基于KA⁃SRCN⁃pSTAP的低空风切变风速估计方法

针对由于独立同分布（IID）样本严重不足,导致极化空时自适应（pSTAP）处理性能下降,进而导致低空风切变风速估计不准确的问题,本文提出了一种基于知识辅助的稀疏表示杂波零陷极化空时自适应（KA?SRCN?pSTAP）的低空风切变风速估计方法。该方法首先利用杂波脊的先验知识辅助构造极化空时稀疏字典,然后利用极化空时稀疏字典,通过SRCN算法挑选原子并对到杂波线性子空间补空间上的投影矩阵进行估计,从而得到pSTAP权矢量,最后构造pSTAP滤波器对地杂波进行抑制,准确估计低空风切变风速。该方法仅使用少量IID样本,将SRCN算法与极化?空时域相结合,完成对风切变风速的有效估计。仿真实验结果证明该方法可以有效实现少样本情况下的风速准确估计。     

机载柱形共形阵低空风切变风速估计方法

针对机载柱形共形阵气象雷达在探测低空风切变时,有用信号会受到强地杂波影响的问题,提出了一种机载柱形共形阵体制下的低空风切变风速估计方法。该方法首先从柱形共形阵特殊阵列流型引起杂波抑制困难的本质原因出发,利用空域角频率补偿法对各个距离单元的回波数据进行补偿,获得多个独立同分布(Independent and Identically Distributed, IID)的样本后估计杂波协方差矩阵,然后构造适用于低空风切变目标的空时自适应(Space-Time Adaptive Processing, STAP)处理器,在自适应抑制地杂波的同时积累风切变信号,最终实现风场速度的精确估计。仿真结果表明,该方法可有效实现地杂波的抑制并精确地估计风速。     

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。     

幅相误差下基于CMCAP-JDL的低空风切变风速估计

针对机载气象雷达存在幅相误差的情况下，导致杂波抑制性能下降，低空风切变风速估计结果不准确的问题，本文提出了一种基于组合空时主通道-局域联合空时自适应处理（Combined Space-time Main Channel Adaptive Processing, CMCAP-JDL）低空风切变风速估计方法。该方法首先对雷达回波数据进行距离依赖性矫正及杂波协方差矩阵估计；然后对空域和时域加权，形成空域主波束和时域主通道，同时增加多个局域处理区域参与联合处理的方式来构造自适应降维处理器；最后使用权矢量对降维后的回波数据实现自适应滤波，完成幅相误差情况下风场速度的准确估计。仿真结果表明，该方法能够在幅相误差的情况下，实现低空风切变风速的准确估计。      

复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。     

基于D3AR的半球共形阵低空风切变风速估计方法

针对半球共形阵体制下进行低空风切变检测时会受到强地杂波信号的干扰,导致风切变信号难以检测的问题,提出了一种基于空时自回归的直接数据域算法（Space-Time Autoregressive Direct Data Domain,D3AR）的低空风切变风速估计方法。该方法首先将待检测距离单元的数据从空域、时域以及空时域进行信号对消处理;然后将处理后的数据矩阵描述为空时自回归（Autoregression,AR）模型并估计模型参数;再通过构造与杂波子空间正交的空间来实现对杂波的抑制,最后通过提取待检测单元的最大多普勒频率来估计风场速度。根据仿真结果显示,该方法有效地实现了地杂波抑制,并且能够精确估计风速。     

复杂地形环境下基于CL-KA-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现的非均匀特征导致难以准确获得杂波统计特性,进而影响杂波抑制效果,使得风切变风速估计不准的问题,该文提出一种色加载知识辅助STAP(CL-KA-STAP)的低空风切变风速估计方法。该方法首先构造降维联合时空变换矩阵,并对待检测距离单元的回波信号进行降维处理,然后将由数字高程模型(DEM)和国家土地覆盖数据库(NLCD)获取的先验知识融入到组合空时主通道自适应处理器(CMCAP)中,构造色加载系数优化函数求解色加载系数,最后构造滤波器,实现杂波自适应滤波并准确估计风速。后续仿真结果证明了所提方法的有效性。     

基于DDD-GMB的低空风切变风速估计方法

当机载气象雷达在非均匀地杂波环境下探测低空风切变时,会遇到杂波协方差矩阵估计不准确问题,从而影响风速的正确估计。针对上述问题,本文提出一种在非均匀地杂波环境下基于直接数据域-广义相邻多波束（Direct data domin-Generalized adjacent multiple-beam,DDD-GMB）的低空风切变风速估计方法。首先,在非均匀地杂波环境下直接对待检测距离单元进行杂波协方差矩阵估计;然后利用空域相邻多波束和时域相邻多普勒通道构造空时降维处理器,在降低系统自由度的同时,也降低了对训练样本数的要求,最后构造代价函数估计得到风速。仿真结果表明,本文方法可以在非均匀地杂波环境下精确的估计风速。      

回波功率筛选与数字地表分类数据辅助的低空风切变风速估计方法

针对非均匀杂波环境下,低空风切变风速估计不准的问题,该文提出一种回波功率筛选与数字地表分类数据(DLCD)辅助的低空风切变风速估计方法。该方法首先利用样本回波功率对训练样本进行初选,然后利用DLCD计算各样本间的相似度,并从功率较大的训练样本中选取样本相似度较高的训练样本估计待测距离单元的杂波协方差矩阵,最后利用广义相邻多波束(GMB)-局域联合处理(JDL)的方法实现低空风切变风速的有效估计。     

基于双门限控制的机载气象雷达地杂波抑制方法

针对机载气象雷达工作于风切变模式时的地杂波抑制问题,该文提出了一种双门限控制的自适应地杂波抑制方法。该方法在有效估计杂波谱中心和谱宽的基础上,利用每个距离单元的回波功率信息设计双门限控制的自适应凹口滤波器,在最大程度上滤除地杂波的同时,减小杂波残余对风切变信号的影响。仿真结果表明,该方法具有良好的杂波抑制效果,并能有效地提高风切变信号风速估计的准确性。      

回波功率筛选与数字地表分类数据辅助的低空风切变风速估计方法

针对非均匀杂波环境下,低空风切变风速估计不准的问题,该文提出一种回波功率筛选与数字地表分类数据(DLCD)辅助的低空风切变风速估计方法.该方法首先利用样本回波功率对训练样本进行初选,然后利用DLCD计算各样本间的相似度,并从功率较大的训练样本中选取样本相似度较高的训练样本估计待测距离单元的杂波协方差矩阵,最后利用广义相邻多波束(GMB)-局域联合处理(JDL)的方法实现低空风切变风速的有效估计.     

载机偏航下基于广义相邻多波束自适应处理的低空风切变风速估计

该文提出一种载机偏航下基于广义相邻多波束(GMB)自适应处理的低空风切变风速估计的方法,该方法首先利用基于回波数据的杂波距离依赖性补偿方法对杂波进行距离依赖性矫正,估计出杂波协方差矩阵。然后同时组合空域的相邻多个波束与时域的相邻多个多普勒通道来计算降维变换矩阵,并对待测距离单元内的雷达回波数据进行降维处理,进而构造GMB自适应处理器的最优自适应权矢量对降维后的回波数据实现自适应滤波。最后完成载机偏航下风场速度的准确估计。仿真结果验证了该方法能够在载机偏航情况下,获得风场速度的有效估计。     

基于压缩感知的低空风切变风速估计方法

在机载气象雷达的低空风切变检测流程中,风速估计精度是影响风切变检测效果的重要因素。针对脉冲数较少且信噪比较低时风速估计精度变差的问题,该文提出一种基于压缩感知的低空风切变风速估计方法。该方法根据雷达回波信号的稀疏性,利用多普勒矢量构建一个冗余字典以实现信号的稀疏表示,采用观测矩阵对信号进行压缩处理,并通过信号重构算法恢复该稀疏信号,实现风速的精确估计。仿真实验表明：当脉冲数较少且信噪比较低时,该方法能够在获得精确风速估计的同时使得频谱分辨率大大提高,即能够很好地区分在频域间隔很近的风切变与地杂波信号。     

数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法

针对机载气象雷达回波数据缺失的情况下,低空风切变风速估计失准这一问题,本文提出了一种基于缺失数据稀疏迭代协方差估计（Missing Sparse Iterative Covariance?based Estimation,M?SPICE）的低空风切变风速估计方法。该方法首先构造数据缺失模型,然后根据协方差拟合准则计算估计算子,并不断迭代更新得到最终所需的估计算子,进而恢复得到缺失的风切变数据,最后将恢复得到的数据重构得到完整的风切变数据,实现对风场速度的准确估计。仿真结果表明,该方法能够有效实现缺失数据的重建并精确地估计风速。     

基于多通道LFMCW雷达的低空风切变风速估计方法

在飞机起飞和进近着陆阶段中,风切变是一种对飞行危害最大的气象现象,如何有效地探测风切变并及时地规避危险对保障飞行安全至关重要。本文提出了一种将多通道线性调频连续波(Linear Frequency Modulated Continuous Wave, LFMCW)雷达应用于低空风切变检测中的实现方法。首先介绍了多通道LFMCW雷达的信号模型,然后利用空时自适应处理(Space-Time Adaptive Processing, STAP)方法抑制地杂波并匹配风切变信号,最后通过双脉冲重复频率(Dual-Pulse Repetition Frequency, D-PRF)解速度模糊法订正模糊速度,从而实现了风速的精确估计。后续实验仿真结果证明了本文所提方法的有效性。      

基于双极化融合的外辐射源雷达实验分析

雷达极化学揭示了电磁波与目标相互作用的变极化效应,充分挖掘和利用目标极化信息,对提高雷达探测性能具有重要意义。文中对在外辐射源雷达(PBR)探测中利用双极化特征提高探测性能进行了研究。首先,对目标和城区杂波的PBR双极化特性分别进行了仿真计算与实测分析,得到了其交叉极化分量与共极化分量之间的大小关系,为PBR中双极化技术应用提供了基础;然后,根据无源相干定位技术推导了PBR 探测公式,揭示了其与目标双站距离、极化散射特性、多普勒频率之间的关系;最后,根据实验结果具体分析了双极化技术对PBR探测性能改善情况。研究表明,由于双极化探测更充分、有效地利用了目标自身极化散射特性,并用交叉极化方式有效抑制了杂波,所以采用双极化融合技术能有效提高PBR 探测性能。     

毫米波捷变频体制下低空风切变风速估计方法

机载气象雷达下视探测低空风切变时,复杂的电磁干扰及强地杂波会严重影响其对目标信号的检测,造成风场速度估计失准.针对上述问题,本文提出一种毫米波(millimeter wave,MMW)捷变频体制下的低空风切变风速估计方法.该方法采用载频脉组间捷变,在每个脉组内利用雷达系统先验信息设计两维两脉冲对消(two di-men...     

基于X波段无人机暗室测量数据的雷达探测性能分析

雷达对无人机的探测性能分析可为低空监视雷达设计、对无人机探测与反制提供重要参考。基于X波段固定翼无人机的全极化暗室实测数据，采用零记忆非线性变换（ZMNL）法生成相关Weibull杂波，分析了平方律检测器对无人机的检测概率，并根据仿真获得的检测所需最小信杂比，借助地杂波背景下的雷达距离方程计算了全极化雷达对低空无人机的探测距离。结果表明：考虑到无人机起伏损失和地杂波强度在不同极化方式之间的差异，VV极化的探测距离最远，交叉极化次之，而HH极化的综合表现相对较差。     

基于四极化通道融合的海面漂浮微弱目标特征检测

海杂波背景下的微弱漂浮目标检测是雷达目标检测的热点和难点问题。由于海杂波背景下的微弱漂浮目标的回波能量低和多普勒频率通常位于主杂波区,传统的自适应类相参积累检测方法无法有效检测该类目标。基于特征类的目标检测方法是解决海面漂浮目标检测问题的有效途径。本文首先分别提取四个极化通道的三种时域和频域特征（相对平均振幅、相对多普勒峰高和向量熵）,然后在极化通道维度上进行融合,获得四极化通道融合特征。最后,在三维特征空间中使用快速凸包学习算法来确定海杂波的判决区域,从而完成检测。实测海杂波数据实验验证了新方法的有效性,并表明其具有优良的检测性能。      

利用函数拟合的低空风切变三维建模与雷达回波仿真

高保真的低空风切变数据是进行低空风切变检测和飞行性能分析的必要基础。为解决低空风切变危险性高、发生突然且持续时间短等带来的真实数据不易获取的难题,本文提出了一种利用函数拟合的低空风切变三维建模方法。该方法依据风切变的流体力学特征,通过函数拟合的方式建立风场类型及特征可变的三维密度场和速度场,并按照现有机载气象雷达在风切变探测模式下的天线扫描与工作方式,实现低空风切变雷达回波仿真。仿真结果表明:该方法可灵活快速地实现低空风切变三维风场建模,雷达回波的速度估计结果较好地反映了低空风切变径向速度沿距离方向呈现反“S”型特征的分布特点。