基于残余噪声能量的自适应杂波抑制方法

基于残余噪声能量的自适应杂波抑制方法无需对目标信号、杂波与噪声的先验统计信息做假设，权向量值由系统设定的残余噪声决定。计算机仿真结果证实了该方法可以有效地抑制杂波与噪声信号。     

雷达模拟器的噪声模拟研究

雷达噪声杂波特性的模拟是进行雷达信号处理算法设计的前提。在雷达模拟器设计的基础上,重点对雷达探测过程中产生的噪声和杂波相关特性进行了分析,同时给出了高斯白噪声的计算方法,并通过计算机仿真,实现了较为逼真的雷达噪声环境模拟。     

脉冲多普勒雷达杂波信号的实时重构方法研究

针对脉冲多普勒雷达信号处理机在杂波半实物仿真时由重构算法带来的噪声应低于主瓣杂波60dB这一特殊要求,提出了一种给定功率谱的杂波产生方法,即先将功率谱转换为矢量频谱,并进行相位随化和傅里叶反变换,然后对得到的一系列时域数据组加窗,搭接,保证随机数据的数学期望和方差边疆,从而得到缓变的非平衡杂波信号,仿真结果表明,采用此方法得到的杂波信号与简单组合时域数据组得到的杂波信号相比,信噪比可由30dB提高到60dB。     

有源干扰背景下基于CFAR的信号检测方法改进

针对瑞利噪声分布的回波信号,单元平均CFAR算法是一种简单有效的信号检测方法。当回波背景中加入有源噪声干扰时,该检测方法受到限制。首次以噪声调幅干扰为信号杂波背景,建立数学模型。基于CFAR算法,分析该有源噪声干扰对信号检测概率的影响。对CFAR算法进行改进,使得信号检测方法适用于信号杂波背景的变化。最后通过仿真验证了此改进的CFAR算法提高了噪声干扰背景下信号的检测概率,并达到抗干扰的目的。     

基于残差三阶累积量的跟踪门新方法

针对在有高斯量测噪声和杂波环境下的数据关联问题,提出了一种基于残差三阶累积量的跟踪门算法,通过对残差数据累计序列的三阶累积量的计算,抑制了高斯噪声对跟踪门的影响,且有效地排除了杂波的干扰,从根本上提高了跟踪门的性能.仿真实验结果验证了该算法的有效性和稳健性.     

杂波下频率步进信号参数设计及处理算法研究

针对杂波环境下目标检测与成像问题,给出了频率步进信号参数设计的约束条件与优化准则,分析了帧间脉冲多普勒处理的测速性能,深入研究了在频域上进行杂波抑制、回波补偿及合成高分辨的处理方法. 基于实际的雷达系统参数进行了计算机仿真,结果表明该算法可有效提取杂波环境下的微弱运动目标信息,并合成了正确的一维高距离分辨像,且抗噪声性能好,运算量小,工程易实现.      

天波超视距雷达一阶海杂波后向散射特性分析

为了得到天波超视距雷达一阶海杂波后向散射系数变化范围及总体变化规律,以及雷达频率、海面风速、风波角、海浪有向波高谱关于海面风向的扩展程度等各参数对一阶海杂波后向散射的影响规律,针对天波超视距雷达探测的特点,引入Barrick等给出的高频雷达一阶海杂波后向散射系数模型,运用仿真分析的方法得知,无向幅度谱达到饱和时,一阶海杂波后向散射系数大概在-39 dB--14 dB,无向幅度谱未达到饱和时,一阶海杂波后向散射系数范围在-460 dB--18 dB,且频率与风速的相对大小决定了探测环境处于饱和区或非饱和区,又进一步仿真分析雷达频率、海面风速、风波角、海浪有向波高谱关于海面风向的扩展程度等参数对一阶海杂波后向散射的影响,得出各参数对一阶海杂波后向散射影响的规律,这对天波雷达目标探测策略及高频海杂波建模和滤除有指导意义.     

DRM无源雷达多径杂波的分载波空域抑制

鉴于数字调幅广播（DRM）无源雷达面临严重的多径杂波问题,建立了该无源雷达阵列信号模型,提出了一种基于分载波空域处理的多径杂波抑制方法.该方法先将DRM无源雷达阵列接收的时域信号经去保护间隔和傅里叶变换（FFT）之后,通过对各载波信号分别求取干扰协方差矩阵和空间自适应系数以滤除直达波和多径杂波.分载波空域处理方法综合利用了多通道空域信息及同一载波下直达波和多径杂波的时域相关性,降低了杂波抑制的空域自由度要求,提高了杂波抑制能力,克服了常规空域处理方法自由度不足或杂波噪声比低导致的杂波零陷深度不够等缺点.理论分析和仿真结果表明了该算法的优越性.     

非均匀噪声下基于双剔除门限的恒虚警目标检测算法

为了解决雷达检测算法在非均匀噪声环境下目标检测性能严重下降的问题,在分析实际回波杂波分布特性的基础上,提出了一种基于双剔除门限的恒虚警目标检测算法,通过双剔除门限将极大极小干扰信号从参考窗口中剔除,实时精确估计背景噪声功率.经过与各检测算法仿真对比,该算法在多目标干扰、遮挡和杂波边缘干扰等非均匀背景噪声环境下仍具有最优的检测性能和鲁棒性.结果表明,所提出的目标检测算法在非均匀噪声环境下具有良好的检测性能.     

干扰条件下基于互信息量准则的弹载雷达波形优化

弹载雷达发射波形设计在导弹制导系统中有着重要作用。为解决复杂电磁环境下,弹载雷达受到噪声、杂波和干扰影响导致目标探测性能降低的问题,基于互信息量（mutual information,MI）准则提出了一种新的同时存在噪声、杂波和电子干扰影响时的发射波形优化算法,通过拉格朗日乘子法得到最大化目标响应与雷达回波间互信息量的最优波形表达式,并利用一阶泰勒级数近似简化该表达式。仿真实验对比了不同杂波和压制干扰、不同发射能量约束下优化前后所获互信息量;结果表明,当平均功率限制为100 W时,相比于原始波形,采用优化信号情况下所获互信息量翻倍。优化发射波形能够通过优化信号的频域能量分布,主动避开干扰和杂波影响大的频率,使接收回波包含更多目标信息。     

机载多普勒雷达模糊回波模拟源的研究

建立了机载脉冲多普勒（PD）雷达模糊回波模拟源的仿真模型,分析了其工作原理和回波的统计特性,利用先内插后抽样的方法实现了回波数据的速度模糊和频域杂波模糊。通过设置模型参数,可模拟产生多种工作环境下的雷达模糊回波数据,并可通过PCI－7200高速数字接口析板输出。     

融合全局与局部特征的UWB雷达人体动作识别算法

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带（ultra-wideband,UWB）雷达人体动作识别算法。用动目标指示（moving target indication,MTI）结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析（principal component analysis,PCA）提取主要分量作为全局特征表征,并用二维离散小波变换（2D discrete wavelet transform,2D-DWT）结合奇异值分解（singular value decomposition,SVD）获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法（grid search,GS）优化的支持向量机（support vector machines,SVM）模型中实现人体动作的识别分类。实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为95.63%,具有良好的识别性能。     

真实地形环境下低空雷达目标回波信号分析

针对低空雷达目标与杂波、环境难于一体化建模的问题,提出了一种分析真实地形环境中低空飞行目标的雷达回波信号的实景相干复合方法(CHIAL).以机载脉冲多普勒(PD)雷达为平台,首先将半空间并矢格林函数引入物理光学方法中,结合图形电磁学计算低空目标的雷达散射场强度,然后利用地形高程数据和地形地物分析数据,得到杂波单元的散射特性,通过相干杂波模型产生地杂波,最后将所有雷达回波送入各自的距离门,并加入噪声信号,模拟包含目标特性和杂波特性的有效回波信号.与传统复合建模方法相比,CHIAL方法的目标回波信号和杂波信号更加准确.对机载PD雷达探测低空目标的仿真实验表明,CHIAL方法在处理90m×90m地形高程数据时,杂波分布和信杂比与理论分析基本一致,有很强的系统工程实用价值.     

基于地图信息的机载雷达对海探测目标检测算法

机载雷达在对临近陆地的海面目标进行探测时会受到很强的陆地杂波干扰,海面附近的强陆地杂波会导致探测范围内虚警概率升高,严重影响雷达的对海探测性能. 针对该问题本文提出了一种基于地图信息的机载雷达对海探测目标检测算法,所提算法通过载机惯导系统提供的载机姿态及天线指向等信息计算天线波束照射区域的经纬度,并将其与地图数据匹配实现海陆分割,进而剔除陆地虚警,输出海面目标. 基于X波段雷达探测实验数据的实验结果表明,本文所提算法能够快速准确判断目标的海陆位置,通过海陆目标的筛选与剔除,提高机载雷达在陆地杂波较强的情况下对海探测性能.      

基于子波变换的雷达杂波处理方法

讨论了基于子波变换的抑制低频杂波成分的子波恒虚警处理,抑制高频杂波成分的子波浮动阈值处理和能够同时对杂波的低频成分和高频成分进行抑制的混合杂波处理方法,给出了三种处理模型和相应的杂波处理效果.通过对瑞利杂波和韦布尔杂波的子波系数的统计分布特性与零均值高斯杂波子波系数统计特性进行比较,说明该方法对非平稳分布的雷达杂波的处理具有很好的适应性.     

复合高斯海杂波模型下最优相干检测进展

 不同于噪声背景下的目标检测,增加雷达发射功率对海杂波背景下的目标检测性能并不能带来重大的改善,因此海杂波的精细化建模和海杂波特性的充分利用成为改善目标检测性能的最重要途径。复合高斯模型是目前广泛使用的海杂波模型,为海杂波特性的精细描述提供了有力工具,而相应的最优检测理论和方法为目标检测性能改善提供了技术支持。本文综述复合高斯海杂波模型下最优及近最优相干检测理论和方法。首先,对K分布、广义Pareto分布及逆高斯纹理3种复合高斯模型进行了概述,并介绍了3种模型下已有的最优及近最优检测方法;然后,对目前复合高斯杂波加噪声混合模型下相干检测方法的进展和应用瓶颈进行了分析;最后,针对未来该方面研究的进一步完善,探讨了几种计算可实现近最优检测方法的研究思路。     

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。