联合实施超分辨率动目标特征提取及静态杂波抑制

对于许多涉及到杂波背景下的动目标探测和分类的军事与民事应用，高距离分辨率（HRR）动目标显示雷达正变得日益重要，对于地面高距离分辨率雷达，当目标慢动或沿近正侧向运动且相干处理间隔或驻留时间不太长时，距离徒动和距离特征失真的影响可忽略不计。基于这种假设，建议对存在静态杂波时由距离向间距很近的散射体组成的动目标的HRR特征提取采用稳健且计算简单的基于松驰的算法。数值仿真实例表明这种算法具有超分辨率和良好的估计性能。     

采一维高距离高分辨率雷达的时间紧要运动目标自动目标识别

由于聚焦运动目标本身的困难给运动目标合成孔径雷达（SAR）成像和自动目标识别（ATR）带来了严峻的挑战。因此，运动目标的自动目标识别（ATR）最近引起了人们极大的关注。距离高分辨率（HRR）雷达模式通过多普勒波滤和杂波抑制形式显著地提高了目标与（杂波加噪声）（T／（C＋N））比的聚焦HRR轮廓像，提供了一条运动目标识别的途径。HRR和ATR的目的是实现并评估推广的工作条件下表现出稳健性的算法。采用了运动与静止目标捕获和识别（MSTAR）数据库的子集对基于模板的一维ATR研究了设计和性能。由于不能得到具有充分的统计意义的地面运动目标数据库，在仅采用距离维图像识别目标时，采用这种方法作为评估地面目标的可区辨性的间隔性中间步骤。本文概括数据、算法、性能结果并提出了建议。     

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。     

一种数字式动目标跟踪技术

介绍一种在某型号雷达中成功应用的全数字式动目标跟踪系统。和差三路Ｉ和Ｑ正交信号经模数（Ａ／Ｄ）转换后在数字信号处理器中进行动目标显示（ＭＴＩ）滤波、距离跟踪，同时提取角误差信号作为天线角伺服系统的输入，以实现对目标的角度跟踪。该跟踪系统可以有效地抑制对中低空目标回波影响较大的地杂波及海杂波等干扰信号，从而极大地改善了跟踪雷达的中低空性能。     

现实的机载GMTI雷达信号处理

知识辅助传感器信号处理和专家推理（KASSPER）方案旨在通过考虑全部可利用的先验知识来改善机载地面动目标显示（GMTI）雷达的性能。一条很有用的信息是雷达回波信号为接近理想平面波的叠加。可以用采样GMTI雷达数据的平面波信号和杂波模型校准接收阵列、抑制杂波和检测动目标。每个距离门是单独处理的。采样协方差矩阵是不必要的。完成了综合的KASSPER Challenge Datacube处理以验证性能。     

机载雷达的多个分辨率信号处理技术

合成孔径雷达（SAR）利用通过时间积累和自身的运动所获得的很高空间分辨率，可以降低某一给定分辨单元中的背景杂波功率，从而探测出非运动目标。而地面动目标显示（GMTI）雷达为了探测则采用低得多的分辨处理，利用的是实际孔径与动目标和杂波之间的空．时响应的相对差别。因此，SAR和GMTI代表了两种不同的时间处理分辨尺度，它们对探测固定（在SAR情况下）或者外围杂波中的（在GMTI情况下）目标来说是最佳的，并已经单独验证过，能够很好地工作。基于机载雷达数据处理的这种多个分辨率说明，就有可能研究出一种探测技术，该技术将着手优化信号处理分辨尺度（比如时间积累的长度）来与所关注目标的动态情况相匹配。本文研究怎样利用长相参处理时间间隔（CPI）的信号处理技术来改善GMTI雷达的探测性能。     

基于统计特征的稳健的飞机识别

给出了一种用于稳健的高距离分辨率（HRR）雷达飞机识别（ID）的基于统计特征（StaF)的分类器，HRR波形峰特征在飞行中选择，没有对特征的数目与位置作出先验假设。所抽取的特征取决于所观测的波形（使特征的数目、位置与幅度为随机变量）的信息内涵，这项研究的主要目的是通过保持对已知目标的高识别率同时又使未知目标错误最小来提高分类的稳健性。文中给出了识别结果，表明这种统计特征（StaF)分类器可以显著地降低与未知目标相关的误差，同时保持很高的正确分类概率。     

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。     

用雷达图像作非协同式空中目标识别：识别率作为信号带宽函数

尽管非协同式目标识别与高可靠敌我识别极其相关，但一直是一个有等解决的问题，过去提出并研究了许多方法，如：利用目标的红外、声学、光学或雷达特征等，其中一些方法是无源法，其优点是不会对被观测目标发出报警，不足之处是观测距离有限，边缘分辨率低，本文介绍的方法是在利用飞机雷达图像的基础上提出的，所研究的是一维雷达图像（通常所说的高距离分辨率剖面图）和二维逆合成孔径雷达（ISAR）图像。     

采用实时MTI处理的双通道雷达系统的飞行试验结果

讨论了实时空时自适应处理（STAP）的两种应用：首先是STAP可以用来抑制杂波和干扰；此外可以用由STAP获得的杂波滤波系数来确定SAR图像中动目标的正确位置。给出了这种实时STAP技术的结果和动目标重新定位技术的结果。用实际SAR数据和测量期间所记录的动目标验证了杂波抑制质量和动目标重新定位精度。     

一种动目标检测的优化设计及应用

文章提出一种新的动目标检测(MTD)滤波器组设计方法,即信号处理系统分为目标处理通道和气象处理通道;目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,判定杂波强度(如强、中、弱),根据杂波的强度自动产生或选择滤波器加权因子,以期保证对地杂波高度抑制的前提下,尽量减少信噪比损失,提高对弱小目标的检测能力。该方法可提高雷达在杂波环境中的自适应性能,具有一定的实用价值。     

采用多普勒补偿的机载双基地雷达改进型JDL

研究了空时自适应处理（STAP）技术在双基地机载雷达应用中的相关问题。对于地面动目标指示（MTI）雷达，杂波多普勒频率与各种阵列结构的距离而不是线性侧视结构有关。这种距离相关性导致了STAP技术的杂波抑制问题。一种情况是STAP滤波器变成距离相关。本文建议在角度一多普勒域上利用插值对改进型联合域局部（JDL）处理器进行多普勒补偿。仿真结果显示处理器的性能在整个频谱上有明显改善。     

试验机载监视雷达地面动目标识别的多普勒后和多普勒前STAP的雷达杂波对消性能比较

本文报导了多普勒前和多普勒后STAP处理算法用于相同试验数据时的性能比较研究，这些数据由QinetiQ公司改进型监视雷达收集。这两种算法的性能是用杂波对消比和目标信号改善因子（有STAP和没有STAP处理的信号对杂波加噪声之比）来定量研究的。结果表明可以使多普勒前和多普勒后STAP具有相同的杂波对消水平。 所得到的结果是明亮的目标特征会影响到STAP处理器并减弱全部的杂波对消。我们已经发现对于两个相位中心试验雷达数据而言，与简单的固定窗多普勒后STAP算法相比，PRI来回变化的多普勒后STAP使杂波对消有很大的提高。还发现动窗或辅助单元多普勒后STAP的应用会降低处理器的输出。将最后距离多普勒图归一化以防止热噪声的加强并去除随着多普勒而改变的权范数的变化，这是在STAP处理后进行探测算法解读和应用关键的一步。     

3D传感器检测和跟踪的联合优化

在杂波环境下实现检测－跟踪的联合优化是目标跟踪中的一个重要研究课题。对3D传感器使用PDAF进行目标跟踪的情况，本文以先验检测门限优化准则为设计准则，通过用解析近似表示拟事修正Riccati方程中的参数，给出了瑞利起伏环境下实现检测和跟踪联合优化的方法。研究和仿真表明：（1）这种检测和跟踪联合化化方法的跟踪性能优于固定虚警率方法的跟踪性能，但这种性能的改善主要体现在滤波稳定阶段；（2）基于先验检测门限优化准则实现检测－跟踪的联合优化要求信噪比要大于一定的门限，在瑞利起伏环境下，三维测量所要求的信噪比门限为2．157。     

合成孔径雷达与动目标检测

在合成孔径雷达（ＳＡＲ）中，雷达与目标之间相对运动的精确知识是相干处理回波形成高方位分辨率图像的基础。因此，在ＳＡＲ中，对未知运动目标的检测和成像成为一个重要而困难的研究课题。本文较详细地阐述了ＳＡＲ中进行动目标检测的若干方法，包括反射率频移法、多视图像位移法和多天线多通道处理技术。还论述了动目标的定位和速率的估值等问题。     

重构杂波加噪声相关矩阵的SAR-GMTI动目标径向速度估计方法

为解决星载合成孔径雷达地面动目标检测(SAR-GMTI)系统中用自适应匹配滤波(AMF)法估计运动目标径向速度参数时,因背景杂波与待检测单元的杂波不匹配或训练样本不足而导致目标速度估计的性能下降的不足,提出了一种用待检测单元数据直接重构出杂波加噪声相关矩阵,再用自适应匹配滤波算法估计动目标速度参数的新方法。仿真结果证明该法在背景杂波与待检测单元杂波不匹配时能精确估计运动目标的径向速度。     

基于ResNet的智能恒虚警目标检测方法

传统恒虚警检测方法通常假设待测单元的杂波与训练杂波满足独立同分布,然而在实际雷达工作环境中,强杂波呈现出非均匀特性,沿距离单元的杂波统计特性差异变化较大,使得传统恒虚警目标检测方法在复杂环境下的检测性能下降。为解决该问题,本文从杂波统计特征提取分类出发,通过深度学习方法对杂波进行分类,提出了一种基于残差神经网络(ResNet)的智能恒虚警目标检测方法。首先,根据雷达实测杂波数据建立ResNet的训练集和测试集;其次,构建ResNet对数据进行智能特征提取,得到杂波的统计特征,并用训练好的网络对测试集进行测试;最后,以阈值可设的Softmax分类器对所得统计特征进行分类,根据分类结果实现智能恒虚警目标检测。实验结果表明:相比传统恒虚警检测方法,本文提出的方法具有自适应能力更强、检测性能更好等优点。     

脉冲干扰条件下雷达自适应恒虚警算法及其体系结构

本文提出一种用于信号处理的新型并行算法以及带有自适应检测后积累（API）的恒虚警（CFAR）处理器的并行systolic结构。这种处理器用于脉冲干扰条件下雷达对小型机载目标回波的单个距离分辨率单元中的有效目标检测。这种算法的主要特征是在进行噪声水平估计前能自动地确定并删除二维参考窗口及检测单元中受脉冲干扰污损的不希望的样本。通过这种方法可将脉冲干扰环境对自适应门限处理的影响减至最低程度。对这种目标控制自满的统计分析表明，即便在脉冲干扰的功率与频率都非常高的情况下，信噪比损失也微乎其微。设计了CFAR API的Systolic结构。Systolic结构的基本微量尺度为处理器单元的数目、计算时间及实时实现所需的加速度。     

采用展宽距离压缩的受引导的MPRF空—空雷达

建立了一个ＭＰＲＦ（中等脉冲重复频率）空－空雷达试验台，并进行了涉及到低飞机载目标遭遇条件的飞行试验。该雷达工作在Ｋｕ波段，采用线性调频波形和模拟解线性调频展宽距离压缩。利用数字化任意波形产生器产生波形，且在接收 采用了直接ＩＦ（中频）数字变换。利用低成本的商用大动态范围Ａ／Ｄ变换器实现高压缩比，得到了一架Ｌｅａｒ喷气式飞机、一架直升机和几个地面动目标以及几种杂波的下视飞行试验数据。这种试验计划验     

一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波算法

沿航迹干涉合成孔径雷达能够提供成像物体的雷达后向散射信息与运动信息,被应用于海面洋流流速测量与地海运动目标识别。在实际雷达系统中,由于系统误差、噪声以及回波信号的去相关导致干涉信息测量精度下降。针对上述问题,从信号处理角度提出一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波处理算法。该方法利用像素点的干涉幅度、干涉相位以及空间物理分布信息的相似程度自适应地调整滤波器权系数,以平滑复图像域噪声和缓解传统多视滤波处理算法对图像分辨率的损失问题,从而提升干涉信息测量精度。根据沿航迹干涉合成孔径雷达海面舰船目标实测数据实验结果可得:相比于现有典型的滤波方法,所提算法能够提升干涉测量的精度,进而提升舰船目标与海杂波背景的干涉信息分布差异,为后续运动舰船目标的检测提供准确的干涉域特征。