采用时延估计的外辐射源雷达杂波抑制算法

针对外辐射源雷达目标探测中监测通道存在分数倍时延杂波而造成杂波抑制性能下降的问题,提出了采用加权子空间拟合时延估计的外辐射源雷达杂波抑制算法(WSF-TDE-CM)。在假设接收数据中的目标信号远远弱于杂波信号的前提下,该算法首先利用接收数据的自相关矩阵通过加权子空间拟合的方法建立杂波时延估计模型,将分数时延估计问题转化为复正弦频率估计的优化问题,然后利用量子粒子群算法求解杂波时延,最后通过估计的杂波时延构造杂波矩阵,将接收信号投影到杂波空间的正交补子空间中,从而实现杂波的抑制。WSF-TDE-CM算法不需要设置滤波器阶数,在杂波时延为分数时延的情况下仍能保持良好的杂波抑制性能。仿真实验表明,当监测通道存在分数倍时延杂波时,WSF-TDE-CM算法与扩展相消算法相比,其杂波抑制比提高了约20dB;同时,在目标回波信噪比为-30dB时也能很好地检测到弱目标回波。     

基于多通道补偿的毫米波雷达高速目标检测方法

目标检测是雷达的重要任务之一,利用长时间信号积累能有效提高低信噪比时的检测性能.对于高速运动目标,脉间回波存在相位差,及严重的距离走动现象,影响相参积累的效果.针对雷达系统高速运动目标检测的问题,提出一种基于多通道补偿的方法,提高毫米波雷达脉间相参积累性能.该方法将目标速度范围划分成若干区间,对每一区间设置一个补偿通道,各通道按对应速度区间的中值对输入信号进行走动校正及相位补偿,补偿后经过匹配滤波器输出;选取所有通道输出值的最大值,与预先设定的阈值的判决器进行比较,以确定有无目标.该方法与恒虚警检测结合,无需预先估计目标速度.用Matlab构造毫米波雷达发射与接收回波的模型,对接收信号进行多通道补偿高速目标检测进行了仿真.仿真结果表明,在毫米波雷达高速目标检测中,多通道补偿方法能有效的检测出微弱高速运动目标,与直接相参积累方法相比,可提高7dB的信噪比,增强毫米波雷达系统的检测性能.     

多频段外辐射源无人机检测实验研究

近年来,基于无源双基地雷达的无人机检测手段一直受到国内外研究人员的广泛关注。但常规双基地雷达的无人机检测方法需要作参考信号重构和杂波抑制等手段,使得检测算法较为复杂。基于循环谱的检测算法在不经信号重构和杂波抑制下,利用外辐射源雷达的循环平稳特性和循环谱的强抗噪性,可直接提取到旋翼无人机的微动特征。但该方法使用单频外辐射源雷达,在检测的稳定性和连续性上,由于受到目标距离、俯仰角度等因素的影响而显得力不从心,且检测精度不高。该文从外辐射源信号的循环平稳特性出发,提出了基于多频段外辐射源雷达的无人机检测方法。实测实验表明,使用多频段外辐射源检测时无人机回波信号的循环谱等高图识别率要高于单频段外辐射源雷达,多频联合处理能使检测性能更加平稳。     

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.      

提高沿航向干涉法性能的最小二乘图像对补偿方法

沿航向干涉法是对合成孔径雷达（SAR）功能的一种扩展,通过对两幅SAR复图像（称为图像对）进行比较可以对洋流进行测速、对动目标进行检测．在陆地图像中,动目标常和静止地物混在一起,难以自动检测,通常要依靠两幅复图像相消来抑制静止场景的图像（称做杂波）,提高信号和杂波的功率比．文中分析了SAR图像对存在的4种基本形式的误差,提出了不同类型的误差应该在不同的域进行补偿的观点和一种基于最小二乘的二维相位补偿算法,并给出SAR图像补偿的方法流程．由于对每一种误差都在恰当的域进行补偿,该方法可以明显提高系统对杂波的抑制能力,获得更高的信杂比,从而提高对运动目标的检测性能．机载雷达实测数据处理的结果证实了该方法的有效性．     

基于道路辅助的机载SAR动目标检测和参数估计

经典的合成孔径雷达(SAR)动目标检测方法无法实现地面非匀速动目标的参数估计,为解决这一问题,本文根据动目标成像的特点,提出一种基于道路信息辅助的机载双通道SAR动目标检测方法。根据双通道SAR系统空间几何模型和回波信号模型,首先采用DPCA技术实现杂波抑制和动目标的检测,然后利用道路信息确定动目标的位置和速度,最后根据动目标方位向的散焦程度,估计动目标的距离向加速度。仿真结果验证了该方法的有效性。     

机载MIMO雷达3-CAP杂波抑制方法

针对机载雷达面临的杂波抑制问题,在考虑阵元误差、通道误差和杂波起伏等误差因素对杂波特性影响的基础上,建立了机载MIMO雷达杂波数学模型,提出了一种基于MIMO雷达体制下的空时自适应新方法——M3-CAP方法。对接收信号进行时域滤波,选取被检测通道与其2个相邻通道为一组,进行自适应处理。该方法通过MIMO技术与3-CAP方法的有效结合,将波形分集的优势扩展到3-CAP方法中,显著提高了雷达系统自由度和杂波协方差矩阵估计精度。通过对不同雷达体制以及不同误差条件下杂波抑制性能的分析比较,结果表明:提出的M3-CAP方法的杂波抑制性能明显优于JDL-GMB、改进的JDL、3-CAP等方法。     

基于相位梯度自动聚焦的机载雷达成像试验

针对缺乏高精度机载运动测量系统情况下获得的某国产机载L波段合成孔径雷达(L-SAR)系统原始信号数据,采用完全数据驱动的基于相位梯度自动聚焦矫正信号相位的方法进行重聚焦成像处理试验.对点目标场景和分布目标场景的机载L-SAR信号数据成像处理试验表明:该成像方法能够有效地估计和补偿相位误差,从而获得方位向分辨率显著提高的机载L-SAR图像,是一种可以满足仅靠数据驱动实现高精度机载L-SAR成像处理的有效方法.     

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。     

基于沿航向干涉的星载双通道合成孔径雷达系统地面运动目标检测技术

目前在轨的星载合成孔径雷达（SAR）系统,大都局限于沿航向排列的两个通道用于地面运动目标检测、测速与重定位．沿航向干涉ATI（along-track interfterometry）技术利用两通道雷达图像间动目标和杂波干涉相位的差异,提高了地面慢速、弱小运动目标的检测能力,具有稳健性好,适用范围广,对地面场景RCS（radar cross section）起伏不敏感等特点,是双通道星载SAR系统普遍采用的一种GMTI（ground moving target indication）技术．基于干涉幅度／相位的联合分布和二元假设条件“杂波”及“杂波＋动目标”,文中系统地分析了SARATI技术中,常见的单边相位恒虚警检测和独立分布二级恒虚警检测方法,提出了条件分布二级检测和幅度／相位二维联合检测两种恒虚警检测方法,并以最优的基于NP（Neyman—Pearson）准则的似然比检测方法作为其他恒虚警检测方法性能的上限,对其性能进行分析和对比．仿真实验和性能分析结果表明,幅度／相位二维联合恒虚警检测方法稳健性好,实用性强,在低信杂比或低杂噪比条件下,检测性能良好．