一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法

主瓣干扰对抗一直以来是雷达领域的难题之一，给雷达的探测、跟踪和识别带来了严重威胁.对此，本文提出了一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法，可有效抑制主瓣干扰并估计目标距离、角度参数.所提方法首先对接收信号进行阻塞矩阵预处理，可在抑制主瓣干扰的同时保持目标回波在各阵元之间的相位关系，即保留了目标的角度信息；然后对预处理后的数据进行空域波束合成并脉压，可估计目标的距离参数信息；最后，根据得到的目标距离估计，截取预处理数据中目标附近的数据，并对其进行稀疏恢复估计目标角度参数.所提方法即可应用于面阵，也可应用于线阵，其优势在于可以在空域任何一维上抑制主瓣干扰，并同时估计目标在空域两维上的角度.尤其是当目标与干扰的某一维空域角度相同时，所提方法仍然可以同时估计目标的方位、俯仰角.     

多基地极化雷达主瓣干扰抑制算法

现代战场电子对抗日益复杂,电磁干扰形式多样,当干扰从接收机主瓣进入会形成主瓣干扰。主瓣干扰严重影响雷达正常工作,传统空域、极化域、时频域等抗干扰算法都很难有效对其抑制。为有效抑制主瓣干扰,文章利用目标极化散射特性在不同角度存在差异的特点,提出基于多基雷达的空-极化协同滤波主瓣干扰抑制方法。方法首先采用主瓣保形技术在空域抑制副瓣干扰并压低空间噪声,然后将多基地雷达接收的数据进行时域对齐,计算包含主瓣干扰和回波信号的数据协方差矩阵,通过分解协方差矩阵在空-极化信号空间识别干扰,估计回波信号导向矢量,最后将目标回波与主瓣干扰通过多基地极化滤波,滤除主瓣干扰保留目标回波信号。通过仿真算法抑制噪声干扰与转发干扰,验证了所提算法能够有效对抗主瓣干扰,有效提高输出信干噪比。      

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。     

FDA-MIMO雷达噪声卷积式干扰抑制方法

基于数字射频存储器（digital radio frequency memory,DRFM）产生的噪声卷积灵巧干扰兼具压制式和欺骗式干扰的效果,严重降低了雷达系统的探测性能。为解决此问题,本文提出了一种采用频率分集阵（frequency diversity array,FDA）-多输入多输出（multiple-input-multiple-output,MIMO）雷达的噪声卷积灵巧干扰对抗方法。经由雷达发射信号和噪声信号卷积调制所得的干扰信号在距离-多普勒维与目标回波呈现不同的分布特性。据此,首先利用干扰信号在多普勒域的白噪声特性获取多普勒清晰区的干扰样本,然后在此基础上逐距离门挑选样本以获得干扰协方差矩阵,最后通过距离-角度二维匹配滤波器抑制距离不匹配的主瓣干扰信号。仿真试验验证了本文所提抗干扰方法的有效性。     

基于认知型盲源分离的雷达主瓣干扰抑制技术研究

主瓣干扰抑制,相对于旁瓣干扰而言,缺少有效的对抗手段。基于认知原理,结合多重信号分类与恒虚警检测,提出了一种基于波束域四阶累积量的特征矩阵近似联合对角化(JADE)盲源分离算法,可以有效抑制主瓣干扰,并给出了不同信噪比条件下目标信号与干扰分离度的效果。该方法可有效实现目标与干扰的分离,具有良好的抗干扰性能。     

盲源分离在雷达抗主瓣干扰中的应用研究

主瓣干扰位于雷达主瓣内,干扰信号通常很强,会严重影响雷达探测性能.常用的副瓣匿影和副瓣对消措施难以奏效.文中给出了盲源分离抗干扰信号模型,在此基础上提出了基于矩阵联合对角化特征矢量的盲源分离抗主瓣干扰算法,并给出了不同信噪比条件下主瓣干扰抑制的仿真结果.仿真结果表明,在信噪比大于-15 dB的条件下,干扰抑制比能达到10 dB以上.该方法能有效降低主瓣干扰对雷达探测性能的影响,具有良好的应用前景.     

一种基于JADE算法的FDA-MIMO雷达智能抗主瓣转发干扰方法

针对传统的相控阵雷达及多输入多输出(MIMO)雷达在面对与目标角度相同、距离不同的主瓣转发式干扰时无法有效地区分目标与假目标的问题,以及多类型主瓣干扰同时存在的抗干扰难题,基于频率分集阵列(FDA)-MIMO雷达,提出了一种基于矩阵联合近似对角化(JADE)盲源分离算法的智能抗干扰方法。首先对接收信号进行波束形成处理,然后将波束输出信号进行匹配滤波处理。根据频率分集子频率受干扰的情况,自适应地选择干扰较弱的子频率,采用JADE算法将干扰与目标分离开来,实现智能抗干扰。为了加强对主瓣瞄频及切片等转发干扰的对抗效果,针对每个频率分集子频率,采用低通窄带滤波,滤除干扰。仿真实验表明：将基于智能子频选取策略的接收波束域JADE算法应用到FDA-MIMO雷达可以实现良好的抗主瓣干扰效果。     

基于多PRI脉压回波的单通道雷达干扰分离方法

研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景，在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下，建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题，提出对脉压后的距离维数据进行盲源分离的思想，可在一定程度上抑制噪声对盲源分离的影响。同时，由于目标信号和干扰信号在脉冲压缩后重合度较低，可获得更好的分离效果。仿真和实测结果表明，在多个干扰源存在的条件下，本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时，目标脉压回波相似系数接近100%；选取虚拟通道数越多，分离效果越好。     

分布式雷达盲源分离干扰抑制算法

针对大功率干扰下的分布式多站雷达探测能力下降的问题,本文提出了一种新的基于盲源分离的干扰抑制方法。该方法对多部雷达接收信号进行信号级和数据级的联合处理,包括干扰相对时延估计及补偿-盲源分离-多组合配对定位三个步骤。首先分别以不同接收回波信号为参考,采用相关法估计各站点干扰信号相对时延,并进行补偿使干扰成分得到校准。然后针对校准后的信号,采用盲源分离算法,实现干扰信号和目标回波信号分离。最后,利用多组合配对定位方法,剔除由于盲源分离得到的虚假目标定位点,从而得到真实目标位置信息。最后本文通过仿真实验证明了该算法的有效性。      

一种有效的宽带宽角相控阵接收干扰置零新方法

采用拉伸处理可以在目标方向形成接收主瓣,并能降低宽带宽角相控阵雷达接收信号的带宽,易于工程实现.为了在干扰信号功率远大于目标回波信号功率时获得较大的输出信干比,提出了一种宽带干扰置零新方法.在干扰离目标的空间角度间隔较大时,能在干扰方向准确形成零陷,新方法窄带权系数的零点约束角度会偏离实际干扰方向.偏移方向与信号形式有关,而偏移角度大小与雷达信号相对带宽、干扰离目标的空间角度间隔有关,其值在信号参数给定后可通过离线估计得到.计算机仿真结果验证了新方法的有效性.     

SIMO信道中基于奇异值分解的盲信噪比估计算法

信噪比（SNR）是现代通信信号处理中一个重要参数,许多算法需要它作为先验信息以获取最佳估计性能。针对单输入多输出（SIMO）系统的信噪比估计问题,本文提出了一种盲信噪比估计算法。该算法利用多路信号协方差矩阵的奇异值分解（SVD）,通过计算矩阵的最大特征值实现各路信号信噪比估计。该算法无需知道信号的先验信息,能够对加性高斯白噪声信道（AWGN）和多径信道下常用的数字调制信号进行信噪比估计。仿真结果表明该算法具有良好的估计性能。与单路信号中基于SVD信噪比估计算法相比,该算法无需估计信号空间与噪声空间维数,提高了估计精度,同时大大减小计算复杂度。      

基于特征向量的多谱线自旋回波串信号参数估计

针对存在加性高斯白噪声多参数变量的多谱线自旋回波串(Spin Echo Train,SET)信号参数估计问题,提出基于特征向量的2-D参数估计方法.将SET信号构造成2-D数据矩阵,按照不同的方式构造Hankel块矩阵束,利用子空间转移不变结构解得特征向量,依据特征向量的结构规律获得衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法具有自动配对的能力,在相对高信噪比以及频率可分辨的情况下能够实现参数的有效估计,且计算复杂度较低.仿真数据结果证明了算法的有效性.     

一种正交空时分组码盲识别方法

由于正交空时分组码(OSTBC)编码矩阵具有正交特性,可得正交空时分组码的虚拟信道矩阵的相关矩阵为对角矩阵。根据此原理,文中提出相关矩阵的非主对角元素能量与主对角元素能量之比的特征参数和基于此特征参数的正交空时分组码识别方法;同时利用最小描述长度(MDL)准则估计出信号子空间维数,即每组发射信号所含符号数。仿真结果表明,在不同发射天线数和接收天线数下,所提出的识别方法都具有较好的识别性能;符号数的估计性能与正确识别概率具有相同的变化规律。     

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。      

一种单自旋回波串信号参数估计方法

针对存在加性高斯白噪声多参数变量的单自旋回波串信号参数估计问题,提出一种参数分离化的2-D参数估计方法.利用2-D数据矩阵秩为1的特性,依照迭代加权最小二乘方法,从左、右主奇异值向量中以参数分离的方式分别估计出衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法在相对高信噪比和/或大数据样本下可达到克拉美罗下界,且计算复杂度较低.仿真数据结果证明了算法的有效性.     

一种补偿加速度对目标回波影响的新方法

以雷达发射线性调频信号为例,分析了存在加速度条件下运动目标回波信号经过匹配滤波器后的失配问题,同时利用LFM回波信号的循环统计特性,提出一种基于循环相关变换的加速度估计算法,能够有效估计目标加速度参数,解决加速度带来的失配损失问题。利用Matlab进行仿真实验,验证了算法的有效性。     

基于时频分析的混合矩阵估计方法

在盲源分离信号处理中,尤其在欠定条件下(观测信号数目大于源信号数目),精确的估计混合矩阵是具有挑战性的问题。现存部分方法利用信号的稀疏性进行求解,并假设在时域或者时频域中源信号不重叠,然而这类方法在假设条件不满足,即源信号部分重叠情况下随着信号稀疏性降低性能恶化明显。本文针对具有较弱稀疏性的源信号,提出了一种基于时频分析的欠定盲源分离的混合矩阵估计方法。首先,利用源信号时频变换后系数实部与虚部比值的差异性选择单源点;其次,运用经典的聚类方法估计解混合矩阵的各向量。仿真结果表明:提出的方法简易可行并具有较好的估计性能。      

Variable-step blind source separation method with adaptive momentum factor

A variable-step blind source separation algorithm based on the natural gradient with adaptive momentum factor was proposed,which could cope with the determined blind source separation in the environment of stationary and non-stationary.Function estimation mixed matrix was constructed by performance index.The estimated performance index was obtained by the estimated mixed matrix,and the constructor was updated by the estimated performance index.Then,the constructor was plugged with appropriate experienced parameter into the proposed algorithm and step and momentum factor was adaptively adjusted.Finally,the estimation source signals could be obtained.Simulations show that the proposed algorithm is effective to estimate the mixed matrix in the stationary and non-stationary environments,and the proposed algorithm has faster convergence speed and lower steady error as well as separates source signals effectively.