距离模糊下天空双基地预警雷达杂波抑制方法

天空双基地预警雷达杂波具有严重的非平稳性,同时存在距离模糊,使得杂波抑制变得困难。针对考虑距离模糊时天空双基地预警雷达杂波抑制问题,基于子孔径平滑处理和重构杂波协方差矩阵的思想,提出了一种非平稳杂波抑制方法。首先对某一距离环杂波数据进行子孔径平滑处理,估计出子孔径下的杂波协方差矩阵;然后计算该距离环功率谱并作为幅度值,重构模糊距离环的杂波数据和协方差矩阵;最后利用重构数据对距离模糊杂波进行空时自适应处理。仿真结果验证了所提方法的有效性。     

机载双基地雷达距离模糊杂波抑制方法性能研究

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达存在距离模糊时的杂波谱特性,随后对机载双基地雷达存在距离模糊时典型补偿方法的空时自适应处理性能进行了仿真和分析,得出了一些有益的结论。该结论可为进一步有效解决机载双基地雷达存在距离模糊时面临的杂波非均匀问题提供参考。     

机载双基地STAP的OP-DW预处理算法及其性能研究

距离模糊杂波和杂波数据样本距离非均匀对机载双基地雷达杂波STAP性能影响严重,文章提出了一种正交投影-多普勒频移算法以实现模糊杂波抑制和非均匀性补偿.该算法首先基于待检测距离环杂波空间和时间多普勒频率信息构造空间和时间投影矩阵,重构杂波数据,消除模糊杂波,然后利用多普勒频移对杂波样本间距离非均匀性进行补偿.仿真表明:该...     

双基地机载预警雷达空时二维杂波建模及杂波特性分析

本文建立了双基地机载预警雷达空时二维杂波模型,其中考虑了双基地雷达的几何配置、雷达的系统参数、各种误差及距离模糊等实际因素对杂波谱的影响.基于该模型分析了杂波特性,并计算了杂波的空时二维似然谱,结果表明所建杂波模型是合理的.该模型是研究双基地机载预警雷达杂波抑制与空时自适应处理技术的基础.     

双基地机载预警雷达杂波建模与分析

建立了双基地机载预警雷达杂波模型,并通过对双基地机载预警雷达杂波空时谱结构的分析,得出了双基地机载预警雷达任意几何配置条件下,杂波谱结构随双基地机载预警雷达探测距离和变化趋势的一般性规律.仿真结果验证了所得规律的正确性.对双基地机载预警雷达杂波谱结构的认识有助于开展对双基地机载预警雷达杂波抑制与空时自适应处理技术的研究.     

机载双基雷达杂波分类及抑制方法

机载双基雷达杂波的空时分布受双基构型影响大,且具有非常严重的距离依赖性。对复杂的机载双基雷达杂波进行分类分析和抑制方法研究具有重要的意义。先对机载双基雷达杂波进行建模仿真,对于杂波分布与构型相关的现象,根据双基构型和对应的杂波分布对机载双基雷达杂波作出了较为一般化的分类,并分析讨论了不同类型杂波分布特性;针对具有严重距离依赖性的机载双基雷达杂波,提出了训练单元协方差矩阵加权平均的方法。相比于传统训练单元协方差矩阵求和平均的方法,算法仿真证明改进的算法在3类构型下的杂波抑制效果均有明显的提高,为双基雷达杂波抑制提供了新的处理方法。     

机载双基地雷达STAP典型方法性能评估

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,最后比较了存在阵元误差、通道误差、载机偏航、杂波起伏4种非理想因素和不同脉冲重复频率情况下的机载双基地雷达典型空时自适应处理方法的杂波抑制性能.通过仿真比较得出,广义相邻多波束法是机载双基地雷达背景下具有实际应用价值的一种杂波抑制方法.     

双基地机载预警雷达空时自适应处理方法

本文在文献[1] 所建杂波模型的基础上,进一步研究空时自适应处理对双基地机载预警雷达杂波的抑制问题.深入分析了双基地机载预警雷达杂波距离多普勒特性,进而提出了一种基于距离多普勒补偿的空时二维自适应处理方法.理论分析与计算机仿真表明,该算法能有效实现工作于低重频时双基地机载预警雷达杂波抑制.     

改进的非均匀频率采样配准双基杂波抑制方法

机载双基地雷达杂波的距离依赖性降低空时自适应处理(STAP)杂波抑制能力,频率非均匀采样配准(RB-NFS)技术通过数据域信号处理可缓解杂波的距离依赖性.对该技术在机载双基地杂波抑制中面临的问题进行深入分析并给出改进方法,针对频率非均匀采样配准中杂波空时导向矩阵构造复杂,且存在杂波抑制不充分现象,提出引入广义逆矩阵或采...     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

MIMO双基地机载雷达距离模糊杂波抑制方法

正侧视阵MIMO(Multiple-Input Multiple-Output)双基地雷达系统具有严重的距离依赖问题和杂波谱展宽现象,该文分析其杂波特性,提出了一种距离模糊杂波抑制方法。该方法在传统的MIMO双基雷达中引入距离相关的相位项,从而提供额外的自由度,通过该相位项的距离信息实现不同距离的杂波分离,并进一步对其进行有效抑制。从而解决了双基地预警雷达大场景下地面杂波距离杂波模糊的问题,仿真结果显示该方法的正确性,并且和已有的DW(Doppler Warping)距离模糊杂波抑制方法进行比较,使用IF(Improve Factor)谱线对抑制结果进行对比,显示该方法有更优的性能。      

机载共形阵雷达杂波抑制方法研究

 共形阵机载相控阵雷达由于其特殊的几何配置导致杂波统计特性随距离的变化而变化,即杂波呈现严重的非均匀性,从而使得传统空时自适应处理(STAP)方法的性能严重下降.本文首先分析了共形阵机载相控阵雷达的杂波特性,通过对共形阵杂波多普勒频率的数学变换,从理论上说明了共形阵配置导致机载雷达杂波非均匀性的机理,并给出了一种衡量杂波非均匀性强弱的定量准则,然后提出了一种借助最小二乘(LS)参数估计修正传统SMI的共形阵机载相控阵雷达杂波抑制方法,最后针对几种典型共形阵列,通过仿真实验验证了本文方法的有效性.     

Clutter suppression for airborne phased radar with conformal arrays by least squares estimation

The radar clutter statistics for airborne conformal arrays varies by range, i.e., the clutter distributions are nonstationary, which causes performance degradation for the conventional space-time adaptive processing (STAP), which estimates the clutter covariance matrix (CCM) from data at adjacent range cells. In this paper, a novel clutter suppression method for airborne phased radar with conformal arrays is proposed that takes a form of corrected sample matrix inversion (SMI) through the CCM estimated by the least squares (LS) estimation. The estimated CCM can provide partial information about the real CCM in the novel method, which results in improved detection performance for targets in conformal array applications. Simulation results relative to several typical conformal arrays verify the effectivity of the presented method.     

基于频率分集阵列的机载雷达距离模糊杂波抑制方法

针对机载预警雷达运动目标存在距离模糊的问题,该文提出一种基于频率分集阵列体制的空时自适应处理(STAP)距离模糊杂波抑制方法。该方法利用频率分集引入的距离维可控自由度,将距离模糊数反映到信号的导向矢量中,通过将不同距离模糊区域的杂波和目标信号在空间频率域实现分离,并在不同的距离模糊区实现杂波抑制。该方法仅在一个脉冲重复频率下即可实现运动目标检测和距离解模糊,大大提高了机载雷达系统的性能。仿真实验验证了该文方法的有效性。     

机载MIMO雷达杂波特征结构的空时自回归算法

非均匀环境下,机载MIMO雷达杂波不再满足独立同分布(independent identically distributed, IID)条件,由于没有足够多的IID样本来估计杂波协方差矩阵,从而导致传统的STAP方法性能急剧下降。本文研究了非均匀环境下机载MIMO雷达的杂波抑制问题,将空时自回归算法(Space time autoaggressive , STAR)引入机载MIMO雷达,降低训练样本数目,减小运算量。针对STAR算法中参数确定复杂、易受训练样本数目不足影响的缺点,提出了一种基于杂波特征结构的模型参数确定方法,仿真结果表明,该方法能在极小训练样本条件下,有效确定模型参数,实现杂波抑制,适用于非均匀杂波环境。