海杂波下小目标检测的修正莫利特分布方法

针对雷达在海杂波环境下小目标检测困难的问题,提出了基于修正莫利特( Morlet)分布的检测方法.对海杂波存在目标和没有目标两种情况下进行时频分析,其时频分布图表现出明显的特征差异,在没有目标时,时频分布图比较发散,存在目标时,时频分布图为较集中且与目标多普勒频移对应的最优曲线.修正Morlet分布检测方法通过邻域最大值查找算法得到该最优曲线,并取该最优曲线所有点的和值作为判断目标存在与否的依据.通过实测数据对固定目标、匀速运动目标和机动目标的仿真表明:与经典CFAR检测方法相比,该方法能够提高海杂波环境下固定目标和机动目标检测性能2～3 dB.     

基于小波分析的多普勒弱信号检测方法

针对低信噪比强杂波背景下连续多普勒弱信号检测的问题,提出了一种基于小波分析方法的弱信号检测算法。利用这种基于小波函数为sym5的五层小波分解算法,可提取出连续多普勒弱信号的联合时频特征值,从而实现目标信号的检测。并通过使用时域、短时傅立叶和小波分析三种算法对拟合数据进行仿真,得到三种算法在不同信噪比下的检测性能对比及定性分析,证明了小波分析算法的有效性。     

基于时频分析的水声目标被动检测模型研究

为了获取复杂环境中瞬态或非平稳水声信号的特征和高检测概率,提出了一种基于时频分析和统计模型的水声目标被动检测方法,建立了基于短时傅里叶变换、Wigner-Ville分布和小波变换这3种时频分析方法的被动检测模型。结合实测的舰船辐射噪声数据进行目标检测与分析,结果表明,尽管这3种时频分析方法都能有效地将目标检测出来,但是基于小波变换的被动检测模型的检测性能最好。     

基于图特征学习的海杂波抑制算法

为有效降低海杂波对海洋雷达的工作影响,研究海杂波的抑制问题,提出一种基于图特征学习的海杂波抑制算法。使用时频变换对雷达回波信号进行维度扩增,基于图嵌入处理深度挖掘图结构特征的思想,并依据海杂波和目标回波信号在时频谱中的不同结构特性,给出一种通过图嵌入进行信号节点特征向量构造的方法。区别于传统时域对消和子空间分解等方法,该方法可以通过时频谱中不同信号的节点分类实现海杂波的抑制。仿真与实测结果表明,该算法可以有效抑制雷达回波信号中的海杂波分量,提升雷达回波信号的信杂比,为海洋雷达进行海杂波的抑制提供了新的思路和途径。     

基于实测数据的单元平均CFAR检测器性能分析

主要介绍了均值类CFAR算法中的3种经典算法在均匀杂波背景和多目标环境下采用仿真方法进行检测性能对比。在此基础上,基于导航雷达对海探测实测数据,对均值类CFAR检测器中最为经典的单元平均CFAR检测器进行性能分析与验证,为均值类CFAR检测器的使用提供参考。     

空时自适应处理算法性能影响因素分析

空时自适应处理（Space Time Adaptive Processing,STAP）技术是在强杂波环境中进行慢速运动目标检测的有效方法之一。该方法能够抑制强大且分布广的地面（海面）杂波,从而有效地检测淹没在空中或地（海）杂波中的慢速小目标。在工程应用中,各种实际因素会影响STAP算法的检测性能。介绍了STAP算法的基本原理,结合仿真结果详细分析了实际因素对检测性能的影响。     

Pearson分布杂波背景下均值类恒虚警检测器的性能分析

文中研究Pearson杂波背景下的CFAR检测问题。推导出CA、GO和SO三种CFAR检测器在Pear—son分布杂波背景下虚警概率的初等函数表达式,证明了它们在Pearson分布杂波背景下仍具有恒虚警性能。全面分析了这三种均值类检测器在均匀背景和非均匀背景下的性能。结果表明SO-CFAR在均匀背景和多目标干扰情况下均具有最好的检测性能,而GO-CFAR则在杂波边缘情况具有更好的虚警控制能力。     

卡亨南-洛维变换在雷达高度表中的应用

针对低空飞行器在飞行时受杂波干扰引起高度表测高精度降低的问题,提出了将卡亨南-洛维变换应用于雷达高度表的抗干扰.该方法利用回波数据中背景杂波、目标信号所具有的不同的二阶统计特征,根据回波数据自相关矩阵特征值的大小与数据中各成分的对应关系,实现了目标信号与干扰杂波的有效分离,提高了所测高度值的准确性.基于ADS的仿真结果验证了该方法的可行性和有效性.     

频率步进雷达对运动小目标的检测方法研究

频率步进雷达因其独特的优势而广泛应用于弹载制导,如何实现该体制雷达对运动目标的有效检测一直是人们关注的热点。论文从原理上讨论了频率步进雷达在强杂波背景中对运动目标的一种检测方案,给出了这个方案在实际应用中的波形设计原则以及回波信号的处理步骤,并用计算机仿真验证了该方案的可行性。     

基于短时傅里叶变换的毫米波引信地面目标识别

针对毫米波引信对地面背景中目标时域检测时地杂波影响较大影响识别的问题,提出基于短时傅里叶变换(STFT)的毫米波(MMW)地面目标识别算法。该算法的实质是提取毫米波引信信号频谱中的有效多普勒频率特征信息,用短时傅里叶变换分析实测的引信多普勒信号。在MATLAB软件下用外场实测数据进行试验验证,验证结果表明了短时傅里叶变换方法对地面目标检测、识别的可行性,可以有效地判断出背景信号中有无目标。