基于线性调频z变换的机载斜视阵杂波谱补偿方法

根据机载斜视中的杂波模型,提出一种线性调频z变换(Chirp z transform, CZT)和空域导向矢量拟合的杂波谱补偿方法。该方法利用CZT将数据从阵元脉冲域变换到阵元〖CD*2〗多普勒域,对杂波谱进行有效采样,可以得到新的数据矩阵,对变换后的数据采用空域导向矢量拟合的方法进行处理,消除了杂波的非平稳性并得到足够的统计数据,然后使用传统的空时自适应处理方法进行杂波抑制。理论分析和仿真结果表明,方法不但提高了对杂波谱的分析效率,并且有效地消除杂波谱的非平稳性,该方法在杂波抑制上有较好的改善性能。     

基于稀疏重构的机载雷达训练样本挑选方法

针对空时自适应处理中训练样本受目标信号污染时检测性能下降的问题,提出了一种基于稀疏重构技术的训练样本选取方法。该方法首先将接收数据由阵元脉冲距离域转换到阵元多普勒距离域,然后采用改进的正则化FOCUSS算法进行空域稀疏重构,估计待检测多普勒通道对应的阵元距离域数据得到高分辨角度距离谱,利用杂波多普勒与角度的先验关系,剔除角度距离谱上明显偏离角度期望的样本,实现对训练样本的有效选择。仿真表明,相比传统样本选择方法,该方法无须估计协方差矩阵,在小样本集情况下依然能够剔除被污染的样本,有较大优势。     

基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high frequency surface wave radar, HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离 多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离 多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15 dB以上。     

一种改进的OTHR自适应海杂波抑制方法

海杂波抑制严重限制天波超视距雷达(over the horizon radar, OTHR)系统对低速舰船目标检测能力的主要原因之一。针对自适应海杂波抑制方法中当杂波与目标多普勒频率接近时存在目标谱峰分裂或目标谱峰偏移的问题,提出一种采用运动目标显示（moving targetindication, MTI）与基于特征值分解的自适应杂波抑制相结合的改进的特征值分解（modified eigen value decomposition, MEVD）海杂波抑制方法。该方法通过MTI滤波器抑制目标谱峰内杂波,之后通过自适应抑制方法抑制其他杂波,具有同时抑制一阶和高阶海杂波的能力,提高了目标信杂噪比,有助于提高OTHR对舰船目标的检测性能。理论分析、仿真实验和实测数据处理结果均验证了MEVD方法的有效性。     

基于杂波数据Frobenius范数拟合的阵元误差估计方法

机载雷达的阵元误差会影响运动目标的参数估计与定位性能。为了解决这个问题,提出一种基于杂波数据Frobenius范数拟合的阵元误差估计方法。该方法首先利用杂波谱分布结构和雷达构型参数计算杂波空时导向矢量矩阵,接着利用截断的奇异值分解求解杂波幅度矢量并重构杂波数据,最后将实际的数据矩阵与重构的数据矩阵进行Frobenius范数拟合来估计阵元误差。数值仿真实验结果表明,该方法在低脉冲数目、低样本数目的情况下均具有较好的参数估计精度与稳健性。     

机载前视阵雷达距离模糊杂波抑制新方法

提出了一种简单有效的机裁前视阵抑制距离模糊杂波方法.该方法在对数据进行多普勒滤波之后向待检测距离区间的中心距离单元空域导向矢量空间投影,能够获得好的模糊杂波滤除性能,并且降低了计算量.计算机仿真实验结果表明了该方法在雷达回波存在误差的情况下具有稳健性.     

机载前视阵雷达阵元误差稳健的空时插值补偿方法

空时插值方法通过对地面杂波空时导向矢量进行插值变换,能够有效地降低机载前视阵雷达地面杂波的距离依赖性,改善空时自适应处理器的杂波抑制性能。然而,当机载雷达接收通道存在阵元误差时,该方法对接收的数据处理失效。针对该问题,提出一种稳健的空时插值方法,该方法在杂波空时导向矢量周围选取约束导向矢量,然后进行插值变换,补偿地杂波距离依赖性。仿真结果表明,当机载雷达接收通道存在阵元误差时,该方法能够有效地降低接收的地杂波数据的距离依赖性,提高空时自适应处理器的杂波抑制性能。     

机身共形圆台阵结构对地杂波谱特性影响分析

针对共形阵情形下,采样协方差矩阵求逆(sampling matrix inversion, SMI)得到的最小方差谱会发生很大程度的展宽,进而影响目标检测性能的问题,提出了增益谱分析方法。该方法利用增益权进行杂波处理,即在权中考虑了阵元增益,因此能够更好地对实际杂波进行匹配。在所提方法的基础上,重点分析了机身共形圆台阵圆心角和阵元主瓣宽度对杂波特征值、最小方差谱及增益谱的影响,为实际共形阵杂波抑制时共形阵结构的选择提供了重要的指导意义。仿真结果表明,较大的主瓣宽度可以使最小方差谱展宽减小,而较大的圆心角可以使增益谱的性能更优,并且,利用增益权处理可以有效提高主瓣杂波下目标的检测性能,且当圆心角较大时,增益权的处理结果明显优于传统SMI。     

双基地机载雷达杂波和主瓣压制干扰抑制方法

当干扰从雷达波束主瓣进入时，传统的空域抗干扰方法不仅无法抑制主瓣干扰，还会引发主瓣畸变、旁瓣抬升等问题，严重影响机载雷达目标检测性能。针对该问题，提出了一种基于双基地配置的机载雷达杂波和主瓣压制干扰抑制方法。该方法首先针对主、辅雷达分别形成多个相邻空域波束；然后，对波束形成后的数据进行脉冲多普勒(pulse Doppler, PD)处理，并在距离-多普勒域对主、辅雷达的干扰信号进行配对处理。在此基础上，在主、辅雷达对应的多普勒通道通过时域自适应滤波抑制干扰；最后，联合相邻波束的数据通过降维空时自适应处理(reduced-dimension space-time adaptive processing, STAP)抑制剩余的杂波。仿真结果表明，所提方法能够有效抑制杂波和主瓣压制干扰，与传统采样矩阵求逆(sample matrix inversion, SMI)方法和局域联合处理(joint domain localized, JDL)方法相比，对信干噪比性能分别改善了约20.6 dB和21.5 dB。     

基于时域自适应FIR滤波的空时处理方法

传统的后多普勒自适应处理方法,如果仅仅选用一个多普勒通道的输出数据进行空域滤波时,虽然对旁瓣杂波的抑制接近最优,但是对主瓣杂波抑制性能较差。针对以上问题,提出了基于时域自适应有限长单位冲激响应(finite impulse response, FIR)滤波的空时处理方法。该方法先设计一组自适应FIR滤波器,利用这组自适应FIR滤波器对雷达回波数据进行时域FIR滤波,然后分别对同一多普勒通道的输出数据进行空域自适应处理。仿真结果表明,该方法的杂波抑制性能优于1DT方法,而且该方法在天线阵元存在一定的随机幅度和相位误差情况下,杂波抑制性能损失不大。     

基于STAP的电离层杂波抑制方法

高频地波超视距雷达能够完成视距外的海洋环境监测以及目标检测与跟踪,但是电离层杂波的存在会使高频地波超视距雷达的目标检测和目标跟踪等性能严重降低,特别是当目标方位与电离层杂波方位一致或相近时,目标检测难度大大增加。利用实测数据分析了电离层杂波的相关性,根据电离层杂波的特点,提出了基于空时自适应处理方法抑制电离层杂波,并通过实测数据,验证了方法的有效性。     

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...     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

基于投影空间下奇异值分解的海面小目标CFAR检测

提出了一种基于投影空间下奇异值分解(singular value decomposition,SVD)的杂波抑制方法.在雷达回波数据中,利用待检测单元的邻近单元构造杂波空间,并将杂波空间在投影空间下进行奇异值分解以实现杂波抑制.为此,本文设计了一种全新的检测器,即将正交投影(orthogonal projection,...     

稀疏字典学习海面微弱动目标检测

针对强海杂波背景下微弱动目标信号提取困难、雷达检测性能差的问题,在稀疏表示理论的基础上,提出利用字典学习算法抑制海杂波、重构目标信号。该算法通过K类奇异值分解（K-singular value decomposition,K-SVD）算法学习海杂波和目标的稀疏域主成分特征,得到相应的学习字典,抑制海杂波并对目标信号稀疏重建,解决了以往固定字典与高海况下雷达回波匹配度低、目标信号提取效果差的问题;并通过算法参数的分析和优化,进一步提高了算法性能和工程实用性。基于实测数据的实验结果表明,相比传统检测方法,所提算法能够有效检测高海况下微弱动目标,显著提升检测性能。     

基于高阶奇异值分解的OTHR海杂波抑制算法

针对短相干积累时间(coherent integration time, CIT)引起的多普勒分辨率低,无法从强大海杂波中检测出舰船目标的问题,提出了基于高阶奇异值分解(higher order singular value decomposition, HOSVD)的海杂波抑制算法。首先利用相邻单元内海杂波的相干性,将毗邻距离单元和方位单元的多脉冲接收数据应用三阶张量表示,然后采用HOSVD方法求解三阶张量的海杂波子空间和目标子空间的投影矩阵,最后利用投影矩阵将三阶张量映射到目标子空间以抑制海杂波。该方法与现有子空间类海杂波抑制方法相比,提高了信干噪比(signal to clutter plus noise ratio, SCNR)和峰值旁瓣电平比(peak sidelobe level ratio, PSLR),解决了目标谱峰偏移问题。     

基于两次异常检测的雷达HRRP杂波稳健目标识别方法

对地目标识别中,目标回波中将不可避免的含有大量杂波,严重影响识别性能。针对该问题,提出了杂波稳健识别方法,该方法首先采用基于球形假设聚类的异常检测方法,完成小簇杂波的抑制;然后利用参数非依赖局部异常因子异常检测法对剩余散射点进行异常检测,完成点杂波的抑制;最后利用杂波抑制后的高分辨距离像进行特征提取和目标识别。本文方法对目标是否运动无要求,算法涉及参数不需要人为设定。实测数据验证表明,所提方法的识别率优于传统方法,随着信杂噪比降低识别性能稳健,且运算量较小。     

基于S变换的机载雷达稳健空时自适应算法

非均匀杂波环境中的离群点会导致空时自适应处理(space time adaptive processing,STAP)性能的下降。针对此问题,该文提出一种新的基于S变换的稳健STAP(S transform STAP, ST-STAP)算法。该算法主要利用杂波和离群点的S变换在时频平面上分布特性的不同来实现非均匀杂波的抑制。ST-STAP算法首先将样本数据对应的快时间序列作S变换得到时频分布矩阵,舍弃部分高频分量以去掉离群点的影响,然后用时频矩阵的剩余部分计算相关矩阵和自适应滤波权。蒙特卡罗实验证明ST STAP方法的稳健性和动目标检测性能均优于传统的STAP算法。     

一种机载非正侧视阵雷达近程杂波对消方法

机载预警雷达发射中高脉冲重复频率信号时,会导致接收杂波存在距离模糊现象。对于机载非正侧视阵雷达(non-side looking airborne radar, non SLAR),其近程回波具有强烈的距离依赖性,导致通过统计方法估计的杂波协方差矩阵不准确,使得空时自适应处理（space-time adaptive processing, STAP）的杂波抑制性能急剧下降。接收天线为均匀线阵条件下,由于阵列没有俯仰维自由度,无法直接对近程杂波进行抑制。针对这种情况,提出了一种近程杂波对消方法,该方法首先估计出近程模糊距离门对应的俯仰角,然后利用空时二维杂波谱的先验信息对近程的杂波进行估计,最后对原始的接收数据进行近程杂波对消。该方法能够对近程杂波进行有效抑制,获得的杂波抑制性能高于直接处理法。仿真实验结果验证了该方法的有效性。