基于时频图自主学习的海面小目标检测

多维特征检测方法已成功运用于海面小目标探测中。针对人工特征提取的局限性,将检测问题转变为两分类问题,提出了一种基于时频图深度学习的目标检测方法。首先,将一维观测回波变换到二维时频域,并通过归一化时频图进行白化预处理。其次,建立半仿真含目标回波数据库,解决两类训练样本非均衡问题。然后,搭建迁移学习模型自主学习时频图特性,具有深度网络结构和减小训练代价的优势。最后,将两分类的概率值作为统计量,获得虚警可控的判决区域。基于IPIX实测数据实验结果表明:所提的检测器能深入挖掘目标和杂波的差异性,低信杂比下仍能有效提升海面小目标的探测能力。     

基于长短时记忆网络的雷达波形设计

针对单准则设计的波形难以满足雷达多工作模式和多任务问题,联合互信息(mutual information, MI)准则和信杂噪比(signal to clutter and noise ratio, SCNR)准则,提出一种基于长短时记忆(long short-term memory, LSTM)网络的雷达波形设计方法。首先，设计了由输入层、LSTM层和输出层构成的LSTM网络。其次，将基于MI准则和SCNR准则生成的信号与相应环境信息组成训练集,训练LSTM网络。最后,使用训练完成的LSTM网络设计波形,并将所提方法生成波形的雷达性能与单准则设计的波形进行对比。为衡量雷达综合性能,提出一种新的雷达综合性能指标和目标识别率。仿真结果表明,所提方法生成信号作为发射信号时,与MI准则生成信号相比,雷达综合性能平均提升0.67%,与SCNR准则相比,平均提升1.47%,证明了该方法可兼具MI准则和SCNR准则优点,提升雷达综合性能。     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题，提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量，提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换，得到各小波子带的系数，并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在，提出一种自适应的阈值检测方法，将原始回波信号与海杂波重构信号的差作为检测样本，实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验，验证了所提算法的正确性。     

基于杂波脊先验信息的非均匀杂波抑制方法

机载雷达回波数据非均匀会在很大程度上削弱传统空时自适应处理算法的杂波抑制性能。为此,提出一种基于杂波脊先验信息的非均匀杂波抑制方法,利用机载雷达杂波信号在角度多普勒平面的谱分布信息构造导向矢量基,并在考虑阵元误差影响情况下,对待检测单元数据进行迭代的最小二乘拟合,最后对拟合后的剩余数据进行恒虚警检测处理。该方法充分利用了雷达系统参数及杂波谱分布等先验信息,并且不需要训练样本,可以较好地抑制非均匀杂波,从而改善机载雷达的检测性能。仿真实验验证了该方法的有效性。     

超宽带在煤矿井下穿透障碍物杂波信号的抑制方法

传统的奇异值分解、主成分分析、独立成分分析等谱分析方法很难分离目标信号和杂波信号。根据煤矿井下杂波信号起伏较大的特点,利用经验模态分解与参考独立分量分析(ICAR)联合抑制超宽带在煤矿井下穿透障碍物杂波信号。仿真结果表明:改进的ICA-R方法抑制杂波效果显著,分离出的目标回波幅度得到提高,消除了杂波区域中起伏信号的影响。该方法可以抑制杂波对目标信号的影响,有效地分离出目标信号。     

基于修正熵的距离扩展目标检测器

针对采用球不变随机向量(spherically invariant random vector, SIRV)建模的非高斯杂波背景下，目标散射点个数估计失配时，修正的依赖于散射点密度的检测器（modified scatter density dependent, MSDD)检测距离扩展目标存在一定的信噪比损失问题，提出了一种基于修正熵的MSDD检测器（modified entropy-MSDD, ME-MSDD）。ME-MSDD先采用修正熵对目标强散射点个数进行估计，然后对目标强散射点进行积累形成检测统计量。最后，针对不同的目标模型及实测目标一维距离像对检测器性能进行评估，结果表明，与不依赖于散射点密度的检测器（non-scatter density dependent, NSDD)、基于动态阈值的检测器（dynamic threshold, DT)和MSDD相比，ME-MSDD能根据实际观测值自适应地估计目标散射点个数，具有更好的检测性能和鲁棒性。     

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。     

基于提升静态小波变换的风廓线雷达地杂波抑制方法

针对现有的基于离散小波变换(DWT)去风廓线雷达地杂波技术中最佳分解层数与阈值不好确定,且DWT不具有平移不变性的问题,介绍静态小波变换(sWT)的提升实现方法,提出一种基于提升SWT的风廓线雷达地杂波抑制方法。这种方法通过计算各层小波系数上的2阶原点矩来确定最佳分解层数,并以最邻近地杂波频段的2个频段的平均值作为阈值。由于采用提升实现方式,其运算量相对于传统的基于DWT去地杂波的方法并没有很大的提高,且能适用于较低杂信比的情况。仿真结果验证算法的有效性。     

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。     

基于运动载机模型的相控阵雷达动态杂波抑制仿真研究

基于运动载机背景下的动力学特性研究,建立了相控阵机载预警(PAAEW)雷达在实际振动形变等非均匀条件下的动态杂波特征模型,提出了坐标变换算法的建模方案。构造了能够模拟载机实际飞行状态的杂波抑制特性可视化仿真子系统,实现了动态过程的仿真交互、管理控制与评估校验。为机载预警系统的总体仿真实现提供了良好的支撑环境。