线性调频航管雷达风电场杂波背景下目标检测

传统动目标检测(Moving Target Detector, MTD)技术无法抑制具有频谱展宽特性的风电场杂波,可能导致目标检测概率下降和虚警率上升等问题。针对此问题,提出了一种线性调频航管雷达风电场杂波背景下的目标检测方法。该方法先进行风电场杂波抑制,再对杂波抑制后的数据基于MTD进行飞机目标检测。文中给出的风电场杂波抑制方法中,首先将传统谱中心补偿的风电场杂波抑制方法应用到线性调频体制雷达,针对此时存在的旁瓣抑制后的主瓣展宽问题,利用雷达参数信息优化恒虚警率(Constant False-Alarm Rate, CFAR)检测方法,再根据目标与杂波相对位置不同采用不同的方法抑制杂波。对于目标与杂波扩展主瓣在不同距离单元时,基于谱中心补偿及基于雷达参数的CFAR检测方法来检测并抑制风电场杂波;对于目标与杂波扩展主瓣在相同距离单元的情况,基于匹配追踪（Matching Pursuit,MP）算法抑制风电场杂波。仿真数据与实测数据实验结果表明该方法在保证有效检测目标的前提下能降低风电场杂波引起的虚警率。      

一种稳健的共形阵机载雷达杂波抑制方法

针对共形阵机载雷达的杂波抑制问题,提出了一种稳健的空时自适应处理(STAP)方法.该方法首先将待检测距离单元中所含的目标信息剔除,然后利用自回归(AR)模型来描述该单元杂波特性,最后通过求取AR模型系数得到待检测距离单元中杂波正交子空间来对消杂波.该方法不受雷达工作模式影响,适用于任意形状的阵列天线,且不存在干扰目标问...     

端射阵机载雷达距离模糊非平稳杂波补偿方法

端射阵天线是指波束指向垂直于阵列法线方向的一类特殊雷达天线,由于其具有低剖面和定向辐射特性,因而特别适合用于机载雷达的补盲.由于端射阵通常呈前视放置,因而与传统前视侧射阵机载雷达一样,不可避免地要面临杂波的距离非平稳问题.本文基于端射阵机载雷达杂波谱特性,提出了一种距离模糊下端射阵近程杂波补偿新方法.该方法以最远可检测距离单元为参考单元并增加了动目标约束保护条件,克服了存在距离模糊时基于杂波谱配准（Registration-Based Compensation,RBC）原理的传统补偿方法存在的目标相消以及计算量大的问题;同时针对可能存在的目标约束失配问题,进一步提出了基于虚拟波束的扩展补偿方法.计算机仿真结果验证了本文方法的有效性.     

航管一次雷达抗风电场干扰目标检测方法

 近年来,全球风力发电装机容量呈指数型增长。然而,现有航管一次雷达的动目标检测(Moving Target Detector, MTD)技术无法抑制具有非零频成分的风电场杂波,可能导致目标遮蔽和虚警率上升。针对此问题,该文提出了一种在风电场杂波下航管一次雷达的目标检测方法。该方法在MTD前端设置风电场杂波抑制器。在该抑制器中首先估计雷达回波每个距离单元的谱中心,并把所有距离单元的谱中心移到零频。其次利用类似于对消固定杂波的方法对消目标回波,而具有较宽频谱宽度的风电场杂波经对消后仍有大部分的能量剩余。然后采用恒虚警率(Constant False Alarm Rate, CFAR)检测确定杂波所在的距离单元,并剔除待检测数据中所有杂波单元,解决了风电场杂波进入非零频多普勒滤波器可能导致当前航管一次雷达MTD检测性能急剧恶化的问题。实验结果表明该方法对风电场杂波强度不敏感,有效地消除了杂波对目标的遮蔽现象并控制了由杂波引起的虚警率上升。     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

端射阵机载雷达稀疏恢复非平稳杂波抑制方法

针对端射阵机载雷达杂波谱存在的距离非平稳问题,提出了一种基于稀疏恢复的距离模糊杂波抑制方法。该方法首先通过稀疏恢复理论建立杂波回波数据的欠定方程,并结合欠定系统局灶解法求得杂波的空时谱分布,重构出每个距离门的杂波协方差矩阵;然后,以最远可检测距离单元为参考单元对杂波数据进行补偿,并进行目标约束;最后,基于补偿后的数据进行空时自适应杂波抑制处理。与传统端射阵距离模糊杂波谱补偿方法相比,该方法的杂波协方差矩阵估计精度高,杂波抑制性能更优。理论分析和仿真结果验证了该方法的有效性。     

机载雷达深度展开空时自适应处理方法

稀疏恢复空时自适应处理(SR-STAP)方法能够利用少量训练距离单元实现对机载雷达杂波的有效抑制。然而,现有SR-STAP方法均基于模型驱动实现,存在着参数设置困难、运算复杂度高等问题。针对这些问题,该文将基于模型驱动的SR方法和基于数据驱动的深度学习方法相结合,首次将深度展开(DU)引入到机载雷达杂波抑制和目标检测之中。首先,建立了阵列误差(AE)条件下的杂波空时谱和阵列误差参数联合估计模型,并利用交替方向乘子法(ADMM)进行求解;接着,将ADMM算法展开为深度神经网络AE-ADMM-Net,利用充足完备的数据集对其迭代参数进行优化;最后,利用训练后的AE-ADMM-Net对训练距离单元数据进行处理,快速获得杂波空时谱和阵列误差参数的准确估计。仿真结果表明:与典型SR-STAP方法相比,该文所提出的DU-STAP方法能够在保持较低运算复杂度的同时提高杂波抑制性能。      

前视阵FDA-STAP雷达距离模糊杂波抑制方法

高重复频率前视阵机载雷达地杂波不仅存在严重的距离依赖性,而且存在距离模糊问题,传统空时自适应处理(STAP)方法在距离依赖和距离模糊同时存在时难以有效实现杂波补偿和杂波抑制。针对距离模糊下的机载雷达杂波抑制问题,该文提出一种基于频率分集阵列STAP雷达的距离模糊杂波分离与抑制方法。该方法利用频率分集阵列发射导向矢量的距离角度2维依赖性,通过空间频率域子空间投影实现距离模糊杂波的分离,然后对分离后的杂波分别进行距离依赖补偿,最终实现无模糊区域和模糊区域的杂波抑制和运动目标检测。仿真实验验证了该文方法的有效性。      

直接基于目标距离环杂波特性的样本选择

提出了一种基于CUT杂波特性直接估计的机载雷达训练样本选择算法.该方法直接利用CUT的子孔径协方差矩阵对杂波进行表征,由于估计过程不依赖训练样本,可不受样本中干扰目标影响.考虑到目标距离环中可能存在目标信号,所提算法采用CUT子孔径协方差矩阵的Capon谱对目标可能存在的区域以外进行积分重构,从而剔除协方差矩阵中的目标...     

端射阵机载雷达距离模糊杂波抑制方法

端射阵天线是指波束指向垂直于阵列法线方向的一类特殊雷达天线,由于其具有低剖面和定向辐射特性,因而特别适合用于机载雷达的补盲。本文基于端射阵机载雷达杂波回波模型,首先分析了端射阵机载雷达杂波谱在距离模糊情况下的杂波特性,并对目前三种存在距离模糊时典型近程非平稳杂波抑制方法的基本原理进行了介绍;其次基于端射阵机载雷达对典型方法的杂波抑制性能进行了仿真分析;最后综合考虑各种因素,对各种方法在端射阵机载雷达背景下的适用性进行了分析,并得出了有益结论,可为端射阵机载雷达非平稳杂波抑制方法的进一步研究提供重要参考。     

气象雷达风电场杂波抑制的匹配追踪算法

风电场作为一种高大运动障碍物会导致气象雷达产生探测盲区,并影响气象目标参数估计算法的稳健性,风电场杂波抑制对于提高气象雷达气象预报准确性,降低风电场选址要求等具有重要意义。本文首先将传统匹配追踪算法应用于扫描模式的气象雷达风电场杂波抑制中,同时针对传统匹配追踪算法运算效率较低问题,利用雷达与风轮机位置等先验信息,基于白塞尔大地主题反解估计雷达与目标方位角等相关参数,只对雷达扫描到目标区域的数据进行处理,从而在保证算法性能的基础上,有效地减少了运算量,提高运算效率,即同样条件下运行时间降低到原来的3%左右。      

基于微多普勒特征的风轮机雷达杂波检测

作为一种清洁能源和可再生能源的形式,近年来风能受到了全球各国的普遍关注,风轮机会对其附近的航管监视雷达产生不利影响。风轮机雷达杂波检测技术的研究,对于保障民航飞机的空中交通安全起着重要作用。提出了一种基于风轮机雷达回波微多普勒特征的杂波检测方法,该方法利用风轮机与雷达波束不同位置条件下风轮机杂波的微动特征实现风轮机杂波的检测。对检测出的存在风轮机杂波的距离单元进一步判断是否存在飞机目标,进而只需对存在飞机目标的距离单元进行杂波抑制。仿真结果表明该算法能够实现风轮机雷达杂波的有效检测。      

栅格化稀疏重构的风电场杂波抑制方法

针对风轮机杂波对雷达探测的干扰问题,提出了一种基于栅格化稀疏重构的风轮机杂波抑制方法。本文首先建立了风轮机杂波干扰下的回波信号模型,分析了风轮机杂波和目标回波信号的差异性,并根据差异性构建了基于风轮机杂波特征的过完备字典,利用正交匹配追踪算法(OMP)逐级栅格化更新字典原子,再对杂波信号栅格化稀疏重构,从而实现了对目标和杂波信号的分离,达到了抑制风轮机杂波信号的目的。最后,通过与常规固定字典重构方法的仿真对比,验证了该栅格化字典稀疏重构方法的有效性。      

扫描工作模式的航管监视雷达风电场回波信号的微多普勒特征分析

风电场可能对航管监视雷达等电子设备产生严重影响。风电场回波是多个风轮机回波的相干叠加,由于复杂的多径环境使得航管监视雷达产生大量的虚假目标,因而分析风电场回波信号的微多普勒特征对风电场杂波检测与抑制,保证民航飞行安全具有重要意义。本文在风轮机回波信号散射点叠加模型的基础上,对扫描工作模式的航管监视雷达风电场回波信号进行了建模与仿真,详细分析了风电场中多个风轮机之间和风轮机与地面之间的多径效应对回波信号微多普勒特性的影响。仿真结果与理论推导进行了对比分析,证明了本文算法的有效性。      

基于统计模型的杂波仿真

准确而有效地模拟雷达杂波信号,对于机载PD雷达的目标检测具有重要意义。提出一种基于统计模型的ZMNL法对杂波仿真,阐述了该方法的思路和实现步骤,给出实现模型和仿真结果。计算机仿真的结果证明,用该方法来描述雷达杂波的＂长拖尾＂是合理的,为机载PD雷达检测提供了依据。     

基于OMP算法的风轮机杂波滤除研究

针对雷达在探测目标过程中风电场杂波的抑制问题,提出了一种基于正交匹配追踪(OMP)的杂波抑制算法。首先,建立风轮机的回波模型,分析了回波时频域特征;然后,推导了多径回波模型下的风轮机回波,介绍了风电场回波的特点;最后,给出了OMP算法的理论基础和实现步骤。该算法中,通过建立一个回波字典矩阵,寻找矩阵中最匹配原子,从目标信号中减去最匹配原子,并通过循环操作滤除杂波。实验结果表明:该方法能够有效滤除风轮机杂波。     

知识辅助机载雷达杂波抑制方法研究进展

现有研究表明,有效利用先验知识可以较好地解决机载雷达自适应信号处理中的非均匀杂波问题.分析了当前知识辅助机载雷达杂波抑制方法研究的基本情况,从外信息源数据与雷达观测数据的关联、智能样本选取与滤波器选择两个方面分析了间接利用先验知识方法的研究进展,从先验协方差估计、预白化类空时自适应处理(STAP)算法以及贝叶斯滤波STAP算法三个方面分析了直接利用先验知识的方法的研究进展,分析了基于先验知识的CFAR处理方法以及高逼真度杂波建模与仿真的研究进展.建立在对现有研究分析的基础上,从对更多信息源的使用和更有效融合先验知识的STAP方法两个方面提出了一些值得进一步深入研究的问题.     

基于雷达杂波图的CFAR算法

在研究现代三坐标(3D)雷达中三维杂波图的形成原理的基础上,将各种恒虚警(CFAR)算法应用于轮廓杂波图中,得出采用有序统计(OS)算法不但可较好的对杂波建立标志,对杂波外的目标不建立标志位,且对慢速目标有较好的检测效果。此外,给出了其在现场可编程门阵列(FP-GA)中的实现。