基于同态滤波的GPS空时自适应处理补偿技术

GPS系统工作在有干扰的环境中时,近处干扰与远处卫星间巨大的功率差异导致GPS信号的扩频增益不足以抵抗干扰的影响.空时自适应处理技术已成为GPS接收机抗干扰研究的热点,相比于空域自适应阵列处理可以有更多的抗干扰自由度,消除多个强的宽带干扰及近场的宽带干扰多径.但是由于空时自适应处理的结构使之在处理带宽上不能有一致的频率响应,造成GPS信号的相关函数的相关峰产生畸变,降低接收机的定位精度.本文分析了空域与空时域自适应阵列处理抵抗干扰的性能,对空时自适应处理的原理及影响卫星信号的原因进行了研究,为了恢复出期望的卫星信号,提出一种基于同态滤波均衡原理的方法,补偿由空时自适应处理造成的对卫星信号的影响.仿真结果表明了所提出的方法的有效性.     

非均匀杂波环境下线性预测类空时自适应处理性能分析

从机载预警雷达回波数据特性出发,非均匀杂波环境下线性预测类空时自适应处理器具有优良非均匀自适应处理性能．对这一现象进行了合理解释,并对利用脉冲维数据进行空时自适应处理的相关问题进行了研究．仿真结果也验证了在非均匀环境下,利用脉冲维数据比利用距离维数据进行空时自适应处理更有效．     

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.     

主动声纳混响抑制与目标检测技术

 混响是浅海主动声纳的主要干扰,其抑制问题一直是困扰声纳信号处理的难题,尤其是当声纳载体具有一定的运动速度、导致混响具有空时耦合特性时。空时自适应处理是解决该问题的一个有效途径,它能够实现隐式的平台运动补偿从而允许获得理论最优的混响抑制性能。本文介绍了传统主动声纳的混响抑制与目标检测技术,通过分析声纳与雷达的不同之处,提出了适合于运动声纳的空时自适应处理模型;在此模型下,讨论了提高空时自适应检测稳健性的方法;最后展望了主动声纳混响抑制与目标检测技术的发展趋势。     

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。     

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。     

时域加权稀疏约束的空时自适应处理算法

1DT是典型的时空级联的后单多普勒空时自适应处理的方法,能够显著降低对独立同分布样本的需求量和空时自适应处理时的运算量,但是进行时域处理时对主瓣杂波的抑制效果较差。针对此问题,提出一种利用时域滤波器频率响应的稀疏特性进行加权稀疏约束的自适应滤波器设计算法。在时域自适应滤波器的模型中加入对旁瓣的稀疏约束,并构造加权矩阵对稀疏约束加权。仿真实验表明：此方法在有效抑制主瓣杂波的前提下能够降低副瓣,并且当存在天线幅相误差时具有较好的稳健性。     

基于原型自动编码机的GPS空时自适应抗干扰方法

针对GPS接收系统的空时自适应抗干扰技术,提出了一种基于原型自动编码机的空时自适应算法.通过对空时自适应和算法的建模,研究了该算法的性能.系统仿真表明,该算法不仅能抑制大于阵元个数的多个宽、窄带干扰,而且有很好的收敛性,对工程实践具有一定的指导意义.     

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。     

基于STBC的自适应MIMO性能分析

本文对基于STBC(空时编码)的自适应传输技术进行了研究,给出了每根天线的自适应的功率分配策略,以及自适应调制技术的性能分析,并且与基于奇异值分解的方法进行了比较.     

基于先验知识的广义旁瓣对消器STAP

空时自适应处理（space-time adaptive processing,STAP）算法的运算量与处理性能构成了一对矛盾。利用广义旁瓣对消器（generalized sidelobe canceller,GSC）形式的处理器结构,提出一种基于先验知识的 STAP 算法以解决该问题。该算法使用相控阵雷达系统参数以及阵列几何模型等先验知识来构建空时杂波的匹配矩阵,并计算空时多约束导引矢量,实现对 STAP 算法的自适应加权初始化。该算法的优点是无需协方差矩阵求逆从而使处理速度得到加快。仿真实验表明该算法的处理性能未受影响,而收敛速度则明显提高。     

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。     

基于实测数据的STAP的权值计算算法性能比较

空时自适应处理(STAP)的权值求解是其计算最密集的部分,由于机载雷达回波数据动态范围很大,导致传统的采样协方差矩阵求逆(SMI)方法数值稳定性较差,相对而言基于QR分解的采样矩阵求逆算法(QRD-SMI)在系统动态范围要求和并行性上具有优势.为了寻求在STAP工程实现时采用QRD-SMI的理论依据,分析了采用这两种不同算法的STAP处理方法,比较了二者的计算量,用MountainTop数据比较研究了2种方法的性能.实验结果表明这2种方法均具有良好的杂波、干扰抑制性能,传统的SMI算法在杂波抑制性能上较QRD-SMI算法有一定的优势,而QRD-SMI算法对"目标消除效应"较SMI算法有更强的稳健性,综合比较算法性能、数值特性以及可并行实现性,QRD-SMI更适合在STAP的工程实现时采用.     

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.      

机载雷达目标空时参数快速估计方法

针对机载雷达动目标空时参数估计中常用的基于最大似然准则的参数搜索方法计算量过大的问题,提出了一种新的目标空时参数快速估计方法.该方法首先对机载雷达阵列回波信号做降维的空时自适应处理,对滤波输出最大的多普勒单元在空域取3个不同方向的导向矢量做空域滤波,得到3个不同的自适应权矢量和输出响应,再利用这些权矢量和输出响应,用多项式求根方法得到目标的空域频率,然后利用多普勒频率滤波响应主瓣附近的3个频率的输出,依据二阶近似求解极值得到目标的多普勒频率最大似然估计值.仿真实验表明,该方法在保证估计精度与参数搜索方法相同的情况下,计算量能够减小到参数搜索方法的1/100.     

机载雷达斜视阵下杂波抑制的方法

在机载斜视阵中杂波多普勒频率随距离发生变化,导致传统的空时自适应处理方法不能有效抑制杂波,因此，提出一种谱补偿方法。该方法利用训练单元与待检单元的空域导向矢量关系得到相似度量值,用此度量值再对训练单元的数据进行加权预处理,提高了数据的平稳性;为降低回波中孤立干扰或强目标对采样协方差矩阵估计的影响,对预处理后的数据使用非均匀检测器进行干扰剔除,从而提高机载雷达的检测性能1~3 dB。使用传统的空时自适应处理方法对剔除干扰后的数据进行杂波抑制，通过对数据的处理,证明了该方法的可行性和有效性。     

粒子群优化算法在水文科学中的应用进展

介绍了粒子群算法的标准算法及流程,探讨了粒子群算法在水库优化调度、水电站经济运行、参数优选等水文领域中的研究成果和存在的问题,指出未来应该加强粒子群算法改进机理和收敛性能的研究,并与其他算法技术相比较、结合,拓展其在水文科学领域的应用范围,为解决水文领域中大量优化问题提供新途径。