基于MMSE准则的自适应脉冲压缩

传统的匹配滤波器只能将距离旁瓣压缩到一定的程度,因此可能出现强目标掩盖弱目标的情况。基于最小均方误差准则（MMSE）的自适应脉冲压缩（APC）是一种有效的抑制距离旁瓣方法,由于APC方法在计算时不具有重复迭代性,给出了改进的算法步骤。仿真比较了该算法和失配滤波器算法的脉冲压缩性能,仿真结果表明,自适应脉冲压缩算法可以很好地提取在强目标附近的弱目标。最后分析了该算法的性能,结果表明,该算法在动目标的情况下仍然能够很好地实现脉冲压缩。     

基于最大输出信噪比准则的自适应脉冲压缩

传统的匹配滤波只能将距离旁瓣压缩到一定的程度,因此可能出现强目标的旁瓣掩盖弱目标的情况。针对上述问题,该文提出了基于迭代思想和最大输出信噪比准则的自适应脉冲压缩方法,该方法利用先验目标距离像信息来实现自适应地抑制距离旁瓣和噪声。该文首先推导了算法原理,然后给出了算法的实现步骤,最后讨论了算法的收敛性及优化。仿真结果表明,该算法可以自适应地实现旁瓣抑制,并在多目标和运动目标的情况下能够实现有效的脉冲压缩。     

基于MSN准则的自适应脉冲压缩修复处理

采用标准匹配滤波器会使雷达的脉冲压缩处理在大目标附近的距离单元产生距离旁瓣,从而遮蔽附近的小目标.针对这种情况提出的基于最大输出信噪比准则(MSN)的自适应脉冲压缩实现了对旁瓣的自适应压缩.然而有些在役雷达系统不能在标准脉冲压缩之前获得接收信号,或者不能更换当前脉冲压缩系统,这种算法不再适用.基于迭代思想和最大输出信噪比准则提出的脉冲压缩修复处理,自适应地作用于匹配滤波后的输出信号,利用先验目标信息实现对距离旁瓣和噪声的抑制.在推导的算法原理基础上给出了实现步骤,并对算法的适用性进行了仿真,结果表明对单、多目标算法能够实现有效脉冲压缩,对于多普勒失配,性能有所下降,但仍远优于匹配滤波,提高了雷达对小目标的检测能力.     

基于强散射点剔除的自适应窄带RFI抑制滤波器

在低频超宽带合成孔径雷达中,VHF/UHF频段密集的窄带射频干扰(RFI)严重影响了雷达性能。常规RFI抑制滤波器在干扰频点的陷波造成了宽带信号的能量损失,抬高了点目标的距离向旁瓣。该文提出一种可减小自适应滤波器旁瓣效应的方法:通过在距离压缩域剔除场景内的强散射点,减小输入信号中的宽带目标信号能量,提高自适应谱线增强器(ALE)对窄带干扰估计的精度,再从原始信号中减去干扰即得到目标回波信号。这种剔除强散射点的方法利用了匹配滤波后宽带信号与窄带干扰的时域特性差异,能有效降低自适应滤波器的旁瓣效应。该文选择归一化最小均方误差(NLMS)算法对剔除强散射点的自适应窄带RFI抑制滤波器进行了性能评估,与传统算法的对比试验表明该方法可在抑制RFI的同时有效减小强目标的距离向旁瓣。     

海杂波背景下自适应脉冲压缩的性能与分析

针对经典脉冲压缩匹配滤波器距离旁瓣高、不利于检测邻近距离小目标的局限性，文献[2]和[3]提出了自适应脉冲压缩方法，在高斯背景下对P3取得了良好的压缩效果。但其多普勒容限性能差，且杂波环境简单。在此基础上，该文采用相位编码脉内线性调频信号，分析了海杂波背景下自适应脉冲压缩方法的性能，进行了仿真。仿真结果表明，在海杂波背景下，该方法具有距离旁瓣低、多普勒容限大、能检测多目标等优点。     

基于动态交替投影的失配滤波器快速设计算法

雷达脉冲压缩处理中,通常需要使用匹配滤波器以获得最优的输出信噪比。然而,对于常用雷达波形,其匹配滤波器输出距离旁瓣较高,易产生目标遮蔽效应,而通过优化设计失配滤波器可以在牺牲一定输出信噪比的条件下有效抑制距离维旁瓣。另外,在实际应用中一般需要对系统失真进行周期性标校,进而根据经过系统失真后的雷达波形进行失配滤波器设计,所以需要高效率的失配滤波器设计算法。然而,现有的失配滤波器设计算法通常涉及矩阵求逆等复杂计算过程,其计算复杂度高且不利于硬件实现。本文提出一种基于动态交替投影的失配滤波器快速设计算法,可实现在最小峰值旁瓣值、积分旁瓣值、加权积分旁瓣值等准则下的距离维旁瓣抑制,且信噪比损失、主瓣展宽可控。本算法适用于多种脉冲压缩波形,算法过程仅需用到简单计算及快速傅里叶变换,适用于硬件的高效率设计与实现。      

基于迫零算法的二相码旁瓣抑制滤波器设计

为了解决大时宽带宽积二相编码信号脉压旁瓣抑制滤波器设计过程中易出现局部最优问题,提出了基于迫零算法的失配滤波器设计方法.从时域波形人手分析了二相编码信号的脉压失配滤波,将旁瓣抑制滤波器的设计转换为迫零均衡问题,对迭代运算中的步长因子和误差向量进行了自适应修正,在提高了算法收敛速度的同时增加了稳健性.对不同码长m序列的仿真结果表明,基于迫零算法的失配滤波器设计方法,可以有效解决大时宽带宽积二相编码信号旁瓣抑制滤波器设计中局部最优的困扰,所设计的失配滤波器具有较好的峰值旁瓣电平性能.     

反卷积波束形成在主瓣干扰抑制中的应用

干扰抑制可分为旁瓣干扰抑制和主瓣干扰抑制两种。传统的自适应波束形成算法在旁瓣干扰抑制中具有良好的抗干扰性能,但在主瓣干扰抑制中基本失效。针对主瓣存在强干扰的情况,提出一种结合零点约束的反卷积波束形成算法。该方法首先通过反卷积算法获取准确的强干扰方位,然后在干扰方位附近设置零点约束,计算零点约束下的波束输出响应;最后基于Lucy-Richardson迭代实现反卷积处理,对弱目标方位进行估计。仿真结果表明,该算法可对位于主瓣内的干扰进行有效抑制并对弱目标进行方位估计,同时对阵列误差具有较好的鲁棒性。     

影响线性调频脉冲压缩效果的因素分析

分析了雷达信号处理中线性调频脉冲压缩的时频特征,根据雷达信号处理机对线性调频脉冲压缩频域处理机制,从信号处理机分段处理回波数据、失配等方面,详细讨论了影响线性调频脉冲压缩效果的因素。为检测雷达脉冲压缩效果,给出了脉冲压缩效果评价指标:脉压比、多普勒容限和距离旁瓣抑制能力。针对脉冲压缩性能指标,提出了对其进行静态测试的方法。     

多谱勒最优失配滤波器在相位编码信号脉压旁瓣抑制中的应用

在相位编码脉冲压缩技术中,各种码都存在着多谱勒失配问题.文中在分析产生多谱勒失配原因的基础上,提出了多谱勒加权迭代最小二乘(DIRLS)失配滤波器设计算法,该算法可以对相位编码信号脉压输出的距离和多谱勒旁瓣进行有效抑制,提高脉压输出的主副比(PSR).仿真结果表明:在多谱勒频移较大的情况下,该算法比匹配滤波器输出的主副比提高了6dB以上.     

基于JADE的和差四通道抗多主瓣干扰算法

强压制干扰出现在雷达主瓣内时,雷达的探测效能会受到严重影响。对此,提出了基于矩阵联合对角化（Joint Approximation Diagonalization, JADE）的和差四通道抗多主瓣压制干扰算法。新方法利用JADE算法通过对和差四通道接收到的混合信号进行盲分离,然后对分离后的4个通道进行脉压处理,最后进行峰值检测以提取目标回波信息,从而有效抑制多主瓣压制干扰。仿真结果表明,该方法在主瓣干扰位于1/10个波束宽度时依然有效,性能比空域自适应处理方法有明显改善。     

一种新的超声速弱目标长时间相参积累算法

由于超声速弱目标的高速、小雷达散射截面特性,常规雷达难以对其进行有效检测与跟踪。针对该问题,文中提出了一种新的超声速弱目标长时间相参积累检测与估计算法。首先,给出了超声速弱目标回波信号模型,并分析了距离走动特性,同时通过构造线性频率相位因子,补偿了距离走动的影响;然后,进行匹配滤波和相参积累,来提高目标的检测性能,同时完成目标的参数估计;最后,通过仿真实验分析了该算法的检测和参数估计性能。理论推导和仿真结果表明,该算法的信噪比积累增益为脉压比和相参积累脉冲数的乘积。     

杂波背景下的时距联合检测前聚焦方法研究

传统相干雷达信号处理流程对跨距离单元走动的目标一般采用脉冲压缩与Radon傅里叶变换(RFT)先后级联的处理方法,但级联方法存在以下问题:一是对高速目标能量积累的过程中目标峰值位置偏移甚至主瓣展宽、增益下降、旁瓣增高;二是缺少有效杂波抑制,影响弱目标检测。为此,该文借鉴多维信号联合以及杂波抑制的思想,提出一种杂波背景条件下将脉冲压缩、RFT与自适应杂波抑制联合的时距联合检测前聚焦方法(A-PCRFT)。该方法首先将脉内时间(快时间)与脉间时间(慢时间)两个雷达信号处理维度相联合,引入与高速目标相对应的二维导向矢量,补偿脉内和脉间的多普勒频移;然后根据辅助数据估计脉冲压缩前的杂波协方差矩阵;最后根据杂波协方差矩阵和导向矢量确定最优滤波器权矢量。在距离-速度二维空间中,该方法能有效地抑制杂波,同时对目标能量进行最佳聚焦。仿真结果表明,该方法与先脉冲压缩后自适应Radon傅里叶变换(ARFT)的级联方法相比性能更优。      

一种基于脉冲压缩的机载条带SAR重叠子孔径实时成像算法

该文提出了一种基于距离向脉冲压缩体制的机载条带SAR重叠子孔径(OSA)实时成像算法,可直接应用于未采用去斜接收技术的条带机载SAR实时成像处理系统。该算法在距离向采用脉冲压缩技术、方位向采用OSA信号处理方法,能够在成像过程中完成距离徙动校正并消除空变相位误差,得到条带模式下的高分辨率图像。首先分析了条带模式SAR几何关系,然后在脉冲压缩体制下建立了回波模型并对成像流程进行了详细的数学推导,最后对运算量、存储量与成像范围进行了计算分析,对点目标数据进行了仿真,利用实时处理平台对原始数据进行了成像,验证了算法的高时效性。      

Fast ICA应用于雷达抗主瓣干扰算法研究

压制干扰信号从主瓣进入雷达天线,会严重影响雷达的性能。通常的副瓣抗干扰技术难以奏效。本文首先给出了盲源分离应用于雷达主瓣抗干扰的信号模型,在此基础上提出了均匀噪声环境中,基于负熵最大化的快速固定点独立成分分析(Fast ICA)盲源分离算法,并用其分离接收到的干扰混合信号,最后脉压找出目标信号。仿真验证了算法用于主瓣抗干扰的有效性,并对其抗干扰性能进行了评价。仿真结果表明了算法良好的抗干扰性能,以及在分离效率上较明显的优势      

超声速弱目标二维频域检测与参数估计算法

超声速弱目标在长积累时间内会发生严重的距离走动,导致常规雷达检测性能急剧下降,针对该问题,本文提出了一种超声速弱目标二维频域检测与参数估计算法。首先给出了超声速弱目标回波信号模型,并分析了距离走动特性。在此基础上,推导了超声速弱目标回波二维频域表达式,得出了距离频域和方位频域存在线性关系的结论,并根据二维频域中的斜线进行积累,以此提高目标的检测性能,同时完成目标的参数估计。最后,通过仿真实验分析了该算法的检测和参数估计性能,理论推导和仿真结果表明该算法的信噪比积累增益为脉压比和相参积累脉冲数的乘积。      

盲分离算法和FRFT联合抗雷达主瓣干扰技术研究

压制干扰信号从天线主瓣进入雷达接收机,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。而基于盲源分离算法(BSS)的抗主瓣干扰技术在低信噪比条件下性能恶化,因此本文提出了BSS和分数阶傅里叶变换(FRFT)联合抗主瓣干扰的技术。文章首先利用经典的BSS算法分离接收到的主瓣干扰混合信号,然后对有线性调频(LFM)信号特征的分离信号进行FRFT变换处理,并在FRFT域滤波去除大部分噪声的能量,最后FRFT逆变换恢复出目标信号。仿真实验表明,新算法相比BSS的抗主瓣干扰算法对脉冲压缩以后的峰值信噪比有较大的改善,较大地提高了脉冲压缩雷达的检测性能,具有良好的应用前景。