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。     

一种随机稀布MIMO雷达的旁瓣抑制方法

随机稀布MIMO雷达由于空间阵元的缺失,对回波信号的空间采样严重不足,其合成的发射-接收波束中存在大量高电平旁瓣,影响目标峰值的检测以及掩盖微弱目标。利用随机稀布MIMO雷达所合成的发射-接收波束图中最大幅度所对应的方位角,重构当该方位角上存在目标时的波束旁瓣值;然后在原始归一化发射-接收波束图中对消该重构旁瓣值。如果存在真实目标,可形成低峰值旁瓣的发射-接收波束方向图;反之,最终波束图的峰值主旁瓣比与原始波束图相差不大,表明无目标存在。在发射和接收阵元数较少以及发射信号总带宽较低时能有效抑制随机稀布MIMO雷达的波束旁瓣,仿真结果验证了方法的有效性。     

非相干MIMO雷达模糊函数特性优化

距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能是雷达在杂波条件下的基本性能.为揭示非相干MIMO雷达的此类性能,对非相干MIMO雷达的模糊函数特性均进行深入研究和优化设计,包括无模糊时延、无模糊多普勒、无模糊区区面积和无模糊区内的副瓣水平等特性.经过波形优化设计,在时延-多普勒平面上,非相干MIMO雷达的无模糊区面积被优化为1(无单位),无模糊区内的副瓣水平与SIMO雷达相当.因此,非相干MIMO雷达的距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能与SIMO雷达相当.仿真结果表明,非相干MIMO雷达的无模糊区面积被优化为1.      

MIMO雷达发射波束成形技术研究

该文采用基于现代优化理论优化发射信号的互相关矩阵的方法来形成所期望的天线发射方向图以实现发射波束成形.建立了方向图设计的数学模型,通过最小化代价函数来获得数值优化结果.采用混合遗传算法来优化选择多输入多输出(MIMO)雷达相关信号的互相关矩阵,以实现向期望空间方向图的逼近.仿真结果证明了该方法的可行性和有效性.     

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.     

机载MIMO雷达空时二维杂波建模及特性分析

为了揭示发射信号正交分集情况下机载MIMO雷达的杂波分布规律及特征，在分析了机载MIMO雷达几何特性的基础上,建立了机载MIMO雷达杂波的空时二维阵元模型,并推导了相应的矢量模型,分析了影响MIMO雷达杂波分布的关键因素。给出了距离模糊情况下杂波协方差矩阵估算方法,分析了机载MIMO雷达的杂波分布特性。仿真结果表明：机载MIMO雷达杂波具有良好的斜对角空时二维分布特性；MIMO雷达杂波谱中杂波基线附近杂波展宽幅度小,更利于慢速目标的检测；相比相控阵雷达，MIMO雷达具有更广的探测视角和更大的系统自由度,使其易于进行杂波抑制。     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．     

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。