一种简化的机载MIMO雷达杂波特征相消器

针对机载多输入多输出(MIMO)雷达杂波抑制问题,提出一种简化的杂波特征相消器(EC).根据杂波在空时二维平面的先验分布离线构造杂波子空间.以此替代由协方差矩阵特征值分解(EVD)得到的杂波子空间,从而将最优权简化为一个确知投影矩阵与目标信号空时二维导向矢量的乘积,避免了传统EC方法中复杂的协方差矩阵估计和EVD运算,...     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

基于先验知识及其定量评估的自适应杂波抑制研究

 为了改善训练样本数受限的非均匀杂波环境中的系统检测性能,研究了基于先验知识及其定量评估的自适应杂波抑制算法。提出了使用经真实杂波信息白化后的先验杂波协方差矩阵与单位矩阵之差的谱范数,来定量评估杂波先验知识的准确程度,并给出了真实杂波协方差矩阵未知时的矩阵谱范数估计方法。结合先验知识定量评估结果,获得了具有先验知识约束时的杂波协方差矩阵最大似然估计方法。分别基于多脉冲相参雷达以及空时自适应雷达进行了杂波建模,在此基础之上分析了算法性能。仿真结果证实了该算法优于使用样本协方差矩阵及先验杂波信息形成杂波抑制权值的性能。     

一种机载雷达两级降维空时二维自适应处理方法

 提出了一种机载相控阵雷达杂波抑制的两级降维空时自适应处理(STAP)方法,即：先根据杂波分布先验信息进行空时局域化(JDL)降维处理,然后对局域化输出进行多级维纳滤波(MWF),实现二次降维。该方法综合了固定结构和自适应结构降维技术的优点,将JDL处理引入到MWF中,从而有效降低MWF的杂波自由度。计算机仿真和理论分析表明本文方法比JDL自适应处理方法和全空时MWF方法具有更小的运算量,对阵元随机幅相误差具有很好的容差能力,是一种稳健的两级降维自适应处理方法。最后,基于仿真和实测数据的实验验证了算法的有效性。     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

波形分集MIMO STAP雷达的灵敏度(英文)

空时自适应处理(STAP)是一种有效的机载雷达地杂波抑制方法,多输入多输出(MIMO)雷达是一种性能优于传统雷达的新体制雷达,近期STAP被应用于MIMO雷达以提高性能。MIMO雷达所发射的波形可以彼此相关或不相关。针对波形分集MIMO雷达的STAP处理,提出了一种统一的信号模型,基于此模型,将STAP的性能表示为波形协方差矩阵(WCM)的函数。对波形的影响进行了研究,证明灵敏度(即最大可检测距离)与WCM的最大特征值成正比。理论分析和仿真结果验证了波形对MIMO STAP雷达灵敏度的影响,相关结论可应用于波形的折中设计,以获得最佳系统性能。     

模糊C均值算法在机载PD雷达杂波跟踪中的应用

介绍一种适用于机载PD雷达的杂波跟踪技术，结合机载PD雷达杂波分布特征和模糊C均值算法的特点，将模糊C均值算法用于杂波跟踪，给出了相应的算法流程，并提出了一种确定初始模糊隶属度的方法，经仿真数据验证，取得了满意的结果。     

基于3DT的空时自适应单脉冲参数估计算法

空时自适应处理(STAP)是机载预警雷达抑制杂波和干扰的一项关键技术,而多普勒三通道联合自适应处理(3DT)是适合工程实现的降维(RD)STAP方法。STAP目标检测后还需进一步估计目标的角度参数,因此将自适应单脉冲(AM)技术引入3DT,提出了一种高精度联合估计目标速度与方位空间角的空时自适应单脉冲算法。理论分析与仿真实验结果表明,当目标多普勒频率偏离检测多普勒单元中心频率时,该算法能同时减少目标多普勒跨越损失和空时导引矢量失配损失,进而提高输出信杂噪比(SCNR),改善目标测角精度。     

冲击杂波下的MIMO雷达DOA估计方法

研究了对称α稳定分布(SαS)冲击杂波下的多输入多输出（MIMO）雷达目标波达方向（DOA）估计问题,分别提出基于分数低阶最小方差无畸变响应(FrMVDR)的MIMO雷达DOA估计算法和无穷范数归一化最小方差无畸变响应（Inf-MVDR)算法。FrMVDR算法,首先进行冲击杂波特征指数的估计,然后使MIMO雷达接收阵列的分数低阶输出功率最小,实现MIMO雷达的DOA估计。为了避免FrMVDR算法对杂波特征指数估计,提出Inf-MVDR算法,首先用无穷范数对接收信号进行归一化处理,使归一化后的阵列输出功率有界,继而采用传统MVDR算法进行DOA估计。计算机仿真验证了上述两种算法的有效性;同时仿真结果还表明在冲击杂波下,MIMO雷达的空间分集特性可显著提高DOA估计的精度。     

与空时二维自适应滤波兼容的单脉冲测角新方法

针对机载相控阵雷达系统提出了一种空时二维自适应单脉冲测角方法 ,当存在阵元和通道幅相误差时它仍具有较高的测角精度。还给出了一种稳健的自适应和、差波束增益归一化方法 ,并讨论了所提方法的简化兼容实现方案。最后给出了基于高保真雷达杂波模拟数据的仿真实验结果     

一种基于角度-多普勒补偿的均匀圆形

采用均匀圆形相控阵天线的机载雷达杂波分布随距离变化而变化,各距离单元的杂波不再满足独立同分布的条件,造成统计型空时自适应处理(STAP)器性能下降。基于此,本文建立了均匀圆形天线机载雷达模型,对其杂波分布进行了分析,得出了空间角随阵元数非线性变化的特性造成其杂波距离维分布非均匀的结论。研究了一种均匀圆形天线机载雷达杂波抑制方法,该方法先通过修正的角度-多普勒补偿(MADC)预处理消除在杂波谱中心处的非均匀,再利用基于导数更新(DBU)技术进一步减小在其他方位杂波的非均匀程度。仿真结果表明了该方法的有效性。     

一种基于角度-多普勒补偿的均匀圆形天线机载雷达杂波抑制方法

采用均匀圆形相控阵天线的机载雷达杂波分布随距离变化而变化,各距离单元的杂波不再满足独立同分布的条件,造成统计型空时自适应处理(STAP)器性能下降。基于此,本文建立了均匀圆形天线机载雷达模型,对其杂波分布进行了分析,得出了空间角随阵元数非线性变化的特性造成其杂波距离维分布非均匀的结论。研究了一种均匀圆形天线机载雷达杂波抑制方法,该方法先通过修正的角度 多普勒补偿(MADC)预处理消除在杂波谱中心处的非均匀,再利用基于导数更新(DBU)技术进一步减小在其他方位杂波的非均匀程度。仿真结果表明了该方法的有效性。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

NEW METHOD FOR REDUCED RANK STAP—NON CLUTTER CHANNEL METHOD

Space- time adaptive processing(STAP) is aleading technology candidate for improving detec-tion performance of advanced airborne early warn-ing radar.In practical radar systems,the optimumfully adaptive space- time processing[1] cannot al-ways be implemented because of the computationalcomplexity,so the design of suboptimum proces-sors has been one of the key topics in STAP.Sev-eral reduced- rank STAP methods have been pro-posed in recent years.For example,based on thegeneralized sidelobe…     

Median cascaded canceller for robust adaptive array processing

A median cascaded canceller (MCC) is introduced as a robust multichannel adaptive array processor. Compared with sample matrix inversion (SMI) methods, it is shown to significantly reduce the deleterious effects of impulsive noise spikes (outliers) on convergence performance of metrics; such as (normalized) output residue power and signal to interference-plus-noise ratio (SINR). For the case of no outliers, the MCC convergence performance remains commensurate with SMI methods for several practical interference scenarios. It is shown that the MCC offers natural protection against desired signal (target) cancellation when weight training data contains strong target components. In addition, results are shown for a high-fidelity, simulated, barrage jamming and nonhomogenous clutter environment. Here the MCC is used in a space-time adaptive processing (STAP) configuration for airborne radar interference mitigation. Results indicate the MCC produces a marked SINR performance improvement over SMI methods.