机载相控阵雷达近程杂波抑制的俯仰向空域自适应算法

该文针对机载平面阵列相控阵雷达的动目标检测提出了一种俯仰向空域自适应的近程杂波抑制算法。该方法利用平面阵列天线在俯仰向的自由度,在近程杂波的支撑区域内沿着多普勒单元选取训练样本估计协方差矩阵,计算俯仰向空域最优权。在存在距离模糊的情况下,该方法可以自适应地滤除近程杂波,保留远程杂波,从而增强了杂波的距离均匀性,有利于提高后续的方位空域和时域STAP的性能。     

基于单快拍MUSIC与改进UTJDL的海杂波抑制算法

要实现船载高频地波雷达对海面目标的快速准确检测，必须对非均匀分布的海杂波进行有效抑制。为此，提出一种单快拍多重信号分类(MUSIC)与改进无迹变换局域联合处理(UTJDL)相结合的非均匀海杂波抑制算法。首先通过单快拍MUSIC算法，将阵列信号转换至角度多普勒域并进行局域联合处理(JDL),以有效降低运算量和提高目标分辨率。然后，利用改进的基于奇异值分解(SVD)的无迹变换(UT)对每个距离元的JDL数据进行预处理以获得更多的一致性数据并进行每个距离元的协方差矩阵估计。最后，根据不同距离单元与待检测距离单元的相关系数估计待测距离单元的协方差矩阵，并由此实现对海杂波的快速有效抑制。仿真实验结果表明，文中提出的算法可以有效提升信杂噪比，有利于目标的快速准确检测。     

基于内插阵列变换的非圆信号MUSIC算法

针对非圆信号的波达方向(DOA)估计问题,提出一种基于内插阵列变换的非圆信号MUSIC算法(VIA-NC-MUSIC算法)。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行奇异值分解(SVD),利用信号子空间与噪声子空间的正交性,得出算法的空间谱函数。仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、阵列扩展能力等优点。     

基于高阶奇异值分解的天波雷达海杂波抑制算法

天波超视距雷达的监测范围非常广,实际中经常要求其在短相干积累时间(Coherent Integration Time,CIT)条件下检测舰船目标,然而短CIT导致多普勒分辨率降低,很难从强大海杂波中检测出舰船目标.针对上述问题,提出了基于高阶奇异值分解(Higher-Order Singular Value Decomposition,HOSVD)子空间估计的海杂波抑制算法.利用舰船目标所在距离单元的回波数据建立Hankel张量,然后采用HOSVD求解Hankel张量的海杂波子空间和目标子空间,应用正交投影方法将Hankel张量映射到目标子空间以抑制海杂波.仿真结果表明:该方法与现有子空间类海杂波抑制方法相比,提高了主旁瓣比和信干噪比.     

基于子频带黎曼距离的海杂波背景下目标检测

海杂波背景下的目标检测对军事和民用均具有重要意义，是雷达信号处理领域的研究热点与难点。传统广义似然比检测器在具有较强空间非均匀特性的海杂波中检测性能明显下降。文中提出基于子频带黎曼距离的检测器。首先，利用一组线性相位离散傅里叶变换调制滤波器将回波分解到不同子频带；随后，在每个子频带中，利用参考单元数据在Hermitian正定矩阵流形上的几何均值或几何中值估计杂波协方差矩阵，将待检测单元协方差矩阵与杂波协方差矩阵之间的黎曼距离作为检测统计量。基于仿真杂波数据和实测海杂波数据验证了所提方法可以有效提高海杂波背景下的目标检测性能。     

多普勒频谱模糊情况下的星载方位向多通道高分宽幅SAR-GMTI杂波抑制方法

该文提出了一种在多普勒频谱模糊情况下的星载方位向多通道高分宽幅合成孔径雷达地面运动目标检测(SAR-GMTI)系统的杂波抑制方法。首先,利用方位解线性调频对方位向多通道(HRWS) SAR-GMTI系统中的回波进行处理,得到杂波和动目标的粗聚焦图像。然后,将多通道SAR系统的粗聚焦图像表示为矩阵形式,并估计出相应的协方差矩阵。之后,用杂波协方差矩阵构造杂波空间的正交矢量,即最小特征值对应的特征向量。该方法需要一个冗余的通道自由度。由于杂波空间的正交矢量与杂波空间向量是正交的,因此可以用来抑制杂波。最后,通过仿真和实测数据实验结果验证该文所提杂波抑制方法的有效性。      

部分均匀海杂波中分组加权的协方差矩阵估计

本文主要研究空间部分均匀海杂波背景下协方差矩阵的估计问题。海杂波的空间部分均匀性和假目标干扰的不可避免性导致利用传统算法来估计海杂波协方差矩阵时存在较大的估计误差。为了减小该估计误差,本文对海杂波的参考样本进行分组处理,利用纹理的最大后验估计值作为加权系数,提出了分组加权样本协方差矩阵估计算法。考虑到假目标干扰的存在,利用协方差矩阵之间的差异提出了一致性因子,以确定干扰所在的分组,并剔除干扰。实测数据的实验结果表明,在存在假目标干扰的空间部分均匀海杂波背景下,本文提出的分组加权协方差矩阵估计算法不仅能有效剔除假目标,而且优于不分组算法约3dB。      

一种简便的MIMO阵列雷达CFAR检测器

本文提出了一种适用于MIMO阵列雷达的简便的CFAR检测器,它利用了MIMO阵列雷达观测空间维数高的特点,通过直接滤除杂波干扰子空间的方式抑制杂波和干扰。该检测器的简便性在于杂波子空间可以离线估计与存储,而干扰子空间的估计也只需在低维空间上进行,而其原因是在估计杂波和干扰子空间时没有利用距离参考单元观测样本,而是利用了已知的系统参数、杂波子空间结构以及干扰协方差矩阵的模块对角性质。仿真结果表明,在杂波的理想模型条件下,选择适当的估计方法可以获得较高的杂波子空间估计精度,由此得到的CFAR检测器的性能也非常接近于已知杂波干扰子空间条件下的检测性能。      

基于循环子空间投影的杂波快速抑制方法

子空间类方法能够较彻底地抑制高频回波中的海杂波,但该方法需要对高维协方差矩阵进行特征值分解,计算量很大,制约了方法的实际应用效率.针对该问题,提出了一种循环抑制杂波的快速子空间投影方法,通过快速子空间法估计出每次迭代的最大特征值及其特征向量,利用特征值差值拐点估计杂波和信号子空间维数,然后不断地对消掉杂波在空间的投影分量,最终使得慢速目标凸显出来.计算机仿真结果表明,快速方法的杂波抑制效果与子空间类方法相当,但计算速度大大提升,更适合实际工程应用.     

用MUSIC算法解决海杂波背景下相干源探测问题

强海杂波背景下进行相干源检测是舰载高频地波雷达(HFSWR)进行海上目标探测面临的一个主要问题.本文利用对称阵列法对阵列输出信号的协方差矩阵进行了重构,以解决相干源引起的降秩问题,在此基础上通过对背景噪声的预白化处理来抑制一、二阶海杂波.MUSIC算法对实录海杂波数据处理结果表明,这种方法可以从展宽的一阶海浪谱中分辨出各相干信号源的方位信息.     

A resampling method for estimating the signal subspace of spatio-temporal EEG/MEG data

Source localization using spatio-temporal electroencephalography (EEG) and magnetoencephalography (MEG) data is usually performed by means of signal subspace methods. The first step of these methods is the estimation of a set of vectors that spans a subspace containing as well as possible the signal of interest. This estimation is usually performed by means of a singular value decomposition (SVD) of the data matrix: The rank of the signal subspace (denoted by r) is estimated from a plot in which the singular values are plotted against their rank order, and the signal subspace itself is estimated by the first r singular vectors. The main problem with this method is that it is strongly affected by spatial covariance in the noise. Therefore, two methods are proposed that are much less affected by this spatial covariance, and old and a new method. The old method involves prewhitening of the data matrix, making use of an estimate of the spatial noise covariance matrix. The new method is based on the matrix product of two average data matrices, resulting from a random partition of a set of stochastically independent replications of the spatio-temporal data matrix. The estimated signal subspace is obtained by first filtering out the asymmetric and negative definite components of this matrix product and then retaining the eigenvectors that correspond to the r largest eigenvalues of this filtered data matrix. The main advantages of the partition-based eigen decomposition over prewhited SVD is that 1) it does not require an estimate of the spatial noise covariance matrix and 2b) that it allows one to make use of a resampling distribution (the so-called partitioning distribution) as a natural quantification of the uncertainty in the estimated rank. The performance of three methods (SVD with and without prewhitening, and the partition-based method) is compared in a simulation study. From this study, it could be concluded that prewhited SVD and the partition-based eigen decomposition perform equally well when the amplitude time series are constant, but that the partition-based method performs better when the amplitude time series are variable.     

基于K-均值聚类的SVD杂波抑制算法

针对强地物静止杂波及慢速杂波严重环境下,慢速运动目标被淹没其中而无法有效检测的问题,本文设计了一种基于K-均值聚类的SVD杂波抑制方法。该方法对回波信号矩阵进行奇异值分解,依据回波信号特性,得到相应的奇异值谱分布,以及奇异向量的空间相关性和平均多普勒频率三个统计量特征,然后基于这些特征采用K-均值聚类算法对各奇异分量进行聚类,无需人为设定阈值参数估计杂波基,可以自适应确定杂波子空间所对应的奇异向量,最后通过正交子空间投影来抑制回波信号中的杂波成分。实验结果表明,该方法在低信杂比条件下相比于传统子空间方法,能够得到较好杂波抑制效果。     

基于海杂波循环平稳特性的纹理分量抑制技术

利用海杂波的循环平稳特性,提出了一种基于奇异值分解的纹理分量抑制算法,并对其性能进行了分析。首先结合海杂波的循环平稳模型,推导了循环均值和循环自相关函数的封闭表达式。利用海杂波强度数据构造Hankle矩阵并进行奇异值分解,由于奇异值分解后得到的奇异值主要成分是与纹理分量谐波频率对应的特征量,而循环均值在纹理分量谐波频点处出现峰值,因此可以通过抑制奇异值主要成分实现循环均值的峰值抑制。奇异值抑制后,通过矩阵重构和数据恢复,最终实现纹理分量的抑制。最后,分析了Hankle矩阵维数对抑制性能的影响,并分别采用仿真数据和实测数据验证了算法的有效性。      

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。      

Fast reduced-rank STAP algorithm based on Gram–Schmidt orthogonalisation for airborne radar

In the reduced-rank space-time adaptive processing (STAP) methods, especially the principal component (PC) analysis STAP method, a set of dominant eigenvectors must be obtained by singular value decomposition of the space-time covariance matrix. Therefore, it is very difficult to be applied in practical system due to the intense computational complexity. In order to reduce the computational burden, a fast reduced-rank STAP algorithm based on Gram–Schmidt (GS) orthogonalisation is proposed in this article. In the proposed GS-PC STAP method, the clutter subspace is reconstructed by the GS orthogonalisation of training samples. Then, the STAP adaptive weight vector is calculated by orthogonally projecting the quiescent weight vector into clutter subspace, which can hold fast convergence measure of effectiveness (MOE) and require less computational complexity by compared with the conventional PC method. Based on the simulated data and multichannel airborne radar measurements data, the corresponding convergence MOE and the clutter suppression performances are verified in the article.     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

天波雷达电离层污染校正与海杂波抑制

在天波超视距雷达（OTHR）中,舰船目标的多普勒频率与海杂波谱接近,电离层污染会导致海杂波频谱展宽,从而淹没邻近的舰船目标信号。考虑到电离层污染会导致OTHR回波信号的相位缓慢变化,提出了采用相位梯度法对回波信号进行电离层污染校正;利用污染校正后的海杂波可以近似为两个单频信号之和这一特点,提出了应用奇异值分解来实现对海杂波的抑制。仿真结果表明,文中算法可以有效地校正电离层污染,抑制海杂波,显著提高信杂比,从而有效解决强海杂波对舰船目标的遮蔽问题。与现有的HRR—SVD算法相比,文中算法可以适用于相干积累时间较长和电离层污染较大的情况,防止残留的海杂波形成虚警,提高了OTHR对海杂波附近舰船目标的检测能力。     

一种基于矩阵三对角化分解的DOA估计算法

针对DOA（Direction of Arrival）估计在低信噪比的情况下估计性能下降的问题, 根据阵列协方差矩阵共轭对称的特点,采用基于Givens变换的三对角化分解方法对协方 差矩阵进行三对角化,同时利用盖氏(Gerschgorin)圆递推方法准确估计信号子空间的秩, 然后再对三对角 矩阵进行对角化,估计出噪声子空间,利用噪声子空间与导向矢量正交实现波达方向估计, 改善了低信噪比背景下估计的误差性能和稳健性。计算机仿真证明了算法的有效性 。     

基于空时二维协方差矩阵修正的波束形成算法

在实际应用环境中,信源和阵列传感器等存在误差,假设期望信号的导向矢量与真实信源导向矢量的失配会导致阵列波束形成器把期望信号当作干扰来加以抑制。针对信号匹配误差导致自适应波束形成性能下降的问题,提出了一种基于空时二维协方差矩阵修正的波束形成算法,利用空时结构对宽带幅相误差校正的特性,对空时二维协方差矩阵进行重构,并对修正协方差矩阵进行特征值分解,分离出信号加干扰子空间,将失配导向矢量投影可使期望信号与噪声子空间严格正交,最后求解算法最优权值。算法有效改善了波束形成的输出信噪比,计算机仿真验证了理论分析的正确性和算法的稳健性。