一种改进的自适应恒虚警检测器

为了解决传统自适应恒虚警检测器在多目标环境下检测性能下降的问题,对传统基于指数变换的恒虚警检测器 (Variability Index CFAR,VI-CFAR)的选择策略进行改进,提出了一种改进的自适应恒虚警检测器-VIHCES-CFAR。在杂波边缘环境下和多目标干扰环境下分别选择非均匀杂波估计恒虚警检测器 (Heterogeneous Clutter Estimating CFAR,HCE-CFAR)和交互式恒虚警检测器 (Switching CFAR,S-CFAR)进行处理,提高了多目标环境下的目标检测能力,有效避免了目标遮蔽的问题。实验结果表明,在检测概率为0.5的条件下VIHCES-CFAR的信噪比相对于SVI-CFAR低0.05dB,在多目标环境下检测概率为99.78%,在杂波边缘环境下检测概率控制在10-4左右,具有稳定的抗干扰能力和良好的虚警控制能力。并通过实测数据验证了VIHCES-CFAR检测器在解决目标遮蔽问题上的有效性。     

基于二维匹配优化成像的地面动目标检测方法

合成孔径雷达在对地面运动目标的高精度成像时,目标径向速度引起距离向走动、方位向速度引起散焦,导致目标的信噪比和检测概率下降。采用距离走动校正滤波器组和方位匹配滤波器组级联的方法对多通道杂波抑制后的数据进行二维匹配优化成像,降低剩余杂波的功率同时提高动目标的聚焦效果;进一步在各滤波器成像后使用自适应门限进行恒虚警检测,并对输出的多个检测结果进行判断与融合。仿真与实测数据的处理结果表明了该方法的有效性。     

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。     

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。     

舰船地震波信号的滑动功率谱实时检测算法

为提高低信噪比环境下的地震波信号检测概率,结合自适应线谱增强技术,基于滑动功率谱提出一种新的舰船地震波信号实时检测算法。首先利用自适应线谱增强技术对信号进行处理,然后对处理后的信号进行功率谱估计,选取一段频带内的平均功率作为检测特征量,并设计相应的自适应检测阈值算子,最后根据一定的检测规则完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够有效完成低信噪比的目标检测,在信噪比为-15 dB时,检测概率达到93%。     

基于改进Kalmus滤波的悬停无人机检测技术

针对复杂杂波环境下悬停无人机检测问题，提出了一种改进的Kalmus滤波 剩余回波时域均值相消 自适应CFAR联合处理算法，对无人机微多普勒检测，实现空管监视目的。通过改进的Kalmus滤波器进行频域滤波，同时对目标回波高频信号和零频信号抑制，并提高零频附近微多普勒信号增益。采用剩余回波均值相消进行二次滤波，提高无人机高速旋翼的多普勒特征信号信噪比，采用短时傅里叶算法检测目标区域多普勒变化，最后通过恒虚警处理，进一步抑制杂波，提取微多普勒信息。试验结果表明本文算法可以对悬停无人机的旋翼多普勒特征进行有效检测，目标多普勒信号幅值提升了约20 dB，实现低空监视管控目的。     

基于改进强跟踪无迹卡尔曼滤波的电力信号同步相量跟踪算法

配电网中各类噪声对相量测量产生较大影响,研究在高噪声环境下能够可靠检测并能快速跟踪电力信号突变的同步相量测量算法,对保证电网的稳定性与可靠性具有重要意义.提出基于量测量误差协方差次优估计的自适应强跟踪无迹卡尔曼滤波(SEMEC-ASTUKF)的同步相量测量算法.首先根据递归最小二乘法提出一种自适应常值噪声统计估计器提高量测噪声协方差估计精度;然后根据电力信号突变后特征,构建突变检测算法和渐消因子次优估计算法,改善强跟踪无迹卡尔曼滤波(STUKF)算法在高噪声环境下对突变检测能力弱和跟踪突变慢的缺陷.利用实测信号对算法性能进行验证,结果表明,SEMEC-ASTUKF算法具有更高的测量精度,对突变具有更好的检测灵敏度和更高的跟踪速度.     

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。     

基于局部积加权对比的红外弱小目标检测

针对复杂背景下因像素点噪声及高亮边缘干扰导致的对红外弱小目标检测率低、虚警率高的问题,提出一种基于局部 积加权对比的红外弱小目标检测算法。 首先,分别计算目标区域与背景区域均值,并得到目标与局部背景的差异性;提出一种 局部积加权方法,极大增强了小目标的显著性与抑制背景杂波的能力;其次,采用多尺度算法增强算法的自适应能力;最后,对 显著性图像进行自适应阈值分割,得到待检测的真实目标。 仿真实验结果表明,所提算法的信杂比增益( SCRg)和背景抑制因 子(BSF)相比现有算法均有一定提升,在复杂背景及强噪声干扰下仍具有良好的准确性和鲁棒性,实现了提高检测率,降低虚 警率的目的。     

改进的机载相控阵雷达JDL-STAP算法

机载相控阵雷达在下视工作时受地杂波的影响较大,虽然空时自适应处理(STAP)技术拥有良好的杂波抑制能力,但其性能依赖于大量的训练样本和高运算量,在现实工程中难以应用。为了弥补STAP算法的不足之处,提出了一种改进的局域联合处理(JDL)降维算法。该方法在构造降维矩阵时,调整了局域处理单元的选取策略,并在主通道对应的杂波脊处选取了4个独立的辅助通道以提高波束的指向性、抵消主波束中的杂波。实验结果表明,改进后算法比传统JDL算法拥有更好的杂波抑制性能,并进一步减少了系统计算量,在存在幅相误差的情况下仍能保持较好的稳定性。     

一种处理非均匀分布的杂波样本的新算法

本文从理论上分析了杂波样本沿距离单元均匀分布时杂波协方差矩阵为Hermite矩阵、块Toeplitz矩阵和Toeplitz块矩阵的性质.根据此性质,提出了一种空时自适应非均匀处理新方法--均匀逼近法来处理机载相控阵雷达采集到的沿距离单元非均匀分布的杂波样本.该方法能有效地消除样本非均匀带来的影响,具有采样要求低、稳健性强、工程实现方便等特点.数值仿真结果验证了该方法的有效性.     

基于隐马尔可夫模型的MIMO雷达目标检测

MIMO雷达是一种新体制雷达,相对于传统雷达在目标检测及参数估计性能都有很大提高。本文针对MIMO雷达的发射信号特点及天线阵元布置特点,分析了雷达目标和杂波的散射特点。目标回波的各向异性比杂波更强。因此可以用隐马尔可夫模型（HMM）对目标和杂波分别建模,实现目标和杂波的分离。在检测过程中,首先用样本模型对HMM进行训练,得出它的参数。然后用训练好的HMMs分别对待检测信号进行归类,分别计算它属于杂波和目标的概率,计算概率比值,大于门限判断有目标。仿真实验表明,本文方法的检测性能优于传统的检测方法。本方法在检测时候的计算量很小,有利于信号的实时处理。     

基于激光雷达的港口环境海面目标检测

针对16线激光雷达点云稀疏以及港口海面目标较远导致的感知算法效果不佳问题，提出一种融合IMU的动静态目标检测方法。首先针对无人艇尾迹流点云易导致误检测的问题，提出改进的Ray Ground Filter算法实现海杂波滤除；接着针对不同距离目标点云疏密程度不同导致的聚类效果不佳问题，提出一种适用于不同距离的目标聚类算法；最后通过融合IMU实现激光雷达点云帧间投影，完成了动静态目标检测与关键点预测。利用无人艇实船实验平台和仿真平台进行目标检测实验，本文算法检测效率快、鲁棒性稳定，可较好实现无人艇对港口环境的感知。     

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.     

双基机载雷达几何场景建模及空时杂波特性仿真

由于双基机载雷达具有2个独立的运动平台,双基杂波建模是一项十分困难的工作。本文提卅利用坐标系统变换的方法建立双基机载雷达场景的几何模型,不仅简化了双基几何场景的数学描述,还可方便准确地表示双基杂波的距离／角度多普勒频率特性及计算杂波的空时二维似然谱。该模型可用于评估双基空时自适应处理（STAP）和杂波抑制技术实际杂波环境中的性能。最后,采用多通道机载雷达实验（MCARM）和指定雷达场景的双基几何配置参数得到的仿真结果验证了该模型的正确性。     

Design and performance analysis of LMS algorithm based adaptive filter embedded with CFAR detector under non‐homogeneous clutter scenarios

The paper presents performance analysis of least‐mean‐square algorithm based adaptive filter embedded with constant false alarm rate (CFAR) detector for the purpose of better detection of target under non‐homogeneous clutter environment in radar application. The objective of this paper is to develop a method by redesigning the radar detector in such a way to emphasize the target response and de‐emphasize the clutter response. The hardware implementation using pipeline technique for the adaptive filter reveals its capability to support high sampling frequency, which is an ardent necessity for high performance radar. The moderate area‐delay‐product and low power consumption have made it suitable for hardware realization for such application. The extensive MATLAB simulation of proposed design shows remarkable improvement of detection performance in terms of signal‐to‐noise ratio of 17 dB considering probability of detection at 0.8 over the generic cell averaging CFAR (CA‐CFAR). Copyright © 2015 John Wiley & Sons, Ltd.