基于特征分解的多模杂波抑制方法

电离层对天波超视距雷达回波信号的污染严重制约了雷达对慢速目标的检测, 相位扰动与多模传播共存时, 更是加重了回波杂波谱的展宽.针对这一情况, 文中提出了基于特征分解的多模杂波抑制方法, 根据不同群距离单元上回波信号的相关性来选择群距离单元构造协方差矩阵, 通过一个模板滤波器对回波信号滑动滤波来确定回波信号模式个数, 从而可通过对协方差矩阵的特征分解来确定目标信号和噪声子空间, 继而完成杂波的抑制.该方法实现简单, 适合工程应用, 并且对实测数据的处理结果证实了该方法的有效性.     

基于子频带黎曼距离的海杂波背景下目标检测

海杂波背景下的目标检测对军事和民用均具有重要意义，是雷达信号处理领域的研究热点与难点。传统广义似然比检测器在具有较强空间非均匀特性的海杂波中检测性能明显下降。文中提出基于子频带黎曼距离的检测器。首先，利用一组线性相位离散傅里叶变换调制滤波器将回波分解到不同子频带；随后，在每个子频带中，利用参考单元数据在Hermitian正定矩阵流形上的几何均值或几何中值估计杂波协方差矩阵，将待检测单元协方差矩阵与杂波协方差矩阵之间的黎曼距离作为检测统计量。基于仿真杂波数据和实测海杂波数据验证了所提方法可以有效提高海杂波背景下的目标检测性能。     

面向海面目标检测的陆海分离和海面分区算法研究

自适应检测技术可有效提升岸对海警戒雷达海面目标探测性能,但海岛和陆地会导致成片或离散强杂波点,污染协方差矩阵估计的样本,海杂波的复杂性使得整片海杂波难以采用单一模型描述。为解决海面目标自适应检测时面临的非均匀样本参与协方差矩阵估计时杂波抑制性能严重下降问题和海杂波建模准确性不高的问题,该文提出一种面向海面目标检测的陆海分离和海面分区算法。首先,根据陆地回波序列的相位之间具有强相关性,而海洋回波序列为随机值这一特性,区分陆地杂波和海杂波;然后,根据擦地角对海杂波分区,拟合出每个分区的最优分布后选择合适的检测器进行自适应检测;最后,基于某S波段雷达实测数据验证该算法,检测结果与性能分析表明该算法相对传统算法可有效提高海面目标的检测率。      

空/时对称阵列雷达非高斯杂波背景下多秩距离扩展目标检测方法

针对多通道阵列雷达从实际杂波中检测目标场景,该文提出了一种面向多通道阵列雷达非高斯杂波背景的多秩距离扩展目标检测方法。首先,利用秩大于1的子空间矩阵和相应距离单元的坐标向量,建立了多秩距离扩展目标模型;然后,利用雷达接收单元空间或时间中心对称探测场景下杂波协方差矩阵的反对称结构信息,通过酉变换,采取广义似然比、Rao、Wald检验准则,构建待解参数小样本估计策略,设计了面向非高斯杂波背景的多秩距离扩展目标检测方法。最后,通过理论推导证明了所提检测方法相对于杂波协方差矩阵具有恒虚警特性。基于仿真数据和实测数据的实验结果表明,所提检测方法能够保证对杂波协方差矩阵具有恒虚警特性,此外,相较于现有检测方法,所提检测方法提升了小训练支持的目标检测性能,并且在导向矢量失配条件下,有效地改善目标检测的稳健性。      

基于协方差矩阵特征分解的多通道SAR-GMTI方法及性能分析

该文提出了一种基于协方差矩阵特征分解的多通道运动目标检测和测速定位方法,该方法依据多通道SAR数据协方差矩阵特征分解后小特征值和的幅度变化来检测运动目标。在检测出运动目标后,先利用两幅复图像的干涉相位对目标径向速度进行粗略估计,再通过搜索动目标空域导向矢量的方法对径向速度进行精确估计,克服了干涉相位对杂波和噪声的敏感性。仿真数据和实测数据验证了该方法的有效性。     

基于多帧观测联合感知的空时自适应处理

在机载雷达体制中,空时自适应处理STAP(Space-Time Adaptive Processing)可有效抑制杂波并显著提高雷达对慢动目标的检测性能.但是在非均匀环境中,缺乏独立同分布的训练样本会使STAP性能严重下降.针对这个问题,本文提出一种基于多帧观测联合感知的空时自适应处理方法.该方法交替发射正交信号和普通的相控阵信号.检测前,通过当前及先前的环境回波感知观测场景获取杂波信息;检测时,先利用杂波信息结合平台参数及系统参数估计杂波协方差矩阵,再将估计的协方差矩阵与样本协方差矩阵进行组合以构造空时滤波器,抑制杂波,提高输出信杂比.仿真结果表明,与现有的知识辅助类STAP算法和降维算法相比,该方法在缺乏准确先验知识的情况下,可以有效地抑制非均匀杂波.     

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。      

基于杂波模型的相干雷达极化自适应恒虚警检测算法

该文研究了高斯杂波背景下相干雷达极化自适应检测问题。利用雷达回波的极化信息来提高检测性能。提出了一种基于杂波模型的极化自适应恒虚警检测算法,该算法比极化自适应匹配滤波器算法有更小的估计损失,并推导出了虚警概率表达式。仿真结果表明,所提出的检测算法相对于杂波协方差矩阵都有恒虚警的性质。     

不需要训练数据的分布式MIMO雷达距离扩展目标检测器

在非均匀杂波环境中,研究了高分辨率分布式多输入多输出(MIMO)雷达的距离扩展目标检测问题。由于分布式MIMO雷达观测到的杂波是非均匀的,无法获得足够的独立同分布的均匀训练数据来估计检测单元的杂波协方差矩阵。采用复逆Wishart分布对杂波协方差矩阵建模,基于该杂波模型设计了一种不需要训练数据的分布式MIMO雷达距离扩展目标广义似然比检测器。数值仿真结果表明:在非均匀杂波环境中,所设计的检测器的性能比用训练数据的协方差矩阵类检测器有明显的改进。     

基于联合像素特征对消动目标检测方法

提出了基于三通道联合像素的最小功率特征对消的方法来检测SAR图像中的地面运动目标。文中的方法不要求多天线间距、载机速度、脉冲重复频率满足特定的条件,它通过构造三通道联合像素矢量来产生协方差矩阵,然后对协方差矩阵进行特征分解,选取噪声的特征向量来构成噪声子空间,最后利用噪声子空间来抑制地面杂波,从而检测出地面慢速运动目标;同时还分析了针对实测数据中存在系统误差的情况下选取不同的特征向量分别构成的噪声子空间对于该方法的运动目标检测性能的影响。实测数据处理结果验证了该方法的有效性。     

利用样本协方差矩阵特征值分解实现双通道SAR动目标检测

该文针对机载双通道SAR-GMTI系统及实测数据,提出一种新的地面慢动目标检测方法。该方法基于双通道样本协方差矩阵特征值分解,将杂波第2特征值和干涉相位联合统计特性的研究结果用于慢动目标检测,即根据给定的恒虚警概率确定一条联合分布的第2特征值干涉相位等高线作为门限检测曲线,同时结合第2特征值、干涉相位门限预处理,实现地面慢动目标的精确检测。实测数据实验结果表明:该方法不但扩大了慢动目标的可检测速度范围,同时还降低了系统的虚警概率。     

An improved SAR-GMTI method based on eigen-decomposition of the sample covariance matrix

An improved two-channel Synthetic Aperture Radar Ground Moving Target Indication (SAR-GMTI) method based on eigen-decomposition of the covariance matrix is investigated. Based on the joint Probability Density Function (PDF) of the Along-Track Interferometric (ATI) phase and the similarity between the two SAR complex images, a novel ellipse detector is presented and is applied to the indication of ground moving targets. We derive its statistics and analyze the performance of detection process in detail. Compared with the approach using the ATI phase, the ellipse detector has a better performance of detection in homogenous clutter. Numerical experiments on simulated data are presented to validate the improved performance of the ellipse detector with respect to the ATI phase approach. Finally, the detection capability of the proposed method is demonstrated by measured SAR data.     

基于单通道SAR图像序列特征值分解的动目标检测方法

该文提出了一种基于单通道图像序列间协方差矩阵分解的动目标检测方法。首先给出基于方位频谱划分获取子图像的处理过程,分析了子孔径划分在图像序列间所产生的误差来源,结合二维自适应方法对幅度和相位上存在的误差同时校正,实现了子图像间的配准,构造出类似于多通道的子图像。在此基础上,结合多通道杂波抑制的思想,详细分析了两子孔径间协方差矩阵特征值分解实现目标与杂波分离的原理,并针对在图像域估计采样协方差引起的精度与目标能量损失之间的矛盾,提出了在距离多普勒域的改进处理。最后,经过仿真实验验证了该方法的有效性。     

稳健的多通道SAR/GMTI通道盲均衡算法

对于实际的多通道合成孔径雷达（Synthetic Aperture Radar,SAR）系统,各接收通道响应之间不可避免地存在着一定程度的幅度和相位误差,为了得到较为满意的地面动目标显示（Ground Moving Target Indication,GMTI）性能,通常都会在杂波抑制之前对通道间的幅度相位误差进行有效地校正.本文在基于回波数据相关矩阵特征分解的通道盲均衡算法基础上,结合降维处理技术及中值估计方法,提出一种稳健的多通道SAR/GMTI通道盲均衡算法.实测数据实验结果表明：与原通道盲均衡算法相比,本文所提算法不但收敛速度快,而且算法的有效性不受样本集中目标信号的影响.     

基于邻域平均和正交分解的双通道SAR图像域慢动目标检测方法

慢动目标检测是利用合成孔径雷达(Synthetic Aperture Radar, SAR)实现空间对地观测应用的一个主要方面,具有广泛的应用背景和重要的学术价值。为了构建检测率高、实用性强的双通道SAR地面慢动目标检测过程,本文提出了一种基于邻域平均和协方差矩阵正交分解的检测算法。该算法在对特征值分解量进行修正的基础上,通过获取采样协方差矩阵与杂波协方差矩阵正交的分量,以此构造出有效的动目标检测量,结合采样协方差矩阵的邻域平均处理,实现慢动目标的精确检测。相比常规的DPCA(Displaced Phase Center Antenna)技术,该算法具有杂波抑制能力强、旁瓣抑制能力好、检测门限设定简单、检测率高、虚警率低等特点,仿真结果证明了该算法的有效性。     

相似度动目标检测量的修正与第二特征值 检测量的有效性证明

SAR地面慢动目标检测是利用SAR实现空间对地观测应用的一个主要方面,具有重要的理论意义和迫切的实际需求.目前,通过对协方差矩阵进行特征值分解得到三个检测量(第二特征值、干涉相位和相似度),为慢动目标检测的实现开辟了一条新途径.本文针对相似度和第二特征值检测量存在的理论缺陷,首先,根据对角化矩阵与Pauli自旋矩阵构成的单位上半球面点具有一一对应的特点,从理论上修正了相似度检测量表达式.进而,首次提出并证明了"对协方差矩阵进行邻域平均预处理是第二特征值作为有效动目标检测量的前提条件"这一命题,有力地补充和完善了特征值分解检测量的理论体系.仿真实验结果也证明了理论推导的正确性.     

MIMO Radar Moving Target Detection Against Compound-Gaussian Clutter

This paper focuses on the moving target detection (MTD) problem for multiple-input multiple-output (MIMO) radar in the presence of compound-Gaussian clutter. By exploiting the spatial and velocity diversities, we devise two different generalized likelihood ratio tests (GLRTs) according to the centralized and distributed processing schemes of MIMO radar systems, respectively. Then, we investigate the fully adaptive detectors, where the covariance matrix is replaced by a suitable estimator based on the secondary data. Finally, we provide several numerical simulations with typical parameters, and the results illustrate that the newly proposed detectors can provide much better detection performance in spikier clutter for moving targets than the phased-array counterpart and those obtained in Gaussian environment.     

采用低秩稀疏建模的盲频谱检测算法

频谱检测技术是认知无线电的一项关键技术,传统的频谱检测方法或依赖于相关的先验信息,或受限于低信噪比和运算复杂度的影响,在实际应用中均有一定的缺陷。针对此问题,本文基于协方差矩阵的检测算法,结合低秩稀疏建模理论,建立了频谱检测的低秩稀疏模型,提出了一种改进的频谱检测新方法。所提方法不需要事先获取主用户信号和噪声功率等先验信息,对信号样本的协方差矩阵进行低秩稀疏分解,以低秩矩阵之间的特征差异来判决当前是否存在主用户信号。仿真实验验证了所提方法具有较好的检测性能和鲁棒性。      

一种在双通道SAR图像域实现地面运动目标检测的方法

提出了一种在双通道SAR(Synthetic Aperture Radar)图像域基于采样协方差矩阵分析的运动目标检测方法.此方法利用了双通道协方差矩阵非对角元素的性质,即当运动目标的存在使得通道之间不完全匹配时,使得此元素的幅度或者相位信息发生变化,通过检测此变化就可以检测到两个通道之间的起伏,即完成运动目标的检测.相比通常的DPCA(Displaced Phase Center Antenna),该方法的杂波抑制能力更强,消除了目标旁瓣的影响,使得检测目标的门限更好选择,降低了Pfa(Probability of false alarm),仿真结果证明了其在杂波抑制和目标检测方面的优越性能.