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。     

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。     

非正侧视阵列机载雷达STAP技术研究

STAP技术具有空、时间自由度,能够有效提高机载雷达的杂波抑制能力,实现动目标检测。在历经几十年的发展后STAP技术已经变得较为成熟并且逐步应用到工程实践中。通过本文的研究可知STAR算法所需要的样本数量较少并且收敛的速度更快,对于抑制非均匀杂波环境的杂波具有较好的适应性。     

天基雷达杂波抑制STAP算法性能仿真研究

天基雷达系统中杂波存在时空二维耦合的问题,在杂波抑制上通常采用空时自适应处理（STAP）的方法。基于天基雷达系统中杂波和干扰对STAP处理的影响,论文围绕天基雷达对STAP处理的需求,开展了对单基地天基雷达系统的STAP算法对天基雷达杂波抑制的仿真研究。     

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。     

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.     

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Rayleigh分布杂波模型的动态目标检测算法

为了解决传统的动态目标检测算法在功率波动明显的非均匀复杂背景噪声下,检测性能严重下降的问题,基于杂波分布模型和恒虚警理论,提出一种基于Rayleigh分布杂波模型的单元最大最小平均恒虚警(CMMA-CFAR)检测算法,通过均值和均方差估计噪声平均功率并动态调整检测门限参数,在保持较低虚警率的前提下,提高目标的检测率.采用了数字滤波器组降低旁瓣功率,抑制强杂波干扰.经过与其它算法仿真对比,该算法具有最优的检测性能,检测率大于95.00%.该方法已应用于车辆开门防撞预警系统,在奇瑞G5车型上进行了标定测试,针对典型接近目标:自行车、摩托车和轿车,平均预警率大于97.50%,误警率小于3.00%.结果表明,该算法在杂波边缘干扰和非均匀噪声背景下,仍具有良好的检测性能.     

基于扁长椭球波函数的机载多输入多输出雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线地构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计;并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

基于PSWF函数的机载MIMO雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,本文提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线的构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计,并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

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。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

基于杂波距离方位谱的机载非正侧MIMO雷达STAP方法

在机载非正侧MIMO雷达系统中,传统统计类空时自适应处理方法难以获得足量的独立同分布训练单元,无法准确估计待测单元杂波特性,杂波抑制性能严重下降。为了减少所需训练单元数,在分析机载非正侧MIMO雷达杂波在距离-方位域上分布的基础上,给出了杂波距离方位谱的概念;然后,利用稀疏恢复方法和距离滤波器估计杂波距离方位谱;根据杂波距离方位谱估计杂波协方差矩阵、构造空时滤波器,滤除杂波、检测目标。由于利用了雷达和载机参数等飞行配置先验信息以及杂波空时耦合关系构造,基于杂波距离方位谱的STAP方法可以在少量训练单元的情况下准确估计杂波协方差矩阵,有效抑制杂波、检测慢速目标,仿真实验证明了方法的有效性。     

海面小型快速运动目标的探测方法

常规扫描相关积累(SIC)算法在探测快速运动目标时易失效，提出了一种与海杂波抑制技术相结合的新型SIC算法．新算法由两分支组成：一个分支通过扫描加权对杂波进行衰减；另一分支确保快速目标的探测。应用海杂波抑制技术可以进一步提高信杂比，降低雷达检测门限，增大小目标的检测概率．仿真结果表明，本方法显著提高了舰载雷达探测小型快速运动目标的能力．     

基于子空间投影的SFGPR压缩感知成像算法

针对传统压缩感知SFGPR成像重建算法在强杂波测量环境中往往会失效的问题,提出一种基于子空间投影杂波抑制技术的SFGPR压缩感知成像重建算法.该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后结合稀疏重建算法对地下目标图像进行压缩感知重建.实验数据处理结果验证了所提方法的有效性和准确性.     

基于双剔除门限的Switching-CFAR目标检测算法

为了解决传统的目标检测算法在非均匀噪声环境下检测性能严重下降的问题,提出了一种基于双剔除门限的Switching-CFAR（switching-constant false alarm rate based on dual censoring thresholds,DCS-CFAR）目标检测算法。基于参考窗参考单元样本期望值和测试单元,得到双重剔除功率比较门限。通过双重比较,剔除参考窗中极大值参考单元,根据剩余参考单元数,选择合适的参考单元来估计背景噪声功率,并得到功率检测门限。在Matlab环境下,通过蒙特卡洛方法和SwerlingII模型对DCS-CFAR目标检测算法的关键参数,以及在各种仿真环境下与其它目标检测算法的检测性能进行了仿真对比分析,DCS-CFAR目标检测算法在均匀背景噪声下,检测率为98.76%,接近于CA-CFAR算法;在杂波和多干扰目标环境下,检测率分别为97.83%和98.23%。在均匀和非均匀噪声环境下,DCS-CFAR检测算法均优于ACCA-CFAR和GO-CFAR算法。结果表明,提出的DCS-CFAR检测算法在均匀和非均匀噪声环境下, 均具有良好的检测性能。     

天波雷达短驻留时间下海杂波抑制的改进算法

在高频天波雷达的舰船目标检测中,为消除电离层变化带来的谱展宽效应,采用了短驻留时间下基于奇异值分解(SVD)的海杂波抑制算法.该算法对构造出的Hankel矩阵进行奇异值分解,将对应于海杂波分量的奇异值置零,再重新构造出数据序列,达到海杂波抑制的目的.相对于原有的迭代杂波对消算法,该算法无需估计众多参数及设置对消截止门限,并且可以获得更好的抑制效果.为了有效地识别分解后的海杂波与目标所对应的奇异值以避免错误对消,还提出了一种改进方案,可以在抑制前分辨出海杂波分量和目标所对应的奇异值,当回波目标的能量与海波处于相近量级以及多目标情况下,能够避免错误对消现象的出现.仿真结果验证了所提算法的有效性.     

非均匀噪声环境下分布式IVI-CFAR检测算法

为了解决传统分布式VI-CFAR(variability index-constant false alarm rate)和OS-CFAR(order statistic constant false alarm rate)算法在多杂波干扰环境下检测性能严重下降的问题,提出了一种分布式IVI-CFAR(improved VI-CFAR)检测算法。在VI-CFAR的基础上,引入双参考窗和双参量,通过各子参考窗参量与对应门限的比较,判断子参考窗中参考单元的分布情况,从而选择相应的参考单元集和检测器估计背景噪声功率。经过仿真对比,在单杂波和多目标干扰环境下,分布式IVI-CFAR算法检测性能接近于分布式VI-CFAR和OS-CFAR算法;在多杂波干扰环境下,分布式IVI-CFAR算法检测性能优于分布式VI-CFAR和OS-CFAR算法,采用“OR”融合规则时,检测性能最优。结果表明,提出的分布式IVI-CFAR算法在非均匀噪声环境下,均具有较优的检测性能。     

一种非均匀背景下的多策略CFAR检测器

为了提高非均匀背景下的雷达目标恒虚警(CFAR)检测性能,该文基于变化指数CFAR(VI-CFAR)检测器,提出一种多策略CFAR(MS-CFAR)检测器。该检测器通过对参考窗中的杂波背景进行估计,自适应选择单元平均CFAR(CA-CFAR)、逼近CFAR(AC-CFAR)和交互式CFAR(S-CFAR)中的一种作为最优检测策略。仿真结果表明,MS-CFAR在继承了VI-CFAR优点的基础上,在均匀背景、杂波边缘和多目标干扰等背景下都表现出更好的检测性能,且具有更稳健的抗杂波边缘和抗多目标干扰性能。