基于二维映射的LFM UWB 雷达动目标速度估计

针对线性调频超宽带雷达动目标存在的距离-多普勒耦合以及多普勒色散对测速的影响,该文采用了频率-多普勒平面的2 维映射方法。首先将接收的脉冲串回波,通过快-慢时间的2 维傅里叶变换获得相应的频率-多普勒2 维平面。然后,利用2 维映射处理,将超宽带信号映射为窄带信号,实现多普勒域能量的聚焦。最后,根据映射后的窄带信号对应的多普勒频率获得目标径向速度。该方法不但有效地解决了超宽带雷达多普勒色散对测速的影响,而且规避了由于目标沿距离维的走动引起的慢时间域不能有效的能量积累。通过速度估计值,进行运动补偿后可获得目标距离像。此外,根据相关条件,进一步推导了速度适应范围。仿真实验结果验证了该方法的有效性。      

一种针对压缩域信号的新型锁相环技术

针对通信信号压缩采样获得的压缩域信号频率、相位提取问题,提出了一种基于压缩感知的新型锁相环技术。通过深入研究压缩域的信号估计问题,提出了压缩域锁相环路,可以直接在压缩域同步跟踪信号频率和相位变化,不再需要高复杂度的信号重构处理。分析了环路模型及其估计性能,并针对该锁相环可行性和性能分别进行了仿真实验。仿真结果不仅验证了压缩域锁相环的可行性,同时表明该环路能够实现高动态信号的高精度频率提取。压缩域锁相环的应用潜力较大,例如可以作为压缩感知通信接收机的同步解调方法。     

合成孔径雷达运动目标谱图二维压缩与重构方法

在完成合成孔径雷达(SAR)双通道回波数据对消处理的基础上,提出一种基于压缩感知的运动目标谱图二维压缩与重构方法。通过构造二维观测矩阵对SAR谱图在距离和慢时间方向上分别进行压缩,接收端设计二维正交匹配追踪法来重构原始谱图信息,进一步得到目标高分辨二维像。该方法可大幅降低SAR运动目标谱图数据量,并在稀疏度估计值不小于应有稀疏度值且两者比较接近的条件下,准确重构出原始谱图信息,同时得到高质量的运动目标二维像。仿真验证了方法的有效性。     

基于信号方向信息的二维压缩感知重构研究简

理论证明了可压缩信号各列及其对应稀疏变换域系数矩阵各列具有相同的能量和方向信息;测量数据各列的能量和方向信息本质上反映了可压缩信号各列的能量和方向信息;图像稀疏变换域系数矩阵相邻列具有极高的相似性.基于二维压缩感知模型在传统的OMP算法中引入信号方向信息,构建了2DDOMP算法,取得了更好的图像重构效果,避免了当前压缩感知重构算法单纯依靠测量数据的盲目性和不确定性.基于信号方向信息的重构算法设计思想可用于改造优化各类重构算法,是对当前压缩感知研究的重要补充.     

基于离散FRFT的SAR动目标参数估计方法

为了有效减少SAR系统的数据量和降低脉冲重复频率，提出了一种基于离散分数阶傅里叶变换（FRFT）的动目标参数估计方法。首先对距离向脉冲压缩之后的数据进行DPCA对消处理，其次利用Hough变换估计目标跨航向维的运动参数并校正距离单元走动，然后基于离散的FRFT变换矩阵构造稀疏基矩阵，建立压缩感知重构模型，通过对模型的优化求解获得FRFT的最优阶数，进而估计动目标沿航迹维的速度和位置。最后，仿真实验验证了所提方法能够有效实现低脉冲重复频率条件下的地面运动目标参数估计。     

一种复域压缩感知目标方位估计方法

针对频域压缩感知目标方位估计方法的性能退化问题,本文通过对线列阵接收信号进行复解析变换,按预估方位在复域对各阵元信号进行时延补偿、相关和累积处理,构建复域感知矩阵和测量值,采用复域压缩感知方法实现空间谱合成和目标方位估计.数值仿真和实测数据处理结果表明,在同一检测概率下,相比频域压缩感知方法,该方法对输入信噪比的最低要求得到近10lgMdB(M为通道数)的降低,提升了对弱目标的检测能力.     

基于压缩感知的通信信号频谱检测方法

频谱感知是无线通信网络中提高频谱利用率的关键。针对现有通信信号频谱检测方法抗噪性低的问题,文中提出一种基于压缩感知的频谱检测方法。该方法首先利用压缩感知理论对通信信号的宽频带进行稀疏采样,其次采用改进的平滑范数重构算法对信号循环谱进行重构,提高了信号循环谱的重构性能,最后在循环谱域实现频谱检测。仿真实验结果表明,改进的平滑范数重构算法对信号的重构精度优于正交匹配追踪算法,压缩感知信号频谱检测算法的抗噪性优于传统能量检测算法。     

提高雷达机动目标检测性能的二维频率域匹配方法

 增加目标信号的积累时间是提高雷达对微弱目标探测能力的主要方法.但是,对于高速运动目标,在长时间相参积累期间,目标回波信号容易产生距离徙动和多普勒走动,若不进行补偿,目标信号能量不能有效积累.传统基于keystone变换的方法仅适用于目标作匀速运动的情形,当目标作机动运动时,距离弯曲不能通过keystone变换进行校正.针对目标作匀加速运动,且高速目标存在多普勒模糊情况,本文提出一种二维匹配滤波新方法,该方法将脉冲压缩后的目标回波转换到距离-多普勒二维频率域,通过构造一补偿函数进行匹配滤波处理.该方法不需要知道目标运动速度参数,由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除,另外,所提算法可以有效地利用快速傅里叶变换实现而无需进行插值操作,运算量小.仿真结果表明本文方法具有良好的高速机动目标积累检测性能.     

基于分段压缩和原子范数的跳频信号参数估计

针对压缩域跳频信号参数估计方法需借助测量矩阵寻找压缩采样数据的数字特征,造成运算复杂度高,且存在基不匹配的问题,提出一种压缩域数字特征和原子范数的跳频信号参数估计方法。建立块对角化的测量矩阵,实现信号分段压缩,分析压缩采样数据的数字特征,实现跳变时刻粗估计;分离出未发生频率跳变的信号段,利用原子范数最小化方法实现跳变频率的精确估计;最后依据精确估计的跳变频率,设计原子字典,并在压缩域实现跳变时刻的精确估计。基于该算法的跳变频率估计性能高于基于压缩感知的跳变频率估计,亦能精确估计跳频信号的跳变时刻。仿真结果显示,在信噪比高于-2 dB,压缩比高于0.5时,基于该算法的归一化跳变频率估计误差低于10-4,归一化跳变时刻估计误差低于10-2。     

基于扩展目标先验的贝叶斯压缩感知成像

已有的基于压缩感知理论的雷达成像技术通常是基于待重构目标散射点自身非常“稀疏”的前提下。然而实际情形中，针对大型刚体目标成像，如飞机、舰船等，其距离维及方位维通常存在一定的扩展特性，此时成像场景目标空间域的稀疏性相对较差，如果仍采用传统方法进行目标反演，所获得的目标重构性能通常并不理想。据此，基于扩展目标的先验信息，提出了一种改进的贝叶斯压缩感知成像方法。仿真试验验证了所提方法的有效性。     

机载多输入多输出雷达脉冲相消杂波抑制方法

针对机载多输入多输出雷达杂波分布呈现空时耦合特性,该文提出了一种新的空时2维脉冲相消杂波抑制方法,通过利用雷达参数以及载机速度可以确定杂波分布轨迹这一先验信息,设计出一种简单有效的空时2维脉冲相消器,作为空时自适应处理(STAP)的杂波预滤波处理方法,进一步提高目标的检测性能。试验结果表明,该方法可以较为灵活地根据不同阵列结构来构造,不受布阵方式的限制,同时对于高速运动目标的检测也较为有效。     

基于空时自适应处理的低空风切变风速估计方法

针对机载气象雷达在探测低空风切变时,有用信号会淹没在强杂波背景中的问题,该文提出一种基于空时自适应处理(STAP)的低空风切变风速估计方法。该方法首先利用空时插值原理校正机载前视阵地杂波的距离依赖性,获得多个独立同分布(IID)样本后估计地杂波协方差矩阵,然后构造适用于分布式低空风切变目标的空时自适应处理器,在自适应抑制地杂波的同时积累低空风切变信号,最终实现风场速度的精确估计。仿真结果表明,在高杂噪比、低信噪比的情况下,该方法可有效地自适应抑制地杂波并精确地估计风场速度。     

机载双基地STAP的OP-DW预处理算法及其性能研究

距离模糊杂波和杂波数据样本距离非均匀对机载双基地雷达杂波STAP性能影响严重,文章提出了一种正交投影-多普勒频移算法以实现模糊杂波抑制和非均匀性补偿.该算法首先基于待检测距离环杂波空间和时间多普勒频率信息构造空间和时间投影矩阵,重构杂波数据,消除模糊杂波,然后利用多普勒频移对杂波样本间距离非均匀性进行补偿.仿真表明:该...     

基于IAVOA-GRU网络的高频地波雷达电离层杂波预测

电离层杂波的精确预测对提升高频地波雷达的探测性能具有重要作用。提出了一种基于改进非洲秃鹫优化算法优化门控循环单元(Improved African Vultures Optimization Algorithm Optimization Gated Recurrent Unit, IAVOA-GRU)网络的电离层杂波预测方法。首先,依据电离层杂波的混沌特性,通过相空间重构方法对接收到的电离层杂波进行相空间重建,构建GRU网络的输入、输出样本集;然后,利用IAVOA对GRU网络的隐层节点数、迭代次数及初始学习速率3个超参数值执行优选;最后,重新训练优化后的GRU网络,并进行预测。实测结果表明,相较其他6种对比预测模型,所提出的IAVOA-GRU网络模型具有较高的预测精度和可靠性,为有效改善高频地波雷达的探测性能提供了一种思路和方法。     

An approach to suppress short-range clutter for non-side looking airborne radar

When the Airborne Early Warning (AEW) radar transmits medial or high Pulse Repetitive Frequency (PRF) signal, the range ambiguity occurs. The clutter of short-range clutter has serious range dependence problem for non-Side Looking Airborne Radar (non-SLAR). As a result, the clutter plus noise covariance matrix can not be estimated correctly, and the performance of clutter suppression obtained by Space-Time Adaptive Processing (STAP) degrades greatly. The uniform linear array has not elevation degrees; therefore, the short-range clutter can not be suppressed directly. A short-range clutter suppression method is proposed. The method first estimate the elevation angles of the am-biguous short-range gate, then eliminates short-range clutter by space time interpolation and adds moving target protection in the procedure. This method can suppress the short-range clutter well. Simulation results show the validity of the method.     

基于EM算法和GOF的宽带分布式 目标检测算法

 针对K分布杂波背景下的宽带分布式目标检测问题,提出了一种基于期望最大化算法和拟合优度检测方法的检测算法.该算法利用期望最大化方法估计杂波参数,提高了估值精度.通过结合拟合优度检测有效利用了目标回波对杂波背景的干扰,并简要分析该算法的恒虚警率性.对仿真数据与实测数据的多个仿真结果表明,与传统的非相干积累方法及基于散射点密度的广义似然相比,该算法检测性能有明显的提高.     

基于SVD的高频地波雷达干扰与杂波抑除算法

该文针对高频地波雷达探海工作期间高频干扰严重海杂波强的特点,干扰抑制时引入海杂波约束条件,对自适应阵列波束形成方法进行了改进,防止干扰抑制后回波中一阶海杂波时域相关特性发生破坏而在频谱上虚假展宽。然后,使用干扰抑制结果构造时域采样矩阵,由奇异值分解(SVD)方法获得积累期间一阶海杂波频率的变化历程,通过矩阵特征分析将一阶海杂波滤除。最后,使用OSMAR2000实测数据检验了本文算法的有效性。     

航管一次雷达抗风电场干扰目标检测方法

 近年来,全球风力发电装机容量呈指数型增长。然而,现有航管一次雷达的动目标检测(Moving Target Detector, MTD)技术无法抑制具有非零频成分的风电场杂波,可能导致目标遮蔽和虚警率上升。针对此问题,该文提出了一种在风电场杂波下航管一次雷达的目标检测方法。该方法在MTD前端设置风电场杂波抑制器。在该抑制器中首先估计雷达回波每个距离单元的谱中心,并把所有距离单元的谱中心移到零频。其次利用类似于对消固定杂波的方法对消目标回波,而具有较宽频谱宽度的风电场杂波经对消后仍有大部分的能量剩余。然后采用恒虚警率(Constant False Alarm Rate, CFAR)检测确定杂波所在的距离单元,并剔除待检测数据中所有杂波单元,解决了风电场杂波进入非零频多普勒滤波器可能导致当前航管一次雷达MTD检测性能急剧恶化的问题。实验结果表明该方法对风电场杂波强度不敏感,有效地消除了杂波对目标的遮蔽现象并控制了由杂波引起的虚警率上升。     

Fast reduced-rank STAP algorithm based on Gram–Schmidt orthogonalisation for airborne radar

In the reduced-rank space-time adaptive processing (STAP) methods, especially the principal component (PC) analysis STAP method, a set of dominant eigenvectors must be obtained by singular value decomposition of the space-time covariance matrix. Therefore, it is very difficult to be applied in practical system due to the intense computational complexity. In order to reduce the computational burden, a fast reduced-rank STAP algorithm based on Gram–Schmidt (GS) orthogonalisation is proposed in this article. In the proposed GS-PC STAP method, the clutter subspace is reconstructed by the GS orthogonalisation of training samples. Then, the STAP adaptive weight vector is calculated by orthogonally projecting the quiescent weight vector into clutter subspace, which can hold fast convergence measure of effectiveness (MOE) and require less computational complexity by compared with the conventional PC method. Based on the simulated data and multichannel airborne radar measurements data, the corresponding convergence MOE and the clutter suppression performances are verified in the article.     

星载多通道高分辨率宽测绘带SAR系统运动目标检测方法

该文针对星载多通道高分辨率宽测绘带合成孔径雷达系统,提出一种新的运动目标检测方法。该方法首先利用波束形成方法进行杂波抑制,然后对运动目标的斜距历程进行拟合得到运动目标的运动方向。接着对杂波抑制后的数据进行聚焦处理,得到模糊的运动目标图像,并利用恒虚警检测技术检测得到所有的模糊运动目标。最后根据模糊图像的空间关系和估计出的运动方向检测出真实目标。星载仿真数据验证了该方法的有效性。