基于三维成像处理的稀疏阵列天基雷达运动目标探测方法北大核心CSCD

利用阵列天线合成孔径雷达技术能够实现目标三维成像。对于天基雷达,通过对天线进行稀疏化,在空间分辨率要求高、设备体积质量约束条件多的工作环境中具有显著优势。在此基础上,文中进一步开展稀疏阵列天基雷达运动目标探测方法的研究,基于在交轨向应用大型稀疏线阵、顺轨向采用合成孔径技术、距离向发射线性调频信号的工作机制,提出对获取的回波信号分别进行修正均匀冗余阵列正反编码空间调制和干涉处理来实现运动目标探测。仿真表明:相比于直接三维成像结果,应用文中方法得到的三维图像分辨率虽然有所降低,但是能够有效地实现运动目标的探测。     

机载交轨稀疏阵列天线雷达的下视三维成像处理

该文研究了机载交轨稀疏阵列天线雷达的下视3维成像处理问题。将稀疏阵列天线布设在载机交轨向,采用频分正交信号实现多发多收以提高发射功率,利用多相位中心孔径综合原理将稀疏阵换成满阵,采用与空间位置相关的匹配滤波器使不同子带信号孔径综合后相位中心的空间位置相同,进一步将子带信号合成宽带信号以提高距离分辨率实现下视3维成像。为了扩大观测幅宽,提出将ScanSAR模式与SweepSAR模式相结合的扫描方式,以降低雷达系统的脉冲重复频率。分析了机载交轨稀疏阵列天线雷达的系统参数,通过仿真验证了该文方法的有效性。     

艇载稀疏阵列MIMO雷达地面运动目标成像方法

本文针对地面运动目标成像问题,提出了基于平流层飞艇平台的稀疏阵列MIMO(Multiple-Input Multiple-Output)雷达的成像方法.该方法首先利用MIMO雷达阵列对观测场景进行空间并行采样获取其散射信息,其次由于两次脉冲回波信号中的运动目标信息不同而地杂波(或静止地物)信息相同,因此利用一次相消技术抑制回波信号中的地杂波分量.然后基于观测场景中运动目标的稀疏特性,将压缩感知理论引入到对运动目标重建过程中.该方法可有效避免地面运动目标成像时的地杂波干扰和运动补偿问题,同时采用稀疏阵列可大幅减少天线阵元个数,从而降低对飞艇平台的要求和系统成本,便于工程应用.最后利用仿真实验验证了该方法的有效性和可行性.     

强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法

针对稀疏雷达孔径数据处理与成像问题,本文提出了一种强地杂波背景下基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲高分辨雷达成像方法。在对稀疏回波数据解线调时,采用填零一次相消技术剔除地杂波,对粗分辨距离像序列二次采样后获得高信杂比的目标高分辨回波信号;再利用该信号的频域稀疏特性,结合各脉冲簇中随机丢失不同子脉冲的情况,构造相应的部分傅里叶基矩阵实现雷达数据的稀疏化表征,然后利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,实现对目标的高分辨成像。仿真结果验证了本文方法的有效性。      

稀布阵综合脉冲孔径雷达

一种采用正交编码全向发射,接收用匹配滤波处理获得发射和接收天线阵方向图的雷达。采用大孔径天线阵列稀疏布阵,各发射阵元为全向天线,辐射一组相互正交的宽脉冲信号,在空间形成无方向性的均匀照射;各接收单元也是全向天线,各路接收通道对不同方向、距离的回波信号进行匹配滤波处理,使各发射单元的回波信号同相叠加,     

基于稀疏综合孔径天线的艇载成像雷达研究

 基于稀疏综合孔径天线概念,研究了平流层飞艇载对地观测成像雷达系统中的重要问题.提出了稀疏阵时分多相位中心孔径综合方法,该方法使得综合后的相位中心在数量上和分布情况上与满阵天线相同,从而避免了稀疏阵旁瓣较高的问题;利用模拟退火算法对阵列进行了优化,以使实际使用的阵元最少;为提高系统作用距离,采用多频正交信号形成多发多收的工作模式,通过频率拼接提高距离分辨率;由于综合孔径天线阵列长度远小于场景宽度,系统采用了子孔径成像方法,并将曲线拟合和自聚焦处理相结合,解决了存在阵列形变误差时的精确成像问题.仿真结果表明了本文方法的有效性.     

雷达小知识

（一）稀布阵综合脉冲孔径雷达Sparse array synthetic impulse and aperture radar一种采用正交编码全向发射，接收用匹配滤波处理获得发射和接收天线阵方向图的雷达。采用大孔径天线阵列稀疏布阵，各发射阵元为全向天线，辐射一组相互正交的宽脉冲信号，在空间形成无方向性的均匀照射；各接收单元也是全向天线，各路接收通道对不同方向、距离的回波信号进行匹配滤波处理，     

基于稀疏贝叶斯学习的双基雷达关联成像

双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。     

基于艇载稀疏阵列雷达的空中运动目标成像探测北大核心CSCD

基于艇载平台的空中运动目标探测在低空侦察、预警识别等军事领域的应用价值广泛。文中基于频分信号和孔径综合方式设计了一种艇载共形稀疏阵列布设方式。为降低阵列系统复杂度、提高数据利用率,采用主动冗余线列阵作为稀疏布设准则。提出了一种干涉处理的频域运动目标稀疏成像算法,利用飞艇悬浮的特点,对飞艇平台前后不同孔径综合下的实孔径雷达图像进行干涉操作,去除复图像分辨单元内的随机初相位,使雷达复图像在频域具备稀疏性质。在频域开展低通滤波等重构处理,可得到运动目标的稀疏重建结果,实现运动目标的准确探测。给出了艇载稀疏阵列在成像分辨率0.5 m的点阵目标成像仿真结果,验证了方法的有效性。     

基于单快拍稀疏重构的阵列雷达前视成像北大核心CSCD

针对阵列雷达前视高分辨成像问题,文中提出了一种基于单快拍数据稀疏重构的成像算法。在对各阵元回波信号进行脉冲压缩及运动校正后,以波束指向角为中心在主瓣范围内构建信号矢量及对应观测矩阵,利用稀疏贝叶斯学习算法对当前指向角多个阵元的单快拍数据进行稀疏重构,得到散射系数分布;进一步对不同指向角重构所得散射系数进行幅度积累,得到最终的前视图像。仿真结果表明,该算法能在低角度采样率条件下获得有效的前视超分辨图像。     

基于联合稀疏矩阵恢复的DOA估计算法

基于联合稀疏矩阵恢复的思想,提出一种新的窄带信号DOA 估计算法。算法通过对计算得到的各帧阵列协方差矩阵进行矢量化操作,构造伪数据矩阵;然后构建过完备的阵列方向矩阵字典,形成联合稀疏信号模型;接着利用联合l_2,0 逼近法求出联合稀疏矩阵的优化解,由此得到信号DOA 的估计值。由于二阶统计量的矢量化操作扩展了阵列孔径,算法能够分辨多于阵元数的信号,同时适用于窄带短时平稳或平稳信号,且不需要预先估计信号源数。计算机仿真结果证明了算法的有效性。     

Efficient 3D imaging method of MIMO radar for moving target

When compressive sensing (CS) was used to achieve sparse imaging of moving targets,the Doppler frequency caused by motion will increase the processing dimension,change the center frequency of echo and worsen the mutual coherence property of measurement matrix.In order to improve the three-dimensional (3D) imaging performance of MIMO radar for moving targets,an efficient method was proposed.In each dimension,the distribution information of targets was searched respectively and a new low-dimensional measurement matrix was reconstructed accordingly,so the targets’ area was narrowed down.At the same time,in order to optimize the mutual coherence property of measurement matrix,Bayesian method was used to optimize the velocity-dimensional projection matrix to reduce the strong mutual coherence brought by sampling of Doppler frequency,then the efficient sparse imaging could be achieved.The simulation results show that proposed method can improve the efficiency,accurate imaging performance with efficient.     

基于稀疏步进调频信号的低信噪比逆合成孔径雷达成像

针对稀疏步进调频信号对目标径向运动敏感且低信噪比(SNR)下难以聚焦成像的问题,该文提出基于遗传算法和稀疏贝叶斯学习的平动补偿与高分辨逆合成孔径雷达(ISAR)成像方法。首先,针对稀疏步进调频信号建立回波模型和稀疏观测模型,通过构造参数化字典,将ISAR成像问题转换为目标运动参数估计与高分辨距离像(HRRP)合成的联合问题。然后,对目标高分辨距离像引入Gamma-Gauss先验,并采用变分贝叶斯推断(VBI)对散射点进行估计。在此基础上,通过遗传算法迭代同步获得目标运动参数与高质量HRRP,最终实现高分辨聚焦成像和运动参数精确估计。不同场景下的仿真和实测数据处理结果验证了所提算法的有效性。     

雷达动目标短时稀疏分数阶傅里叶变换域检测方法

复杂背景下的动目标检测技术是雷达目标探测的关键技术和难点之一,亟需发展和研究高时频分辨率、大数据量高效以及适用于多分量信号分析的方法和手段.该文结合经典时频分析技术和高分辨稀疏域信号处理的优势,提出短时稀疏分数阶傅里叶变换（ST-SFRFT）并用于雷达动目标检测和参数估计,实现时变信号高分辨时频表示的同时,改善SCR,提高复杂环境下雷达动目标检测的性能.实测对海雷达数据验证表明,所提方法在抗杂波以及参数估计精度等方面较经典时频动目标检测方法有明显优势.     

一种基于四相编码和优化阵列的MIMO STAP实现方法

多输入多输出（MIMO）雷达多信号间正交性和天线阵列结构影响空时自适应处理(STAP)性能。为了提高多信号间正交性,提出了基于遗传算法优化提高四相编码的自相关峰值并降低互相关峰值方法,保证了多发射信号间良好正交性,基本抑制了盲速影响。针对天线阵列稀疏导致盲速、阵元密布导致天线孔径过小的问题,基于最大连续孔径思想,提出了一种优化阵列结构,在不显著增加天线阵列长度和阵元数目条件下,与四相编码信号结合,实现了动目标检测。仿真实验证明,基于四相编码正交信号和收发阵列设计,MIMO STAP可实现良好动目标检测性能。     

脉冲噪声下基于循环相关熵和稀疏重构的宽带信号DOA估计

针对脉冲噪声与同频带干扰并存时宽带信号的波达方向(DOA)估计问题,该文提出一种结合循环相关熵(CCE)与稀疏重构的算法。首先,分析了宽带信源的接收信号模型,并利用循环相关熵的性质构造出对脉冲噪声与同频带干扰具有抑制能力的宽带信号虚拟输出阵列。随后对该虚拟输出阵列进行稀疏表示,并通过归一化迭代硬阈值(NIHT)算法进行稀疏重构,从而估计宽带信号的波达方向。实验结果表明,该算法对脉冲噪声和同频带干扰具有很好的抑制作用,并且相较已有算法在估计性能方面有明显的改善。