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。     

改进的机载MIMO雷达局域联合自适应处理方法

基于MIMO雷达的空时自适应处理技术在滤波过程中,由于大样本需求数和高运算复杂度的影响,导致杂波抑制效果下降。为解决上述问题,利用局部分块操作的思路,提出了一种改进MIMO-STAP降维处理方法。传统JDL算法需将阵元-脉冲域中的回波信息转换到波束-Doppler域。该方法在此基础上,通过调整时域主通道两侧的辅助通道以及空域主波束两侧的辅助波束数目,减小时域自由度,增强波束指向性,进而提升系统检测性能。经仿真,改进的JDL算法样本需求数和运算量明显降低,并且对阵元以及通道误差等系统自身的误差影响也有较强的鲁棒性,与传统的JDL方法相比,系统改善因子平均提高3dB左右。     

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。     

基于杂波距离方位谱的机载非正侧MIMO雷达STAP方法

在机载非正侧MIMO雷达系统中,传统统计类空时自适应处理方法难以获得足量的独立同分布训练单元,无法准确估计待测单元杂波特性,杂波抑制性能严重下降。为了减少所需训练单元数,在分析机载非正侧MIMO雷达杂波在距离-方位域上分布的基础上,给出了杂波距离方位谱的概念;然后,利用稀疏恢复方法和距离滤波器估计杂波距离方位谱;根据杂波距离方位谱估计杂波协方差矩阵、构造空时滤波器,滤除杂波、检测目标。由于利用了雷达和载机参数等飞行配置先验信息以及杂波空时耦合关系构造,基于杂波距离方位谱的STAP方法可以在少量训练单元的情况下准确估计杂波协方差矩阵,有效抑制杂波、检测慢速目标,仿真实验证明了方法的有效性。     

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。     

MIMO-STAP稀疏字典降维方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在使用稀疏方法恢复杂波谱时存在的计算复杂度高的问题,提出了一种字典降维方法。该方法直接使用训练样本估计出低分辨率的杂波空时谱,并在此基础上用FOCUSS算法的迭代式提升谱的分辨率,进而计算各原子的Capon功率谱并将谱值较大的原子挑出组成降维字典。当存在多普勒模糊时,则利用先验知识排除因多普勒模糊而入选的原子,将其余满足要求的原子取出组成降维字典。仿真实验表明:降维字典能够完全覆盖杂波脊线,使用降维字典在维持算法输出SINR性能的同时,可有效提升运算效率。     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

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。     

基于优化多相编码和天线设计的MIMO STAP方法研究

多收多发雷达发射正交波形以获得良好的波形分集增益和更高的自由度。为了提高信号的自相关和互相关性能,采用循环算法,得到了具有低自相关旁瓣峰值和互相关峰值的多相编码信号。仿真实验表明,与本文提到其他优化方法相比,循环算法运算量低、收敛速度快。结合优化波形和发疏收密天线阵列结构,实现多发多收雷达杂波抑制和动目标检测,解决了天线阵列稀疏导致的盲速等问题,实现了良好的空时自适应处理性能。     

MIMO系统的迭代降维并行检测算法

针对传统多输入多输出(MIMO)系统检测算法先检测的子流分集度较低以及错误传播的问题,提出了一种改进的迭代降维并行检测算法.该算法在每次迭代内对第1个子流遍历取值,其余子流采用排序连续干扰消除(OSIC)算法进行检测,在每次迭代结束时仅输出分集度最高的首子流的估计值,在迭代间通过干扰消除降低待检测子流的维度.仿真结果表明:该算法能以较低的复杂度代价获得逼近最大似然检测算法的差错概率性能;在4×4、QPSK调制的MIMO系统中,相对于传统的OSIC算法,文中算法在误比特率为10-3时获得了9.3 d B的增益.     

峰均比约束下机载MIMO雷达频谱共存波形设计

为了进一步增强雷达对地面动目标的检测性能,同时能够实现与通信系统之间的频谱共存,研究了机载多输入多输出(MIMO)雷达在地杂波环境下的频谱共存波形设计问题。首先对波形施加了峰均比(PAR)约束,然后考虑了全局频谱设计和局部频谱设计2种设计方法,最后提出了一种新颖的循环迭代算法,在每次迭代过程中通过凸近似处理将原非凸优化问题转化为可解的凸优化问题,再使用可行点追踪连续凸近似(FPP-SCA)算法直接求出波形的最优解。仿真结果表明:与现有算法对比,该算法具有更快的运算速度,而且能够对波形起到峰均比约束的效果。     

基于优化多相编码和天线设计的MIMO STAP研究

多发多收（MIMO,multiple input and multiple output）雷达发射正交波形以获得良好的波形分集增益和更高的自由度。为了提高信号的自相关和互相关性能,采用循环算法（CA,cyclic algorithm）,得到了具有低自相关旁瓣峰值（ASP,auto correlation sidelobe peak）和互相关峰值（CP,cross correlation peak）的多相编码信号。仿真实验基于优化多相编码信号和天线阵列结构实现STAP（space-time adaptive processing）,克服了多信号间相互影响、稀疏天线布阵结构导致的盲速和密布天线布阵影响孔径大小等问题,验证了本文方法有效性。     

模糊评价的雷达射频隐身性能多域联合评估方法

针对射频隐身性能评估问题,提出了一种不依赖敌方探测设备的雷达射频隐身性能模糊评估方法。通过分析雷达辐射源在极化域、波形域、能量域中影响射频隐身性能的因素,构建极化域、能量域、波形域射频隐身指标,突破传统的"辐射-接收"模型的射频隐身评估方法,建立了基于机载雷达自身辐射信号工作状态和工作参数的射频隐身性能模糊评估方法。最后,对不同机载雷达系统进行仿真对比,结果表明该评估方法能正确反映机载雷达系统的射频隐身性能。     

面向多目标ISAR成像的MIMO雷达波形优化

现有MIMO雷达波形优化设计大都是根据跟踪、检测等雷达任务的需要而设计的窄带发射信号,没有考虑成像任务的要求。提出一种面向多目标ISAR成像任务的MIMO雷达波形优化设计方法,将雷达获取的关于目标的位置、雷达散射截面积(RCS)、速度等先验信息以及成像对雷达发射波形的带宽限制作为波形优化的重要约束条件,建立了面向多目标成像任务的波形优化模型,并通过共轭梯度算法进行求解。所设计波形可同时实现对不同方向的目标的成像。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。