独立分量分析在相控阵雷达信号检测中的应用

相控阵雷达工作的环境日益复杂,分析了干扰、杂波环境下相控阵雷达接收信号的盲可辨识性,建立了目标信号的盲分离模型,在此基础上提出了小波变换与独立分量分析方法相结合检测目标的算法。该算法首先使用小波变换对相控阵雷达接收的回波信号作消噪处理,提高目标信号的信噪比,然后使用独立分量分析方法对源信号进行分离,提取相控阵雷达接收回波中的目标信号。仿真结果验证了算法的有效性。     

二相编码信号调制分析与识别

针对采用脉冲压缩体制的低截获概率雷达的应用场合,提出了一种识别二相编码脉冲压缩雷达信号的新算法。该算法基于信号的时频分析(小波分析和短时傅里叶变换),利用小波变换的相位尺度和载波尺度的模极大值特征辨识信号的相位调制规律,因而在无需计算全部小波系数的情况下,可快速地获得信号的数学模型,为算法在实际中的应用提供了良好的条件。给出了应用该方法的具体步骤,通过计算机仿真实验证明该算法的有效性。     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题，提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量，提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换，得到各小波子带的系数，并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在，提出一种自适应的阈值检测方法，将原始回波信号与海杂波重构信号的差作为检测样本，实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验，验证了所提算法的正确性。     

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。     

基于稀疏分解的雷达信号抗噪声干扰方法研究

针对雷达在强噪声干扰下难以提取回波信号特征的问题,提出利用稀疏分解方法和基追踪去噪(basis pursuit denoising, BPDN）算法实现抗噪声干扰。该方法构造一组线性调频时移信号作为过完备库,对线性调频雷达回波信号进行稀疏分解,滤除噪声干扰;根据稀疏系数与雷达目标距离之间的关系,提取目标的距离信息。实验结果表明了该方法在雷达信号抗干扰和目标距离信息提取方面的有效性。     

基于Hough变换的低可观测海面运动目标检测

针对一般信号检测方法无法检测低可观海面运动目标的问题,提出了运用Hough变换方法对海杂波背景下运动目标进行检测的方法。首先,用无记忆非线性变换法模拟海杂波,在此基础上模拟海面微弱运动目标的雷达回波;然后通过Hough变换对模拟所得的雷达回波数据进行处理;并根据处理结果进行了检测目标。另外用蒙特卡罗方法对Hough变换目标检测进行仿真,讨论了检测概率与雷达回波信噪比(SNR)及其它一些参量的关系。仿真结果证明了用Hough变换方法进行目标检测的可行性。     

基于LFM子脉冲的宽带雷达目标回波模拟方法

在宽带雷达目标回波信号的半实物计算中,需要同时满足实时性和仿真精度的要求。提出一种基于线性调频(linear frequency modulation,LFM)子脉冲的宽带雷达目标回波模拟方法,将LFM脉冲信号分成若干个窄带、短时线性调频子脉冲,通过计算各个子脉冲对应的目标回波信号,来重构全脉冲的宽带目标回波信号。采用这种方法可大幅度减少算法的运算量,显著降低了算法对硬件资源的要求,提高了算法的实时性。计算机仿真结果证明了方法的可行性并具有较高的计算精度。     

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。     

基于Hough变换的雷达密集转发干扰抑制算法

雷达密集转发干扰与目标回波相关性极高,对雷达产生欺骗和压制作用,使目标检测面临巨大困难。针对这一问题,提出了一种新的基于Hough变换的雷达密集转发干扰抑制算法。首先通过Hough变换将雷达回波脉冲压缩后的数据映射到参数空间,采取二值投票方式进行非相干积累并提取峰值抑制干扰。随后,根据Hough变换中点与线的对偶性,通过逆Hough变换和最小二乘法恢复出目标运动轨迹。进一步地,对恢复出的目标信号进行动目标检测,估计目标参数,实现了干扰环境下的雷达目标检测。仿真实验和实测数据处理验证了所提算法的有效性和实用性。     

改进的通道补偿法检测高频雷达机动目标

通过FFT进行相干积累以提高SNR的高频雷达传统信号处理方式无法有效发现机动目标。基于低的算法复杂度和处理实时性的考虑,提出了改进的多通道补偿算法检测高频雷达机动目标。首先对补偿后的通道-多普勒谱图进行频率校正以弥补补偿导致的信号频率偏移,进而根据选大的原则以及设置掩模函数进行通道合成以实现抗杂波发散的单通道检测,最后引入峰值检测进一步降低运算量和虚警。理论分析和数据处理都表明该算法具有低运算量、低虚警以及稳健的特点,因而具备较强的工程实用性。     

快慢时间域联合处理抑制C&I干扰

频谱弥散(smeared spectrum, SMSP)干扰和切片组合(chopping and interleaving, C&I)干扰是两种用于对抗线性调频(linear frequency modulation, LFM)脉冲压缩雷达的干扰样式。相比SMSP干扰, C&I干扰与雷达发射信号相似度更高,干扰抑制更为困难。针对该问题,以远距离支援干扰下LFM相参雷达对抗C&I干扰为背景,提出快慢时间域联合处理C&I干扰抑制算法。分析了C&I干扰时频特征和对相参雷达的干扰特性,在此基础上,通过快慢时间域处理估计干扰位置、幅度、多普勒频率、采样周期、采样脉宽等参数,重构干扰信号,通过对消实现干扰抑制。仿真试验验证了所提算法的可行性和有效性。     

基于时频特征提取和残差神经网络的雷达信号识别

针对低信噪比(signal to noise ratio, SNR)下雷达信号脉内调制类型识别率较低的问题, 提出了基于时频特征提取和残差神经网络的雷达信号识别算法。时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解, 按照Chirp基载频与调频率的不同组合对信号划分类别, 并设置对应的分类特征参数。然后, 计算信号的伪Wigner-Ville时频分布并提取Zernike矩。上述特征参数组成信号特征矢量, 使用残差神经网络分类器实现雷达信号识别。仿真结果表明, 在SNR=-2 dB时识别准确率能达到93%以上, 同时鲁棒性验证良好, 算法复杂度能够满足现实要求。     

利用子波变换提取目标回波波形特征

对Donoho阈值决策子波域去噪方法进行了研究，该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。具体讨论了在Sym8子波基底下,用此方法对非平稳雷达回波进行五尺度的Mallat算法仿真，结果表明该方法除对噪声具有很好的拟制效果外，还有效地保留了目标回波波形特征，从中看到子波变换用于特征提取在雷达信号处理中是一个十分吸引人的新方法。     

基于Hankel矩阵改进TLS-ESPRIT算法的散射中心参数提取及RCS重构

基于几何绕射理论(geometrical theory of diffraction, GTD)的散射中心信号模型可以精确描述隐身目标电磁散射特性,将总体最小二乘-旋转矢量不变技术(total least squares-estimating signal parameter via rotational invariance techniques, TLS-ESPRIT)算法引入此模型中,为散射中心提取提供了超分辨率算法。针对TLS-ESPRIT算法在低信噪比条件下估计精度不高的问题,引入Hankel矩阵改进TLS-ESPRIT算法对回波数据处理的过程,改进后的算法提高了在低信噪比情况下对散射中心参数估计的精度,具有更好的噪声鲁棒性。在对目标的识别以及雷达散射截面(radar cross section, RCS)重构方面具有重要意义。     

低信噪比FPPS的弱信号提取与特征识别

针对目前电子战中脉压雷达信号淹没在强背景噪声中难以检测提取的现象,在信号相位匹配原理基础上,提出一种改进的弱信号提取模型—单元阵分段信号匹配法来实现对弱信号的提取;在此基础上结合多项式相位信号特点,提出一种改进的特征识别模型——剔除野点的多级中心差分法来实现对脉压雷达信号的特征识别.通过仿真实验表明,该提取识别模型对强白噪声环境下脉压雷达信号的提取与特征识别具有很好的效果.它不需要预先进行训练,并且计算简单易于实现,具有广泛的工程应用前景.     

多载频相位编码雷达信号自适应脉冲压缩方法

多载频相位编码信号(multi-carrier phase-coded,MCPC)作为近年来备受关注的一种宽带雷达信号,具有较高的频谱利用率、良好的自相关以及频率分集特性等优点,因而在目标检测、抗干扰以及高分辨成像等领域具有较大的应用前景。针对MCPC雷达信号常规脉冲压缩易产生高距离旁瓣而导致强目标邻近的弱小目标检测困难问题,通过对MCPC雷达信号进行建模分析并结合其信号特点,提出了一种MCPC雷达信号自适应脉冲压缩算法,通过利用循环迭代获取每个距离单元的最优匹配滤波器,从而有效抑制了距离旁瓣,提高了对邻近距离单元弱小目标的检测能力。仿真实验验证了该方法的有效性,并进一步分析了编码方式对脉冲压缩距离旁瓣的影响。     

基于相干Doppler干涉的微动目标宽带成像方法

二维像是雷达目标最重要的特征之一,它反映了目标的几何形状、散射结构等特性。在目标存在微动的情况下,即使目标散射中心不发生越距离单元走动,微动带来宽带回波的非线性相位也会导致方位向的散焦。针对这一问题,提出了基于相干多普勒干涉的微动目标宽带雷达成像算法,其核心思想是在对强散射中心所在的距离单元进行相干多普勒干涉成像的基础上,再进行目标二维像重构。仿真实验验证了所提算法的有效性。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后，对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后，结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。