基于线性预测和空间平滑的自适应波束形成技术

结合虚拟阵元扩展和协方差矩阵解相干提出了一种相干信号环境下的自适应波束形成方法,与经典的前后向空间平滑自适应波束形成算法相比,它不仅实现了协方差矩阵解相干,而且没有损失阵列孔径和增益,同时得到更高的输出信干噪比(SINR).计算机仿真验证了该算法的有效性.     

基于相对马氏距离的非均匀杂波抑制方法

由于天基雷达覆盖范围广、探测背景复杂,雷达回波会呈现出明显的非均匀特性,从而导致杂波协方差矩阵(clutter covariance matrix, CCM)估计与实际情况出现偏差,从而恶化天基雷达对空中动目标的检测性能。针对上述问题,提出了一种基于相对马氏距离的非均匀样本抑制方法,该方法首先计算所有样本的广义内积(generalized inner product, GIP),在此基础上选取一个合适的样本作为参考。通过比较场景中所有样本与参考样本的马氏距离,将相对马氏距离大于判定门限的样本作为非均匀样本剔除。用筛选后的样本进行杂波协方差矩阵估计,从而提高天基雷达在复杂环境下对空中动目标的检测性能。理论分析和实测数据结果表明,所提算法能够在非均匀环境下有效检测出空中动目标。     

基于海杂波稀疏性与非均匀度的样本挑选方法

针对预警雷达对海监视面临海杂波分布非均匀与杂波样本受目标污染,导致自适应杂波抑制处理性能恶化和目标能量损失的问题,提出了一种基于海杂波稀疏性与非均匀度的样本挑选方法。该方法将目标的导向约束与广义内积样本挑选方法结合,先利用海杂波在空时二维平面上的稀疏分布特性,根据海杂波与目标空时二维分布差异剔除被目标污染的样本,再利用广义内积准则衡量海杂波分布的非均匀程度,并获取均匀样本,以提高杂波协方差矩阵的估计精度。仿真结果表明:所提方法能在提高杂波抑制性能的同时,减小目标信号能量损失。该方法可广泛应用于海面预警监视雷达系统。     

实测数据的降秩空时自适应处理方法

在实际非均匀环境中，机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计，严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门，来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法，这两种方法都是利用杂波和干扰的低秩属性，用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据，应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性，减少了计算量，并提高了有效可测收敛性，可有效地提高空时自适应处理器的性能。     

相干信源DOA估计的非对称加权空间平滑差分算法

提出了相干信源DOA估计的非对称加权空间平滑差分(UWSSD)算法。在空间平滑差分运算的基础上,对各子阵协方差矩阵采用非对称权值加权处理,破坏差分矩阵的负反对称特性,从而使信源差分协方差矩阵恢复为满秩。差分矩阵中不含相关噪声及非相关源信息,可利用它分辨相关及相干信源,而利用传统子空间算法分辨非相干信源,从而重复利用阵列接收数据,可分辨更多信源。通过分析差分矩阵的特点,提出了一种无需矩阵特征分解的快速算法。仿真结果表明,UWSSD算法具有较强的噪声抑制能力及信源过载能力。     

一种基于非圆相干信号的波束成形算法

空间平滑是一种传统去相干算法,此算法是基于圆信号提出的,同时存在孔径损耗问题。针对非圆相干信号,提出了一种全阵加权扩展空间平滑波束成形算法。首先将扩展空间平滑的子阵分解思想引入波束成形算法中,从理论上证明了算法的去相干特性,并通过分析证明了算法比传统空间平滑算法在可适用信源数上的提高。为了更好地去除期望信号与干扰间的相干性,利用虚拟波束得到权值对子阵进行加权。最后设计了一种转换矩阵,可将子阵波束权矢量扩展至全阵波束权矢量,从而避免了扩展空间平滑带来的孔径损耗问题。仿真结果表明了算法的可行性及优越性。     

一种可用于预白化类空时自适应处理中的阵元误差校正算法

在非均匀杂波环境中,预白化类空时自适应处理(STAP)具有较高的收敛速度,可显著提高雷达的杂波抑制性能。但在实际阵列接收系统中,阵元误差的存在会使预白化类STAP性能严重下降。针对此问题,提出了一种基于杂波回波的阵元误差校正算法。该算法首先将阵元误差表示为方位依赖的幅相误差;然后将空间各个方位的主瓣杂波作为校正源,利用其阵列输出协方差矩阵的Toeplitz结构会在阵元误差影响下发生改变的特性,估计相应方位的阵元幅相误差;最后利用估计的幅相误差校正先验协方差矩阵和假定目标的导向矢量。仿真结果表明:当阵列接收系统存在阵元误差时,阵元误差校正算法可明显改善预白化类STAP算法的杂波抑制性能。     

用数据矩阵奇异值分解实现时间欠采样信号频率无模糊估计

提出一种在欠Ｎｙｑｕｉｓｔ采样下可实现高宽频带内信号频率无模糊估计的算法，该算法通过构造一种特殊的数据矩阵，对数据矩阵奇异值分解，利用有限的采样数据构造出更为精确的噪声子空间，利用信号子空间与噪声子空间的正交性，精确地提取多个空间信号的频率信息。该法比基于协方差矩阵特征分解的算法具有更好的分辨性能。仿真结果验证了该算法的有效性。     

基于Krylov子空间的宽带信号DOA快速估计方法

提出了一种基于Krylov子空间的宽带信号DOA（Direction of Arrival）快速估计方法。该方法首先对方向矩阵进行Jacobi—Anger展开来构造“聚焦”矩阵，然后通过多级维纳滤波（MSWF：Multi-Stage Weiner Filter）算法求得聚焦后的阵列协方差矩阵的Krylov子空间，因为在满足一定的条件下，Krylov子空间等价于阵列的信号子空间，所以可以求得信号的DOA。采用Jacobi-Anger展开式构造聚焦矩阵不需要进行角度的预估计，通过MSWF算法求Krylov子空间不需对观测数据的协方差矩阵进行特征值或奇异值分解，从而使得该方法运算量比常用的宽带空间谱估计方法要小。计算机仿真试验证实了方法的有效性。     

基于自适应波形设计的天基雷达目标检测方法

针对天基雷达检测海面目标时杂波特性复杂、场景变化迅速和信杂比低的问题,文中提出一种基于波形自适应设计的目标检测方法。这种方法将每个驻留时间分拆为若干个子驻留,在第1个子驻留上发射线性调频脉冲,并进行预检测和杂波协方差估计。在后续子驻留中采用多粒子滤波技术对杂波协方差进行动态更新,以适应天基雷达杂波的快速变化。进而在后续子驻留中利用平均平方优化技术自适应的设计波形,并进行主成分分析和广义似然比检验,以提高信杂比和实现恒虚警率检测。最后,文中将海杂波建模为复合高斯过程、将目标建模为若干个具有确定但未知散射幅值的散射体,并进行仿真实验。结果表明,在尖峰性海杂波环境和天基监视雷达配置条件下,用这种目标检测方法实现可靠检测所需的信杂比降低约9dB,可有效改善对弱小目标的检测效果。     

基于投影矩阵搜索的相干源DOA估计算法

在强相关或相干信号源环境下，基于子空间分解的高分辨方法无法准确估计信号到达角，而许多传统的解相干方法，如空间平滑法等，会减少阵列的有效孔径，且只适用于具有移不变性的阵列结构。针对相干信源DOA估计问题，提出了一种基于投影矩阵搜索的DOA估计算法。首先根据阵列流型构造噪声子空间的投影矩阵，并将阵列接收信号投影到噪声子空间；然后通过遍历搜索所有可能的投影矩阵获得空间谱，进而得到相干源的DOA估计。该算法能有效进行相干信源DOA估计，与传统的相干源DOA估计方法相比，该算法不会减小阵列的有效孔径，且适用于任意阵列结构，并具有良好的估计精度和超分辨能力，但计算复杂度较高。通过仿真实验，验证了该算法的有效性，比较了该算法与传统算法的性能。     

匹配子空间STAP的空时自回归滤波

实用的空时自适应处理（STAP）算法取决于降维处理，采用了诸如主要分量或部分自适应滤波器的技术。降维不仅可以减轻计算量，还能减少估算干扰统计所需的采样。这样的结果源于假设杂波方差具有特定（非参数）结构。我们验证了如何将参数结构加在杂波和干扰上，以进一步减少计算和二次采样。这个方法称为空时自回归（STAR）滤波，它采用了两个步骤：首先，构造一个结构子空间，该子空间正交于有杂波和干扰驻留的结构子空间，其次，用与该子空间匹配的检测器可确定是否有目标存在。我们采用圆形阵STAP的实际仿真数据组，证实了该方法能够显著地降低信号-干扰与杂波比（SINR）的损耗，且计算量小于其它常用算法。在低2次采样情况下该STAR算法同样能取得很好的性能，这个特点对非平稳杂波的状况更有吸引力。     

一种新的鲁棒CFAR检测器设计方法

针对先验环境信息未知或先验环境信息不准确导致的检测性能损失问题，设计了一种复杂背景下鲁棒CFAR检测器。在检测器设计中，通过利用样本的统计直方图和均值比判断观测窗所属杂波类型，在存在干扰目标或杂波边缘环境时使用新的干扰加权算法对观测样本进行筛选，根据筛选后的样本得到相应的检测门限。分析了所设计检测器在均匀杂波、存在干扰目标及杂波边缘环境下的检测性能。研究结果表明，在各种先验信息未知的复杂杂波环境中，所设计的CFAR检测器可以得到较好的检测性能，对天基预警雷达系统的检测器设计具有一定的参考价值。仿真结果验证了方法的有效性和正确性。     

基于多级维纳滤波器的二维测向算法及DSP实现

为了对辐射源目标进行精确定位,需要对来波信号进行二维到达角估计。将一维MUSIC算法推广到空间阵列可以对辐射源进行二维高精度测向,但由于其需要估计接收数据的协方差矩阵和进行特征分解,因而计算量较大。为了降低MUSIC算法特征分解的计算量,提出一种基于多级维纳滤波器的子空间分解算法,通过多级维纳滤波器的前向递推估计信号子空间和噪声子空间,获得噪声子空间后采用MUSIC算法实现波达方向的估计,该算法不需要估计协方差矩阵和特征分解。应用于空间阵列的二维DOA估计中进行计算机仿真和DSP实现,仿真结果表明该方法有效地降低了计算量、节省了计算时间,且达到了MUSIC算法的估计性能。     

对分析和设计空—时处理结构及算法的多通道机载雷达测量的评估

系统设计研究和详细的雷达模拟已经证实了空－时自适应处理（ＳＴＡＰ）在目标多普勒信号淹没在旁瓣杂波和干扰的情况下实现目标检测的效用。最近美国空军利用在ＳＴＡＰ方面的投资，借助罗马实验室的多通道机载雷达测量（ＭＣＡＲＭ）计划，建立了多通道雷达数据的数据库，以进一步开发适合于实战环境的ＳＴＡＰ结构和算法。一般来说，起初数据不能与模拟数据吻合的一个方面是实际杂波和干扰的非均匀特征。本文研究了非均匀数据对Ｓ     

基于直接数据域的三维空时自适应杂波抑制

在相控阵机载预警（AEW）雷达杂波抑制中三维空时白适应处理（3D-STAP）的性能最优，然而，三维处理存在两个方面的缺点：一是自适应权的计算量较大，二是估计杂波协方差矩阵时需要大量的训练样本（这在实际非均匀环境中很难满足），因而无法应用。先时后空白适应处理（T-SAP）不但计算量低，而且性能接近最优。现提出了一种基于直接数据域（DDD）的三维先时后空白适应处理（3D-T-SAP）方法，即先对每个二维空域通道用具有超低旁瓣的多普勒滤波器将杂波作局域化预处理，再对各个或相邻几个多普勒通道的输出作基于直接数据域的二维空域白适应处理。此外，由于该方法对阵元误差比较敏感，因此还提出了一种实用的误差校正方法。计算机仿真结果验证了该方法的有效性。     

协方差矩阵结构的广义杂波分组估计方法

针对球不变随机向量建模的相关复合高斯杂波背景下雷达目标自适应检测的协方差矩阵结构估计问题,将均匀杂波分组方法进行推广和改进,提出了杂波协方差矩阵结构的广义迭代杂波分组估计（GRCCE）方法。首先,在广义杂波分组背景下利用最大似然方法推导了协方差矩阵结构估计的迭代过程;其次,基于杂波分组思想,给出了广义杂波分组估计(GCCE),利用GCCE作为初始化估计矩阵进行迭代,得到协方差矩阵结构的GRCCE;最后,通过仿真对方法的有效性进行了检测,结果表明,GRCCE只需要一次迭代就能达到收敛,估计精度随着杂波一阶相关系数的增大而提高,而不受纹理分量参数变化的影响。与现有方法相比GRCCE适应杂波环境更广,估计精度更高,而且计算量更小。     

基于功率估计的方位数据关联算法

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型的基础上准确获取各目标的功率参数,避免了幅值特征类关联算法易受噪声与信号波形影响的问题;根据功率和传播路径的衰减关系,构造方位组合与功率信息的关联置信度函数,挑选出正确的关联组合。仿真结果表明了算法的有效性和优越性。     

一种基于实数域特征值分解的前后向平滑算法

为减小算法的运算量,对常规前后向空间平滑(FBSS)算法进行改进,提出了一种基于实数域特征值分解的前后向平滑(RDFBSS)算法。算法根据前后向平滑算法协方差矩阵的中心-厄米特对称特点,通过实值化变换,使FBSS算法的特征值分解从复数域转为实数域,大幅减少了算法的运算量,且不影响解相干和统计性能,提高了实用性。仿真结果证实了算法的有效性。     

一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。