基于分布式MIMO雷达的检测前跟踪算法研究

近些年来MIMO雷达技术正在逐步兴起并得到了快速发展.因其能够充分利用空间分集和波形分集,所以对弱小目标和雷达截面积闪烁目标都有很好的检测性能.为达到提升对弱小目标的检测概率,运用动态规划将检测前跟踪思想引入MIMO雷达系统,提出了基于MIMO雷达的检测前跟踪方法.MIMO雷达的空间分集特性能够降低检测前跟踪回波积累的时间,从而提高雷达系统对机动目标的检测概率.仿真实验结果表明,基于MIMO雷达的检测前跟踪方法检测性能良好,有效提升了检测概率,是一种有效检测机动弱目标的方法.     

杂波先验知识未确知场景下 MIMO雷达收发联合优化

针对杂波初始估计误差导致多输入多输出(MIMO)雷达检测稳健性较差的问题,提出了发射波形与接收权联合优化方法以改善MIMO雷达检测稳健性。杂波误差凸集、波形恒模特性和相似约束下,基于最大化输出信干噪比准则,首先构建了改善最差情况下MIMO雷达检测性能的极大极小联合优化问题;而后,为求解所得NP-hard问题,将其分解为内外层子问题,并交替迭代求解。与不相关信号、非稳健及现有稳健方法相比,数值仿真验证了所提方法的有效性。     

正交波形MIMO雷达信噪比分析

正交波形MIMO雷达各阵元发射相互正交的信号波形,采用低增益的宽波束照射探测空域。从信号模型和信号处理结构入手,分析讨论了MIMO雷达和传统相控阵雷达的信噪比问题,从理论上证明了MIMO雷达要维持与相控阵雷达相当的检测性能,需要采用更长的积累时间。文中还简要分析了不同正交信号形式下的信噪比差异。构建了MIMO雷达系统仿真平台,通过仿真实验测试了MIMO雷达在不同积累时间下的信噪比,并与传统相控阵进行了比较,从而验证了理论分析的正确性。     

导航雷达慢速小目标检测方法

针对常用导航雷达在检测强海杂波环境下慢速小目标的困难问题,利用扫描间海杂波非相关特性,提出采取提高天线转速的措施和扫描间信号平滑处理技术,从而抑制或削弱海杂波,增强目标信号强度,改善检测性能。实验表明,本方法显著提高了导航雷达在海杂波环境下检测慢速小目标能力。     

时空相干相关K分布海杂波仿真

海杂波通常会制约雷达对目标的检测,它的精确仿真关乎到雷达性能预估的准确性.首先介绍了海杂波的幅度统计模型,然后对它的时间相关性与空间相关性进行讨论.并在此基础上研究了基于球不变随机过程法(SIRP)仿真时空相干相关K分布杂波的方法.最后仿真生成海杂波数据,结果表明用该方法获到的杂波数据的概率密度函数与K分布模型匹配得很好.同时时间与空间相关性得到了满足,与杂波的复合散射机理也贴合,证实该仿真方法是可行的.     

动态杂波条件下非合作辐射源目标检测研究

针对非合作雷达辐射源采用不可控的第三方辐射源导致杂波趋于复杂的问题,提出了根据杂波协方差矩阵特点进行杂波动态化的方法,设计了对杂波动态化处理的非合作雷达辐射源目标检测系统。结果显示：所设置的辐射源与目标信息在杂波动态化处理后,可以通过非合作雷达辐射源目标检测系统提取到准确的辐射源、目标的位置、速度、角度信息。结果表明该动态化杂波不会轻易淹没功率较大的目标,该目标检测系统可以对目标进行数据采集处理,且位置速度误差均不超过1%,对目标跟踪、实际情况下的雷达信号处理有参考作用。     

基于微动特征提取的太赫兹雷达目标检测算法研究

微多普勒现象是微动目标在极高频雷达照射下重要的特征属性之一,已广泛应用于雷达目标成像与识别方面。但是,目标微多普勒现象可能会在一定程度上导致雷达检测概率的降低,这在太赫兹频段尤为明显。本文结合目标微动特征,建立了一种新的信号检测模型,在原有常规目标检测模型的基础上,考虑了微动特征参数,该参数由时频分析算法提取。仿真结果显示,基于微动特征提取的信号检测模型可有效的提高雷达检测概率,在13dB的信噪比下,针对一定的虚警概率,检测概率可提高13%左右,对太赫兹雷达系统设计具有重要的理论意义。     

压缩感知理论在MIMO雷达目标测量中的应用

目前,压缩感知理论和多输入多输出（MIMO）雷达系统得到了越来越多研究人员的关注。压缩感知理论已经成功应用在图像处理、无线通信等领域;MIMO雷达在目标检测中有着重要的应用。主要分析了压缩感知理论在MIMO雷达信号目标检测方面的应用。MIMO雷达系统通过多个发射天线发射一组正交探测信号（例如：频分窄带线性调频信号）,这些信号遇到空间中的运动目标后发生反射,回波被一组MIMO雷达接收天线接收。基于压缩感知理论,实现了从MIMO雷达接收的回波信号中提取匀速运动的目标、测量目标的速度和方位角,并在MATLAB仿真环境下取得了良好的效果。     

海杂波背景下的PSO-RBF弱目标检测

海杂波背景下的目标检测是海面雷达信号处理的重要组成部分。海杂波中弱目标的检测，传统方法是基于海杂波统计特性，但是统计特性并不能很好地反映海杂波的内在动力学特性，因此检测效果很不理想。本文根据海杂波的混沌特性，对其进行了相构空间重构，并将粒子群算法算法(PSO)应用到径向基函数(RBF)神经网络核函数参数的优化学习中，利用加拿大McMaster大学采用IPIX雷达在Dartmouth地区海域实测带有目标的海杂波数据对此方法进行验证。结果表明，在混沌海杂波背景下PSO-RBF小目标检测法具有良好的预测性，相比于一般的径向基神经网络，改进算法不仅收敛速度快，且误差精度高。     

雷达杂波抑制技术研究

全相参技术是抑制地物杂波、气象杂波和提取运动目标的最有效技术。利用运动目标产生多卜勒频移效应的物理现象，雷达信号处理就能在频域轻易地将运动目标检测出来。根据固定目标回波在时域上为等幅脉冲序列的特点，采用相邻周期曰波信号相减处理输出为零，实现对固定目标回波进行抑制。采用试探法和实测法，寻找出慢动杂波(气象杂波)的多卜勒频移fdw，通过谱线搬移到杂波抑制滤波器的阻带之中，达到有效抑制慢动杂波的目的。随着微电子技术、计算机技术、数字技术、自适应信号处理技术的广泛应用，自动校正慢动杂波抑制滤波器凹口的自适用MTI系统，能自适应地抑制云、雨、雪等气象杂波。对慢速、极慢速、原地旋转等杂波具有自适应信号处理功能。雷达杂波抑制技术研究对进一步提高现代雷达性能具有重要意义。     

天波超视距雷达流星余迹瞬态干扰抑制方法

天波超视距雷达（OTHR）易受到流星余迹回波等强瞬态干扰的影响。目前对于流星余迹的抑制方法大多需预先抑制海、地杂波,复杂度高,实用性不强。实测数据统计表明,流星余迹与地海杂波信号的分形维区别较大,可利用其作为检测识别特征。本文提出了一种基于分形检测和预测恢复的流星余迹干扰抑制方法。该方法应用分形检测,提取信号的相似性特征,找到流星余迹干扰位置,再去掉相应干扰数据段,并通过线性预测算法恢复有效数据,达到干扰抑制的目的。该方法的优点是干扰检测前无需抑制海杂波,实用性强。仿真结果表明该方法能有效的检测干扰并抑制。     

CFAR detection of weak target in clutter using chaos synchronization

In this paper, a novel constant false alarm rate (CFAR) approach for detecting weak targets in sea clutter spectrum based on chaos synchronization is proposed. The weak target signal is detected when the synchronization between two identical chaotic systems is realized, even if the target spectrum lies inside the clutter spectrum. The threshold for the proposed CFAR detection is derived theoretically. The proposed chaos‐synchronization‐based CFAR technique is shown to be able to enhance the detectability of the target when the signal‐to‐clutter ratio and signal‐to‐noise ratio are low. Numerical experiments based on real radar sea clutter data confirm the effectiveness of the proposed chaos‐synchronization‐based CFAR detection method. The performance is superior to those of the standard autoregressive estimation‐based and the cell‐averaging CFAR detectors. Copyright © 2007 John Wiley & Sons, Ltd.     

基于奇异值分解的风电场杂波微动特征提取

风电场作为一种特殊的大型建筑物,会影响航管监视雷达对飞机目标的准确探测。同时,由于风电场通常分布在某一大面积区域,风轮机之间具有多径传输特性,进而会影响航管监视雷达对飞机目标的定位和测速。因而,分析风电场杂波的微动特征有助于检测和识别风电场杂波信号,提高雷达探测目标的准确性。基于航管监视雷达风电场回波信号模型,利用奇异值分解技术分析了风电场回波信号的微动特征,并构造相应的特征量实现其微动特征的提取。同时,在飞机目标存在背景下,提取了风电场回波的微动特征,并将其与飞机目标的多普勒特征进行对比分析,仿真结果证明了所提方法的有效性。