调频步进雷达运动目标信号处理的新方法

调频步进雷达是一种距离高分辨率的雷达体制,但是会产生目标冗余的问题.目标抽取算法就是消除这种冗余,提取目标真实位置的方法.对于这种雷达体制,目标运动是影响其性能的主要原因.本文分析了目标抽取算法的特点及速度、速度估计误差对此方法的影响.为克服速度造成的包络走动影响,本文提出了一种改进的目标抽取算法。这种方法在可以准确估计目标速度时具有很好的性能,但是随着速度估计误差增大,性能有所下降.本文给出了速度估计误差的界限,以便尽量减少速度估计误差引起的问题.此外,本文还提出了另一种幅度内插的方法,很好地解决了速度估计误差造成的距离耦合时移问题.计算机仿真的结果验证了理论分析的正确性.这两种方法,尤其是后面幅度内插的方法,可以解决调频步进雷达运动目标处理的关键问题,为这种雷达体制的实用化奠定了基础.     

运动目标环境下的调频步进信号目标抽取算法

为了减少采样损失,调频步进信号的采样率通常高于chirp子脉冲的带宽。在这种过采样冗余情况下,需要对IFFT合成高分辨结果进行目标抽取去冗余方能得到高分辨一维距离像。然而当目标运动时,只标抽取的结果会产生目标丢失或伪峰等现象。该文提出了一种基于幅度最强像偏移量的动目标抽取算法,该方法利用幅度最强像的偏移量修正各采样点的目标抽取范围,从而解决了速度估计误差引起的速度-距离耦合对目标抽取算法的影响。计算机实验结果验证了理论分析的正确性。     

运动目标循环移位舍弃像拼接算法

雷达目标一维高分辨距离像拼接是一维高分辨距离像用于雷达目标识别的前提。当目标运动时,距离像发生循环移位,采用传统的目标抽取算法如同距离舍弃法和同距离选大法将导致目标抽取结果产生像缺损。分析了目标运动对步进频率一维高分辨距离像的影响,提出了可避免抽取损失的循环移位舍弃像拼接算法。该算法基于幅度最强像修正抽取范围,将抽取范围与距离像同步移动,克服了目标运动对传统的距离像拼接算法的影响,同时避免了精确运动补偿计算量大的问题,具有工程应用价值。仿真实验验证了该算法的有效性。     

步进调频宽带雷达距离扩展目标频域检测算法

论文研究高斯杂波背景下步进调频宽带雷达的距离扩展目标检测问题。根据步进调频宽带雷达目标高分辨距离像的特点,提出一种基于回波功率谱的距离扩展目标频域检测算法。该算法无需对目标抽取形成1维距离像,直接利用目标高分辨距离像功率谱与杂波功率谱的差异,在频域实现了距离扩展目标回波能量的积累。推导了算法的检验统计量,给出了虚警概率的表达式。最后通过Monte-Carlo仿真验证了算法的检测性能。仿真结果表明该文的目标检测算法较目标抽取后的检测算法在检测性能上有明显提高,同时其检测性能也优于同条件下基于视频积累的距离扩展目标检测算法,并且具有良好的鲁棒性和工程可实现性。     

频率步进雷达距离扩展目标检测算法研究

针对宽带毫米波频率步进雷达体制下,点目标分裂成距离扩展目标所带来的检测问题,提出了先抽取后检测处理模式下的积累检测算法.该算法在有效去除过采样冗余提取出目标一维距离像的前提下,能充分利用目标上的多个视在强散射点的能量,有效提高距离扩展目标的探测能力.最后,分析了强散射点分布及IFFT时域泄漏等非理想因素对检测性能的影响.     

基于结构随机跳变最优滤波器的被动雷达距离估计算法研究

根据接收雷达接收到的信号能量,建立了被动雷达距离估计模型,提出了一种基于结构随机跳变系统最优滤波理论的距离估计算法,实现了被动雷达对目标的距离测量。同时考虑算法的实时性和快速性,在精度允许的情况下,对估计算法进行了适当的简化,推导了两种简化算法,以满足不同条件下的工程需要。仿真结果表明3种算法都能准确地估计接收雷达和目标间的距离。     

步进频率雷达距离像去冗余新算法

传统的步进频率毫米波雷达采用脉间压缩体制,要求脉冲宽度和步进频率的乘积小于1.传统处理方法使用IFFT合成高分辨一维距离像,结果会导致高分辨一维距离像存在距离失配冗余和过采样冗余问题.冗余信息使目标在距离像中位置移动,严重影响成像质量.针对以上问题,文中提出了距离匹配小波去冗余算法,直接在成像过程中解决冗余问题,减少了计算步骤,提高成像精度,分别给出距离失配冗余和过采样冗余的消除算法,通过仿真和实测数据对算法进行验证,结果表明理论分析的正确性,有效地消除了冗余信息.该算法在实际应用中具有一定意义.     

外辐射源雷达椭圆定位算法仿真及误差分析

外辐射源雷达通过接收目标对外辐射源信号的反射波来检测目标,并完成对目标的定位跟踪.外辐射源雷达的目标到接收站的距离是无法直接测得的,需要通过基于空间几何约束关系解算来获得.椭圆定位算法是一种外辐射源雷达中常用的测距方法,该算法利用距离和-角度信息,实现高精度测距.通过研究目标和收发站之间的空间几何约束关系,根据二维平面...     

一种步进频率雷达目标高分辨距离像拼接算法

步进频率信号脉冲综合后存在两种成像冗余,本文分析了他们对一维距离像的影响,提出了一种距离像拼接算法:局部同距离取大法,该方法在目标进行像拼接时利用了高分辨距离像冗余信息,因此对静止目标以及运动目标均有效。对仿真数据和外场实测数据的处理均验证了该方法的有效性。     

基于核主分量相关判别分析特征提取方法的目标HRRP识别

为有效提高雷达高分辨1维距离像目标识别系统的总体性能,需要对目标高分辨1维距离像进行特征提取,以得到具有最小信息损失、高可分性且低维度的目标特征,为实现该目的提出一种基于核主分量相关判别分析的特征提取算法。该算法基于目标高分辨1维距离像的统计特性,通过对核主分量分析中核函数的选择,实现对不同类型距离单元的特征提取。同时综合线性判别分析与典型相关分析理论构建新的准则函数,以实现特征空间中类内相关性与类间差异性最大化,同时减少目标特征中的冗余信息。利用实测数据进行实验,结果表明该方法提高了特征向量的可分性,降低了特征向量的维度,并且对该算法在不同强度杂波下的识别性能进行了分析,实验结果表明,该方法可以有效的提高目标高分辨1维距离像目标识别系统的总体性能。     

基于Keystone变换的长时间相参积累研究

长时间相参积累是提高弱小目标检测的一种有效方法,但随着积累时间的增加,会产生目标跨距离单元走动的问题。文中在信号处理算法中引入Keystone变换来补偿距离走动带来的影响,可以在不需要先验速度信息的情况下,实现目标的长时间积累。仿真实验验证了Keystone变换实现距离走动补偿的有效性,并形成了一套较完整的雷达信号处理算法。     

一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中,传统相关处理方法的距离旁瓣受到时宽带宽积的限制,在有限相关处理时间内得到的距离旁瓣较高,会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法,将LMS滤波器的系数作为距离压缩结果,从而获取较低的距离旁瓣。对该方法的性能进行了理论分析,并通过数字仿真验证了算法的有效性和理论分析的正确性。     

空间碎片的低分辨雷达二维成像及其运动补偿算法

地基雷达一直是空间碎片监测的强有力工具,现有的雷达数据处理方法的缺陷逐渐显现,需要新的方法以应对空间环境的日益恶化。本文针对空间碎片特有的运动特征和物理特征,给出了一种利用低分辨雷达获取小尺寸空间碎片二维雷达成像的方法。该方法通过对目标的窄带雷达回信号的相干积累得到目标的瞬时一维横向像,然后将一维横向像序列按照转动角度重排,最后利用各散射点横向距离投影的正弦变化特征,在过距离零点的圆上进行幅度非相干积累获得目标二维图像。分析了目标平动对成像的影响,并给出了基于最小熵准则的运动补偿算法,点目标的仿真结果验证了成像算法和运动补偿算法的有效性。     

基于LASSO的雷达脉压压缩方法

雷达抗干扰性能是衡量一部雷达优劣的重要指标,直接决定着雷达作战效能的发挥。常见的抗干扰措施有副瓣对消、脉冲压缩、动目标检测、恒虚警处理等。文中结合LASSO回归算法,提出了一种基于LASSO的脉冲压缩抗干扰措施。该方法利用LASSO回归具有稀疏性的特质,结合雷达回波信号设置匹配字典,使用冗余预测变量构造数据集,并使用交叉验证构造LASSO模型,拟合识别预测变量,实现了目标检测。将该方法与脉冲压缩方法对比,仿真实验证明采用LASSO算法不仅不需要考虑旁瓣的影响,还获得了更好的目标分辨能力,并且在较小信噪比条件下目标检测效果也比较好。     

一种新的HPRF目标跟踪算法

高重复频率(HPRF)在脉冲多普勒雷达上应用正日益广泛,距离高度模糊是其面临的难题之一.文中提出了一种新的HPRF目标跟踪算法,利用距离参数化和概率数据关联算法,能快速得到目标距离的模糊倍数,该方法的特点是不需要调频测距,在波形调度上类似于中重复频率,从而降低了雷达设计难度,简化了数据处理流程,在工程中有较好的应用前景.本文最后还进行了大量的数据仿真,验证了该算法的技术可行性和有效性.     

基于压缩感知的LFM雷达信号回波盲稀疏度估计

由于压缩感知理论用于LFM雷达中要预先给出信号稀疏度,提出了自适应正交匹配追踪算法(AOMP),该方法可用于处理LFM雷达回波信号。在稀疏度即目标数目未知时,由不同发射信号通过延时进而相加来构造冗余字典。AOMP算法是依据残差之差的相对能量小于设定的停止门限来自适应终止稀疏分解过程。理论分析和仿真结果表明,存在噪声时,AOMP算法优于OMP算法,明显提高重构算法的重建概率。当回波信号的距离分辨率匹配字典的距离分辨率,冗余字典结合AOMP算法可有效处理LFM雷达回波信号,具有广泛的应用价值。     

基于RCS信息的雷达目标大小分类方法

由于低分辨率雷达信息量有限,不能对目标的属性特征等做出精确的判断分类,只能做到粗略的分类判断.因此,文中给出了一种雷达散射截面(RCS)统计信息的低分辨率雷达对目标大小的分类方法.讨论了一种利用最大最小距离的聚类模式识别算法.并通过对实测数据的处理对算法进行了验证,证实了利用RCS统计特性结合最大最小距离的聚类模式识别算法对目标进行大小分类的可行性.     

一种新的雷达与红外传感器异平台数据融合方法

针对现有雷达与红外传感器异平台数据融合算法定位精度不高的现状,直接采用由雷达位置与雷达量测的目标距离确定的圆和由红外位置与红外量测的目标方位确定的直线相交,对目标进行定位,提出了一种新的雷达和红外传感器位于异平台情况下的数据融合算法,减小了雷达角度测量误差对定位结果的影响。仿真分析证明新的融合算法与现有融合算法相比有效地提高了目标定位精度。     

基于过采样抽取子带处理的宽带雷达杂波抑制

针对宽带雷达目标回波在相参处理时间内存在越距离单元走动的问题,提出了一种基于过采样抽取子带处理的宽带雷达杂波抑制与目标回波相参积累的方法。通过过采样离散傅立叶变换（DFT）调制滤波器组将宽带雷达回波分为若干子带,每个子带内目标回波不存在越距离单元走动,从而可以通过对相参回波序列的加权处理实现杂波抑制和目标回波的相参积累,将各子带的处理结果通过综合滤波器组重构得到相参积累后的目标距离像。由于采用了过采样抽取滤波器组,子带加权处理所产生的剩余混叠失真很小,因此,与传统的基于2维快速傅立叶变换（FFT）的处理方法相比,可以获得更大的信杂比改善因子和更小的重构距离像失真。通过理论分析和仿真实验证明了该方法对宽带雷达杂波抑制和目标回波相参积累的有效性。     

基于一维测量的多传感器多目标数据关联

本文在S-D分配算法的基础上,提出一种基于一维测量数据的多基地雷达多目标数据关联的方法.在每个传感器仅能给出目标的一维距离和量测信息,并且同时存在虚警的条件下,该方法首先利用4维组合的冗余信息对各传感器的量测值进行组合筛选,然后由4维分配算法进行多目标的数据关联,仿真结果表明该方法可以有效提高多目标的正确关联概率.