倾斜阵列下奇异值分解穿墙雷达杂波抑制

天线阵列与墙体之间的未知倾斜角会影响超宽带穿墙雷达目标位置探测与成像。针对天线阵列不平行于墙体时引起的目标偏移与墙体杂波难于抑制的问题,提出时延校正的基于Jacobi奇异值分解的杂波抑制算法。即首先通过时延校正使得天线阵列等效于平行于墙体放置,再通过单边Jacobi实现奇异值分解,获取正交性好的奇异向量,利用子空间投影抑制墙体杂波,最后对目标进行探测与成像。仿真结果表明经过该方法处理后可准确定位目标,并且能够获得较好的墙体杂波抑制效果,成像的目标杂波比有了明显提高。     

基于延迟锁定环跟踪对消技术的穿墙雷达杂波抑制

穿墙雷达成像中,墙体反射波等杂波严重影响成像效果.针对现有子空间技术等方法在去杂波同时会对目标信息造成消减这一问题,本文采用M序列雷达,提出一种多级延迟锁定环路技术.该方法对墙体反射波、直达波等强杂波时延分别进行准确估计,重建干扰杂波信号并从入射信号中消减,实现对杂波干扰的有效抑制,可以广泛的应用于执法、救援及反恐等各领域.结果表明,与平均消去、子空间杂波抑制技术对比,在不同噪声环境下,本方法均能够有效的抑制干扰,图像改善因子分别提高了1~6dB,目标成像效果得到大幅度改善.     

基于空间特征的MIMO穿墙雷达墙杂波抑制

在穿墙成像中,墙体反射波相对于目标回波具有很强的能量,因此对目标的成像及检测造成严重干扰。传统的空域滤波方法基于单发单收阵列体制,利用墙体空间特征不变性有效地抑制墙体杂波。随着MIMO技术越来越多的应用于穿墙雷达,墙体空间特征发生变化,该方法不再适用于MIMO穿墙雷达回波。为解决这一问题,该文分析了MIMO穿墙雷达回波中墙体与目标回波的空间特征,参数化建模结果表明,墙体回波的空间特征与天线阵列的位置无关且具有对称性,而目标回波不具有该特性。根据两者的这一差异,该文提出对称消去法来消除墙体回波。仿真结果表明该方法能够有效地消除墙体杂波,且能够保留目标的全部信息。     

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

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LS迭代熵值穿墙雷达墙体杂波抑制

在穿墙成像雷达中，建筑物前后墙体的回波是杂波抑制的主要问题。此类杂波往往会强于目标信号数个量级，对所需目标的回波信号检测与成像造成严重干扰。针对墙体类强杂波问题，提出了一种基于拉普拉斯平滑迭代处理的墙体强杂波抑制算法。首先对回波信号进行离散化，然后在计算离散信源的概率空间时对概率进行拉普拉斯平滑处理，然后对其进行迭代熵值处理，通过迭代过程，有效地提高信杂比增量。为了验证算法的可靠性，采用时域有限差分法进行实验建模，并对结果进行严谨的分析，算法能够达到预期效果。     

一种有效的穿墙雷达成像杂波抑制算法

在穿墙雷达成像中,杂波对临近墙体目标的成像和检测造成严重的干扰。基于统计信号处理的杂波抑制算法近年来广泛应用于消除背景杂波,但这些算法带来的门限确定问题使其在实际应用中性能下降。考虑到实际应用环境的复杂性,提出一种有效的两阶段杂波抑制算法,该算法首先在 SVD的基础上提出一种新的方法来确定奇异值的门限以抑制强杂波,然后对第一阶段的成像结果进行基于 PCA的图像增强处理,抑制弱杂波和系统噪声,进一步突显目标信息。实验结果证明了提出的两阶段杂波抑制算法具有可行性,能够实现对临近墙体微弱目标的精确成像。     

一种有效的穿墙雷达成像杂波抑制算法

在穿墙雷达成像中,杂波对临近墙体目标的成像和检测造成严重的干扰。基于统计信号处理的杂波抑制算法近年来广泛应用于消除背景杂波,但这些算法带来的门限确定问题使其在实际应用中性能下降。考虑到实际应用环境的复杂性,提出一种有效的两阶段杂波抑制算法,该算法首先在SVD的基础上提出一种新的方法来确定奇异值的门限以抑制强杂波,然后对第一阶段的成像结果进行基于PCA的图像增强处理,抑制弱杂波和系统噪声,进一步突显目标信息。实验结果证明了提出的两阶段杂波抑制算法具有可行性,能够实现对临近墙体微弱目标的精确成像。     

基于深度迭代网络的穿墙雷达成像方法

联合墙杂波抑制及图像重建迭代求解方法为当前较前沿的穿墙雷达成像(through-the-wall radar imaging, TWRI)算法,能够同时抑制墙体杂波和重构目标图像,但仍存在收敛速度慢、人工干预过多以及对初值的选取敏感等问题,难以快速精确地进行目标成像. 针对上述问题,本文提出一种联合低秩与稀疏分解驱动的可学习深度迭代网络的TWRI方法. 该方法利用穿墙雷达场景下墙体杂波的低秩特性以及待重建目标图像的稀疏特性,首先将穿墙雷达成像问题建模为联合低秩与稀疏分解的正则化优化问题,然后采用变分框架和轮换策略将优化问题转化成两个准线性优化子问题并推导其更新公式,最后将上述迭代更新公式映射到网络结构中,展开成深度迭代网络模型并采用端到端学习策略,形成融合物理模型的可学习深度迭代网络框架. 仿真结果表明该方法能够有效抑制墙体杂波,相对于其他方法显著提高了目标成像精度和速度.     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。本文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点AR模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明本文方法是有效的。     

近距离慢速目标检测杂波抑制方法

针对强杂波环境下近距慢速运动目标检测问题,该文提出一种基于相位编码及子空间投影的杂波抑制方法。主要对周期探测信号调制Chirp相位编码,通过回波慢时间维解码使杂波近似白化,降低杂波与目标回波相关性,再依据白化后杂波及有用信号成分自相关性差异分离出信号和杂波干扰子空间;最后将接收信号投影至正交于杂波子空间的信号子空间来抑制杂波。由于该方法中杂波空间的构建不需要假设杂波模型,避免了模型假设与实际环境不匹配的问题。仿真结果和实测数据处理结果证明该方法在低信杂比条件下性能明显优于传统方法。     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar, HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition, SVD)的空域海杂波抑制算法（简称空域SVD算法）. 空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参考,对其阵列协方差矩阵进行SVD,估计空域的海杂波子空间和噪声子空间;再利用子空间的正交性,从阵列回波信号中去除其在海杂波子空间的投影分量,达到在空域抑制海杂波的目的. 该方法与现有的空域海杂波抑制方法相比,不需要预先知道海杂波的方位,利用阵列协方差矩阵的SVD来估计子空间,使得子空间的估计比较容易且准确,提高了输出信杂噪比(signal to clutter plus noise ratio, SCNR),有利于目标的检测.     

Clutter suppression method for heterogeneous environment

Clutter suppression is a key process in ground moving target indication (GMTI). Adaptive filtering is an effective method for clutter suppression but the performance degrades severely in heterogeneous clutter environment. To solve this problem, a new clutter suppression method is proposed. The approach uses subspace tracking technique to update clutter subspace of different clutter patches which may mitigating the heterogeneous effects. Simulation results illustrate that the method performs well when lacking of the independent and identically distributed (i.i.d.) samples.     

修正Hankel矩阵SVD用于多模环境杂波对消研究

针对超视距雷达多模传播下杂波展宽导致的慢速目标掩盖问题,直接在多模情况下进行杂波对消与目标检测。分析了基于Hankel矩阵奇异值分解(SVD)的海杂波对消方法,指出了该方法存在的不足,并通过设置判决门限进行修正。实验结果显示,采用基于修正的Hankel矩阵SVD的海杂波对消技术,能够实现对目标的检测。     

基于SMLRT-GRT-SVD的机载雷达海面慢速小目标信号积累与杂波抑制方法

机载雷达对海面慢速小目标进行积累检测时面临两个主要问题:一是雷达与目标间的相对运动导致距离走动与多普勒扩散,造成目标积累性能下降;二是较强的海杂波能量影响聚焦与检测结果。为了解决上述问题,本文提出了一种基于分段改进位置旋转变换（Segment Modified Location Rotation Transform, SMLRT）、广义拉东变换（Generalized Radon Transform, GRT）以及奇异值分解（Singular Value Decomposition, SVD）的方法（即SMLRT-GRT-SVD）以快速实现信号积累与杂波抑制。首先,设计时间片段划分准则将回波信号均匀分段,分段时保证在每个时间片段中可以忽略由径向加速度造成的二阶距离走动和多普勒扩散;其次,通过SMLRT校正每个时间片段内由径向速度引起的一阶距离走动,并采用傅里叶变换（Fourier Transform, FT）实现每个时间片段内能量的相参积累;再次,利用GRT循迹所有时间片段的能量峰值位置并进行非相参积累;最后,利用SVD在慢时间域进行回波信号分解并剔除杂波对应奇异值,重构后即可实现杂波能量的抑制。本方法采用分段处理与SVD操作,能够快速实现目标能量的聚集并抑制海杂波能量。仿真与实测数据处理结果均表明了所提方法的有效性。      

基于特征分解的多模杂波抑制方法

电离层对天波超视距雷达回波信号的污染严重制约了雷达对慢速目标的检测, 相位扰动与多模传播共存时, 更是加重了回波杂波谱的展宽.针对这一情况, 文中提出了基于特征分解的多模杂波抑制方法, 根据不同群距离单元上回波信号的相关性来选择群距离单元构造协方差矩阵, 通过一个模板滤波器对回波信号滑动滤波来确定回波信号模式个数, 从而可通过对协方差矩阵的特征分解来确定目标信号和噪声子空间, 继而完成杂波的抑制.该方法实现简单, 适合工程应用, 并且对实测数据的处理结果证实了该方法的有效性.