采用机会照射源的杂波抑制与弱目标检测方法

在利用机会照射源进行目标探测时,目标信号经常淹没在强直达波与多径杂波中;同时,由于强目标信号旁瓣的遮盖效应,经常存在弱目标的漏检。针对以上问题,本文提出基于梯度变遗忘因子递推最小二乘的杂波抑制算法抑制直达波与多径杂波,同时提出了一种基于内插的改进CLEAN算法来实现强目标的抑制。该算法首先进行杂波抑制,然后与参考信号作二维时频互相关,估计出强目标信号的时延与多普勒频率;利用经过内插的时延点构造强目标干扰矩阵完成强目标的抑制,因此而达到检测弱目标信号的目的。经仿真实验证明该算法对于目标回波的时延与多普勒估计误差不敏感,且在强目标时延为分数倍采样周期时仍然能达到很好的抑制性能,有效检测到弱目标信号。      

一种基于APES的回波域强杂波旁瓣抑制方法

针对合成孔径雷达(SAR)观测区外的强目标将其旁瓣混叠至观测区内影响微弱目标的检测,基于正弦信号幅度相位估计(APES)提出一种新的旁瓣抑制方法。该方法将抑制对象确定为观测区外的强杂波,则混叠至观测区内微弱目标处的旁瓣为强杂波旁瓣。首先根据回波域双曲线形状确定强杂波所在位置,其次利用APES对其散射系数在回波域进行估计并抑制,抑制后的SAR图像中强杂波旁瓣对微弱目标的不利影响得到了有效消除,且对微弱目标几乎不造成任何影响。实测数据处理证明了此方法的有效性。     

基于非线性最小二乘的空中机动目标检测方法

针对强杂波背景下的空中机动目标检测问题,该文提出一种基于非线性最小二乘(Nonlinear Least Squares, NLS)的空中机动目标检测方法。该方法通过构造目标信号模型,并利用NLS算法使其和杂波抑制后的数据具有最小的平方和距离来进行参数估计。该方法在脉冲点数有限的情况下,依然能够获得很好的参数估计结果。仿真结果证明了该方法的有效性。     

一种基于最小二乘的K-分布参数估计方法

提出了一种基于最小二乘的K-分布参数估计方法,并利用仿真对该方法进行了验证。这种方法利用变量替换将杂波矩量和分布参数之间的关系转换为线性函数,然后通过最小二乘方法求解线性超定方程组获得K-分布参数的估计,这样能够避免常规矩量法在处理实际杂波数据时由于数据长度和噪声所导致的错误估计的发生,利用最小二乘法提高了估计精度。     

基于最小二乘的多特征概率数据关联EM方法

提出了一种多目标多特征信息的数据关联算法。在强噪声密集杂波环境下,针对传统PDA算法对多目标跟踪时出现精度较差的问题,在跟踪过程中融入目标的特征状态信息,利用期望极大化（EM）算法对目标状态估计的最小二乘（LS）误差函数迭代求最小,将目标运动状态和特征联合的关联概率作为估计参数不断修正,从而获得对目标状态的最优估计。仿真结果表明,该算法能够增强区分目标和杂波的能力,减小相近特征量测所引起的跟踪误导,弱化对检测概率的依赖性,显著并稳定地提高对目标的跟踪精度。      

机载双基地雷达杂波距离依赖补偿方法

针对杂波距离依赖造成空时自适应处理器性能下降问题,提出一种基于最小二乘估计的聚焦矩阵补偿方法。首先,利用最小二乘方法估计杂波幅度,选取幅度较大的杂波点;其次,根据杂波点的空时导向矢量求解聚焦矩阵,通过聚焦矩阵直接对训练数据进行线性变换;最后,根据变换后的数据估计出待检测单元的杂波噪声协方差矩阵,进而求出自适应权值矢量。该方法采用非均匀采样求解聚焦矩阵,杂波抑制性能更好,仿真实验验证了所提方法的有效性。      

机载圆柱形共形阵雷达杂波抑制方法

针对机载圆柱形共形阵雷达非均匀杂波抑制问题,首先建立了圆柱形共形阵雷达的空时二维杂波模型,分析了共形阵雷达所面临的非均匀杂波环境的特性。然后提出了一种基于最小二乘(Least Square,LS)估计的修正的SMI杂波抑制方法,该方法通过最小二乘方法估计得到杂波协方差矩阵,并以此修正常规SMI算法。仿真表明:与平面阵相比圆柱形共形阵的非均匀引起了杂波自由度的大幅增加,较传统算法具有较强的非均匀杂波抑制能力,且运算量不随系统维数的增加而上升。     

一种稳健的机载面阵雷达非均匀杂波抑制方法

在非均匀杂波和密集目标环境下,由于没有足够的独立同分布(IID)训练样本,传统空时自适应处理(STAP)方法的杂波抑制性能严重下降。针对以上问题,该文提出一种对阵元误差稳健的机载面阵雷达非均匀杂波抑制方法。该方法首先根据雷达系统参数先验知识构造杂波表示基矩阵。然后在考虑阵元误差的情况下,基于最小二乘准则迭代地估计杂波表示系数和阵元误差,最后利用估计得到的最优杂波表示系数和阵元误差直接在阵元脉冲域进行杂波对消。该方法无须估计待检测单元统计特性;没有孔径损失;不需要训练样本;即使在距离模糊情况下也能有效地抑制密集目标环境下机载面阵雷达回波数据中的非均匀杂波。仿真结果验证了该文方法的有效性。     

检测海面小目标的RLS线性预测方法

为了提高海杂波中的小目标检测能力,提出了基于递归最小二乘线性预测的海面小目标检测方法。首先,建立线性预测模型;其次,利用递归最小二乘法动态调整模型的参数;最后,计算绝对预测误差的均值,通过阈值比较得到检测目标结果。采用加拿大IPIX雷达数据的实验结果表明,该方法的检测性能优于线性预测的检测目标方法和神经网络集成的检测目标方法的检测性能;同极化方式下,HH极性的检测效果优于VV极性的检测效果。该方法实时更新了预测模型参数,同步跟踪海杂波的变化,克服预测模型固定不变的局限,提高了目标检测的能力。     

单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。     

一种Alpha稳定分布噪声下的体积目标长度估计方法

为了解决Alpha稳定分布噪声环境下运动舰船目标的长度估计问题,该文借鉴非线性变换抑制脉冲噪声以及多普勒目标运动特性估计思想,提出基于广义时频分析(G-TFA)和最小二乘估计的运动目标长度估计方法。该方法首先利用G-TFA获取Alpha稳定分布噪声环境下运动目标的多普勒频率,然后利用最小二乘方法估计出目标航速和不同位置的横正时刻,最后利用上述估计结果计算目标长度。以广义Winger-Ville分布(G-WVD)为例,从理论上推导了G-TFA在Alpha稳定分布噪声环境下具有提取目标多普勒特征的能力,并通过仿真实验验证了该算法在中低混合信噪比下的稳健性。与现有算法相比,该文所提算法不需要估计噪声特征指数,算法性能优于基于传统时频分析的估计方法。     

基于总体最小二乘的多通道SAR-GMTI 方法

针对多通道SAR-GMTI处理中噪声影响和杂波相关性差会导致杂波抑制性能降低的问题,提出了一种基于总体最小二乘的SAR-GMTI方法.该方法利用检测单元周围的相邻像素杂波信息在总体最小二乘意义下拟合检测单元杂波特性,消除了噪声影响,提高了多个通道杂波之间的相关性,改善了杂波抑制性能.该方法具有很好的通道误差稳健性,仿真和实测数据处理验证了该方法的有效性.     

变抽样率处理技术及性能

提出了一种处理线性调频信号的方法,该方法可有效地从强地杂波中检测出目标信号,并应用于分辨多运动目标。文中对变抽样率处理技术的检测性能和多运动目标分辨能力进行了分析和仿真,认为影响其分辨能力的因素除了地杂波之外,主要是变抽样率处理后剩余多普勒频率所造成的旁瓣影响小目标的分辨。仿真结果表明该方法是可以在强地杂波中检测出目标信号,并分辨多运动目标的。     

基于DPCA机载PD雷达低空动目标检测方法

针对机载脉冲多普勒雷达主波束照射内、强杂波背景下的低空运动目标，讨论了一发两收双天线模型配置下，基于二单元DPCA技术对消地杂波、检测运动目标径向速度的方法，并给出了具体的计算公式。最后对具有不同速度的动目标进行了仿真，其模拟结果和理论分析相吻合，表明了无论目标出现在主瓣还是旁瓣，该方法都能有效地抑制地杂波和检测动目标的径向速度。     

基于空时导向约束的天基雷达离散旁瓣杂波判别方法

由于天基雷达覆盖范围广,大量强离散杂波(小型岛礁、陆地铁塔等)会从天线旁瓣进入雷达系统,其多普勒特征与目标相同,极易造成虚警。针对以上问题,该文提出基于空时导向约束的天基雷达离散旁瓣杂波判别方法,该方法首先选取空时自适应处理(STAP)杂波抑制后检测到的潜在“目标”(包含真实目标与离散旁瓣杂波)距离多普勒单元及其附近单元;然后根据杂波多普勒频率与空间角度的耦合关系获得各杂波单元对应的空时导向矢量;最后利用获得新的导向矢量构成的滤波器再次对“目标”距离多普勒单元及其附近单元进行滤波处理,此时真实目标信杂噪比会大幅度降低,而离散旁瓣杂波信杂噪比变化不大,从而实现离散旁瓣杂波的判别。理论分析及机载实测数据处理证明该方法具有良好的稳健性和可靠性。     

一种改进的恒模多目标盲波束形成算法研究

提出了一种改进的CMA多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上，通过对一种新的代价函数的最小化，来盲估计波束形成器的权矢量，从而以小于最小二乘恒模的计算量完成对多目标的分离与定向，同时，为防止强干扰造成目标的错误锁定，利用梯度恒模对步长因子的敏感性，选择适当步长因子进行预处理，消除强干扰的影响。仿真实验验证了算法的正确性和有效性。     

联合角度-时延-多普勒的分布式MIMO雷达运动目标定位代数解算法

对三维空间中联合角度、时延和多普勒频率的分布式MIMO雷达运动目标定位问题进行了研究,提出了一种新的目标位置和速度估计代数解算法。通过借助方位角和俯仰角测量,对时延和多普勒频率方程进行线性化处理,然后通过加权最小二乘解算目标的位置和速度。与现有基于多步骤加权最小二乘思想的定位算法相比,该算法无需引入冗余参数,仅需一步加权最小二乘即可实现目标定位,避免了步间误差传递,减少了定位所需的发射/接收单元数量,并且考虑了发射/接收单元位置-速度误差的影响,提高了算法对发射/接收单元位置-速度误差的稳健性。理论分析证明,该算法的定位误差可以达到克拉美罗界。仿真结果验证了该算法的有效性,以及相比于现有算法的优越性。     

基于线性最小二乘方法的主动段目标初值估计

主动段目标初值估计是导弹目标战术参数估计的重要内容,是监视系统进行实时跟踪的前提条件。在天基观测背景下,该问题是非线性最小二乘求解问题。该文建立了主动段8态重力转弯模型和天基测量模型,通过用常加加速度线性模型来近似目标运动学参数,并对非线性测量进行伪线性化处理,将非线性最小二乘转化为线性最小二乘求解问题。特别地,给出了天基伪线性化测量及其统计特征的详尽推导,并进一步考察了测量伪线性化方法的适用范围。仿真实验中,通过与CRLB和传统的Gauss-Newton迭代方法比较,证明了该文方法在估计精度和运算效率上的优势。     

一种功率修正的多频空时数据自适应处理方法

针对空时自适应处理(STAP)中样本不足导致动目标检测性能下降的问题,该文提出在多频多通道系统下综合利用空-时-频数据的自适应处理方法。该方法在分析不同频率杂波特性差异的基础上,采用杂波协方差矩阵重构以达到自适应修正不同频率下杂波功率的目的,最后通过融合不同频率数据的空时采样协方差矩阵获得高精度的杂波子空间估计效果。仿真结果显示,在样本数较少的情况下,该方法具有良好的动目标检测效果。     

基于回波序列最小二乘拟合的高分辨率SAR运动目标速度估计

运动目标速度估计是机载单天线高分辨率合成孔径雷达(SAR)实现运动目标成像和定位的关键环节。针对现有方法运算量大、易受距离徙动干扰等缺点,该文提出一种基于回波序列最小二乘拟合的速度估计方法。利用该方法,首先通过包络相关提取相邻回波序列的距离变化量,然后对其做最小二乘线性拟合,目标的距离向速度和方位向速度可由拟合系数计算得到。与传统方法相比,该方法不仅计算量小,而且无须先做距离徙动校正(RCMC)。该文给出了新方法的数学模型和参数选取原则,分析了该方法的估计精度、计算量和适用条件,并通过仿真和实际数据处理验证了该方法的有效性。