机载相控阵雷达近程杂波抑制的俯仰向空域自适应算法

该文针对机载平面阵列相控阵雷达的动目标检测提出了一种俯仰向空域自适应的近程杂波抑制算法。该方法利用平面阵列天线在俯仰向的自由度,在近程杂波的支撑区域内沿着多普勒单元选取训练样本估计协方差矩阵,计算俯仰向空域最优权。在存在距离模糊的情况下,该方法可以自适应地滤除近程杂波,保留远程杂波,从而增强了杂波的距离均匀性,有利于提高后续的方位空域和时域STAP的性能。     

基于特征空间自适应波束形成的近程杂波抑制算法

针对非正侧视阵在俯仰向抑制近程杂波时算法效果不佳的问题,文中提出了一种基于特征空间自适应波束形成的近程杂波抑制算法。该算法对俯仰空域协方差矩阵进行特征分解,分离出近程杂波的支撑特征向量,并将其作为约束进行自适应波束形成。该算法对阵元误差具有鲁棒性,并克服了一般自适应滤波难以实现方向图保形的缺点。仿真结果证明了该算法的有效性。     

非正侧视阵近程杂波抑制鲁棒俯仰滤波算法

现有的非正侧视阵近程杂波抑制俯仰滤波算法存在对地形起伏敏感及对高度线附近杂波抑制不完全等缺点,为此文中提出了一种鲁棒的俯仰滤波近程杂波抑制算法.该算法通过在近程杂波俯仰支撑区域设置多个零点,形成宽的凹口,克服了分别在各个距离门设置单个零点鲁棒性不强的缺点,而且由于对所有距离门只生成一个权,运算量大为降低.仿真结果证明了该算法的有效性.     

低重频数据辅助的近程杂波抑制方法

针对机载非正侧视雷达的距离非平稳杂渡抑制问题,提出了一种低重频数据辅助的俯仰预滤波方法,用于滤除距离非平稳的近程杂波.该方法在无俯仰主瓣杂波信号的低重频数据域选取训练样本,并采用自适应俯仰空间频率补偿技术估计协方差矩阵,能够得到较理想的俯仰自适应方向图.推导了近程杂波俯仰维杂波秩的计算公式,为近程杂波抑制提供了理论支撑.在滤除距离非平稳的近程杂波后,能为方位-多普勒空时自适应处理器提供距离平稳的训练样本,使其性能明显改善.仿真实验验证了该方法的有效性.     

基于多级维纳滤波的机载共形阵雷达杂波抑制方法研究

目前,多级维纳滤波器是一种收敛速度最快的降秩空时自适应处理算法,但它只适合于处理平稳随机信号,不能直接用于抑制非均匀的机载共形阵雷达杂波。该文在分析共形阵雷达杂波特性的基础上,提出采用俯仰向空域滤波改善杂波的非均匀性,改进了传统的协方差矩阵加权算法,最后形成了一种基于俯仰向空域滤波的协方差矩阵加权多级维纳滤波算法,用于抑制共形阵雷达杂波。仿真结果表明,该文方法抑制共形阵雷达杂波的综合性能优于现有其他方法,且计算复杂度低,收敛速度快,便于工程实现,在共形阵雷达杂波抑制中具有实际应用前景。     

基于俯仰维信息的天基双基地雷达正交投影STAP算法

分析了天基双基地雷达的地杂波距离模糊引起的杂波多普勒展宽特性.针对天基双基地雷达距离模糊杂波的抑制问题,提出了一种基于俯仰维信息的正交投影(OP)空时自适应处理(STAP)算法.该算法利用杂波空间导向矢量中的俯仰信息来构造正交投影矩阵,然后对投影后的空时数据进行空时自适应处理.结果表明,基于俯仰维信息的正交投影变换实现...     

基于自适应局域变换的离散干扰抑制算法

在非均匀杂波环境中,针对待检测距离单元的离散干扰严重影响统计空时自适应处理(STAP)杂波抑制性能的问题,提出了基于自适应局域变换的离散干扰抑制算法。该方法利用自适应局域变换矩阵具有局域变换和自适应滤波的双重特性,在较低计算复杂度条件下有效消除离散干扰对统计STAP方法的影响。仿真数据和MCARM实测数据分析表明,该方法能有效抑制待检测距离单元中的离散干扰和均匀杂波,显著改善STAP在非均匀杂波中的性能。     

自适应杂波抑制的一种算法与实现

雷达自适应杂波抑制的算法及其可实现性是雷达信号处理的一个重要问题。针对常见的功率谱密度为高斯型的杂波，先从理论上论述了一种基于最大平均改善因子的自适应杂波滤波器权矢量的计算方法和参差滤波器参差码的优化设计，并进行了仿真，验证了该算法的可行性和有效性。然后从工程实现的角度讲述了权系数库实现自适应滤波的方法并阐明了这种实现方法的优缺点。     

一种机载前视阵雷达近程杂波谱补偿方法

机载前视阵雷达近程杂波谱在方位-多普勒域随距离变化剧烈,功率谱不重合并严重展宽,直接进行空时自适应处理（STAP）不能在待检测单元形成窄而深的凹口,致使地面动目标检测（GMTI）性能下降。文中提出一种导向矢量矩阵最小二乘拟合方法,该方法利用训练单元和近程待检测单元导向矢量拟合矩阵对杂波数据进行变换,使训练单元的杂波子空间逼近于待检测距离单元,从而实现了机载前视阵雷达近程杂波谱重合。仿真实验表明该方法能够对近程杂波非均匀性进行有效补偿,减轻杂波谱随距离变化对空时自适应处理性能的影响。     

载机偏航下基于广义相邻多波束自适应处理的低空风切变风速估计

该文提出一种载机偏航下基于广义相邻多波束(GMB)自适应处理的低空风切变风速估计的方法,该方法首先利用基于回波数据的杂波距离依赖性补偿方法对杂波进行距离依赖性矫正,估计出杂波协方差矩阵。然后同时组合空域的相邻多个波束与时域的相邻多个多普勒通道来计算降维变换矩阵,并对待测距离单元内的雷达回波数据进行降维处理,进而构造GMB自适应处理器的最优自适应权矢量对降维后的回波数据实现自适应滤波。最后完成载机偏航下风场速度的准确估计。仿真结果验证了该方法能够在载机偏航情况下,获得风场速度的有效估计。     

未知杂波条件下样本集校正的势估计概率假设密度滤波算法

在贝叶斯框架下的多目标跟踪算法中,总是假设杂波的先验信息是已知的。然而,实际应用中,杂波分布一般是未知的,假设的杂波分布往往与实际情况匹配度差,难以保证滤波精度。针对该问题,该文研究了未知杂波势估计概率假设密度(CPHD)滤波算法。首先,提出一种基于狄利克雷过程混合模型(DPMM)类的未知杂波CPHD算法,该算法能够自动选取合适的类数对杂波进行描述,有效降低了杂波空间分布估计的误差。此外,提出样本集校正的思想,并将其引入所提算法,通过去除样本集中由真实目标产生的量测,较好地解决了杂波数过估和目标数低估的问题。与传统算法相比,所提算法的滤波精度更接近于杂波信息匹配情况下的性能,仿真结果验证了其优越性与鲁棒性。     

采用改进型时频滤波的海杂波抑制方法

海洋环境下，海杂波具有明显的非平稳、非高斯特性，海杂波谱中心频率不固定、谱宽较宽，严重影响了雷达对海面目标的检测。传统的频域滤波器难以对复杂多变的海杂波进行有效抑制。本文通过分析海杂波的时频谱频率变化特征，定量计算各距离单元时频谱的中心频率平滑度，提出了采用基于时频谱能量分布的改进型时频滤波方法进行海杂波抑制。通过实测海杂波数据对杂波抑制效果进行分析，验证了该算法能够有效滤除海杂波信号和保护低速目标信号能量，提高目标信杂噪比，对提升雷达检测能力具有重要的作用。      

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

基于快速特征分解的自适应杂波抑制算法

针对部分相关中等起伏目标的最佳检测，本文提出了基于快速特征分解的组滤波自适应杂波抑制的实现算法。算法能有效抑制杂波，提高检测概率，由于采用了快速子是分解技术而明显地降低了运算量使算法易于实时实现。对收敛特性的分析表明，算法具有良好的收敛性能。文中采用的最小二乘技术同组滤波方法的结合使得即使在非平稳的条件下也可以获得高效的杂波谱估计，进而有针对性地完成特定谱区域的信号提取，从而实现在不同目标和杂波环     

在海域红外杂波背景中小目标探测的空间匹配滤波技术

利用空间匹配滤波技术，针对海域复杂的红外杂波背景进行了小目标探测。由计算机模拟获得了滤波器设计参数，结果表明滤波后信杂比增益有显著提高，虚警率随之下降，滤波算法硬件易于实现，证明这是一种抑制红外背景杂波的有效技术。     

机载雷达自适应杂波抑制

提出了一种基于噪声补偿的线性预测谱估计方法实现白化滤波和匹配滤波的机载雷达杂波抑制新算法同传统的线性预测方法实现的杂波抑制方法相比，本文提出的算法具有更好的改善因子，且几乎不增加运算量。     

旋转均值滤波用于提高红外点目标图像信噪比

当距离红外传感器很远时,目标在红外图像中表现为点目标。充分利用点目标,背景杂波及噪声在空间域中的表现形式,并结合均值滤波滤除噪声的特性,提出了一种新的滤波方法——旋转均值滤波法。将此算法运用在信噪比不大于3的红外点目标图像中,实现了背景抑制,突出目标以及提高信噪比作用,并能够满足实时处理的要求。     

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。     

采用马尔可夫自回归模型的红外杂波时空域融合抑制

背景杂波抑制是红外传感器目标探测的关键技术。针对序列红外图像,基于马尔可夫自回归模型建立统一的时空域表达式,据此进行背景杂波的时空域融合抑制。首先,利用改进的方向中值滤波实现背景杂波的空域初级抑制;其次,利用恒虚警初检测提取出残余的强杂波干扰点作为样本点集;最后,根据最小均方残差准则通过奇异值分解估算统一模型参数,进而对空域滤波结果进行自适应时空域融合抑制,进一步提高图像的信噪比。通过大量仿真实验对比了算法的抑制效能,并对抑制后的残差特性进行了详细分析。仿真结果表明:该算法相比维纳滤波、形态学滤波等方法具有更好的性能。     

Predictive adaptive moving target indicator

In the recent past many attempts have been performed in order to obtain the adaptive suppression of correlated interference (clutter) in coherent radar systems. In this paper the spectral estimation with their modern algorithms is considered. By starting from the Wiener optimum filtering technique, a convenient implementation of the linear prediction algorithm is found to be the lattice filter, in double clutter environment. The performance in search radar applications are analyzed and the Improvement Factor losses, due to clutter estimation error, are evaluated.