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。     

机载MIMO雷达空时自适应杂波对消器

针对机载多输入多输出(MIMO)雷达杂波分布呈现空时耦合特性,提出一种空时自适应杂波对消器.利用机载MIMO雷达的脉冲回波数据,构造杂波对消器的系数矩阵.通过空时自适应杂波对消器的预处理,可以有效地抑制杂波,并通过与常规空时处理算法的级联,最终可以有效提高动目标的检测性能.实现了由传统地基雷达杂波对消器向机载运动平台的推广.仿真结果表明,这种自适应杂波对消器不仅适用于正侧视雷达,对于非正侧视雷达也同样适用.     

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PHD未知杂波密度多机动目标跟踪

基于随机有限集（RFS）的跳变马尔可夫系统（JMS）是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度（λ-GMPHD）滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。      

机载雷达近程杂波高效自适应抑制算法

针对机载雷达近程杂波抑制提出了一种高效俯仰向空域自适应处理算法。该算法从雷达系统设计出发,在每一次相干积累时间内采用仅包含近程杂波的第一个填零脉冲为训练样本。同时,在俯仰向进行降维处理形成和、差波束,并基于旁瓣相消原理利用俯仰差波束自适应对消和波束中的近程杂波。理论分析和仿真结果表明,本文方案能高效滤除近程杂波,且俯仰主波束保形性能好,运算量小,适合工程应用。     

星载脉冲压缩降雨雷达的海面杂波分析

对于星载降雨雷达而言,降雨区域几乎贴在地球表面,地面特别是海面的后向散射回波要比雨水回波强得多.严重的海面杂波会通过天线波束以及脉冲压缩带来的距高旁瓣污染雨水回波.针对脉冲压缩雷达,首次综合分析了海面杂波通过天线主瓣、旁瓣和距离主瓣、旁辩对星载雷达降雨测量的干扰模型,推导出了考虑距离加权函数影响的雨水回波和地表杂波计算公式,模拟并计算了一台Ka波段星栽脉冲压缩降雨雷达所受的杂波干扰.分析结果表明,星载脉冲压缩降雨雷迭所受的杂波干扰比之前的研究结论更加严重,这也对天线旁瓣、压缩脉冲距离旁辩等雷达指标提出了更高的要求.     

机载三通道SAR/GMTI性能分析及改进方法

在分析经典的三通道SAR(Synthetic Aperture Radar)地面动目标指示(GMTI,Ground Moving Target Indication)方法原理的基础上,提出一种较全面三通道SAR/GMTI性能评价方法.该方法同时考虑了载机存在速度误差、通道不匹配、杂波内部运动和系统噪声等主要误差因素,并分析了各种因素对系统性能的影响.经典的三通道SAR/GMTI方法存在的缺点是不能同时提高最大不模糊可检测速度、最小可检测速度和盲速指标的性能以满足系统设计的要求.给出了一种新的天线布置方案和动目标检测方法,改进的检测方法在不增加通道数的前提下,较好地解决了该问题,具有很好的实用性.最后通过计算机仿真验证了新方法的可行性.     

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。     

基于CEMD的旋翼微动目标杂波抑制方法

针对旋翼微动目标杂波抑制问题,研究了一种基于复数据经验模态分解（CEMD）的微动目标杂波抑制方法。首先,建立了地杂波背景下的旋翼微动目标信号模。然后,根据杂波和微动信号在时频域的差异性,基于CEMD和Gabor变换,通过新定义的不同本征模态函数（IMF）的能量所占总能量的比重,选择出微动信号占优所对应的几个IMF分量,并基于这些IMF对旋翼微动目标进行时域和时频域重构,实现旋翼微动目标和杂波的分离,达到抑制杂波提取微动目标回波的目的。最后,与常规杂波抑制方法进行了对比,仿真结果验证了所提方法的有效性。