窄带雷达高速多目标检测及其运动参数估计

提出一种窄带雷达高速多目标检测和运动参数估计方法。利用"Dechirping"加滤波的方法对回波进行分离并且构造每个目标的回波矩阵,接着对每个回波矩阵构造相干相位补偿函数并进行补偿,从而实现信号能量的相干积累,有利于目标的检测。利用估计的多普勒信息可以获得目标的运动参数。仿真结果验证了所提方法的有效性。     

天波超视距雷达机动目标检测方法

天波超视距雷达(over-the-horizon radar,OTHR)通过快速傅里叶变换(fast Fourier transform,FFT)实现长时间相干积累,但这种基于目标速度恒定的方法对于机动目标的效果并不好.提出了一种基于目标运动参数估计的OTHR机动目标检测方法.该方法首先确定机动目标的运动参数的大致范围,然后对其运动参数进行估计,之后对其径向加速度进行补偿,最后对经加速度补偿后的目标信号进行相干积累并在距离-多普勒平面上进行二维恒虚誓检测.仿真结果表明,该方法能够增强OTHR对机动目标的检测能力,运算效率高,实用性强.     

基于高分辨雷达的运动目标参数估计方法研究

根据运动目标的频域回波的特点，深入研究了一种具有多项式相位结构的运动目标回波仿真模型，并提出了基于该模型的多特征参数提取方法。该方法基于匹配傅立叶变换理论，依据频域雷达目标回波特征构造匹配函数，对目标回波数据进行匹配傅立叶变换，变换结果的主瓣坐标反映了目标散射点的距离及速度信息。大量的仿真实验结果证明，该方法十分有利于进行运动目标的特征提取。根据对仿真结果的分析，进一步给出了改进算法，使得在较低信噪比情况下也能够有效的检测出目标上的散射点的距离与速度参数。     

高机动小RCS目标长时间相参积累检测新方法

相参积累可以提高小雷达散射截面（radar cross section, RCS）目标的信噪比,但由于目标的高速高机动性,长时间相参积累会导致回波的越距离单元走动和越多普勒单元走动问题。首先建立了高机动小RCS目标的回波信号模型,并分析了目标回波信号的二维频域特性,在此基础上,提出了一种长时间相参积累检测新方法。基本思想是在距离频域方位时域利用Keystone变换,校正由一次相位引起的越距离单元走动问题,然后乘以二次相位补偿函数解决越多普勒单元走动问题,通过构造目标函数对补偿函数中的加速度进行搜索,获得的目标函数的最大值即为相参积累值。仿真结果验证了该算法的有效性。     

基于扩展Kalman滤波的运动目标距离/速度联合估计

通过对高频区运动目标的频域回波模型的分析,提出了一种基于高频区回波频域模型的非成像类参数化高分辨方法。该方法基于扩展卡尔曼滤波理论,通过对所建立的运动目标回波频域模型进行参数估计来获得目标距离高分辨。仿真结果证明,该方法回避了目标运动情况下成像类高分辨方法所必需的距离补偿问题,多散射点情况下在获得各散射点的距离高分辨的同时,可以获得目标运动参数的精确估计。     

步进频率线性调频脉冲信号的子孔径处理方法

针对步进频率线性调频脉冲信号的压缩处理提出频域子孔径处理方法。该方法首先将每个子脉冲的回波信号在频域进行匹配滤波,经频谱搬移和相干合成后,得到距离时间函数的频域响应,最后进行逆FFT从而得到一维距离像,实现脉冲压缩。介绍了频域-时域混合的子孔径处理法,即首先将子脉冲在频域进行匹配滤波并变换到时域,经过时域上变频,然后在时域进行相干合成。针对不同孔径的加权方法作了计算,并进行比较和分析。计算表明,孔径加权的效果与Chirp信号的基带带宽以及步进频率大小有关,在实际中应该针对不同情况采用不同的加权方法。所提方法对频率线性步进和非线性步进的情况都适用。     

相干频率分集阵雷达匹配滤波器设计

相干波形频率分集阵(frequency diverse array, FDA)雷达通过引入阵元间的频率差异,在观测空间中形成距离角度时间依赖的发射方向图。针对相干FDA雷达体制回波接收处理的问题,提出了角度时间二维匹配滤波器,同时实现了快时间波形匹配和等效发射波束形成,不同于传统匹配滤波器。并进一步考虑某些应用情况下,通过设计匹配时间窗,提出了分段匹配的二维匹配滤波接收处理方法。将雷达脉冲时间划分为多个子脉冲接收时间窗,并采用发射方向图调制的角度时间二维匹配滤波函数对回波信号进行相干积累。仿真实验给出了所提接收处理方法的性能验证。     

高阶运动目标的长时间相参积累算法

针对具有任意阶运动的目标的长时间相参积累问题,提出一种基于多维非均匀快速傅里叶变换(non-uniform fast Fourier transform, NUFFT)的长时间相参积累算法。该算法先在快时间频域沿慢时间维利用多维NUFFT实现运动补偿,然后通过快速傅里叶逆变换(inverse fast Fourier transform, IFFT)最终实现相参积累。该算法积累性能接近理论最优且计算量小于已有算法。特别地,对于具有加加速度的运动目标进一步提出基于Wigner NUFFT的相参积累算法,该算法相比多维NUFFT,计算量大大减小,但对积累前单个脉冲的信噪比提出更高要求。仿真结果证明了所提算法的有效性。     

双基地MIMO雷达的高速运动目标定位方法

高速运动目标的大多普勒频率会导致传统匹配滤波器严重失配,因此当目标高速运动时多输入多输出（multiple input multiple output,MIMO）雷达利用传统匹配滤波器无法有效地形成虚拟阵列。研究了利用双基地MIMO雷达实现多个高速运动目标交叉定位的方法,采用降低雷达距离分辨率的方式以获取较长时间的相参积累,并将接收阵列回波信号与发射信号共轭相乘后的数据进行频域处理,有效形成了虚拟阵列,然后利用传统超分辨算法对在相同粗距离分辨单元上的高速运动目标的发射角和接收角进行联合估计,从而能够有效交叉定位多个在距离上无法分辨的高速目标。仿真结果表明了所提方法的可行性和有效性。     

基于Keystone变换的警戒雷达信号处理

增加积累时间是提高检测微弱目标能力的一种重要手段。为了实现警戒雷达对高速运动微弱目标的探测,提出了一种新的雷达信号处理方法。利用Keystone变换补偿长时间积累和目标高速运动导致的跨距离单元走动,使目标能量得到有效积累,并通过数据融合解多普勒模糊,实现对目标的有效检测和参数估计。该方法可以用于对不同距离和速度的多个目标长时间相参积累和检测,同时,随着脉冲积累个数的增加,提高了测速精度。多目标仿真的结果验证了该方法的有效性。     

基于Chirp Z变换的海面目标帧间非相参积累技术

为提升雷达对海面微弱目标的探测能力,提出基于Chirp Z变换的多圈扫描帧间非相参积累技术。首先,建立多圈扫描采用不同载频时的雷达回波信号模型。然后,提出基于Chirp Z变换的运动目标帧间多普勒校正和距离走动补偿方法,使得多圈扫描数据经过处理后,目标出现在相同的距离多普勒检测单元内,从而可以直接进行帧间的非相参积累,实现对微弱目标检测性能的提升。最后,结合仿真试验和实测数据,验证了所提方法的有效性。     

星载雷达弱目标长时间积累算法研究

空间弱目标的远距离探测与跟踪是星载雷达目标探测的关键技术之一,受星上计算机实时计算能力和存储能力的限制,空间远距离、弱目标的长时间直接全相干积累难以实现。在已有的分段处理方法基础上,提出了一种段内相干-段间二次相干积累的长时间积累算法,该算法对存储要求低,且具有很好的积累效果,非常适合实时处理和时间重叠处理。给出了算法的实现步骤和积累效率分析,与全相干处理相比该算法的额外信噪比损失仅为-2.4 dB。仿真结果验证了理论分析的结果和算法的有效性。     

分布式OFDM-MIMO雷达非相参积累目标检测方法

针对目标雷达截面积(radar cross section, RCS)空间起伏,不易于常规雷达进行长时间积累检测的问题,结合正交频分复用(orthogonal frequency division multiplexing, OFDM)波形与分布式多输入多输出(multiple input multiple output, MIMO)雷达的特点,提出了一种基于分布式OFDM MIMO雷达的非相参积累目标检测方法。该方法使获得的多路回波信号短时间内非相参并行处理,削弱了长时间积累、复杂的相位补偿以及RCS快起伏对检测性能的影响,有效实现了多个目标的积累和检测。仿真结果证实了提出方法的有效性。     

随机有限集推理动目标轨迹的相干累积检测法

长时间相干累积技术在提高雷达对动目标探测能力方面发挥着重要的作用。但是，由目标机动导致的距离和/或多普勒频率徙动将会大大降低相干累积的性能。为解决上述问题，提出一种随机有限集推理动目标运动轨迹的相干累积检测法。首先，通过频率轴反转变换，提取出描述目标运动特性的信号。然后，利用该信号时频变换后的结果构成测量随机有限集，并以状态空间模型描述各目标的运动，在贝叶斯滤波的框架下实现目标运动轨迹的推理。最后，基于推理的轨迹设计出二维匹配滤波器，来补偿未知的距离和/或多普勒频率徙动。理论分析和数值仿真实验结果均表明，该方法可有效处理具有复杂甚至未知运动形式的机动目标。     

基于压缩感知信号重构的间歇采样转发干扰对抗方法

间歇采样转发干扰是一种针对大时宽带宽线性调频(linear frequency modulation, LFM)信号的新型相干干扰样式,通过不同的参数设置可以形成逼真多假目标以及具有压制效果的密集假目标干扰。根据间歇采样转发干扰“存储转发存储转发”的干扰特点,给出了能量函数的定义,并根据目标回波信号和干扰信号能量函数的特征差异,提出了一种提取未受干扰影响的目标回波信号数据的方法;然后将其看作目标回波信号的压缩数据,利用其与解线调处理后的目标回波信号稀疏频域之间的线性关系,构建了压缩感知最小问题求解模型;最后,利用正交匹配追踪算法重构了目标回波信号,实现了对间歇采样转发干扰的抑制。蒙特卡罗仿真结果表明:通过设置合适的阈值,所提方法可以获得较好的干扰抑制性能和较高的抗干扰成功概率,并且不仅适用于中带LFM匹配滤波体制雷达,而且适应于宽带LFM去斜体制雷达。     

基于波束补偿的成像增强算法研究

近场高分辨率成像的需求日益增加,传统的后向投影成像算法忽略了周围复杂电磁环境给成像带来的不良影响,在对回波进行相干积累的过程中不可避免地将周围杂波映射到目标图像网格上,导致图像质量较差。针对这一问题,提出一种基于天线方向图波束补偿的后向投影成像增强技术。该技术通过提前生成自适应能量衰减系数矩阵,对目标回波幅度进行衰减补偿,能有效抑制复杂电磁环境下强散射点给成像过程带来的不良影响。实测及实验结果表明,所提方法不仅在抑制杂波的前提下增强了图像质量,也能降低成像过程中相干积累的次数,提高了成像效率。     

目标回波不连通的慢速小目标探测方法

为了探测因杂波干扰强度大、目标回波微弱等原因,导致雷达操纵员将其误当成杂波点的慢速小目标。把连续多帧雷达图像进行长时间积累,针对多帧雷达图像积累中目标回波不连通的情况,提出了一种目标回波不连通的慢速小目标探测方法。引入最小外接矩形的长宽比Fj3占空比Fj2和像素值Fj1等3个参量,运用图像标记技术提取目标回波上述参量,利用Fj1去除大片连通目标回波对慢速小目标的干扰,通过Fj2和Fj3得到的信息值H(Aj)对目标回波进行分类处理。在每个分类域中,首先去除目标回波中间隔距离大于多帧积累时间内慢速小目标运动距离的目标回波,然后通过“慢速小目标的确定”实现对慢速小目标的有效探测,最后把每个分类域中慢速小目标探测结果进行合成得到最终的慢速小目标探测效果。仿真实验结果验证了该算法的有效性。     

支持向量机在车辆目标识别中的应用

提出了利用支持向量机对战场侦察雷达目标回波信号进行处理,以实现对卡车、坦克等在地面运动的车辆目标进行分类识别的一种新算法。首先对雷达接收到的目标回波信号作频域分析,从中提取待分类目标信号的特征向量,然后利用所建立的支持向量机模型对目标信号作训练和识别,最后与经典谱分析和神经网络的方法作比较,并采用实际数据验证这种识别方法的有效性。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后，对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后，结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。     

基于互相关平动补偿的外辐射源成像技术

基于已有的无源雷达成像算法均未考虑目标的平动补偿问题,利用短时间内两次回波的强相关性,通过估计两次回波相关函数的最大值来估计补偿因子,进行平动补偿,然后利用直接FFT成像方法来对运动目标进行成像。仿真实验表明提出的互相关平动补偿算法在考虑了目标实际运动情况下,可以获得良好的成像质量。