基于通道误差校准的空域导向矢量多通道SAR-GMTI 杂波抑制方法

针对通道幅相误差和图像配准误差等非理想因素导致地面动目标检测性能下降的问题,该文结合最小方差和空域导向矢量两种杂波抑制算法,提出一种基于通道误差校准的空域导向矢量杂波抑制方法。该方法首先计算最小方差杂波抑制的权向量,通过该权向量构造配准图像,然后利用配准图像计算杂波正交补空间,最后通过正交子空间的方法实现杂波抑制。理论分析及实验结果表明,所提方法在图像配准误差和通道幅相误差较大的情况下仍具有很好的检测性能,能获得较最小方差杂波抑制方法和基于空域导向矢量的杂波抑制方法更高的信杂噪比。      

对图像配准误差稳健的分布式星载SAR地面运动目标检测及高精度的测速定位方法

图像配准误差、杂波相关性以及阵列误差等对分布式星载合成孔径雷达地面运动目标检测的性能有很大影响.针对这种情况,研究了一种基于多通道、多像素联合自适应处理的运动目标检测及测速定位联合实现方法,首先将多通道、多像素联合数据等效为一个简单的阵列模型,通过空间投影的方法估计出存在图像配准误差情况下的运动目标真实的导向矢量形式,然后利用最优波束形成的方法在抑制杂波的同时,通过搜索代价函数的峰值来估计动目标的径向速度,从而对其进行重新定位.性能分析及仿真结果表明,此方法大大提高了动目标检测性能及测速定位精度,对图像配准误差具有较强的稳健性.     

导航系统的通道自均衡空时抗干扰技术

针对导航系统由于通道之间幅相特性的不一致导致抗干扰性能下降的问题,本文提出了一种通道自均衡的空时抗干扰技术。该方法首先在无干扰的情况下,利用本地参考信号与接收数据的相关特性求出实际导向矢量,再采用波达方向估计方法估计出信号的理想波达方向,进而求出理想导向矢量,并由此实际导向矢量和理想导向矢量求得幅相误差矩阵,然后在有干扰的情况下,利用求得的幅相误差矩阵对接收数据进行阵列误差校正,再对校正后的数据进行波束形成,此方法可以改善通道失配导致干扰抑制性能下降的问题,仿真验证了其有效性和优越性。     

基于样本加权的三通道SAR-GMTI机载数据处理及性能分析

 针对机载三通道雷达系统的杂波抑制问题,提出基于样本加权估计杂波相关矩阵的三通道联合动目标检测方法.基于广义内积值对像素矢量样本加权,三通道联合杂波抑制后检测出动目标位置,局部两两干涉实现动目标重定位和测速,最后进行了性能分析.所提方法无需设置样本选取门限,对图像配准精度仅要求在1个像素以内,样本加权后改善因子提高明显;3幅图像联合处理的性能优于2幅图像处理.机载实测数据处理结果验证了方法的有效性和稳健性.     

基于协方差矩阵特征分解的多通道SAR-GMTI方法及性能分析

该文提出了一种基于协方差矩阵特征分解的多通道运动目标检测和测速定位方法,该方法依据多通道SAR数据协方差矩阵特征分解后小特征值和的幅度变化来检测运动目标。在检测出运动目标后,先利用两幅复图像的干涉相位对目标径向速度进行粗略估计,再通过搜索动目标空域导向矢量的方法对径向速度进行精确估计,克服了干涉相位对杂波和噪声的敏感性。仿真数据和实测数据验证了该方法的有效性。     

对配准误差稳健的多基线相位展开方法

提出了一种对配准误差稳健的多基线相位展开方法.该方法首先根据配准误差的方向来确定最优联合观测矢量,进而确定存在配准误差时的真实导向矢量,并且用此导向矢量进行波束形成来进行相位展开,能够同时完成图像配准、干涉相位噪声滤波和相位展开,因此可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下得到稳健的相位展开性能,仿真结果证明了此方法的有效性.     

InSAR自适应图像配准的干涉相位估计方法

提出了一种基于联合单像素模型的InSAR(Interferometric Synthetic Aperture Radar)干涉相位估计方法.能够根据配准误差的大小和方向来构造最优加权观测矢量,同时利用相邻像素的信息,因此具有自适应图像配准和降低相位噪声功能,因而可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.     

幅相不一致对沃森-瓦特测向的影响及解决方法

针对沃森-瓦特测向处理中幅相不一致对定单向及测向准确度的影响问题,分析了定单向法则失效的原因,提出了针对参考通道输出信号的全相位校正方法.利用该方法获取的最优相位修正量对参考通道输出信号进行移相处理,使测向通道与参考通道输出信号之间的相位关系满足定单向法则的要求,提高了定单向方法的稳健性.通过对测向误差特性的分析,给出了因测向通道间幅相误差导致的测向误差表达式,提出了利用最小二乘法计算误差曲线的拟合参数,从而可实现利用有限区域内的测向误差测量数据对全方位测向误差的估计,提高测向的准确度.通过仿真验证了提出方法的有效性.     

2种多通道SAR/GMTI相位误差估计方法

针对多通道合成孔径雷达(SAR)和地面运动目标检测(GMTI)系统,提出了2种通道相位误差估计方法:a)利用杂波的信号特征向量与其导向矢量的线性关系直接进行通道误差估计;b)通过对回波数据进行方位重采样,然后利用杂波信号特征向量张成的空间(即信号子空间)与真实导向矢量张成的空间相同的原理进行误差估计。实验证明,2种方法均能有效地进行通道相位误差估计,并且方法 b)具有更高的估计精确度。     

基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。     

α－β滤波器的基本问题分析与仿真研究

针对α-β滤波器滤波增益随采样时刻的增加而减小的问题,提出了一种根据位置滤波平均误差、速率滤波平均误差以及速度滤波效果确定滤波增益下降截止时刻的方法,并分析了可能影响滤波增益下降截止时刻的因素。仿真结果表明：通过该方法确定的滤波增益下降截止时刻可以使α-β滤波器的滤波效果达到最佳;滤波增益下降截止时刻与目标采样间隔的相关性最强,与过程噪声的相关性次之,与量测噪声的相关性最弱。     

参数估计误差对极化滤波性能影响分析

回波极化参数在自适应估计过程中必然存在误差,这会对虚拟极化滤波性能造成不利影响,而现有文献很少涉及对此问题的讨论.首先介绍了虚拟极化滤波的原理,分析了理想情况下的虚拟极化滤波性能,仿真分析表明虚拟极化滤波对增强目标与干扰抑制有很好的效果;同时对极化参数估计误差对虚拟极化滤波性能的影响进行了分析,讨论了不同情况下极化参数估计误差对信干比改善因子与目标增强因子的影响,对其进行了仿真分析,为虚拟极化滤波参数设置提供了理论依据.     

扩展卡尔曼滤波在目标跟踪中的应用研究

扩展卡尔曼滤波在非平稳矢量信号和噪声环境下具有广泛的应用,针对机动目标运动模型的特点,采用基于扩展卡尔曼滤波的算法对运动目标进行跟踪处理,该算法首先建立了运动目标的状态模型和观测模型,然后对观测数据进行滤波和误差估计处理,最后通过计算机的蒙特卡洛仿真得到了滤波轨迹和运动目标的距离和角度误差,仿真结果表明,扩展卡尔曼滤波算法具有很好的目标跟踪性能.     

目标检测非线性问题研究

在目标检测滤波算法中，量测向量与滤波中所使用的状态向量是一对非线性关系，由于非线性误差的传播与积累，极有可能导致滤波结果的发散。针对这一问题，本文提出将UT(Unscented Transformation)变换的思想引入到Singer模型中，在保证滤波精度的基础上，解决了非线性滤波中滤波结果发散的问题。     

雷达目标角度跟踪环路滤波器设计新方法

角度跟踪环路在机载雷达对目标的距离、速度、角度3维联合跟踪中起着至关重要的作用。该文分析指出传统采用卡尔曼滤波算法形成角度跟踪环路对机动目标角度进行跟踪时跟踪精度低,角跟踪误差收敛速度慢的缺点,提出弯曲度检测跟踪环路滤波器(Bend Degree Tracking Loop Filter, BDTLF)设计方法,其利用弯曲度检测角度曲线拐点,自适应地调节环路滤波器环路等效噪声带宽,并以此来控制角度跟踪环路。此算法加快了角跟踪误差的收敛速度,减轻了拐点处的角度滤波扰动,保持了滤波性能的连续性。计算机仿真结果验证了该文方法相比于卡尔曼滤波算法、粒子滤波算法、-- 滤波算法及恒定系数环路滤波器方法,对弱机动目标角度跟踪具有更加出色的性能。     

单雷达直线航迹线目标状态分量合成估计方法

通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y 分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。     

无迹卡尔曼滤波算法在目标跟踪中的研究

无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算,在不对非线性方程线性近似的条件下,达到线性卡尔曼滤波器的滤波性能。文中在机动目标选定运动模型和滤波算法的基础上,对机动目标的运动作了仿真实验。从仿真分析中可以看出,无迹卡尔曼滤波在跟踪方面有很高的精度,与传统的扩展卡尔曼滤波算法相比较,无迹卡尔曼滤波算法有较小的跟踪误差。     

一种机载PD雷达交互多模型滤波方法

机载雷达在运动平台上探测目标,探测数据描述的是平台和目标的相对位置。目标的机动状态不明,且探测数据和目标真实位置之间是非线性关系,导致机载雷达的航迹滤波难度大,滤波器精度和稳定性差。本方法中先进行数据预处理,量测误差在天线坐标系下获得,目标状态方程和量测方程在固定坐标中心的直角坐标系下建立,量测误差协方差矩阵由量测误差和位置进行无偏转换获得;采用交互多模型滤波器,模型集由匀速直线运动模型、当前统计模型和角速度未知的匀速转弯运动模型组成;非线性模型迭代由容积卡尔曼滤波实现,各模型的初始概率和模型参数基于速度和径向速度进行预估。仿真实验表明该方法提高了机载PD雷达的航迹情报质量,尤其提高了机动目标跟踪的精度和稳定性。     

基于压缩感知的超分辨目标散射中心估计

针对雷达目标识别中散射中心特征提取需求,提出一种基于压缩感知理论(CS)的超分辨散射中心估计算法。通过设计一字典,将脉压波形进行稀疏表示,进而将重构问题引入CS 理论框架之下,利用仿真数据验证了散射中心重构算法的可行性。基于实录数据,将80 MHz 宽带信号滤波成20 MHz 窄带信号,利用窄带20 MHz 脉压波形重构高分辨散射中心,进而恢复宽带80 MHz 脉压信号。恢复信号与真实80 MHz 宽带脉压信号的对比分析结果表明,在一定误差范围内,CS算法可实现目标散射中心重构。     

机载雷达对地动目标跟踪研究

雷达对目标的跟踪过程中,往往利用α-β滤波器对目标航迹进行滤波以得到更高的跟踪精度。试验发现机载雷达对地动目标跟踪的过程中,若目标突然发生运动状态的改变如加/减速等,则滤波误差容易发散。工程上往往利用衰减记忆滤波器来维持滤波器的稳定性,但对于匀速运动目标,随跟踪步数的累积该滤波器跟踪精度无法得到持续改善。本文提出一种结合利用α-β滤波器和衰减记忆滤波器的目标跟踪算法,使其兼顾跟踪精度和滤波稳定性。通过仿真试验证明了该滤波方法的有效性。