Robust registration based compensation method based on sparse recovery

The loss of the degree of system freedom and mismatch of prior information based on the registration based compensation (RBC) method will result in a decline in computational performance. In order to solve above problems, a robust method named SRBC is proposed where the sparse recovery method is applied instead of the sub-aperture smoothing operation. First, the SRBC utilizes the sparse recovery to get the super resolution clutter space-time spectrum. Then the transition covariance matrix is calculated. Finally, the clutter covariance matrix is reconstructed by the Capon spectrum. Compared with the traditional RBC method, the SRBC proposed does not depend on sub-aperture smoothing operation and prior information and maintains the performance of clutter range-dependence. In addition, it is also steadier when the sensor error exists. Experimental simulation demonstrates the correctness and feasibility of this method.     

Registration based compensation method based on adaptive subspace tracking

The registration based compensation (RBC) method is an effective method to compensate the range-dependence of the main-lobe clutter and side-lobe clutter in the same time. However, the compensation performance of the RBC degrades because of the mismatch of prior information and the loss of degree of system freedom. Moreover, the RBC is not very suited for real-time implementation because of the enormous computational complexity and memory usage of eigenvalue decomposition. In this paper, a novel clutter range-dependence compensation method using the modified maximum likelihood adaptive subspace estimation algorithm, which is named the MRBC method for short, is proposed. The eigenvectors matrix and eigenvalues matrix of the clutter covariance matrix are estimated by iterative tracking instead of temporal and spatial smoothing, spectrum calculation and eigenvalue decomposition. Compared with the traditional RBC method, the proposed method can reduce the computational complexity significantly and maintain the performance of clutter range-dependence compensation. In addition, the proposed method can also achieve good performance when the system error exists because of no use of prior information. Experimental simulations demonstrate the validity of this method.     

一种稳健的机载前视阵雷达杂波谱补偿方法

针对空间角频移前视阵杂波谱补偿方法将参考距离单元的杂波谱旁瓣抬高,导致旁瓣区动目标检测性能下降的缺点,提出了一种改进的空间角频移方法．先对各个距离单元回波进行多普勒频率补偿,然后再进行空间角频移．仿真实验结果表明,本方法在旁瓣区比空间角频移方法有3~5dB的性能改善,并且在雷达回波存在误差的情况下仍然能够保持好的性能．     

Fast space-time adaptive processing method by using the sparse representation

One of the key problems of space-time adaptive processing (STAP) is how to estimate the clutter covariance matrix (CCM) accurately with a small number of samples when the clutter environment is heterogeneous. The CCM estimation methods based on sparse representation (CCM-SR) can achieve a good estimation performance with only one or a few samples, which significantly improves the convergence rate of the STAP. By using the sparsity characteristic of the clutter spectrum, the CCM-SR method estimates the clutter spectrum and yields a good estimation of the CCM. However, there are often many pseudo-peaks in the clutter spectrum estimated by the sparse representation (SR), which will cause a CCM estimation error. By exploiting the special relationship of the clutter ridge curve between space domain and Doppler domain, we can eliminate the pseudo-peaks in the clutter spectrum effectively via fitting the curve of the clutter ridge and improve the estimation accuracy of the CCM. In addition, a byproduct of our method is the estimation of the flying parameters (the velocity of the radar platform, the crab angle and so on). Experimental results show that the proposed method can improve the performance of conventional STAP based on sparse representation (STAP-SR) and obtain a good estimation of the flight parameters.     

机载前向阵雷达近程杂波频移补偿

基于机载前向阵雷达在近距离地面目标检测时,杂波在距离上将呈现严重的非平稳性,提出了一种向量相似度准则,从杂波样本数据中计算补偿量的多普勒频移补偿方法。利用该方法对不同距离的杂波数据进行相应的频移变换预处理后,能有效改善近程地杂波的非平稳性。该算法在脉冲域和多普勒域中等效,适合并行运算,具有实现简单的优点。仿真结果表明经此方法预处理后的空时自适应滤波,能显著提高系统的性能改善因子。     

一种快速的基于压缩感知的多普勒高分辨方法

利用雷达目标在多普勒域的稀疏性,基于压缩感知的目标多普勒估计方法,能够在有限的相干积累时间内实现多普勒的高分辨.然而,即使采用压缩感知中的一种高效算法——正交匹配追踪算法,其运算复杂度也相对较高.为了进一步降低运算复杂度,对接收脉冲进行分组,将一维的多普勒估计问题转化为一个二维的稀疏信号重构问题,进而利用一种针对二维稀疏信号优化的低复杂度正交匹配追踪算法对其进行估计.仿真表明,该方法具有较高的运算效率,并能够获得接近直接应用传统的正交匹配追踪算法的多普勒分辨率.     

一种自适应补偿天波雷达系统中电离层运动的方法

在天波雷达中电离层的运动会带来回波信号在频率的调制,从而造成雷达海杂波的展宽;在对回波做相关积累前,对调制的补偿是非常重要的。该文给出了一种新的基于修正的自适应短时傅立叶变换的补偿方法,通过对没有电离层扰动的高频表面波雷达数据人为地添加行进电离层扰动(TID)得到实验数据。测试结果表明,该方法能有效地补偿快速的TID污染,并且对不同电离层频率调制具有良好的自适应性。     

Sparse Recovery of Linear Time-Varying Channel in OFDM System

In order to improve the performance of linear time-varying (LTV) channel estimation, based on the sparsity of channel taps in time domain, a sparse recovery method of LTV channel in orthogonal frequency division multiplexing (OFDM) system is proposed. Firstly, based on the compressive sensing theory, the average of the channel taps over one symbol duration in the LTV channel model is estimated. Secondly, in order to deal with the inter-carrier interference (ICI), the group-pilot design criterion is used based on the minimization of mutual coherence of the measurement. Finally, an efficient pilot pattern optimization algorithm is proposed by a dual layer loops iteration. The simulation results show that the new method uses less pilots, has a smaller bit error ratio (BER), and greater ability to deal with Doppler frequency shift than the traditional method does.     

双基机载雷达的杂波谱补偿方法

双基机载雷达结构中杂波多普勒频率是随距离和双基结构发生变化的,使杂波谱在距离上呈现严重的非平稳性,导致杂波协方差矩阵估计困难．针对此问题提出一种基于最小二乘的空域导向矢量拟合的杂波谱补偿方法,先将训练单元上的空域导向矢量向待检单元的空域导向矢量投影得到一个变换矩阵,用这个矩阵对训练单元上的数据进行预处理,消除杂波谱的非平稳性,得到足够的统计数据,从而构造新的杂波协方差矩阵,最后利用空时自适应算法对补偿后的数据进行杂波抑制．仿真结果表明该方法能够有效地抑制地杂波的非平稳性,提高雷达杂波抑制的性能．     

星载双基地雷达空时二维杂波建模和特性分析

建立了星载双基地雷达杂波模型,考虑了卫星椭圆轨道、地球表面弯曲、地球自转、距离模糊以及收发几何配置等因素对杂波的影响．基于该模型对星载双基地雷达杂波的空时二维特性及其对空时二维自适应处理(STAP)性能的影响进行了仿真分析,结果表明,星载双基地雷达的杂波分布具有空变性和时变性; 这些特性以及距离模糊都会导致系统抑制杂波性能的下降．另外,当接收阵列阵元都放置在一颗卫星上时,由于接收阵列的低空间分辨率导致难以检测低速目标,仿真结果表明,将接收阵列空间超稀疏分布(分布式小卫星)可以很好的解决这一问题．     

降维STAP中稀疏恢复的角度多普勒通道选择方法

在机载雷达信号处理中,高强度的地杂波严重影响信号检测性能,而空时自适应处理(STAP)是一种有效抑制杂波的技术。实际处理中,由于杂波的非均匀性,空时自适应处理往往面临着可用有效样本数较少的问题,同时机载雷达处理的信号维度极为庞大。为了解决这些问题,提出了一种基于稀疏恢复的降维STAP通道选择方法。利用少量样本通过稀疏恢复的方法估计出全维度的杂波协方差矩阵(CCM),并以此为依据评估各个通道的重要性,选择合适的通道构造出降维后的杂波协方差矩阵并进行STAP处理,解决了有效样本较少的问题,同时保证了降维算法的性能。数值仿真验证了算法有效且比典型的稀疏STAP算法效果更好,讨论了在不同样本数下,输出性能与通道数的关系,结论具有工程应用意义。     

一种杂波环境下机动目标跟踪算法

针对杂波环境下的机动目标跟踪问题,提出了一种利用多普勒量测的机动目标跟踪算法。该方法首先通过多普勒量测解目标径向速度模糊,然后在目标量测方程中增加了径向速度维,将量测方程中的径向速度函数进行泰勒级数展开略去高阶量转为线性函数,同时在点迹关联时增加了径向速度波门,滤除更多的杂波点,利用多普勒量测计算出的径向速度实时更新观测值中的径向速度。通过计算机仿真,该算法相比传统算法提高了目标位置精度、速度精度和收敛速度。同时还分析了多普勒量测误差对目标跟踪性能的影响,多普勒量测误差越小,目标跟踪性能越好。     

正交频分复用水声通信子载波干扰抑制

在引入正交频分复用调制技术的水声通信中,发送端与接收端采样频率偏差及多普勒频移会引起子载波间的干扰,为了抑制信号产生幅度衰落和相位畸变并降低系统误码率,根据多载波水声通信的特点提出了一种抑制载波间干扰的方法.利用导频序列拟合出采样频偏,通过重采样滤波器进行补偿,对多普勒因子粗补后,利用各象限解调数据方差的极小值确定解调数据长度,通过高分辨率傅里叶变换实现多普勒干扰抑制.3次实验结果证明该方法有效可行,能够较好地抑制子载波干扰,可显著提高多载波水声通信的系统性能.     

频率交织ADC系统中的误差研究

由偏置误差、增益误差、时间误差组成的通道失配误差和模拟实现误差是频率交织模数转换器（ADC）系统的两类主要误差源,会对系统全局性能产生恶化影响。该文针对频率交织ADC系统的误差进行了深入研究,研究结果表明引起实现误差的采样滤波器实际工作的频率响应是数学可测的,通道失配误差会造成输出信号频谱有规律地出现杂散尖峰。理论推导和仿真验证均证实增益误差和时间误差引起的输出杂散频率位置相同但相位有差异,而偏置误差引起的尖峰幅值则与输入频率无关,这对开展误差补偿及校准工作具有支撑作用。     

加速度下的水声通信多普勒频移补偿方法

针对水声通信双方加速运动导致的一帧数据中每个码元的伸缩比变化,在模糊度函数的基础上提出一种多普勒频移补偿方法。通过对线性调频同步信号进行匹配滤波来估计多普勒频移的取值,根据每个码元的插值因子进行重采样后,采用带有数字锁相环路的判决反馈均衡器补偿残留频移。计算机仿真验证了该方法的有效性,将其与采用恒定插值因子的方法进行了性能对比。结果显示,该方法能够较好地补偿多普勒频移,提高接收性能。     

电离层杂波背景下Constrained-MUISC算法在高频地波雷达中的应用

高频地波雷达能够探测到视距以外的低空飞机和舰船等目标,但其检测性能受到电离层杂波的严重影响。为了能够在有电离层杂波干扰的情况下检测出目标信号,首先利用MUSIC(multiple signal classification)算法对电离层杂波的方向特性进行分析,分析表明大部分电离层杂波呈现很强的方向性,并且通常相邻分辨单元的电离层杂波具有一致性的方向性。对于有方向性的电离层杂波可以将其方向作为已知信息,利用Constrained-MUSIC算法在含有电离层杂波的距离-多普勒分辨单元中对目标进行方位检测,在空域将目标与电离层杂波分开。通过对实测数据的分析,证明该方法可以有效地对有方向性的电离层杂波进行抑制,从而提高高频地波雷达的检测性能。     

机载PD雷达杂波功率谱快速重构方法

分析了机载脉冲多普勒雷达杂波功率谱理论模型,根据杂波生成机理,利用距离折叠和多普勒折叠的效应,提出了一种快速重构多脉冲重复频率下雷达杂波功率谱的方法;利用一个预先计算的基准杂波功率分布图,通过距离域和多普勒域的两次级联重构,完成多重频下杂波功率谱的计算和仿真;分析了载机与雷达参数对功率谱重构的影响,减少了运算量,为功率...     

机载双基雷达杂波分析及其距离模糊杂波的抑制

分析了各种机载双基雷达构型的几何关系,采用以方位角和双基距离为变量的杂波建模方法,推导出了在任意双基构型下接收杂波多普勒频率的计算公式．为分析双基杂波特性,提供了有效工具．然后针对具有距离模糊的杂波,提出了对各次模糊距离的主杂波分别做角度多普勒补偿的空时自适应处理(STAP)方法,有效地解决了双基雷达各次距离模糊杂波的抑制问题．     

-种改进的天波雷达海杂波循环对消方法

针对传统的天波雷达海杂波循环对消法无法自适应判断对消次数的问题,研究了一种改进的方法即基于参考相邻单元的海杂波循环对消法.该方法用当前海面检测分辨单元所在的子区内其他分辨单元的回波信号构建参考信号,并利用从参考信号提取出的海杂波多普勒频率参数对检测单元进行海杂波循环对消.通过理论分析和实测数据验证,证明了该方法的有效性.     

感应同步器测角系统误差建模

为了提高测角系统的精度,建立了基于离线数据辨识的误差补偿模型.根据实际测量得到的测角系统在一个机械周期内(0°~360°)的全零位误差数据和多个检测周期内的细分误差数据,提出了一种基于FFT分析结果与误差机理模型相结合的建模方法,利用测角系统的误差与感应同步器自身误差之间具有强相关性的特点,用离线数据辨识的误差模型对在线数据进行实时补偿.仿真结果表明,建立的零位误差和细分误差补偿模型将测角系统的全误差从±15″减小至±2.″与传统的误差模型比较,该模型适用性广,有较高的补偿精度.