高频地波雷达协同检测新方法

电离层杂波、海杂波以及射频干扰的存在造成高频地波雷达目标检测上的困难。针对高频地波雷达的极化特性和目标在距离-多普勒谱中的扩张特性,先设计一种改进的二维恒虚警检测算法,后将该方法与极化处理方法融合设计一种新的协同检测算法,该检测算法实现了能量域和极化域的协同检测,突破传统极化检测方法计算复杂等问题。高频地波雷达实测数据中的仿真和检测结果表明:在电离层杂波背景中,协同检测算法性能优于恒虚警方法。     

多波段多极化海杂波特性的实验研究

长期以来,海杂波特性研究一直是雷达和微波遥感界普遍关心的问题。本文讨论基于矢量网络分析仪组建的波谱计对海杂波特性所进行的多波段（S,C,X,Ku）多极化测量,包括测量系统、实验描述和数据处理方法,通过数据分析得到不同海态下杂波特性（散射系数、多普勒谱等）随频率、极化和入射角（含小擦地角）的变化关系并给出一些典型结果。     

多波段多极化海杂波特性的实验研究

长期以来,海杂波特性研究一直是雷达和微波遥感界普遍关心的问题。本文讨论基于矢量网络分析仪组建的波谱计对海杂波特性所进行的多波段(S,C,X,Ku)多极化测量,包括测量系统、实验描述和数据处理方法,通过数据分析得到不同海态下杂波特性(散射系数、多普勒谱等)随频率、极化和人射角(含小擦地角)的变化关系并给出一些典型结果。     

海杂波与目标极化特性研究进展

对海雷达回波极化特性研究是对海雷达目标识别以及抗干扰技术发展的基础.对海雷达回波信号包括目标信号和海杂波,其中,目标通常是飞机、舰船、弹头或无人机,而海杂波是制约雷达探测性能的关键因素.本文归纳总结了国内外在海杂波、目标（飞机、舰船、弹头以及无人机）极化特性方面的研究现状和主要研究结论,并对后续工作进行了展望.     

全极化昆虫雷达生物参数反演方法与外场定量试验验证

全极化雷达是新一代昆虫雷达的发展方向.本文介绍了全极化雷达的昆虫体轴朝向、 体重和体长等生物参数反演方法.相对传统方法,这些方法精度更高,然而,这些方法仅经过微波暗室测量昆虫数据验证了可行性,还未经过实际全极化雷达外场测量验证.本文利用Ku波段全极化昆虫雷达,设计并开展了基于双无人机协同飞行悬吊昆虫的外场定量试验,测量...     

一种极化-多普勒气象雷达的射频干扰滤波方法

为了滤除极化-多普勒气象雷达中的射频干扰,该文提出利用谱极化滤波器,适用于同时发射同时接收(STSR)和分时发射同时接收(ATSR)体制的极化气象雷达。首先利用C波段STSR气象雷达的实测数据研究射频干扰的时域、频域和极化域特性,建立射频干扰信号模型。然后,在X波段ATSR雷达的数据中仿真加入射频干扰,验证谱极化滤波器的有效性。总体看来,在ATSR雷达中利用谱极化滤波器可以有效保留降雨目标并且滤除射频干扰。最后,针对STSR雷达提出利用数据分集的方法,STSR雷达的实测数据可以模拟ATSR雷达数据,再利用谱极化滤波器实现射频干扰滤除,同样可以取得较好的滤波效果。      

Ku波段全极化雷达昆虫体型参数反演

为实现Ku波段昆虫雷达体型参数测量,基于全极化测量装置在微波暗室测量的昆虫数据,分析了Ku波段昆虫雷达散射截面积(Radar Cross-Secion,RCS)特性.发现大昆虫为谐振区散射,无法基于RCS反演体型参数.为保证雷达体型测量准确性,必须将大昆虫识别并剔除;为此,提出相对特征相位和RCS参数联合的大昆虫辨别方法.在此基础上,分析了中小昆虫体型与特征参数的关系,发现这些特征参数均能较好的反演昆虫体长/体重,从而给出Ku波段昆虫体长、体重反演经验公式.     

X波段雷达实测海杂波的特性分析

舰载雷达和海岸警戒雷达的目标检测和跟踪性能与海杂波密切相关。对X波段雷达实测海杂波进行了功率谱密度和相关分析,得到了一些有益的结果。与VV极化相比,HH极化的海尖峰特性更明显;与HH极化相比,VV极化海杂波的功率谱密度具有更窄的带宽,且衰减得更快。而HH和VV极化海杂波具有相似的相关性,但HH极化的相关系数要比VV极化的要小。得到的结果对雷达目标检测与识别具有一定的借鉴意义。     

超视距雷达海杂波与干扰信号的多域特征与海杂波检测

针对超视距(OTH)雷达接收信号成分复杂的问题,该文提出基于多域组图的信号分析方法,讨论海杂波、瞬态干扰和射频干扰的多域特征.运用时域、频域、距离域、重复周期和多普勒5域,组合为6种2维矩阵图,提出雷达接收数据的"五域六图"(5D6M)方法.通过五域六图,各种接收信号成分在多个域得以分离,海杂波和干扰在不同域的特征得以体现,清晰展示海杂波的频谱和多普勒谱特性、瞬态干扰的大功率和短时性以及射频干扰的窄带与多普勒特性.基于五域六图的信号特性分析,能够为雷达信号分析与处理提供很好的帮助.该文以海杂波为例,设计了基于频域-多普勒域的海杂波多普勒单元检测的新方法.     

基于四极化通道融合的海面漂浮微弱目标特征检测

海杂波背景下的微弱漂浮目标检测是雷达目标检测的热点和难点问题。由于海杂波背景下的微弱漂浮目标的回波能量低和多普勒频率通常位于主杂波区,传统的自适应类相参积累检测方法无法有效检测该类目标。基于特征类的目标检测方法是解决海面漂浮目标检测问题的有效途径。本文首先分别提取四个极化通道的三种时域和频域特征（相对平均振幅、相对多普勒峰高和向量熵）,然后在极化通道维度上进行融合,获得四极化通道融合特征。最后,在三维特征空间中使用快速凸包学习算法来确定海杂波的判决区域,从而完成检测。实测海杂波数据实验验证了新方法的有效性,并表明其具有优良的检测性能。      

X波段测高雷达展开法解距离模糊算法设计

雷达信号处理的根本目的是从杂波中提取运动目标，为此必须抑制地杂波和动杂波，同时保证运动目标输出。本文首先从杂波抑制着手，研究X波段测高雷达脉冲重复频率的设计，在此基础上设计一种解距离模糊的展开算法。     

雷达杂波相关特性分析与仿真

雷达杂波的相关特性是雷达信号处理算法设计的前提.本文分别从时间和空间两方面对杂波的相关特性进行论述,重点对地杂波和海杂波的空间相关特性进行分析.最后通过仿真,给出某地杂波的仿真结果图,为逼真的模拟杂波环境提供了理论基础.     

大入射余角下的海杂波建模方法研究

大入射余角下的海杂波模型适用于探测雷达发现强海杂波下的隐蔽目标,是目前最新的一种雷达海杂波回波建模方法。基于随时间变化的海表面动态模型和依赖探测雷达波束几何分割的有效照射区域模型,计算出的照射区域内海杂波回波是由该区域分割的众多散射单元的回波合成的。根据雷达特性将海表面用网格分割成小块,相关模型中的每一块都可当做一个RCS单元,仿真结果证实了杂波模型的有效性。     

不需要训练数据的分布式MIMO雷达距离扩展目标检测器

在非均匀杂波环境中,研究了高分辨率分布式多输入多输出(MIMO)雷达的距离扩展目标检测问题。由于分布式MIMO雷达观测到的杂波是非均匀的,无法获得足够的独立同分布的均匀训练数据来估计检测单元的杂波协方差矩阵。采用复逆Wishart分布对杂波协方差矩阵建模,基于该杂波模型设计了一种不需要训练数据的分布式MIMO雷达距离扩展目标广义似然比检测器。数值仿真结果表明:在非均匀杂波环境中,所设计的检测器的性能比用训练数据的协方差矩阵类检测器有明显的改进。     

某雷达杂波数据分析及杂波图技术研究

强地物、海浪杂波严重影响目标检测概率。频域杂波抑制手段是雷达信号处理常用的杂波抑制方法。但是,杂波的时空分布特性复杂多变,所以对杂波的幅度、频谱等特性的研究有助于选择合适的杂波抑制方案。结合某雷达实际工程采集数据分析了地杂波和海杂波的时域和频域分布特性,提出了一种基于雷达杂波环境特性自适应选择遗忘因子的杂波图方法,具体分析了该杂波图检测概率。实测数据实验结果证明了该方法的正确性和有效性。     

最近邻联合概率数据关联算法在舰载雷达跟踪中的应用

舰载雷达的工作环境海杂波多,导致雷达在跟踪时可能关联上杂波。针对这个特点,本文应用最近邻联合概率数据关联(NJPDA)算法作为舰载雷达目标跟踪的数据关联算法,这个算法可以解决密集目标的正确跟踪问题。仿真结果理想,仿真场景设为目标相交、目标平行、有杂波时均可正确跟踪。     

基于LFMCW雷达测距的改进频域CFAR算法

复杂环境中,多径和杂波共存,杂波的存在严重影响了目标的检测;多径尤其在首径(FAP)不是最强路径时,首径的正确检测是提高测距和定位性能的关键。本文针对多径和杂波对目标检测的影响以及传统的首径检测算法的局限性,将频域恒虚警率(CFAR)算法运用到线性调频连续波(LFMCW)雷达中,并从抑制虚假目标,提高测距定位精确度的角度出发,提出了2种虚假目标抑制策略——距离分辨单元约束法和二元积累法。最后通过仿真比较考察了不同信杂比下不同首径检测算法对测距性能的影响。仿真结果表明修正的频域CFAR算法相比于传统的首径检测算法和修正前的频域CFAR算法具有更好的检测性能,论证了所提修正策略的有效性。     

基于Level-II数据和模糊逻辑推理的气象雷达风电场杂波检测与识别方法

风电场杂波具有强散射性和由于其叶片旋转导致的频谱展宽特性,其雷达回波很难用传统的杂波滤波器滤除,进而导致气象目标探测过程中的误检测与误识别,这是影响新一代气象雷达探测性能的一个重要因素。该文通过分析风电场杂波区别于气象目标的回波特性,基于气象雷达二次产品(Level-II)实测数据选取某些特征参量,通过构造特征量的概率分布直方图和1维值域分布确定用于识别风电场杂波的各个特征量的隶属度函数,并设置相应的逻辑规则,利用模糊逻辑推理系统(FIS)实现风电场杂波的自适应检测与识别。通过采集几组典型的Level-II数据对所提方法进行测试与验证,均较为准确地识别出存在于气象雷达视野内的风电场杂波,实验结果证明了该文算法的可靠性。     

基于稀疏表示的杂波建模和微弱运动目标探测

雷达回波中,微弱运动目标会被强杂波掩盖,造成目标探测困难。文中提出基于匹配追踪稀疏表示方法的雷达微弱运动目标探测算法,采用训练的过完备字典线性组合对杂波进行建模并解决稀疏表示问题,提高了杂波建模的准确性,利用杂波模型抑制杂波,可以从杂波背景中有效地探测微弱目标。仿真结果表明:文中提出的算法优于传统的目标探测方 法,可以提高杂波抑制和微弱运动目标探测性能。