基于非标准Keystone变换的捷变频雷达相参积累算法

针对捷变频雷达(frequency-agile radar, FAR)相参积累难题，提出基于非标准Keystone变换(Keystone transform, KT)的FAR相参积累算法，与标准KT相比，所提算法增加了距离补偿环节，构造了不同的虚拟慢时间。同时，考虑到目标距离信息通常未知，利用距离补偿后信号的周期性，大幅缩小了距离搜索区间。仿真结果表明，所提算法无需目标距离先验信息，能够同时解决捷变频雷达相参积累以及高速运动目标容易出现的跨距离门、多普勒模糊问题，抗噪性能与当前主流的基于压缩感知的捷变频相参积累算法相当，但计算量更低。     

天波超视距雷达机动目标检测方法

天波超视距雷达(over-the-horizon radar,OTHR)通过快速傅里叶变换(fast Fourier transform,FFT)实现长时间相干积累,但这种基于目标速度恒定的方法对于机动目标的效果并不好.提出了一种基于目标运动参数估计的OTHR机动目标检测方法.该方法首先确定机动目标的运动参数的大致范围,然后对其运动参数进行估计,之后对其径向加速度进行补偿,最后对经加速度补偿后的目标信号进行相干积累并在距离-多普勒平面上进行二维恒虚誓检测.仿真结果表明,该方法能够增强OTHR对机动目标的检测能力,运算效率高,实用性强.     

高速机动目标长时间相参积累和参数估计算法研究

长时间相参积累是提高雷达探测性能的重要技术之一。在高速高机动目标的长时间积累过程中引起的距离走动、距离弯曲、多普勒频率走动与多普勒频率弯曲效应会带来严重的积累信噪比(signal-to-noise ratio, SNR)损失, 进而使得噪声背景下雷达难以有效发现探测目标的存在。针对上述问题, 提出了一种针对高速机动目标的参数化长时间积累算法。首先，使用keystone变换(keystone transform, KT)校正了线性距离走动。然后, 使用相参积累型修正三阶相位函数(coherently integrated modified cubic phase function, CIMCPF)与相参积累型修正高阶模糊函数(coherently integrated modified high-order ambiguous function, CIMHAF)算法分别完成了对一阶和二阶加速度的参数估计。得益于CIMCPF与CIMHAF对信号相参特性的利用, 该算法在低信噪比下依然有效。同时, 由于没有对参数网格搜索的过程, 算法的计算复杂度也较低。仿真实验与分析证实了所提算法的优异性能。     

基于非标准Keystone变换的波形捷变雷达相参积累算法

针对波形捷变雷达相参积累问题，提出基于非标准Keystone变换(Keystone transform, KT)的波形捷变雷达相参积累算法，基本思路是利用KT消除目标距离走动，然后再利用快速傅里叶变换进行多脉冲相参积累。考虑到标准KT需要进行搜索模糊数，基于尺度估计概念，提出了无需模糊数搜索的非标准KT,其中的尺度估计环节利用梅林变换实现。同时，针对捷变波形与相参体制兼容性问题，通过对基准波形进行时间尺度操作，设计了一种线性调频捷变波形。仿真结果表明，当信噪比大于-2 dB,所提非标准KT能够解决波形捷变雷达目标距离走动校正难题；所设计捷变波形不仅与相参体制雷达具有较好的兼容性，还可以实现目标距离主瓣不展宽旁瓣抑制。     

基于离散频率编码的PD雷达二维解模糊方法

针对脉冲多普勒雷达在中脉冲重复频率下同时存在距离模糊和多普勒模糊问题, 提出了一种基于正交离散频率编码(discrete frequency coding, DFC)波形解二维模糊的方法。基于雷达循环发射的一组正交DFC信号, 在回波脉冲压缩过程中, 利用信号正交性进行距离模糊区域的分离, 完成距离解模糊。通过多普勒模糊数遍历补偿以及与keystone后相参积累结果对比, 确定正确的多普勒模糊数, 完成多普勒解模糊。经过Keystone处理后, 可以进行整个驻留时间的相参积累, 提高回波在低信噪比情况下的目标检测及参数估计能力。同时考虑了DFC信号的多普勒敏感性问题, 在精确匹配滤波过程中补偿了脉内多普勒的影响。仿真实验验证了所提方法解二维模糊的有效性以及低信噪比检测能力。     

高阶运动目标的长时间相参积累算法

针对具有任意阶运动的目标的长时间相参积累问题,提出一种基于多维非均匀快速傅里叶变换(non-uniform fast Fourier transform, NUFFT)的长时间相参积累算法。该算法先在快时间频域沿慢时间维利用多维NUFFT实现运动补偿,然后通过快速傅里叶逆变换(inverse fast Fourier transform, IFFT)最终实现相参积累。该算法积累性能接近理论最优且计算量小于已有算法。特别地,对于具有加加速度的运动目标进一步提出基于Wigner NUFFT的相参积累算法,该算法相比多维NUFFT,计算量大大减小,但对积累前单个脉冲的信噪比提出更高要求。仿真结果证明了所提算法的有效性。     

基于直方图指数平滑的模糊散度图像分割

当图像灰度直方图具有多峰时,模糊散度图像分割方法的参数初始化有困难。针对这一问题,基于直方图指数平滑峰点自动检测原理,提出了一种自适应的模糊散度图像分割算法。该算法首先利用直方图指数平滑峰点自动检测原理,检测出直方图合理的波峰点和波谷点,并统计波峰的个数。然后利用检测到的波谷值初始化目标平均灰度等级搜索区间,利用波峰值初始化散度函数搜索区间,分类数由检测到的峰点个数来确定。实验结果表明,该方法更具有普遍性和适应性。     

基于FRFT的天波雷达多机动目标检测

天波超视距雷达（over-the-horizon radar, OTHR）中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归（auto-regressive, AR）过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform, FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用“CLEAN”方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换（discrete polynomial transform, DPT）算法相比,本文算法可以更好地适用于多目标检测;与Radon Wigner变换算法相比,本文算法可以达到更高的参数估计精度。     

毫米波阵列雷达近场动目标参数估计算法

在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform, apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(two dimensional multiple signal classification, 2 D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。     

双基地MIMO雷达二维方位角及多普勒频率联合估计

提出了一种新的双基地多输入多输出（multiple-input multiple-output, MIMO）雷达二维方位角及多普勒频率联合估计算法。该算法基于m-Capon方法将目标波离方向(direction of departure, DOD)与波达方向(direction of arrival, DOA)相“去耦”,得出了对目标DOD和DOA的估计;然后,在对目标二维方位角的估计的基础上,算法可进一步估计出目标的多普勒频率。因此,其估计出的目标二维方位角与多普勒频率可自动配对。该算法无需预判目标数及对数据协方差矩阵特征值分解,且对目标二维方位角与多普勒频率的联合估计不涉及高维的非线性优化搜索,具有较小的计算量。此外,该算法可适用于发射和接收阵列为任意阵列结构的双基地MIMO雷达系统。计算机仿真结果证明了本文方法的正确性和可行性。     

基于旋转降维的高速隐身目标检测算法

高速隐身目标严重压缩了防空导弹雷达导引头的探测威力,尤其限制了线性调频波形在末制导过程中的应用,时频二维高分辨的检测优势被部分削弱。针对此问题,提出一种基于旋转降维的脉冲多普勒雷达主动导引头长时间积累算法,用于导引头对高速隐身目标的检测。该算法通过旋转变换,将回波信号矩阵中距离与速度的耦合去除,使得变换后矩阵在行、列方向相互独立,同时矩阵维度得到降低。对变换后的矩阵作傅里叶变换,得到峰值所对应的弹目相对速度,并对回波信号矩阵进行补偿。仿真条件下,此算法可以将导引头的截获灵敏度大大提高。     

SAR图像中动目标的广义似然比快速检测

研究经Keystone变换后在SAR图像方位向信号中,根据广义似然比检验法(最优检测)检测动目标.将广义似然比检测与遗传算法结合,利用遗传算法的全局优化特性以及解决多参数问题的良好特性,提高了运算速度.由于考虑了天线方向图的影响,充分利用目标的距离向和方位向运动信息,此方法对匀速直线运动点目标的检测效果良好.     

机动目标距离徙动校正与检测算法

在机动目标的检测中,目标的速度、加速度会产生距离徙动和多普勒徙动的现象,影响机动目标的积累与检测性能。针对上述问题,提出一种基于频率轴反转变换与广义变尺度傅里叶变换的机动目标检测快速非搜索算法。首先在距离频域-方位时域利用频率轴反转变换校正距离徙动,回波信号变为线性调频信号;接着利用Wigner-Ville分布变换核与广义变尺度傅里叶变换对目标参数进行估计;最后在距离-多普勒域完成目标能量的积累。与现有方法相比,所提方法可以快速校正距离徙动,实现非搜索的目标参数估计,计算复杂度低。仿真实验表明,该方法可有效完成机动目标的检测与参数估计。     

前视阵FDA-MIMO雷达距离模糊杂波抑制方法

超高速平台前视阵雷达面临强杂波抑制难题,其杂波不仅具有显著的距离依赖性而且存在多重距离模糊,导致雷达动目标检测性能急剧恶化。针对这一问题,提出了一种基于频率分集阵列和多输入多输出雷达的距离角度多普勒三维自适应处理距离模糊杂波抑制方法。该方法通过发射接收二维联合空域和差波束及时域邻近多普勒通道进行降维处理,保证算法的低复杂度以及在小样本条件下的杂波抑制性能。仿真实验验证了所提方法的有效性。     

基于时间-距离-多普勒像的编队目标架次检测

针对实际编队目标在距离上的分布特性和目标多普勒频率的变化规律,利用联合时频变换代替传统傅立叶变换,建立目标时间-距离-多普勒立体像,提出一种基于立体像的目标架次检测方法。该方法不仅能给出清晰的瞬时距离-多普勒像,而且能反映目标距离-多普勒像的时间演变特性,较好地解决了目标在距离上的分布和多普勒像的模糊。实测回波数据验证了该方法的有效性,成功地实现了4架编队飞机目标的架次检测。     

光电成像制导中地面运动目标检测与跟踪

地面运动目标的自动检测与跟踪是对地精确打击光电成像制导中的核心任务。针对地面运动目标自动检测问题,提出了由粗到精的迭代全局运动补偿算法以补偿动平台引起的背景图像像素位移,基于变化能量测度的独立运动目标检测算法以及基于三帧序列图像的运动目标定位算法。针对地面运动目标跟踪问题,提出了融合运动特征和灰度直方图特征的粒子滤波器目标跟踪算法,实现可靠、稳定跟踪地面运动目标。利用实际航拍视频进行算法验证实验,比较了基于傅里叶-梅林变换 (Fourier-Mellin transform, FMT)、Kanade-Lucas-Tomasi (KLT) 特征跟踪、Harris角点和迭代全局运动补偿算法,验证了基于变化能量测度的独立运动目标检测算法和融合多特征的粒子滤波器跟踪算法的有效性。     

步进频信号距离-多普勒成像的干扰抑制

针对VHF/UHF波段日益复杂的射频干扰环境为雷达应用带来的挑战,提出了基于多普勒频域门限检测的自适应干扰抑制方法。通过在多普勒频域设置干扰检测门限,可以自适应地检测并抑制多帧步进频信号距离-多普勒成像过程中的射频干扰信号。理论分析及仿真表明,该方法不仅能够在尽可能减小雷达回波损失的前提下得到良好的干扰抑制效果,而且门限设计简单、易于实现,具有良好的适应性,适用范围较广,有利于工程实现。     

一种基于谐波数估计的距离扩展目标检测算法

宽带雷达的目标回波信号分布在多个距离分辨单元内,被称为距离扩展目标。距离扩展目标信号傅里叶变换后在距离频率域可表示为由散射点强度和相对位置决定的不同幅度、频率和相位谐波叠加的谐波过程。将高斯白噪声中距离扩展目标检测问题转换为谐波过程的谐波数估计问题来进行目标检测。给出了高斯白噪声中使用总体最小二乘奇异值分解的谐波数估计的距离扩展目标检测器,对检测器的性能分析表明该检测器具有恒虚警性能。使用模拟数据和实测飞机数据的计算机仿真实验表明,本文提出的检测器比能量积累检测器有更好的检测能力。     

利用双树复小波变换和SURF的图像配准算法

为了进一步提高图像配准的运算效率、匹配正确率及配准精度,提出了一种利用双树复小波变换和加速鲁棒特征（speeded up robust features, SURF）的图像配准算法。首先利用双树复小波变换将参考图像和待配准图像分解为低频部分和高频部分,选取其对应的低频部分作为SURF算法的输入图像,得到两者的粗匹配结果;然后通过随机抽样一致（random sample consensus, RANSAC）算法对粗匹配点对进行提纯,剔除误匹配点对,解决了SURF算法存在较多错误匹配点对的问题,同时计算出最佳匹配的变换模型参数;最后根据该变换模型参数对待配准图像进行几何变换,经双线性插值确定灰度,完成图像的配准。大量实验结果表明,与尺度不变特征变换（scale invariant feature transform, SIFT）算法和SURF算法相比,所提算法的运算速度更快,匹配正确率和配准精度更高,同时在抗噪声、抗旋转及抗亮度变化性能方面更加优越。