Moving target feature extraction for airborne high-range resolutionphased-array radar

We study the feature extraction of moving targets in the presence of temporally and spatially correlated ground clutter for airborne high-range resolution (HRR) phased-array radar. To avoid the range migration problems that occur in HRR radar data, we first divide the HRR range profiles into low-range resolution (LRR) segments. Since each LRR segment contains a sequence of HRR range bins, no information is lost due to the division, and hence, no loss of resolution occurs. We show how to use a vector auto-regressive (VAR) filtering technique to suppress the ground clutter, Then, a parameter estimation algorithm is proposed for target feature extraction. From the VAR-filtered data, the target Doppler frequency and the spatial signature vectors are first estimated by using a maximum likelihood (ML) method. The target phase history and direction-of-arrival (DOA) (or the array steering vector for an unknown array manifold) are then estimated from the spatial signature vectors by minimizing a weighted least squares (WLS) cost function. The target radar cross section (RCS)-related complex amplitude and range-related frequency of each target scatterer are then extracted from the estimated target phase history by using RELAX, which is a relaxation-based high-resolution feature extraction algorithm. Numerical results are provided to demonstrate the performance of the proposed algorithm     

单脉冲机载火控雷达地面动目标检测方法

提出了一种单脉冲机载火控相控阵雷达的主杂波谱区低速运动目标检测方法,该方法结合单脉冲精确测角和杂波谱展宽后在频域能量分散的特点,采用多普勒通道测量角度值与其对应的杂波单元的角度值的误差作为检测统计量,以实现极低速地面运动目标的检测.分析和仿真结果表明,在波束扫描方位角增加引起杂波谱严重展宽时,该方法仍然具有良好的极低速运动目标检测性能.     

DRM外辐射源雷达多普勒扩展杂波抑制算法研究

数字调幅广播(DRM)外辐射源雷达面临严重的多径杂波问题,其中不仅包含静止地面散射物引起的无多普勒频移多径杂波,还有经运动海面等散射引起的具有多普勒频移扩展的多径杂波。扩展相消杂波抑制类(ECA)算法常被用于无源雷达杂波抑制,但均仅针对无多普勒频移的多径杂波。文中建立了考虑多普勒频移扩展杂波的该无源雷达信号模型,结合信号波形特点提出了载波域ECA算法(ECA-C)的扩展算法,深入分析了扩展ECA-C算法的多径杂波抑制机理。该方法通过对各载波信号组成进行分析,构造相应的杂波子空间,利用子空间正交投影可同时对静止的和具有多普勒频移的多径杂波进行抑制,提高了系统的杂波抑制能力,进而改善了弱目标检测能力。理论分析和实测数据处理结果表明了该算法的优越性。     

一种稳健的两维两脉冲杂波相消方法

两维两脉冲杂波对消方法,可以有效地杂波迹进行杂波预滤波,进一步提高后续空时自适应算法的动目标检测性能。但在实际中不准确的载机速度和偏航角等雷达系统参数信息,会制约其杂波抑制性能。为了解决这一问题,文中提出了一种稳健的两维两脉冲杂波相消方法,该方法进一步将载机速度和偏航角误差作为先验知识加入到滤波器系数矩阵设计中,提高了TDPC在雷达系统参数存在误差时的稳健性。并分别利用仿真数据和MCARM实测数据进行了验证。实验结果表明,在载机速度和偏航角存在误差的情况下,相比较TDPC,RTDPC能更加有效地对消杂波,改善了后续空时自适应算法的动目标检测性能。     

非准确先验知识下认知雷达低峰均比稳健波形设计

针对目标和杂波先验知识不准确时认知雷达的检测波形设计问题,同时兼顾功率放大器对低峰均比(PAR)波形的需求,该文提出一种信号相关杂波背景下认知雷达低PAR稳健波形设计方法。首先,在目标和杂波不确定集范围内,基于极大极小化准则构造关于输出信干噪比(SINR)的优化模型;然后将不确定性参数代入该模型,给出最差SINR下对应杂波协方差矩阵和目标Toeplitz矩阵的取值;在此基础上,利用半正定松弛,将非凸的优化模型转化为关于发射波形半正定矩阵的凸问题进行求解;最后,通过秩1近似法结合最近邻方法,进一步从波形的最优矩阵解中提取出最优向量解。分析表明,在稳健性能相同的情况下,与现有方法相比该算法具有更低的运算量,仿真结果验证了所提方法的有效性和稳健性。     

机载火控雷达近距离地面慢速目标检测

机载火控雷达对近距离地面慢速目标进行检测时,由于地杂波散射体俯仰角随距离变化,引起杂波的空时二维分布随距离变化,呈现出严重的非平稳性.在这种杂波环境中,常规处理和空时二维处理都难以得到好的性能.本文提出一种杂波频移补偿的方法,对不同距离的杂波数据施加不同的频移变换,有效减弱了杂波的非平稳性,使杂波能量在二维平面内集中,杂波分布面积大大减小.仿真结果表明,在检测近距离地面慢速目标时,用频移补偿作为空时二维处理的预处理可以取得好的效果,大大提高了系统的改善因子,而且具有实现简单,运算量小,便于工程应用的优点.     

一种基于压缩感知的地面运动目标检测方法

针对实际非均匀环境空时自适应处理(STAP)难以获取足够独立同分布样本的问题,该文提出一种基于压缩感知的运动目标检测方法。该方法首先将待检测距离门的回波数据变换至2维频率域进行能量积累,并构造相应2维频率域的冗余字典,然后利用贝叶斯压缩感知技术提取若干强静止散射点谱峰,估计杂波谱能量支撑区,最后通过基于加权的最小l1范数优化模型实现杂波抑制与运动目标检测。理论分析及仿真实验结果表明该方法具有较高的角度和多普勒分辨率,并且在低信噪比情况下也可以获得良好的检测效果。     

基于冗余小波变换的高频地波雷达目标检测算法

为了从高频地波雷达(High Frequency Surface Wave Radar, HFSWR)信号生成的复杂距离多普勒(Range Doppler, RD)图像中准确提取运动点目标, 提出了一种基于冗余小波变换(Redundant Discrete Wavelet Transformation, RDWT)的RD图像点目标检测算法.该算法根据点目标与海杂波、电离层杂波等特征的差异, 首先在距离方向进行自适应RDWT以去除海杂波和地杂波, 并在多普勒方向进行自适应RDWT以去除电离层杂波; 然后利用图像形态学运算对背景噪声进行了抑制; 最后进行阈值自适应分割以得到点目标.实验结果表明:该算法能有效抑制RD图像中的海杂波、电离层杂波和背景噪声, 能从复杂的RD图像中实现点目标的有效检测, 其检测性能优于改进的恒虚警率(Constant False Alarm Rate, CFAR)算法.     

强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法

针对稀疏雷达孔径数据处理与成像问题,本文提出了一种强地杂波背景下基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲高分辨雷达成像方法。在对稀疏回波数据解线调时,采用填零一次相消技术剔除地杂波,对粗分辨距离像序列二次采样后获得高信杂比的目标高分辨回波信号;再利用该信号的频域稀疏特性,结合各脉冲簇中随机丢失不同子脉冲的情况,构造相应的部分傅里叶基矩阵实现雷达数据的稀疏化表征,然后利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,实现对目标的高分辨成像。仿真结果验证了本文方法的有效性。      

基于CNN的机载气象雷达气象目标检测方法

机载气象雷达系统进行气象探测时易受到强地杂波的干扰,从而导致目标信息丢失。为准确检测地杂波中的气象目标,获取完整的目标信息,本文提出了一种基于卷积神经网络(Convolution Neural Networks, CNN)的机载气象雷达目标检测方法。该方法联合时域、多普勒域和俯仰维空域信息,将杂波相位对准指标、多普勒速度和干涉相位作为CNN的输入,并给出详细的网络结构。本文通过模拟雷达回波仿真产生训练集和测试集,并对所提网络进行训练和测试。仿真结果表明,与目前的气象目标检测方法相比,该方法具有较高的检测概率,而且在谱矩信息变化的情况下仍可维持较好的检测性能,具有很好的鲁棒性。此外,仿真结果表明CNN比传统的贝叶斯分类器和支持向量机等分类网络具有更好的分类性能。     

高分辨雷达目标检测方法研究

高分辨雷达较低分辨雷达能够提供较多的目标结构信息,但是由于其目标回波和杂波的特殊性,信号检测也存在着一些新的技术问题。本文分析了高距离分辨雷达目标和杂波的回波特性,给出了回波模型,在此基础上分析了非瑞利杂波背景下高距离分辨雷达的检测方法,并进行了仿真验证,结果表明采用TM—CFAR与M／N检测相结合的方法可以很好的利用...     

一种基于先验信息的机载MIMO雷达发射方向图设计方法

在非均匀杂波背景下,针对旁瓣杂波抑制问题,该文提出一种基于先验信息的机载多输入多输出(MIMO)雷达发射方向图设计方法。该方法利用目标和杂波在空域和多普勒域的2维先验信息,以最大化雷达空时匹配滤波后的输出信杂噪比(SCNR)为准则,建立关于发射信号相关矩阵的优化代价函数,并采用半正定规划(SDP)方法进行求解。仿真表明,在非均匀杂波背景下,采用该文方法优化设计的发射方向图可有效提高空时2维匹配滤波后的输出信杂噪比。     

对运动目标约束的机载前视阵雷达杂波谱补偿方法

在机载前视阵雷达中,由于地面杂波存在距离依赖性,使得杂波协方差矩阵估计不准确,进而导致空时自适应处理(STAP)的杂波抑制性能严重下降。基于配准的杂波补偿方法(RBC)能够有效地对地面杂波的距离依赖性进行补偿,但当杂波数据中含有运动目标时,使用该方法对杂波补偿后,包含在杂波中的运动目标信息会在空时平面散开,导致其无法被检测。针对上述问题,提出一种运动目标约束的杂波补偿方法,即在基于配准的方法中,根据运动目标与杂波的多普勒频率不同来添加运动目标约束保护。计算机仿真结果表明:该方法不仅能够降低杂波距离依赖性,而且可以有效地对运动目标信息进行保护。     

多载频星载MIMO-SAR系统动目标检测技术研究

该文研究多载频星载MIMO-SAR系统动目标检测技术。针对多载频星载MIMO-SAR的特点,使用子空间投影的空频自适应处理抑制杂波,并提出一种双门限恒虚警检测器。双门限恒虚警检测器主要思想是各载频对应的回波信号通过SFAP杂波抑制后,使用剔除平均恒虚警检测动目标,得到各载频对应的检测结果,最后将检测结果使用二进制多次脉冲积累进行二次检测,进一步提高检测概率。仿真结果表明,空频自适应处理能有效抑制杂波;同时双门限恒虚警检测器将有助于进一步提高多载频星载MIMO-SAR系统动目标检测性能。     

一种X波段PD雷达信号处理系统的设计

对于X波段地面雷达，要使其在云雨等动杂波环境下的目标检测能力达到指标要求，信号处理机的合理设计非常重要。地面雷达PD方案至今尚无确定的形式。本文在研究雷达信号处理技术和算法的基础上，设计了一种地面PD雷达信号处理系统方案。     

机载前向阵雷达近程地面目标检测

根据地杂波谱特点,本文提出了一种前向阵近程地面目标检测方法。该方法由频移补偿预处理、二级降维(3DT-SAP级联多级维纳滤波器(MWF))空时自适应滤波、两步广义似然比检验(GLRT)组成。其中,3DT-SAP级联MWF方法不仅本身能以低的计算代价实现杂波的有效抑制,而且能使两步GLRT方法通过极少量的计算完成与GLRT方法性能相同的恒虚警检测,降低了计算总量。仿真表明,此系统方法能够有效检测出前向阵近程地面目标。     

基于知识辅助的MIMO雷达波形设计方法

该文针对雷达系统受到天线主瓣和副瓣杂波以及强干扰影响时性能下降问题,提出基于距离扩展目标和杂波先验信息的MIMO雷达波形设计方法。首先建立了目标函数,综合考虑了波束主瓣增益、旁瓣杂波抑制能力以及目标输出SCNR的改善性能;然后在优化问题求解中对约束条件进行松弛,使得波形矩阵空域和时域2维解耦合,从而实现空域波束形成和时域波形设计独立优化求解;其次利用L-BFGS算法设计恒模的发射波形矩阵,形成低副瓣的波束方向图和较深的强杂波抑制凹口,并基于目标输出SCNR最大化准则,利用迭代算法分步求解优化的主瓣发射波形和接收滤波器;最后通过电磁仿真的距离扩展目标数据验证所提算法的有效性。     

杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法

认知雷达波形设计往往依赖于精准的杂波先验信息,当先验信息数据存在缺失时,所构建的杂波模型会严重失配,进而影响雷达对杂波的抑制能力。该文针对杂波先验数据缺失条件下的雷达波形优化问题,建立完全随机缺失机制下的点状与块状缺失场景,设计恒模与相似性约束的波形优化模型,提出基于优先级填充-强化学习级联优化的雷达波形训练算法:即采用强化学习智能体与填充算法修复后的杂波环境相交互的级联方法,以最大化信杂噪比为优化目标,通过迭代训练得到雷达最佳波形参数配置策略。最后,仿真验证不同缺失概率条件下所提算法的优越性。结果表明:相比于传统非级联优化算法,该文所提算法均可获得更优的杂波抑制性能,有效提升雷达的探测能力。      

Clutter suppression method for heterogeneous environment

Clutter suppression is a key process in ground moving target indication (GMTI). Adaptive filtering is an effective method for clutter suppression but the performance degrades severely in heterogeneous clutter environment. To solve this problem, a new clutter suppression method is proposed. The approach uses subspace tracking technique to update clutter subspace of different clutter patches which may mitigating the heterogeneous effects. Simulation results illustrate that the method performs well when lacking of the independent and identically distributed (i.i.d.) samples.     

Clutter Suppression Method in GPR Using the Convergence of Matrix Entropy

A novel clutter suppression method in ground penetrating radar(GPR) is proposed.The preliminary result is obtained by using target resolution improved processing(TRIP).The preliminary result will be used as an initial input for TRIP iteration.All TRIP iteration steps are the adaptive linear combination of the previous TRIP result and the preliminary result.This adaptive combination strategy can balance clutter suppression and target information protection,which is considered as a troublesome contradiction and a chronic problem in clutter suppression research.When the matrix entropy of iteration result converges,the algorithm can achieve a good result both in clutter suppression and target protection.Experimental results demonstrate that the new algorithm outperforms the existing approaches.