio,SCR)加入到目标回波信号中仿真出实际回波信号,利用图像熵和相关系数方法分析了海杂波形状参数的大小对ISAR像聚焦的影响;利用多普勒扩展方法分析了海杂波多普勒频移参数对ISAR多普勒频谱的影响;利用互相关法分析了不同SCR下海杂波空间相关对ISAR运动补偿的影响.仿真实验证明了分析结果的有效性.     

海杂波的混沌特性分析

介绍了相关维数、Lyapunov指数等用于描述混沌动力系统的重要概念及其计算方法,并对雷达采集的实际海杂波时间序列数据进行了计算分析。结果表明,海杂波具有有限的相关维数和正的最大Lyapunov指数,说明海杂波信号具有混沌系统的典型特征。     

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。     

一种迭代可分离的机载面阵雷达杂波抑制方法

为了解决传统空时自适应处理方法由于独立同分布训练样本不足无法有效抑制机载面阵雷达非均匀杂波的问题,提出了一种迭代可分离的机载面阵雷达杂波抑制方法。该方法首先通过雷达系统和载机平台运动参数先验知识构造杂波表示基矩阵,然后基于协方差矩阵匹配估计准则分别估计待检测单元的杂波空域和时域功率谱,接着按照线性约束最小方差准则计算待检测单元的空域和时域部分权向量,最后再结合杂波参数化模型和得到的空域和时域部分权向量计算空时滤波权向量用于处理待检测单元回波数据。该方法不需要训练样本,不需人为设置超参数,具有全局收敛性,即使存在距离模糊也可以有效地抑制机载面阵雷达回波数据中的非均匀杂波。仿真实验说明了本文方法的有效性。     

高频地波雷达海杂波神经网络选择集成预测

针对高频地波雷达海杂波的混沌特性,提出了一种新的海杂波神经网络集成预测方法。该方法在重构的相空间中估计所有神经网络在预测样本邻域内的预测性能和错误关联,进行神经网络的自适应选择和动态集成,实现海杂波的神经网络集成预测。在OSMAR2000高频地波雷达系统海洋目标实测数据上的测试结果表明,该方法具有较高的海杂波预测精度。     

一种迭代可分离的机载面阵雷达杂波抑制方法

为了解决传统空时自适应处理方法由于独立同分布训练样本不足无法有效抑制机载面阵雷达非均匀杂波的问题,提出了一种迭代可分离的机载面阵雷达杂波抑制方法。该方法首先通过雷达系统和载机平台运动参数先验知识构造杂波表示基矩阵,然后基于协方差矩阵匹配估计准则分别估计待检测单元的杂波空域和时域功率谱,接着按照线性约束最小方差准则计算待检测单元的空域和时域部分权向量,最后再结合杂波参数化模型和得到的空域和时域部分权向量计算空时滤波权向量用于处理待检测单元回波数据。该方法不需要训练样本,不需人为设置超参数,具有全局收敛性,即使存在距离模糊也可以有效地抑制机载面阵雷达回波数据中的非均匀杂波。仿真实验说明了本文方法的有效性。     

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。