贝叶斯雷达自适应检测算法研究

针对未知谱密度高斯杂波环境下的目标检测问题,假定噪声协方差矩阵是随机变量,并且服从逆Wishart分布．通过求解噪声协方差矩阵的最大后验估计,推导出基于贝叶斯方法的Rao和Wald准则检测器,提高了非均匀杂波环境下的雷达目标自适应检测性能．检测器的设计过程中除了利用观测样本提供的信息,还融合了关于噪声协方差矩阵的先验知识,且融入程度可通过标量参数调节．仿真实验表明,小样本情况下贝叶斯Rao和Wald准则检测器的检测性能优于传统的非贝叶斯检测器．     

一种非均匀环境下多通道SAR动目标检测算法

针对非均匀环境中SAR-GMTI动目标检测性能下降的问题,提出了一种新的动目标检测算法。该算法首先通过广义内积（GIP）来修正杂波的协方差矩阵,从而达到抑制均匀杂波的目的,然后利用恒虚警（CFAR）检测技术提取动目标及强干扰目标,最后根据杂波抑制剩余信号的多普勒中心来剔除强干扰目标。理论分析及实验结果表明,该方法不仅能够很好地抑制均匀杂波,且能剔除强干扰目标,适用于强干扰存在的非均匀环境。     

稳健的对角加载广义内积算法

针对空时自适应处理(STAP)在非均匀条件下的协方差矩阵估计问题,提出了对角加载广义内积(DL-GIP)算法．将对角加载用于改善广义内积(GIP)检测算法的检测性能．对于DL-GIP算法的关键是选择加载电平,给出了具体的选择方法．从理论上详细分析了对角加载对GIP性能的影响,即合理的对角加载可以提高检测概率和输出信噪比．最后的仿真分析验证了理论分析的正确性,即DL-GIP具有较高的检测概率和稳健的多个离群点检测能力,而且检测性能优于其他(广义内积和投影设计)非均匀检测(NHD)方法．     

严重拖尾杂波中距离扩展目标的自适应极化检测

为了解决统计特性未知的严重拖尾杂波背景下距离扩展目标的信号检测问题,提出了一种基于广义似然比检验(GLRT)的自适应极化检测器．该检测器利用了雷达回波的极化信息,并使用辅助数据估计杂波的协方差矩阵．推导了其虚警概率表达式,理论分析验证了该检测器对于杂波能量和杂波协方差矩阵具有恒虚警特性．仿真结果表明,该自适应极化检测器在较低信杂比下就可以获得好的检测性能,且相比于点目标自适应极化检测器和单极化自适应检测器,具有更优的检测性能．     

降维STAP中稀疏恢复的角度多普勒通道选择方法

在机载雷达信号处理中,高强度的地杂波严重影响信号检测性能,而空时自适应处理(STAP)是一种有效抑制杂波的技术。实际处理中,由于杂波的非均匀性,空时自适应处理往往面临着可用有效样本数较少的问题,同时机载雷达处理的信号维度极为庞大。为了解决这些问题,提出了一种基于稀疏恢复的降维STAP通道选择方法。利用少量样本通过稀疏恢复的方法估计出全维度的杂波协方差矩阵(CCM),并以此为依据评估各个通道的重要性,选择合适的通道构造出降维后的杂波协方差矩阵并进行STAP处理,解决了有效样本较少的问题,同时保证了降维算法的性能。数值仿真验证了算法有效且比典型的稀疏STAP算法效果更好,讨论了在不同样本数下,输出性能与通道数的关系,结论具有工程应用意义。     

海杂波背景下雷达目标贝叶斯检测算法

针对非高斯海杂波背景下参考单元数目较少时自适应检测器性能损失严重的问题,提出了两种基于协方差矩阵先验分布信息的自适应检测算法,将海杂波建模为复合高斯模型,纹理分量建模为一个服从广义逆高斯分布的随机变量.首先将散斑的协方差矩阵建模为一个服从复逆威沙特分布的随机矩阵,然后根据广义似然比准则设计了一种不依赖于参考单元数据的自...     

基于ＭＴＩ滤波器特性的改进直接数据域算法的研究

传统的空时自适应处理方法属于统计方法,一般假设其它相邻距离单元的训练样本满足独立同分布的条件,利用这些训练样本来估计待检测单元中杂波的协方差矩阵．对机载雷达来说,严重非均匀环境很难满足样本独立同分布的要求．直接数据域方法只利用待检测距离单元本身的数据来获取训练样本,因此得到广泛应用．提出一种改进直接数据域算法,在利用空时窗滑动对消目标信号时,基于滤波原理,对空时窗的权系数进行优化,这样有利于在对消目标的同时保留更多杂波信息,进而求解的自适应权值对杂波的抑制性能更佳．仿真结果表明了改进算法的有效性,相比原始直接数据域算法,具有更窄的改善因子凹口,提高了对慢速目标的检测性能,且计算量没有增加．     

一种新的无人机载雷达非均匀杂波抑制方法

无人机载雷达可以对感兴趣的重点区域和目标进行持续跟踪,在军用和民用领域都有广泛应用前景.然而载机平台的运动会带来地杂波谱的展宽,致使潜在的低速微弱目标淹没在强地杂波中.为了解决无人机机载雷达非均匀环境下的地面杂波抑制问题,提出一种基于恒虚警样本选择策略的非均匀下视杂波抑制方法.通过距离分块策略解决距离空变带来的非均匀样本的差异,通过低门限恒虚警(constant false alarm rate,CFAR)策略剔除孤立的强杂波散射点和疑似运动目标对训练样本的影响,降低非均匀样本单元对协方差矩阵估计的干扰,从而提高非均匀环境下对杂波的抑制性能.结合一组实测挂飞数据,对比了不同杂波抑制方法对运动目标检测的影响.实测数据验证所提方法有效.     

使用极化知识的非均匀杂波数据选择器

为了解决雷达自适应处理中由于杂波的非均匀所带来的性能恶化问题,提出了一种基于极化特征知识的非均匀复合高斯杂波训练数据选择方法．该方法对训练数据单元进行极化散射矩阵的最大似然估计,然后计算每个估计值与先验极化知识的误差,以此作为区分野值的特征,从非均匀杂波中去除野值得到均匀的训练数据．仿真结果表明,该方法在野值杂波比较低时仍能够有效地去除野值,改善了杂波协方差矩阵的估计性能．     

一种改进的机载双基雷达多普勒频移算法

机载双基雷达由于载机之间的相对运动,造成其杂波分布随距离变化而变化,直接导致杂波协方差矩阵估计不准确,进而使得空时自适应处理技术的杂波抑制和动目标检测性能下降.提出一种杂波非均匀补偿技术,该方法先采用多普勒频移预处理,使得主波束方向上的杂波谱重合,然后通过对多个空间角方向上的归一化多普勒频率进行补偿,使各距离单元的杂波谱保持一致.仿真结果表明该方法能有效改善机载双基雷达的杂波非均匀情况,性能明显优于原有算法.     

相干雷达极化自适应匹配滤波器

提出了高斯杂波背景下相干雷达极化自适应匹配滤波器的结构．将先前的单通道和双通道自适应匹配滤波器推广至一般极化接收通道情况,利用雷达回波的极化信息来提高检测性能．推导出了虚警概率表达式．研究结果表明,多极化通道自适应匹配滤波器相对于杂波协方差矩阵有恒虚警的性质．仿真分析了不同极化状态时的检测性能．     

在非均匀环境下辅助通道法STAP处理的性能改善

分析了相控阵机载预警雷达空时自适应处理在非均匀环境下的不足,即辅助通道中杂波干扰与检测通道中目标信号由于有限次样本而存在相关性,进而引起信号相消现象．提出了一种改进的空时自适应处理辅助通道杂波抑制技术,消除了目标信号对训练自适应权的不利影响,并给出了它的具体实现结构．该方法在抑制杂波时可有效克服目标信号相消现象,明显提高系统的检测性能,计算机仿真结果验证了其有效性．     

利用先验知识的空时自适应检测方法

针对雷达空时自适应检测中非均匀杂波造成可用均匀训练样本数少的问题,研究了在自适应检测器设计过程中融合先验知识的方法．自适应检测器中的协方差矩阵通常由多个独立同高斯分布向量估计得到,由于这些向量的外积之和服从Wishart分布,所以假定Wald检测器中的协方差矩阵是随机的且服从逆Wishart先验分布,该分布的参数矩阵可根据雷达探测环境的先验知识获得．基于上述假定推导出融合先验知识的Wald准则检测器,不仅利用了训练样本中的信息,还充分利用了探测环境先验信息．仿真实验表明,小样本情况下利用先验知识的Wald检测器的检测性能优于传统的检测器．     

双基机载雷达的杂波谱补偿方法

双基机载雷达结构中杂波多普勒频率是随距离和双基结构发生变化的,使杂波谱在距离上呈现严重的非平稳性,导致杂波协方差矩阵估计困难．针对此问题提出一种基于最小二乘的空域导向矢量拟合的杂波谱补偿方法,先将训练单元上的空域导向矢量向待检单元的空域导向矢量投影得到一个变换矩阵,用这个矩阵对训练单元上的数据进行预处理,消除杂波谱的非平稳性,得到足够的统计数据,从而构造新的杂波协方差矩阵,最后利用空时自适应算法对补偿后的数据进行杂波抑制．仿真结果表明该方法能够有效地抑制地杂波的非平稳性,提高雷达杂波抑制的性能．     

基于Toeplitz矩阵初值的协方差估计方法

随着雷达分辨率的提高海杂波的分布已经不符合高斯分布,传统的检测器在非高斯环境下的性能也大幅下降.通过非高斯海杂波概率密度函数的似然函数推导出一个海杂波协方差矩阵的原始构型,通过解该协方差矩阵,提出了在非高斯海杂波环境下采用初值为Toeplitz矩阵的固定点协方差矩阵估计方法(T-FP),经过实测海杂波数据下的性能仿真结...     

基于分数低阶归一化匹配滤波的目标检测方法

在非高斯相关杂波背景下,基于归一化匹配滤波检测方法的性能随着非高斯特性增强而下降.为消除非高斯性的影响,提出一种基于分数低阶归一化匹配滤波的雷达目标检测方法.首先对观测数据进行分数低阶幂运算处理,然后基于杂波分数低阶统计量给出了检测模型,该模型的杂波散斑分量协方差矩阵通过对杂波分数低阶协方差矩阵进行归一化而得到.仿真结果表明,在非高斯杂波背景下该方法的检测性能优于归一化匹配滤波方法及传统MTD方法.     

雷达海上预警的快速SR-STAP海杂波抑制方法

针对稀疏重构空时自适应处理技术在低样本量时的非均匀海杂波抑制中存在大维度杂波测量矩阵和复杂迭代机制中的运算负担较大的问题,提出了一种快速SR-STAP海杂波抑制方法．通过回波空时解耦的方式降低了测量矩阵维度,减小了高维矩阵的运算负担;基于快速傅里叶变换获取频谱分布支撑集并构造先验矩阵因子,改进稀疏优化问题并通过调整因子权值加快收敛,以实现杂波频谱快速恢复．仿真结果验证了所提方法的低复杂度优势与可靠的海上目标检测性能．     

一种改进的自适应匹配滤波方法

针对雷达目标检测中由于训练数据缺失导致传统自适应检测方法的检测性能下降的问题,提出一种改进的自适应匹配滤波方法．该方法首先将杂波用自回归过程表示;然后假设自回归参数已知,推导出广义似然比检验表达式; 最后将采用训练数据估计得到的自回归参数的最大似然估计值代入广义似然比检验表达式中,代替已知的自回归参数．仿真实验结果表明,与传统的自适应方法相比,这种方法能在训练数据不足时提高检测性能．当雷达回波数目较大时,这种方法的检测性能接近理想的匹配滤波方法．     

机载雷达非正侧面阵近程杂波抑制新方法

根据机载雷达非正侧面阵的近程杂波随距离快变的特性,提出了俯仰向空域滤波子阵合成的算法．该算法利用平面阵列天线在俯仰向的自由度,先对近程杂波进行滤除,然后再在方位空域和时域做空时自适应处理．这样就增强了远程杂波的距离平稳性,很容易准确地估计协方差矩阵,从而提高了空时自适应处理抑制非正侧面阵杂波的性能．仿真结果证明了无误差时改善因子可以提高约30dB．     

用于强海杂波中目标检测的自适应波形设计算法

针对强海杂波中的目标检测问题,对一种自适应波形设计算法进行了仿真研究．该算法首先利用期望最大化算法估计预测目标所在单元的海杂波统计特性,然后利用子空间方法实现海杂波抑制,最后以最大化广义似然比为准则,通过动态设计相位编码波形来匹配海杂波统计特性,以改善目标信杂比,进而改善目标检测性能．通过数值仿真验证了算法的有效性．仿真结果表明,与采用固定波形相比,采用自适应波形设计算法对于目标检测性能的改善程度可达7～10dB．