双基地机载预警雷达杂波建模与分析

建立了双基地机载预警雷达杂波模型,并通过对双基地机载预警雷达杂波空时谱结构的分析,得出了双基地机载预警雷达任意几何配置条件下,杂波谱结构随双基地机载预警雷达探测距离和变化趋势的一般性规律.仿真结果验证了所得规律的正确性.对双基地机载预警雷达杂波谱结构的认识有助于开展对双基地机载预警雷达杂波抑制与空时自适应处理技术的研究.     

双基地机载预警雷达空时二维杂波建模及杂波特性分析

本文建立了双基地机载预警雷达空时二维杂波模型,其中考虑了双基地雷达的几何配置、雷达的系统参数、各种误差及距离模糊等实际因素对杂波谱的影响.基于该模型分析了杂波特性,并计算了杂波的空时二维似然谱,结果表明所建杂波模型是合理的.该模型是研究双基地机载预警雷达杂波抑制与空时自适应处理技术的基础.     

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...     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

机载双基地雷达STAP典型方法性能评估

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,最后比较了存在阵元误差、通道误差、载机偏航、杂波起伏4种非理想因素和不同脉冲重复频率情况下的机载双基地雷达典型空时自适应处理方法的杂波抑制性能.通过仿真比较得出,广义相邻多波束法是机载双基地雷达背景下具有实际应用价值的一种杂波抑制方法.     

改进的非均匀频率采样配准双基杂波抑制方法

机载双基地雷达杂波的距离依赖性降低空时自适应处理(STAP)杂波抑制能力,频率非均匀采样配准(RB-NFS)技术通过数据域信号处理可缓解杂波的距离依赖性.对该技术在机载双基地杂波抑制中面临的问题进行深入分析并给出改进方法,针对频率非均匀采样配准中杂波空时导向矩阵构造复杂,且存在杂波抑制不充分现象,提出引入广义逆矩阵或采...     

机载双基地雷达距离模糊杂波抑制方法性能研究

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达存在距离模糊时的杂波谱特性,随后对机载双基地雷达存在距离模糊时典型补偿方法的空时自适应处理性能进行了仿真和分析,得出了一些有益的结论。该结论可为进一步有效解决机载双基地雷达存在距离模糊时面临的杂波非均匀问题提供参考。     

时变加权的机载双基雷达降维空时自适应处理

针对机载双基雷达传统降维空时自适应处理方法杂波抑制性能较差的问题,提出了一种新的降维方法.该方法对杂波协方差估计矩阵进行降维处理,利用时变加权技术对降维后的权值矢量进行更新,以补偿杂波的距离相关性,提高杂波协方差估计准确度.理论分析和仿真结果表明:在不同的双基雷达配置情况下,该方法均可以对非均匀杂波进行有效抑制;且相对时变加权技术最优空时自适应处理,运算量和所需训练样本数大幅减少.此外,与多普勒补偿或角度多普勒补偿方法相比,该方法无需了解有关雷达平台和配置场景的先验知识,适于工程实现.     

机载双基雷达3D-STAP杂波抑制方法

机载双基雷达杂波空时分布具有严重的距离依赖性,即其分布随距离（俯仰角）的变化而变化,给杂波抑制带来困难,使传统的二维空时自适应处理（2D-STAP）性能变差。三维空时自适应处理（3D-STAP）利用俯仰维信息,将杂波谱分布由二维拓展至三维,通过在三维空间杂波谱分布的曲面上形成自适应凹口,来对杂波进行抑制。通过分析双基任意构型下的杂波在多普勒频率-水平空间频率-垂直空间频率三维空间中的分布特性,结合双基雷达体制特点,对传统3D-STAP算法进行了改进,使3D-STAP算法适用于双基情况,为双基雷达杂波抑制提供了一种新的思路。仿真表明,在典型双基构型下,与2D-STAP相比,该方法能使杂波脊附近的改善因子提高5dB左右,有效提高了杂波抑制能力,有利于低速目标的检测。     

一种基于改进A2DC的机载双基杂波谱补偿方法

机载双基预警雷达目标探测系统具有较高的安全性和稳健的探测性能,但其非理想探测构型会造成杂波的非平稳性。传统自适应角度多普勒补偿(A2DC)方法对每个距离门的杂波数据进行空-时两维谱中心的估计,能够有效地补偿双基杂波因复杂构型引入的非平稳误差。然而,当回波中有较强的目标干扰信号时,自适应角度多普勒补偿方法会错误地估计该距离门杂波信号的空-时中心频率,造成目标信号产生相消现象。针对该问题,文中提出一种基于改进的A2DC的双基杂波谱补偿方法。所提方法将自适应角度多普勒补偿和广义内积法相结合,在杂波非平稳误差初步补偿之后剔除含有“疑似目标”的非均匀距离样本;并用该距离门附近样本的杂波谱中心估计参数构成相应的补偿矩阵,对该距离单元杂波数据进行角度-多普勒域的谱误差精确补偿;最终根据双基杂波非平稳误差精细化补偿后的样本数据,实现地理杂波的有效抑制,且有效避免了动目标信号因空域相消导致信杂噪比严重降低的问题。机载双基雷达杂波抑制和动目标检测的仿真实验结果表明,所提方法在面对多目标信号干扰时具有优良的双基杂波距离依赖补偿效果,从而完成稳健的地理杂波对消和动目标信号的可靠探测。     

基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法

针对存在距离模糊情况下机载双基地雷达杂波抑制的难题,本文分析了存在距离模糊时机载双基地雷达的杂波特性,提出了一种基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法.该方法首先通过最大似然估计对训练样本所包含的各个模糊距离环的杂波幅度进行估计,然后通过非均匀采样重构待检测距离门及其模糊距离环的杂波数据,再由重构的杂波数...     

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。     

空基双基地雷达地杂波建模及特性分析

在充分考虑双基地工作和机载工作特点的条件下 ,首先建立空基双基地雷达地杂波的等椭圆几何关系模型 ,然后计算分析了空基双基地雷达的地面反射率 ,最后提出一种通用的空基双基地雷达地杂波模型。在该模型的基础上分析了空基双基地雷达地杂波特性 ,并仿真分析了不同几何配置和运动配置下空基双基地雷达地杂波的多普勒特性和地杂波脊特性 ,结果表明地杂波特性敏感于空基双基地雷达的几何和运动配置 ,合理的配置可以降低信号处理中地杂波的影响     

双频机载预警雷达系统动态杂波自由度研究

基于一种双频机载预警雷达(AEW)孔径共用反隐身方案,本文对该背景下的杂波分布特性作了理论分析与计算仿真,得到了相关动态杂波自由度的表达式与杂波特征分布曲线,为针对隐身目标的双频AEW雷达系统空时自适应处理器的工程实现提供了理论依据.     

双基机载雷达对地杂波的背面效应及其在GMTI中的应用

本文发现了双基地杂波谱的一个重要特征——背面效应(Backside effect).基于该特征,双基机载雷达的地杂波谱对齐就变得容易许多,从而使空时自适应处理技术在双基模式下的地面动目标检测中更好地发挥作用.本文利用背面效应而提出的基于角度-多普勒谱对齐的旋转谱对齐法,在实验结果中获得了明显的性能提高.     

机载双基雷达杂波分类及抑制方法

机载双基雷达杂波的空时分布受双基构型影响大,且具有非常严重的距离依赖性。对复杂的机载双基雷达杂波进行分类分析和抑制方法研究具有重要的意义。先对机载双基雷达杂波进行建模仿真,对于杂波分布与构型相关的现象,根据双基构型和对应的杂波分布对机载双基雷达杂波作出了较为一般化的分类,并分析讨论了不同类型杂波分布特性;针对具有严重距离依赖性的机载双基雷达杂波,提出了训练单元协方差矩阵加权平均的方法。相比于传统训练单元协方差矩阵求和平均的方法,算法仿真证明改进的算法在3类构型下的杂波抑制效果均有明显的提高,为双基雷达杂波抑制提供了新的处理方法。     

A clutter-suppression method for airborne bistatic polarization radar based on polarization-space-time adaptive processing

Clutter suppression poses serious problems for airborne, bistatic radar systems. Suppression may be increased using space-time adaptive processing (STAP), but suppression of slow targets is poor and target detectability is compromised. Furthermore, sufficient independent and identically (IID) training samples cannot be obtained through the use of practical applications, and the STAP performance degrades significantly due to the inaccuracy of the estimated clutter-plus-noise covariance matrix, especially in nonstationary and heterogeneous environments. Here, we present a new airborne, bistatic radar system. We transform the array from a single polarized channel to two channels, each with two orthogonally polarized antennae, and combine polarization-dimensional information with that of the space-time domain; we term our algorithm “polarization-space-time adaptive processing”. This algorithm further suppresses clutter and enhances the detection of slow targets. Sparse recovery space-time adaptive processing (SR-STAP) can reduce the need for clutter samples and suppress clutter effectively using limited training samples for airborne radar. The algorithm first uses the clutter sparse recovery function of STAP to suppress clutter in the H and V channels. Then, polarization processing is employed to further restrict mainlobe clutter. We present numerical examples to demonstrate the effectiveness of the new technique.