基于子空间投影SVD的MIMO穿墙雷达杂波抑制方法

在穿墙雷达成像中,墙体的强反射信号会干扰墙后目标的成像与检测,甚至湮没临近墙体的目标.传统的空域滤波法从回波幅值出发,通过空间域线性滤波实现对墙体杂波的抑制.然而,该方法在墙体与目标临近的情况下效果较差,且不适用于MIMO穿墙雷达.本文针对超宽带MIMO穿墙雷达成像过程中墙体杂波抑制问题,提出了一种基于子空间投影的奇异值分解方法,该方法从信号回波的特征出发,通过回波信号矩阵最主要的一个或几个奇异值成分确定墙杂波子空间,再利用正交子空间投影去除回波信号中的墙杂波成分.MATLAB仿真结果表明,提出的墙体杂波抑制方法在消除墙体杂波对目标成像结果的影响方面效果更佳,还能消减随机噪声等弱干扰杂波,抑制多目标探测中的虚假成像,改善成像质量,实现目标的精确成像.     

经验模式分解后海杂波的分形特性

针对实测海杂波数据信号进行分析,判定海杂波信号具有多重分形的特性.鉴于海杂波是一种非线性非平稳性的雷达回波信号,充分发挥经验模式分解(EMD)的优势,并结合多重分形的特性,提出一种新的海杂波背景下的目标检测方法.首先,使用EMD方法将海杂波信号分解为若干个固有模态函数分量(IMF);然后,利用多重分形趋势起伏分析法(MF-DFA)求主IMF分量的广义Hurst指数;最后,通过实测的海杂波数据进行训练和测试.研究结果表明,该方法可有效实现海杂波下的目标探测,且性能优于经典时域和分数阶傅里叶变换(FRFT)域下的广义Hurst指数的目标检测方法.     

穿墙雷达系统中信号检测的新算法

针对冲击体制穿墙雷达系统中回波信号结构复杂、信噪比低、信号检测困难等问题,提出一种小波-双谱联合检测新算法.在对穿墙雷达回波信号建模的基础上,用联合算法将非相干累积后的回波信号经过小波包变换提高信噪比,再用双谱算法进行信号检测.实验结果验证了新算法的有效性,能提供比单独使用其中任一算法更高的检测精度.该算法能反映墙壁后物体的距离-方位信息,为穿墙雷达系统成像提供了可能.     

基于MUSIC算法的生命探测雷达信号处理方法

生命探测雷达根据人体的体动、心跳和呼吸所产生的多普勒效应探测生命信息,是灾后搜救幸存者的重要工具.呼吸具有周期性,起伏的胸腔的回波比较强,其多普勒频移比较容易探测.呼吸频率通常是不均匀的,导致变化的胸腔具有多点反射,环境噪声强,据此建立了多个多普勒频移信号组合生命回波模型.研究用MUSIC谱估计从低信噪比回波中探测生命信息的方法,给出了探测处理框图.针对高信噪比回波和低信噪比回波,分别用FFT和MUSIC谱估计方法在一个雷达距离分辨单元上进行了生命信息探测仿真.仿真结果:FFT对高信噪比回波能检测出目标,低信噪比回波谱中生命信息被噪声谱线淹没;MUSIC谱估计能抑制噪声谱线,低信噪比回波谱中生命信息也比较明显,可以检测生命信息,表明MUSIC谱估计方法可以更可靠地在噪声背景下进行生命信息探测.     

超宽带穿墙雷达的信号检测

针对冲击体制穿墙雷达系统中回波信号结构复杂、信噪比低、信号检测困难等问题,提出一种小波2双谱联合检测新算法Z在对穿墙雷达回波信号建模的基础上,用联合算法将非相干累积后的回波信号经过小波包变换提高信噪比,再用双谱算法进行信号检测.实验结果验证了新算法的有效性,能提供比单独使用其中任一算法更高的检测精度.该算法能反映墙壁后物体的距离2方位信息,为穿墙雷达系统成像提供了可能。     

基于经验模态分解的生命信号提取算法

穿墙生命探测雷达系统中,传统的基于快速傅里叶变换(FFT)的生命信号提取算法不能有效处理非平稳信号,且易受呼吸谐波干扰.为此,文中提出了一种从时域上提取生命信号的新方法.首先应用经验模态分解(EMD)将雷达接收信号分解成有限个固有模态函数(IMF),再用反映生命信号结构特征的IMF分量从时域上分别重构呼吸与心跳信号.仿真结果表明,所提出的新方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取心跳信号.     

高频地波雷达射频干扰抑制研究

针对射频干扰与回波信息在幅度和频域分布上的不同特性,提出了一种改进的经验模态分解(EMD)算法.该方法首先对包含回波信息和射频干扰的原始信号乘以给定的高频信号,将其搬移至高频带,然后通过EMD将回波信息和射频干扰分解到不同的本征模态函数(IMF),在每个IMF中对高出阈值的干扰部分置零,最后将处理后的IMF相加重构信号,并搬移回原频带.达到在抑制射频干扰的同时,无损干扰位置处的回波信息.该方法处理速度快捷,满足雷达实时处理要求.实测数据验证表明:提出的算法改进了原始EMD算法的缺点,并且在不损失回波信息的基础上最大程度地抑制了射频干扰.     

基于EMD算法的空间自旋目标平动补偿与微动特征提取

针对微多普勒频率附加在空间目标高速轨道运动产生的多普勒频移上使微动特征提取更加困难这一问题,提出了一种利用EMD算法对空间目标进行精确平动补偿和微多普勒特征提取的方法。对空间自旋目标进行建模,推导了窄带雷达条件下空间目标的微多普勒效应,并分析了平动分量对微多普勒的影响;把目标回波分解成一系列本征模态函数(IMF),然后求出瞬时频率,利用经验模型分解(EMD)算法对瞬时频率进行分解,分析各分量的能量百分比判别平动频移分量,实现回波信号的平动补偿;对平动补偿后的信号利用 EMD算法分离出微多普勒曲线,提取微动特征。仿真实验验证了该方法的可行性与有效性。     

基于FCM聚类的雷达中频信号的运动目标检测

针对航海雷达在强杂波环境下对弱小目标检测能力不足的情况,提出一种基于FCM(Fuzzy-C-Means)聚类的雷达中频信号检测方法.对雷达中频信号进行小波分解,提取低频子带作为聚类样本集,利用FCM聚类方法,对同次脉冲回波相邻单元进行聚类分析,通过设定门限来判定目标.仿真结果表明,该方法可以改善输出信噪比,实现对目标的有效检测.     

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。     

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.      

一种毫米波防撞雷达频域恒虚警处理新方法

针对毫米波防撞雷达中目标信号检测虚警率高的问题,提出一种基于有序统计量在瑞利分布杂波背景下的频域恒虚警检测(OS-CFAR)的方法。该方法通过对雷达差频信号的频谱进行检测,对检测后的信号进行杂波对消,使系统从雷达中频信号的频谱中检测出目标信号的谱线并滤除杂波。准确检测目标的同时去除干扰,从而降低目标信号检测虚警率。仿真结果证实了该方法适用于多目标干扰环境,能有效对抗杂波干扰,具有良好的虚警控制能力,提高了雷达系统的有效性。     

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。     

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。     

改进的非相参导航雷达探测有效浪高算法

针对X波段非相参导航雷达对海杂波的成像,研究了利用信噪比和布拉格散射探测有效浪高的方法,提出一种用最大流速带通滤波来分割信号与噪声获取信噪比的算法。结合信噪比与有效浪高的关系,经相关定标处理,得到探测区域连续的有效浪高。与传统的X波段导航雷达测高方法相比,该算法不需要得到雷达探测区域精准的流速,简单高效,占用资源少。与舟山浮标有效浪高数据的对比,表明其有效提高了雷达测浪高的便捷性和稳定性。     

改进的相控阵雷达信号检测方法

针对传统雷达信号检测方法对相控阵雷达信号检测概率较低的问题,提出了一种结合小波降噪和极值序列法的信号检测方法。该方法采用小波阈值降噪法对雷达信号进行预处理,以提高侦收信号的信噪比,利用极值序列法在高信噪比下检测精度较高的优势,完成对信号的准确检测和参数的精确估计。仿真结果表明,与传统检测方法相比,该方法在低信噪比下对相控阵雷达信号的检测概率平均提高21.8%。     

融合全局与局部特征的UWB雷达人体动作识别算法

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带（ultra-wideband,UWB）雷达人体动作识别算法。用动目标指示（moving target indication,MTI）结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析（principal component analysis,PCA）提取主要分量作为全局特征表征,并用二维离散小波变换（2D discrete wavelet transform,2D-DWT）结合奇异值分解（singular value decomposition,SVD）获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法（grid search,GS）优化的支持向量机（support vector machines,SVM）模型中实现人体动作的识别分类。实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为95.63%,具有良好的识别性能。     

EMD去噪法在FMCW雷达信号处理中的应用

针对调频连续波(frequency modulated continuous wave,FMCW)雷达信号在传播过程中会受到各种噪声影响的情况,提出了一种新型的基于自相关函数能量特性的经验模态分解(empirical mode decomposition,EMD)降噪算法。该算法首先对差频信号进行EMD分解,得到包含原信号不同尺度信息的本征模态函数(intrinsic mode function,IMF)分量;其次对每一IMF分量进行无偏自相关运算,并计算其能量;第三,根据IMF分量的自相关函数能量变化曲线,确定出有用信号贡献率最大的IMF分量;最后进行EMD重构。实验结果表明:该方法在各种信噪比条件下,能够准确判断出有用信号主导的IMF分量,对差频信号具有良好的去噪效果,同时该方法具有自适应性,不受主观因素的影响,适合应用在FMCW雷达系统中。