直接基于目标距离环杂波特性的样本选择

提出了一种基于CUT杂波特性直接估计的机载雷达训练样本选择算法.该方法直接利用CUT的子孔径协方差矩阵对杂波进行表征,由于估计过程不依赖训练样本,可不受样本中干扰目标影响.考虑到目标距离环中可能存在目标信号,所提算法采用CUT子孔径协方差矩阵的Capon谱对目标可能存在的区域以外进行积分重构,从而剔除协方差矩阵中的目标...     

双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。     

一种车载毫米波FMCW MIMO雷达快速成像方法

针对车载毫米波FMCW MIMO雷达现有的常规波束形成算法的旁瓣效应造成的方位向分辨率低以及高分辨算法的工程实时性低的问题,提出了一种迭代自适应算法（IAA）高分辨成像的快速实现方法。该方法首先利用快速傅里叶变换（FFT）获取目标一维距离像,然后对每一距离单元利用FFT算子和Gohberg-Semencul（GS）因子分解计算迭代自适应算法（IAA）的数据协方差矩阵和其逆矩阵,利用快速Toeplitz矩阵向量乘法计算IAA迭代值,从整体上提升了IAA估计各角度散射系数的实时性。仿真和实验结果验证了该方法的可行性和有效性。     

基于改进PSO的对角加载波束形成算法

当协方差矩阵和导向矢量估计存在误差时,Capon波束形成算法性能急剧下降.对角加载能够提升Capon波束形成算法对误差的鲁棒性,但是最优加载因子的确定是当前的难题.提出一种基于改进粒子群优化(IPSO)算法的对角加载波束形成算法,首先将加载因子与协方差矩阵特征值谱联系起来,利用协方差矩阵特征值谱的分布特性确定最优加载因...     

基于二次速度估计的距离像运动补偿

为解决频率步进雷达高分辨距离像的运动补偿问题,推导了其成像原理,分析了运动目标的回波相位特性,提出一种基于二次速度估计的距离像补偿算法。首先对回波信号的互相关函数进行快速傅里叶变换(FFT)以获得速度、距离粗估计值,其次采用基于谱包络最小波形熵的修正离散Chirp-Fourier变换(MDCFT)在合理区间内进行参数的精确估计,最后分析其补偿性能。该算法通过对回波互相关函数进行FFT为MDCFT缩小参数搜索区间,将极大简化计算。仿真结果证明了该算法的可行性与有效性。     

基于Capon谱的MIMO雷达目标检测性能分析

密集多输入多输出(MIMO)阵列式雷达技术的一个重要方面,一般而言,MIMO雷达以距离为参数进行目标检测.文中基于Capon、APES等自适应参数估计算法,针对密集MIMO阵列,提出了一种以方位为参数的目标检测方法.以Capon谱为例,通过蒙特卡洛试验,仿真分析了这种检测的性能.结果表明,检测概率和虚警概率相同时,Capon谱检测方法的信噪比要求比传统检测高6 dB ～ 10 dB,因此,可认为密集MIMO阵列不适合利用自适应参数估计算法进行目标检测.     

基于稀疏迭代协方差矩阵的谐波参数快速估计方法

针对稀疏迭代协方差估计(sparse iterative covariance-based estimation, SPICE)方法功率谱估计精度较低和计算复杂度较高的局限性,提出了一种基于稀疏迭代协方差矩阵的谐波信号功率谱和频率参数的快速估计方法。该方法主要结合渐近最小方差准则和快速傅里叶变换,对功率谱参数进行快速迭代校正估计。首先,使用SPICE算法得到功率谱和频率参数的初估计。然后,通过渐近最小方差准则得到功率谱参数的迭代校正表达式。最后,利用功率谱迭代校正式获得谐波信号的功率谱和频率参数的估计。为提高算法的计算效率,利用观测数据协方差矩阵的Toeplitz结构和导向矢量的指数形式,对协方差矩阵进行(Gohberg-Semencul, G-S)分解,通过快速傅里叶变换对协方差矩阵求逆和矩阵与向量相乘部分进行求解,从而使参数估计的计算时间大大减少。仿真实验表明,验证了所提算法对谐波功率谱和频率参数具有较高的估计精度,并且计算复杂度较低。      

基于Toeplitz矩阵重构算法的宽带相干信号方位估计

根据天线阵列接收到的数据,提出了一种基于Toeplitz矩阵重构的宽带相干源方位估计算法.该算法先由Toeplitz 阵列接收到的数据得到包含波达方向信息的协方差矩阵,再对该协方差矩阵进行聚焦处理,得到同一频率的阵列协方差矩阵,最后由高分辨子空间处理方法得到宽带相干信号的波达方向估计.仿真实验证明了该方法的有效性.     

一种多载频MIMO雷达高速运动目标多维参数估计方法

 多载频MIMO雷达中,高速运动目标回波信号经通道分离后各通道的距离和多普勒频率均不在同一分辨单元,无法利用传统的超分辨算法对目标距离、角度等参数进行估计.本文根据目标回波特点提出一种基于级联Keystone变换的高速运动目标参数估计方法.该方法先在快时间维利用Keystone变换校正距离走动,再在慢时间维进行Keystone变换校正多普勒走动,最后用MUSIC算法进行距离、方位和俯仰等参数估计.仿真结果表明了所提方法的可行性和有效性.     

基于半参数化概率密度估计的雷达目标识别

该文针对雷达目标高分辨距离像(High-Resolution Range Profile, HRRP)识别中距离单元回波幅值统计建模所面临的概率密度模型选择问题,提出一种基于半参数化概率密度估计的雷达目标识别方法。半参数化概率密度估计从参数化概率密度估计出发,有效利用了高分辨距离像各距离单元幅值近似服从Gamma分布的经验知识,并且通过非参数化修正因子对Gamma模型进行修正,达到参数化方法和非参数化方法优缺互补的目的。基于5种飞机模型高分辨距离像数据的仿真实验证明了该文方法的有效性。     

线性FMCW雷达动目标一维距离像运动补偿

线性FMCW雷达是一种高距离分辨率雷达,运动补偿是其实现距离高分辨率的核心技术.采用多重复频率波形,提出一种多普勒频率串算法,从模糊的速度估计中恢复目标的真实速度,采用运动补偿得到高分辨的距离估计.同时为解决多目标分辨的问题,采用一种基于目标均方误差的配对算法.仿真结果表明多普勒频率串算法较中国余数理论对速度估计的性能有了明显的提高,充分说明了DFC算法的有效性.     

基于期望最大化算法的捷变频联合正交频分复用雷达高速多目标参数估计

参数估计对雷达的目标检测和识别有着重要的意义。该文提出了一种基于期望最大化(EM)算法的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计方法。首先,将窄带正交频分复用(OFDM)信号与传统捷变频雷达相结合,在每个脉冲宽度内同时发射多个载频随机跳变的子载波。然后,对单个脉冲内所有子载波的回波进行脉冲压缩和稀疏重构处理,得到1维高分辨距离。进一步地,将多个目标在不同脉冲时刻的高分辨距离信息构成观测数据,建立混合高斯模型。采用EM算法对模型参数和多个目标的距离、速度进行估计,并同时拟合多条时间-距离直线。直线斜率对应目标速度,直线纵轴截距对应目标初始距离。最终,分别分析了信噪比(SNR)对检测概率以及目标速度对相对估计误差的影响。仿真实验验证了所提算法的有效性。     

基于Ransac算法的捷变频联合正交频分复用雷达高速多目标参数估计

在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个频率随机跳变的窄带OFDM子载波。将单个脉冲内所有子载波的回波信号进行脉冲压缩后,采用迭代自适应谱估计(IAA)算法合成目标的高分辨距离。然后,分别对各个脉冲的回波进行脉冲压缩和迭代自适应谱估计,得到不同脉冲时刻的高分辨距离,构成观测数据集。再根据Ransac算法估计信号参数模型的步骤,拟合多条时间-距离直线,进而对高速运动的多个目标同时进行参数估计。最后,分别分析了信噪比(SNR)对检测概率以及目标自身速度对其相对估计误差的影响。仿真实验验证了所提算法的有效性。     

LFMCW雷达运动目标距离与速度超分辨估计

超分辨谱估计算法能得到比传统周期图法高得多的分辨率,针对LFMCW雷达动目标检测问题,本文提出一种基于状态矢量空间方法的LFMCW雷达距离与速度超分辨估计方法。文中介绍了状态矢量空间方法的基本原理并分析了三角LFMCW雷达上、下扫频段差频信号的特点,使用基于状态矢量空间方法估计差频信号频谱,同时给出了相应的运动目标距离与速度的估计算法。该算法解决了LFMCW雷达动目标去耦问题,与传统FFT方法相比提高了运动目标距离与速度的分辨率和估计精度。仿真结果证明了该算法的有效性。      

Adaptive clutter suppression based on iterative adaptive approach for airborne radar

To improve the performance of the recently developed weighted least-squares-based iterative adaptive approach (IAA) in space–time adaptive processing (STAP) for weak or slow targets detection, we propose a novel IAA scheme to adaptively suppress the ground clutter by using the secondary training data (STD). Especially, we use the IAA to estimate the clutter plus noise covariance matrix from a very small number of STD. The resulting clutter plus noise covariance matrix can be utilized to form the STAP filter and then suppress the clutter. To reduce the computational complexity of the IAA, we exploit the sparsity of large clutter components in the angle-Doppler image and develop a modified IAA algorithm employing a soft-thresholding to adaptively determine the entries of each iteration that should be updated. Simulation results show that our proposed scheme outperforms the conventional IAA scheme over weak or slow targets detection and the modified IAA algorithm exhibits a comparable or even a better performance than the IAA algorithm but a lower computational complexity.     

一种二维信号波达方向估计的改进多重信号分类算法

多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。     

多目标速度估计的分布式MIMO雷达资源分配算法

为了提高分布式MIMO雷达的多目标速度估计精度,该文分析了发射功率和信号有效时宽对估计精度的影响,进而提出一种将两者联合优化的资源分配算法。首先,以最小化目标速度估计的克拉美罗界(CRLB)最大值为目标函数,建立了包含发射功率和信号有效时宽两个优化变量的优化模型,然后采用连续参数凸估计(Sequential Parametric Convex Approximation, SPCA)算法对这个非凸的优化模型进行求解。最后,仿真结果表明利用所提算法进行资源分配能明显提高目标速度的估计精度。此外,仿真结果表明信号有效时宽对目标速度估计精度的影响大于发射功率。     

一种新的超声速弱目标长时间相参积累算法

由于超声速弱目标的高速、小雷达散射截面特性,常规雷达难以对其进行有效检测与跟踪。针对该问题,文中提出了一种新的超声速弱目标长时间相参积累检测与估计算法。首先,给出了超声速弱目标回波信号模型,并分析了距离走动特性,同时通过构造线性频率相位因子,补偿了距离走动的影响;然后,进行匹配滤波和相参积累,来提高目标的检测性能,同时完成目标的参数估计;最后,通过仿真实验分析了该算法的检测和参数估计性能。理论推导和仿真结果表明,该算法的信噪比积累增益为脉压比和相参积累脉冲数的乘积。     

机载多通道SAR运动目标方位向速度和法向速度联合估计算法

对运动目标进行SAR成像时,参数估计是必不可少的。现有算法主要针对运动目标的径向速度和方位向速度进行估计,而对3维运动目标的法向速度无法估计。该文利用L型基线的机载多通道SAR系统,提出一种方位向速度和法向速度的联合估计算法。该算法在距离-多普勒域提取运动目标信号,并利用多幅SAR图像之间的相位差进行方位向速度和法向速度的联合估计。该算法不依赖图像配准,不需要解多普勒模糊,因此具有较高的估计精度和鲁棒性,有较强的实际意义和应用价值。