基于CWT的常规雷达编队目标架次自动识别

基于多普勒效应的编队目标架次识别的关键，在于要有噪声抑制和频率分辨能力良好的特征提取算法。文中把在乘性和加性高斯噪声背景中具有优良的提取调频信号分量能力的Choi-Williams三谱（CWT）引入编队目标架次识别特征提取，构建了基于CWT三谱的距离-时间-多普勒投影像形态特征的架次自动识别方法。对实测编队目标回波CWT像形态特征的架次识别实验说明，该特征提取算法具有良好的噪声抑制能力和频率分辨率；信噪比为-5dB的条件下对二架和四架编队目标的正确识别率不低于97％。     

窄带相参雷达非刚性编队目标架次分辨研究

针对窄带相参雷达,文中在对目标进行长时间观测的基础上,深入研究非刚性编队架次分辨的原理。建立了多目标的统一模型,分析了非刚性编队目标的回波多普勒组成,提出了公转多普勒、径向多普勒和调频多普勒等新概念。进而,指出公转多普勒和径向多普勒的和决定了目标时频曲线起点,调频多普勒决定了目标时频曲线的走势。而目标间频率起点和时频曲线走势的差别构成了编队架次分辨的基础,而时频分析则是实现分辨的有效手段。最后,仿真和实测的实验结果证明了文中结论的正确性。     

基于平滑的Wigner-Hough变换的编队目标架次检测

针对常规低分辨雷达无法直接在距离和方位上分辨同一批次中目标的缺陷,在分析了编队目标雷达回波信号的时频特征基础上,提出一种基于平滑的Wigner-Hough变换的编队目标架次检测方案。该方案不仅能精确检测目标架数,而且有很强的抗噪声和抗干扰能力。仿真实验验汪了该方案的有效性,适应于中远程警戒雷达。     

基于Radon-WVD变换的编队目标架次识别

针对常规低分辨雷达,研究了编队目标回波的多普勒频率变化特征,提出了采用Radon-WVD法,在时频域对编队目标的整体特性(调频率)进行快速准确的估计。该方法的估计结果不但不受WVD交叉项的影响,而且由于Radon变换的积累特性使得Radon-WVD变换法相对WVD有更好的抗噪声性能。仿真实验验证了该方法的有效性,成功地实现了多架编队飞机架次识别。     

编队目标架次的识别

分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,利用Morlet小波变换,对编队目标回波进行时—频分析,从回波信号的三维时频坐标下的等高线上识别目标架次。通过实验结果可以看出,此方法是可行、有效的。     

一种基于多变量联合的双星编队雷达GMTI方法

在应用编队卫星雷达沿航迹排列进行地面运动目标检测时,由于动目标的存在,各小卫星接收回波所构成的样本协方差矩阵携带了杂波及运动目标信息,可通过对样本协方差矩阵的分析来提取运动目标的相关信息。基于这种思想,文中对双星编队雷达的回波样本协方差矩阵进行了特征分解,提出了一种由特征分解所获特征矢量和特征值等变量组合而成的运动目标检测新算子,相比协方差矩阵特征分解后所获变量直接定义的检测算子,新算子对杂波和噪声的鲁棒性更强。对各类检测算子检测性能的计算机仿真实验验证了文中所提新检测算子的优越性。     

一种基于信道估计的MIMO雷达目标角度估计方法

MIMO雷达是一种新体制雷达。它的信号传输矩阵包含了我们需要的目标信息,如角度信息。本文首先建立了包含目标角度信息的MIMO雷达接收信号模型。然后根据MIMO雷达接收信号的统计特性,提出了新的MIMO雷达传输信道的估计方法,然后从传输矩阵中估计出目标角度信息。最后,我们通过仿真实验验证了本文方法的有效性。     

一种综合考虑目标检测与估计的波形设计方法

讨论了在综合考虑目标检测与估计性能的条件下,雷达发射波形的优化设计问题.由于衡量目标检测与估计性能的直接指标是信噪比(SNR)和互信息(MI),文中采用将SNR作为约束条件下最大化MI的准则,通过引入发射信号的自相关序列将优化目标转发为凸优化问题,进而优化设计发射波形.仿真实验的结果表明,利用该方法所设计的波形能够满足输出SNR约束(对于目标检测性能)且同时能够最大化MI(对应目标估计性能).     

基于自相关积分循环谱的复合调制雷达信号识别方法

为解决传统识别方法对复合调制的雷达信号识别率低的问题,文中提出了一种基于循环谱积分特征的识别方法。首先,将计算循环谱的傅里叶累积方法转换到自相关域,降低了噪声的干扰;其次,通过引入轴线积分的方法实现了将二维循环谱矩阵在保留主要信息的基础上降维为一维特征向量,消除冗余数据;最后,利用支持向量机实现了雷达信号的识别。实验表明,本方法在信噪比不小于-2 dB情况下,可保证对7种不同调制的雷达信号识别准确率在90%以上,且与其他识别方法相比在低信噪比条件下对雷达信号的识别率提升显著,尤其是对相位调制信号的识别。本方法将时域特征拓展到自相关域,便于实现,对信号识别方法提供了新思路。     

基于分数阶傅里叶变换的加速微弱目标检测与估计

加速微弱目标使雷达回波多普勒谱严重扩展,传统动目标检测方法失效.为了实现监视雷达对加速微弱目标的有效检测和参数估计,提出了一种新的雷达信号处理方法.利用分数阶傅里叶变换完成监视雷达接收回波慢时间域线性调频信号的能量集聚,提高低信噪比条件下的加速目标检测性能,并通过离散尺度化法对加速目标参数进行估计.理论推导和仿真分析了相参处理间隔长度、分数阶次步长和信噪比等因素对所提方法的统计检测性能和参数估计精度的影响.     

基于深度残差网络的雷达目标数量估计方法

传统雷达目标检测方法一般将单个距离单元的目标当成单目标进行检测,而不会估计距离单元内目标的数量。针对该研究空缺,提出一种基于深度残差网络的雷达目标数量估计方法。该方法将雷达信号转换成时频图并输入至训练好的深度残差网络。残差网络根据单个目标与多个目标对应时频图的差异即可准确得到雷达目标数量的估计值。仿真表明该方法能有效地估计出雷达目标数量。     

基于复像分析的雷达目标弱信号检测

论述了在强噪声下利用复像分析（Complex-Image Analysis）检测雷达目标弱信号的方法,通过这种方法,可以提高雷达在强噪声下对目标的检测能力,使得利用阈值检测无法检测到的目标经过复像分析的处理之后,可以被正确地检测出来,利用复像分析的检测是一种识别检测,即在目标被检测到的同时,一些目标的基本特性也可以由复像分析的结果得到。     

基于分数低阶本征滤波的雷达目标检测方法

在非高斯相关杂波背景下,通常杂波分布的概率密度函数结构复杂甚至无闭式表达,难以建立统计检测模型。针对此问题,以α稳定分布为背景,基于分数低阶统计量和最佳滤波器理论,以滤波器输出分数低阶信杂比最大为准则,给出了一种分数低阶本征滤波(FLOEF)模型。该模型利用杂波的分数低阶协方差矩阵对非高斯相关杂波进行白化,可显著改善信杂比,实现非高斯相关杂波背景下雷达目标的有效检测。通过仿真和实测数据给出了FLOEF在不同条件下的检测性能,并同传统基于二阶统计量的本征滤波进行了比较,结果验证了FLOEF的优越性。     

基于压缩感知的分布式MIMO雷达速度估计与联合检测

针对分布式MIMO雷达系统,在站间大间隔配置获得空间分集增益的基础上,提出了一种基于压缩感知的目标速度估计与检测的联合算法,并利用二阶锥规划提高了感知算法在低信噪比时的估计精度。该算法有效降低了常规最大似然估计的计算成本,且在噪声功率未知时联合检测的性能上要明显优于距离门检测。通过理论分析证明,所提出的估计与联合检测算法能够有效估计速度并检测目标。仿真实验也验证了算法的有效性。     

分布式MIMO雷达的参数估计与检测联合算法

本文针对分布式MIMO雷达系统,在站间大间隔配置获得的空间分集增益的基础上,提出了一种目标位置估计与检测的联合算法。与以往距离门检测不同的是,这里通过所定义的目标假设框架下进行联合估计与检测。通过理论分析证明,本文所提出的位置估计与检测联合算法在检测性能上要优于距离门检测法,且漏检概率与信噪比SNR成反比。仿真实验也验证了算法的有效性。     

基于时频二维图像的高频雷达低速目标检测

海面低速目标的非均匀运动和射频瞬态干扰引起的多普勒谱展宽影响高频地波雷达检测目标的准确性.利用时频分析方法将相干积累时间内由于目标非均匀运动和射频干扰引起的信号能量变化显示于时间-频率二维图像上,并根据目标信号对应时频图像上非线性曲线的特点提出一种基于二值形态学的方法用于区分目标和干扰信号.现场数据的分析结果证明该方法可以从展宽的多普勒谱中准确地检测出目标.     

基于实采数据的雷达目标回波模拟

对雷达操作人员的培训必须基于接近真实的模拟训练环境才能达到较好的训练效果。通过真实采集的雷达回波信号来模拟产生目标回波,利用目标数据库的生成,目标在不同统计模型下信号强度的计算,得到了一种逼真的雷达目标回波信号。模拟仿真试验验证了实际回波效果,结果表明该方法生成的回波能构建真实的模拟训练环境,使受训人员得到身临其境的模拟效果。     

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。      

一种新的目标检测算法及其应用研究

通过对雷达回波数据的分析与理论研究,提出了一种基于目标回波特性的检测方法,并结合较低的虚警门限,提高了目标的检测概率,实现了参数的高精度提取。同时,由于该算法计算量小,适合全程全方位高精度点迹凝聚的实现。