基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

改进的合成孔径雷达间歇采样转发干扰

针对合成孔径雷达欺骗干扰过程中雷达参数侦测困难以及传统间歇采样导致假目标滞后的问题,提出一种改进的间歇采样转发方式,通过对采样存储的信号进行处理,根据线性调频信号延迟与频率偏移耦合的特征达到假目标串前移的效果,从而有效保护干扰机附近区域的场景目标.定量分析了假目标位置与信号处理阶数和延迟量的关系,仿真给出了不同参数情况下假目标串的干扰效果.改进方法在保留了间歇采样所有优势的情况下,解决了假目标滞后的问题,同时也隐藏了传统移频干扰会导致中心频率偏移的特征,并且所形成假目标的位置与雷达信号调频斜率无关,适用于雷达脉间调频斜率捷变的情况.     

统计MIMO雷达的多目标定位和速度估计方法

在多目标情况下,统计多输入多输出(MIMO)雷达需要对不同观测通道中估计出的目标参数进行配对,才能完成多个目标定位及其速度估计。针对这一问题,对统计MIMO雷达提出了一种映射搜索配对法来实现在不同观测通道中的目标距离延时和多普勒频率估计值的配对,从而获得目标位置及其速度估计值。仿真结果表明,该方法在目标雷达散射截面(RCS)闪烁情况下能对多个目标进行有效定位和速度估计。     

阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。     

基于迭代近端投影的二维欠采样合成孔径雷达成像

合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影(IPP)的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多普勒域的2维稀疏表示模型,在此基础上将成像问题转化为距离向和方位向压缩感知稀疏重构问题,利用迭代近端投影算法的函数优化模型来表示合成孔径雷达成像中的稀疏表示,最后采用平滑削边绝对偏离(SCAD)罚函数获得近端算子以求解该模型并进行成像。仿真与实测数据处理结果表明,所提方法成像效果更好。     

基于压缩感知的伪随机等效采样信号重构

伪随机等效采样利用采样周期数与采样点数间的互质关系使各采样点均匀复现于同一周期,从而达到较高的等效采样速率。然而为了精确重构出原始信号,需大量采样数据,因此导致采样时间过长,实时性能差。针对上述问题,提出了一种基于压缩感知理论的伪随机等效采样信号重构方法,通过构造伪随机等效采样观测矩阵并选择离散傅里叶变换基建立稀疏重构模型,然后利用压缩感知中的正交匹配追踪算法求解该模型,从而重构出原始信号。仿真实验表明,所提方法在采样点个数40时,重构成功率达99.73%。     

基于共轭噪声组的宽带噪声雷达机动目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是在处理机动目标时这种方法需要在距离、速度及加速度3维搜索而导致运算量巨大,为此该文提出一种基于共轭噪声组的机动目标参数估计算法。该算法首先根据回波伸缩效应预设多路通道,每路通道截取固定长度的噪声组内信号进行混频,然后利用分数阶傅里叶变换(FrFT)估计混频信号的多普勒相位,根据相位信息构造补偿函数,并对补偿后的噪声组信号利用频域尺度相关(FSC)算法估计回波的时延,最后联立多普勒相位及时延信息获取目标的距离、速度和加速度。该算法避免了目标参数3维搜索的过程,无需时域重构回波信号,较宽带互模糊函数方法极大地降低了运算量,整个算法都可通过快速傅里叶变换(FFT)实现,便于系统实时处理。仿真结果验证了该算法的有效性及优势。     

一种平面稀疏阵列的快速综合方法

以快速综合出满足期望方向图以及阵元数最少的平面阵列为目标,提出一种基于迭代加权1范数的平面阵列综合方法。该方法将平面稀疏阵列综合问题转化为加权1范数最小化的稀疏信号重构过程,并利用拉格朗日乘数法求解每次迭代中的阵列加权向量的闭式解,由于二维平面的空间采样导致闭式解中存在大规模矩阵的求逆运算,进而引入共轭梯度法以促进算法加速收敛。当满足迭代终止条件时,由加权向量的非零值确定平面阵列的阵元位置及其激励。仿真结果表明,该方法能有效提高平面稀疏阵列综合的收敛速度。     

天波雷达欠密度流星余迹干扰抑制算法

针对欠密度流星余迹干扰影响天波超视距雷达目标检测的问题,提出了基于总体最小二乘旋转不变估计信号参数(Total Least Squares-Estimating Signal Parameter via Rotational Invariance Techniques TLS-ESPRIT)的欠密度流星余迹干扰抑制算法.首先应用复数据经验模式分解估算流星余迹干扰的位置,并将该位置的回波数据组成Hankel矩阵,然后采用TLS-ESPRIT方法求解Hankel矩阵,解得流星余迹干扰的时域回波,最后从回波数据中去除流星余迹干扰的时域回波,得到流星余迹干扰抑制后的回波数据.与现有流星余迹抑制算法相比,该方法减少了流星余迹干扰的残余和提高了目标的信杂比(SCNR).