复合高斯杂波条件下存在干扰时的反对称贝叶斯检测器

该文对复合高斯杂波条件下存在干扰时的目标检测问题进行研究。针对自适应检测器需要一定数目独立同分布训练样本才能保证较好的检测性能,利用接收天线的反对称结构以及引入杂波协方差矩阵的先验信息的方法,利用两步广义似然比检验准则提出了该背景下的贝叶斯检测器。仿真结果表明,该文提出的检测器在训练样本数较少时具有较好的目标检测性能。     

知识辅助的APR非均匀样本检测方法

针对空时自适应处理(STAP)中样本协方差矩阵受强干扰目标污染时检测性能下降的问题,提出了一种知识辅助的自适应功率剩余(KA-APR)非均匀样本检测方法。该方法将杂波先验知识与自适应功率剩余非均匀检测器(APR NHD)相结合,对训练样本进行有效选择。仿真结果表明,相对于传统的APR 方法,KA-APR 方法能更有效剔除存在强干扰目标的样本,提高训练样本被强干扰目标污染时空时自适应处理的检测性能。     

复合高斯杂波中知识辅助的自适应检测算法

研究了在复合高斯杂波中利用先验知识自适应检测目标的问题,证明了基于双参数逆高斯分布纹理的复合高斯模型比传统的K分布、复t分布和单参数逆高斯分布纹理的复合高斯分布模型能够更好地拟合实际杂波。文中选择双参数逆高斯分布作为纹理分量的先验分布、基于广义似然比准则和贝叶斯方法设计得到了一种复合高斯杂波中的自适应检测器。理论分析和数值仿真表明,与自适应匹配滤波器和正则化自适应匹配滤波器相比,该检测器具有更好的检测性能     

非高斯杂波下知识辅助检测的认知方法

先验信息的使用是提高雷达目标检测性能的有效途径之一,然而先验信息与当前探测环境的失配会严重影响到检测器的性能.本文考虑逆伽马分布纹理、复合高斯杂波下的知识辅助检测算法,推导了先验模型失配条件下(逆伽马分布参数失配)检测器的虚警率和Swerling I型目标的检测概率计算公式,获得了检测性能与模型参数失配之间的量化关系.利用两组不同参数的知识辅助检测器对当前杂波环境进行探测,通过评估检测器的性能,实现了当前杂波环境模型参数的估计.计算机仿真和实测数据的分析结果表明,采用认知方法的知识辅助检测器较常规检测器而言,能够获得更好的检测性能.     

极化辅助的非均匀场景空时自适应处理方法

空时自适应处理是强杂波背景下动目标检测的有效途径,实际检测环境中训练样本与待检测单元背景统计特性的不一致将恶化处理器的输出信杂噪比,需要结合样本挑选技术来改善非均匀场景的处理器性能.在建立机载多通道信号模型基础上,提出一种利用极化信息辅助的空时自适应处理方法,该方法通过极化分类和功率分组指导训练样本选择,利用同类样本估计待检测单元的统计特性并计算自适应权矢量,具有杂波相关矩阵估计准确度高的特点,可显著改善动目标检测的性能.最后结合国外NASA JPL AIRSAR实测数据的多通道仿真实验验证了所提方法的有效性.     

基于知识的海杂波背景下距离扩展目标检测

该文针对在辅助数据有限的情况下自适应检测器出现检测性能损失,提出基于杂波的先验知识分布的距离扩展目标自适应检测算法。复合高斯杂波的纹理和散斑的协方差矩阵分别被建模为服从逆伽玛分布的随机变量和逆复Wishart分布的随机矩阵。利用先验知识推导了纹理分量的最大后验估计,并结合广义似然比检验设计了不依赖辅助数据的距离扩展目标自适应检测器。仿真结果表明,提出的检测器在参数失配条件下具有好的鲁棒性,而且在辅助数据有限情况下检测性能优于传统的广义似然比检测器的检测性能。     

非高斯杂波下知识辅助检测器敏感性分析

先验信息的使用可以提高知识辅助检测器的探测性能,若先验信息与当前探测环境不匹配,检测器性能可能会受到影响。该文考虑一种复合高斯杂波下的知识辅助检测器,其采用逆伽马分布作为纹理分量先验分布,分析该检测器在不同杂波纹理分量模型参数条件下的检测性能。首先给出了先验模型参数失配条件下,虚警概率和Swerling I型目标检测概率的计算方法。然后在给定先验模型参数条件下,分析了杂波纹理分量分布参数对检测器性能的影响。理论分析表明,若杂波纹理分量分布参数位于某个区域以内时,检测器可以获得比模型匹配时更好的检测性能,计算机仿真验证了上述结论。     

基于稀疏重构的机载雷达KA-STAP杂波抑制算法

机载雷达非均匀杂波环境下的空时自适应处理（STAP）算法会因杂波协方差矩阵估计不准导致其杂波抑制性能下降。传统知识辅助 STAP (KA-STAP)算法性能依赖于先验知识的准确程度以及配准精度,先验信息的失配可能会导致算法性能恶化。本文提出一种基于稀疏恢复技术构造杂波加噪声协方差矩阵的KA-STAP算法。该算法不依赖于先验信息,首先利用稀疏贝叶斯学习技术通过少量回波样本估计出稳健的辅助协方差矩阵,然后结合采样协方差矩阵进行空时处理。在小样本非均匀杂波场景下,该算法的输出性能优于传统KA-STAP算法。仿真结果表明了本文方法的有效性。     

非高斯杂波中知识辅助的信号检测算法

杂波的非高斯性会严重影响到常规信号检测算法的性能,提高非高斯杂波中信号检测性能是雷达信号检测领域的一个研究重点。本文考虑了一种在非高斯杂波中,利用先验信息进行信号检测的方法。假定杂波统计特性满足复合高斯模型,即可以表示为散斑分量与纹理分量的乘积。选择逆伽马分布作为纹理分量的先验分布,基于贝叶斯方法,给出了一种知识辅助的信号检测算法。计算机仿真结果表明,该检测算法的检测性能优于常规的自适应检测算法。进一步,本文采用McMaster大学的IPIX雷达海杂波数据作为研究对象,利用最大似然估计获得杂波非高斯性的先验信息,分析了该算法在实测数据中的检测性能。分析结果表明,在不同的雷达分辨率海杂波中,该算法也具有较好的检测性能。      

基于Bayes框架的复合高斯杂波下稳健检测

复合高斯杂波中的纹理分量决定了杂波的非高斯性,而纹理分量的不确定性会影响常规检测器的性能。基于 Bayes 框架,该文采用先验分布描述杂波纹理分量的不确定性,分析先验模型选择对检测器检测性能与稳健性的影响。先验信息模型包括无信息先验分布和有信息先验分布。无信息先验分布包括Jeffery先验模型和广义无信息先验模型两种,所得到的检测器结构就是归一化匹配滤波器(NMF)。有信息先验模型采用共轭先验分布,得到的是一种知识辅助的归一化匹配滤波器(KA-NMF),该检测器结构与判决门限都是先验分布参数的函数,该文分析了 KA-NMF 检测性能对先验分布参数的敏感性。进一步采用无信息先验模型描述先验分布参数,可以获得分层Bayes 归一化匹配滤波器(HB-NMF)。计算机仿真与实测海杂波数据分析结果表明,HB-NMF 的性能与分布参数无关,稳健性优于KA-NMF,而检测性能优于NMF。     

子空间干扰非高斯杂波的抑制

在复杂电磁环境下,往往需要在线估计杂波协方差矩阵,从而自适应调整滤波器权值,实现对杂波的有效抑制,这样有利于目标的估计、检测、定位或跟踪。该文考虑非高斯杂波模型,且部分杂波受到子空间信号干扰,并且有用信号也位于该子空间内。常规方法会导致自适应滤波器在目标多普勒频率处有较大的衰减,极大影响了有用信号的探测。为此提出了一种知识辅助的分层贝叶斯模型,采用变分贝叶斯推断方法获得杂波协方差矩阵的近似后验分布,利用后验均值设计杂波抑制滤波器,可以有效提高目标的探测性能。计算机仿真和实测数据验证结果表明,该方法能够有效抑制杂波,而在目标处有较好的探测能力。      

基于传播算子的机载前视阵雷达杂波谱补偿方法

 针对机载前视阵中杂波多普勒频率随距离发生变化,导致杂波谱在距离上呈现严重的非平稳性,因此根据杂波模型提出了一种新的杂波谱补偿方法,该方法首先对接收数据进行分块处理来构造传播算子以获得杂波子空间,再将训练单元的杂波子空间向待检单元的杂波子空间进行投影得到一个变换矩阵,然后用这个变换矩阵对数据进行处理,使杂波谱得到补偿,最后利用空时自适应算法对补偿后的数据进行杂波抑制.仿真结果表明此方法有效地抑制杂波的非平稳性,提高了雷达抑制杂波的性能.     

机载雷达平面阵前视杂波距离依赖性补偿

机载前视阵雷达下,杂波具有距离依赖性,杂波脊有明显的展宽,这会影响杂波协方差矩阵的估计,并降低杂波抑制的效果。自适应角度多普勒补偿(A2DC)算法通过估计训练样本杂波频率特性,对杂波进行自适应补偿,从而改善杂波抑制性能。但是,当天线阵元数与积累脉冲数较少时,该算法有较明显的性能衰减。文中利用平面阵俯仰维的阵元数据信息,对估计得到的杂波频率取统计平均,增加了A2DC算法可用样本数,使得估计的杂波频率信息更精准,杂波补偿效果更好,仿真结果证明了该算法的有效性。     

机载预警雷达抑制地杂波的旋转陷谱法

本文提出了一种对时空二维信号进行非自适应准最佳处理的新方法，即旋转陷谱法，通过分布在时空二维频谱平面上的杂波谱进行坐标轴旋转而使之成为一垂直线带，随即加以一次性滤除，与以往各方法相比，其目标检测性能与日俱增，易于实时实现。     

Polarimetric Detection of Targets in Heavy Inhomogeneous Clutter

Polarization diversity has proved to be a useful tool for radar detection, especially when discrimination by Doppler effect is not possible. In this paper, we address the problem of improving the performance of polarimetric detectors for targets in heavy inhomogeneous clutter. First, we introduce a new polarimetric radar model that includes the realistic dependence of the clutter reflections on the transmitted signal. Then, we develop a polarimetric detection test that is robust to inhomogeneous clutter. We run this polarimetric test against synthetic and real data to assess its performance in comparison with existing polarimetric detectors. Finally, we propose a polarimetric waveform-design algorithm to further improve the target-detection performance. A numerical analysis is presented to demonstrate the potential performance improvement that can be achieved with this algorithm.     

Clutter Suppression Method in GPR Using the Convergence of Matrix Entropy

A novel clutter suppression method in ground penetrating radar(GPR) is proposed.The preliminary result is obtained by using target resolution improved processing(TRIP).The preliminary result will be used as an initial input for TRIP iteration.All TRIP iteration steps are the adaptive linear combination of the previous TRIP result and the preliminary result.This adaptive combination strategy can balance clutter suppression and target information protection,which is considered as a troublesome contradiction and a chronic problem in clutter suppression research.When the matrix entropy of iteration result converges,the algorithm can achieve a good result both in clutter suppression and target protection.Experimental results demonstrate that the new algorithm outperforms the existing approaches.     

雷达的杂波特性及杂波抑制技术

针对脉冲多普勒体制雷达,从杂波特性入手,就雷达的动目标检测和杂波抑制技术进行了讨论,并举例说明有关指标的计算。经过工程实践验证,采用大动态范围的线性接收机和FFT数字信号处理技术相结合的方案,能获得更高的改善因子和杂波抑制能力。