基于稀疏解的米波雷达测高方法

针对米波雷达由于波束宽和地面反射多径引起的测高难题,提出一种基于稀疏解的米波雷达低仰角测高法。该方法首先构造基于类-P范数稀疏度和2-范数约束的代价函数,通过迭代方法最小化代价函数得到稀疏解,最后由尺寸远大于阵元数的稀疏解估计目标仰角和高度。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程,具有较高的分辨率和极低的旁瓣电平。计算机仿真和实测数据的处理结果验证了该算法的有效性。     

频率步进信号距离－方位联合超分辨成像方法

对距离向、方位向二维稀疏的频率步进信号模型, 基于压缩感知理论, 研究了一种适用于稀疏频率步进回波的距离-方位联合逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法.首先对稀疏频率步进回波进行建模, 在此基础上构建了距离向和方位向二维稀疏时的联合稀疏基, 最后利用二维平滑0-范数法在矩阵域直接进行处理, 得到最终的ISAR超分辨成像结果.并对算法复杂度、超分辨性能进行了分析, 得出了相应的结论.理论分析和仿真结果表明所提方法在不同稀疏方式、不同稀疏条件下具有更好成像质量、更快处理速度的优势.     

一种新的二维角度估计的高分辨算法

该文针对常规2维波达方向估计的高分辨算法运算量大和稳健性差等问题,提出了一种新的2维角度估计的高分辨方法。该方法首先建立基于范数约束的最优化问题的目标函数;然后用迭代算法沿均匀面阵接收数据的方位向求最小化目标函数的稀疏解,得到方位、俯仰角耦合的空间角频率,并分离信号;最后对每个分离的信号,沿面阵俯仰向求稀疏解,得到信号的俯仰角,进而求得对应的方位角。针对算法存在测角盲区的问题,提出了一种改进方法,通过求解空间2维稀疏解得到信号的2维角度。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程,具有较高的分辨力和极低的旁瓣电平。     

用于雷达方位超分辨的L1范数正则化及其约束方法

方位超分辨一直是雷达领域里受到广泛关注的研究课题,针对求解过程中遇到的病态性,深入研究了L1范数正则化方法及其约束方法。在目标稀疏性质的前提下,建立了L1范数正则化与约束L1范数正则化模型。鉴于雷达数据的维数较多,利用梯度投影算法对模型进行求解。在不同信噪比情况下对两个等幅点目标进行了计算机仿真,结果初步表明:随着信噪比的降低,两种算法的分辨效果变差,在相同条件下约束L1范数正则化方法分辨效果更好,在信噪比为0 d B时,仍可分辨相隔1/2半功率波束宽度的两个等幅点目标;同时约束L1范数正则化方法分辨性能优于L1范数正则化方法、迭代反卷积法、维纳逆滤波法和Richardson-Lucy算法(RL算法);此两种范数正则化方法具有较强的噪声适应能力,可用于雷达方位超分辨。     

重尾噪声环境下的扫描雷达稳健角超分辨方法

扫描雷达由于天线孔径受到平台尺寸限制，存在角分辨率低下的缺陷。角超分辨技术能够在不改变雷达硬件系统的前提下，通过信号处理方法，获得超越雷达实孔径波束宽度的角度分辨能力。近些年研究表明，基于最小绝对收缩和选择算子(LASSO)的稀疏角超分辨方法能够获得比传统方法更高的分辨能力。然而，该方法基于高斯白噪声假设，在残余项中主要基于l₂范数进行约束。当回波数据中存在重尾分布的噪声时，该方法中的l₂范数约束无法有效抑制重尾分布噪声，导致目标分辨能力下降，甚至产生虚假目标。针对该问题，本文提出一种扫描雷达抗重尾噪声角超分辨成像方法。首先，本文引入一种最小绝对偏差(LAD)-LASSO约束准则以抑制重尾分布噪声；更进一步的，针对模型中存在的正则化参数自适应选取难题，本文基于稀疏自相关迭代准则导出正则化参数的最优表达。最后，针对LAD-LASSO非平滑代价函数最优化求解难题，本文提出一种基于迭代重加权最小二乘(IRLS)算法的求解方法，通过将l₁范数替换为重加权的l₂范数，并在每次迭代中计算权值实现最优求解。仿真结...     

基于稀疏贝叶斯正则化的阵列SAR高分辨三维成像算法

阵列合成孔径雷达(Linear Array Synthetic Aperture Radar, LASAR) 3维成像技术是一种具有重要潜在应用价值的雷达成像新体制,但受线阵天线及平台尺寸限制,传统匹配滤波成像算法难以实现LASAR高分辨3维成像。该文利用LASAR回波信号及观测目标的先验分布特性,提出了一种基于快速稀疏贝叶斯正则化重构的LASAR高分辨3维成像算法。该算法先结合贝叶斯估计准则及最大似然估计原理,构造LASAR目标重构的稀疏贝叶斯最小化代价函数;再利用迭代正则化方法求解联合范数最优化问题实现LASAR稀疏目标高分辨3维成像。另外,针对稀疏贝叶斯正则化成像运算量大的问题,结合位置预测快速成像思路,利用阈值分割算法对稀疏粗成像进行强目标提取,进而提升算法运算效率。仿真数据和实测数据验证了该文算法的有效性。      

基于无网格压缩感知的雷达通信一体化系统目标参数估计方法研究

本文基于一种基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）的雷达通信一体化系统,利用目标时延与多普勒在时频域优良的稀疏性,提供了多种基于无网格的二维时频联合估计方法以解决传统稀疏恢复方法字典失配导致的性能较差的问题,有效提高了动目标参数估计性能,并提供了多测量向量（Multiple measurement vector,MMV）模型,可有效解决低信噪比下目标参数估计性能差的问题。同时,针对基于矢量二维原子范数计算量较大的问题,本文利用半正定规划（SDP）将传统方法的高维Toeplitz矩阵解耦为两个低维Toeplitz矩阵,可将计算复杂度降低几个数量级,同时保留原子范数在超分辨性能的优势,可适应于OFDM多子载波与多符号数波形体制。仿真结果证明该方法保持了原子范数类算法的估计性能优势,并显著减少了计算量。     

OFDM系统中基于压缩传感理论的信道估计算法

信道估计是OFDM系统中的一项关键技术,信道估计质量的好坏对整个系统的性能有重要的影响。传统的最小均方算法对稀疏信道进行估计时存在精确性差的缺陷。本文利用信道冲激响应的稀疏性,提出了一种基于近似l₀范数的信道估计算法。该算法用三种函数逼近l₀范数,应用梯度下降法和梯度投影算法获得代价函数的最优解,从而得到信道的最稀疏解。仿真实验结果表明:在相同条件下,与基于l₁范数的信道估计算法比较,本文算法的收敛速度快,估计值信噪比高,且均方误差小。      

一种基于距离-多普勒二维联合的群目标分辨方法

编队飞机由于间距很小,常规低分辨雷达无法直接从距离和方位上分辨架次.本文提出一种基于距离—多普勒二维联合处理的群目标分辨方法.发射线性调频脉冲信号,将观测时间内的若干次回波在距离维和多普勒维分别转换为单频信号的叠加,再联合距离－多普勒二维信息估计协方差矩阵,用超分辨信源数估计算法——新的改进盖氏圆盘法分辨目标架次.这种方法可以直接地给出判决结果,适用于各种飞行状态、低信噪比环境或波束驻留时间较短的情况,而且和重频参差工作模式相兼容,尤其适合中、高重频工作方式.     

基于压缩感知的二维联合超分辨ISAR成像算法

在ISAR成像中,距离和方位分辨率分别受发射信号带宽和成像积累角的限制。基于压缩感知(CS)理论,该文提出了一种2维联合超分辨ISAR成像算法。首先建立ISAR观测信号模型并构造2维超分辨字典,然后利用ISAR图像的稀疏先验信息将2维联合超分辨成像建模为最小l1范数的优化问题,最后提出一种快速算法求解该优化问题。该方法进行距离维和方位维的联合处理,有效利用了回波数据的2维耦合信息;通过共轭梯度(CG)运算,快速傅里叶变换(FFT),Hadamard乘积等操作,有效提高了算法的实现效率。仿真和实测实验验证了该算法的有效性。     

基于低秩结构的宽角SAR稀疏成像

在合成孔径雷达（Synthetic Aperture Radar,SAR）成像中,当方位向合成孔径较大时,观测区域内目标的电磁特征会表现为各向异性,导致基于各向同性假设的传统SAR成像方法不再适用。为此,宽角SAR成像方法通过将宽孔径划分为多个子孔径,利用每个子孔径对应的回波数据单独成像,实现对目标雷达图像的多角度重构。由于目标的散射特性在相邻子孔径中通常不会发生较大改变,每个子孔径的强散射中心分布高度相似,使得宽角SAR的成像结果具有低秩结构,即相邻子孔径对应的目标成像结果的支撑集相近。为了使用这种相关性,将Karhunen Loeve (KL)变换引入到宽角SAR成像过程中,再利用目标强散射中心分布的稀疏特性,建立基于低秩结构的宽角SAR稀疏成像模型。采用增广拉格朗日法（Augmented Lagrangian,AL）和交替方向乘子（Alternating Direction Method of Multipliers,ADMM）对上述成像模型进行迭代求解,从而获得宽角SAR成像结果。相比于传统的宽角SAR成像方法,本文所述方法不仅能提高目标后向散射系数的重建精度,还能有效抑制旁瓣...     

联合多方位角调频率估计的星载SAR三维成像方法

星载合成孔径雷达(Synthetic Aperture Radar, SAR)通过波束的方位向扫描可以实现单次航过的多方位观测。在多方位角观测过程中,卫星弯曲轨道可等效为长3维曲线阵列,从而具备了3维成像能力。由于多方位角观测在高度维采样的稀疏性,无法直接通过3维FFT实现无模糊成像,且目标在不同方位角SAR图像的投影与高程间的传递相对复杂。针对该问题,该文提出了联合多方位角调频率估计的星载SAR3维成像方法。该方法首先给出了不同观测方位角下多普勒调频率误差与目标高程误差间的关系,利用视错位法(Map Drift, MD)估计多普勒调频率误差。然后,联合多方位角高程估计结果提升高程估计精度。最后,利用高程估计结果恢复目标3维几何信息,从而实现3维成像。仿真实验验证了该方法的高程估计精度可达米级。      

基于自适应新生密度的多目标联合检测与解模糊

脉冲多普勒(Pulse Doppler,PD)雷达会产生距离模糊和多普勒模糊问题,传统方法通过发射多个脉冲重复频率(Pulse Repetition Frequency,PRF)并相互关联来解模糊.但当信噪比较低时,为确保检测到目标需采用低门限而产生了大量虚警,传统方法由于数据关联导致计算复杂度过高而失效,基于随机有限...     

基于单脉冲雷达和差通道多普勒估计的前视成像

单脉冲测角技术用于扫描雷达前视成像可有效提高图像的清晰度,但单个脉冲对同分辨单元多目标测角时会发生角闪烁现象,造成图像模糊.该文提出了一种基于单脉冲雷达和差通道多普勒估计的前视成像算法,利用目标和平台之间相对运动引起的多普勒梯度差异实现同分辨单元内不同方向目标的分离,然后在多普勒域采用和差比幅测角(SDAC)技术测量目...     

一种新的旋转不变方法实现起伏目标的高分辨方向－多普勒频率盲估计

本文研究阵列雷达对起伏目标的方向－多普勒频率二维估计问题，由于阵列天线各阵元特性不一致，阵列流形不可精确已知。本文基于高阶统计量提出了利用旋转不变技术实现未精确已知阵列流形（Ａｒｒａｙｍａｎｉｆｏｌｄ）条件下，方向－多普勒频率盲估计的新方法，当发生目标多普勒频率一维兼并时，用此方法仍能分辨目标的方向，并估计出多普勒频率。计算机仿真结果验证了此方法的有效性。     

基于指纹匹配的无蜂窝大规模MIMO三维定位方法

本文研究了无蜂窝大规模多输入多输出（Multiple input multiple output, MIMO）系统中基于指纹匹配的无线定位方法。假设服务区域内布设大量接入点（Access point, AP）,每个AP配置水平均匀线性阵列天线（Uniform linear array, ULA）或垂直ULA。利用相互正交的线性阵列天线（Orthogonal uniform linear array, O-ULA）对不同地理位置用户的方位角和俯仰角进行辨识,提取无线信道的角度功率谱矩阵构建方位角和俯仰角指纹库。借助谱聚类算法对指纹数据库进行预处理,然后通过两阶段指纹匹配策略计算指纹相似度并排序,在指纹库中搜索与用户指纹相似度最高的参考点,并利用加权K近邻算法（Weighted K-nearest neighbor, WKNN）估计用户位置。仿真结果表明,所提方案和单天线方案、ULA方案、均匀矩形阵列（Uniform rectangular array, URA）方案相比能够获得更高的三维定位精度。      

基于双干扰机协同的SAR-GMTI可控压制干扰生成方法

现有对抗合成孔径雷达地面运动目标指示（SAR-GMTI）系统的压制干扰多采用单干扰机非相干干扰方法生成,成像后干扰会扩散至整个距离向或者方位向,导致生成的压制区域不可控,且经相位中心天线（DPCA）技术处理后存在部分对消。针对这些问题,本文提出了一种基于双干扰机协同的SAR-GMTI可控压制干扰生成方法。该方法使用运动调制和余弦相位调制控制方位向干扰位置和压制范围,使用移频调制和噪声卷积调制控制距离向干扰位置和压制范围,使用双干扰机协同解决干扰被部分对消的问题。理论分析和实验结果表明,该文提出的干扰方法生成的干扰条带能够对抗SAR-GMTI的对消,保护运动目标;同时,因生成的干扰区域精确可控,干扰效率更高,具有较好的工程实用性。      

一种基于二维信号稀疏重构的互质采样星载SAR成像处理方法

互质采样星载SAR通过方位互质采样代替传统方位均匀采样,可有效缓解空间分辨率与有效成像宽度之间的相互制约,提升SAR系统的对地探测性能。然而,方位向互质采样使得回波信号呈现方位欠采样及非均匀采样特性,导致传统SAR成像处理方法无法实现互质采样星载SAR的有效成像处理。该文提出一种基于2维信号稀疏重构的互质采样星载SAR成像处理方法。该方法在距离向脉冲压缩后,根据各距离门的多普勒参数截取2维观测信号并构造相应的稀疏字典,然后通过改进的2维信号稀疏度自适应匹配追踪算法完成方位聚焦处理。该方法不仅可以补偿SAR回波信号的距离方位2维耦合,还可以消除成像参数随距离空变对稀疏重构造成的影响,从而实现全场景的精确重构。点目标及分布目标仿真实验结果验证了所提算法可在远低于奈奎斯特采样率的情况下实现稀疏场景的有效重构。