雷达信号模拟器中的杂波仿真模型

首先介绍了基于雷达相干信号模拟方法的杂波仿真模型 ,然后根据国内外公开报道的有关杂波测量数据模型 ,总结了雷达信号模拟器中杂波模拟时所需的杂波后向散射系数模型、杂波的概率分布特性模型和杂波相关特性模型。同时 ,给出了这些模型参数的典型值以供雷达信号模拟器设计过程中参考     

机载多普勒雷达地杂波实时仿真技术

本文针对机载多普勒雷达在下视工作时面临的地杂波信号，提出了一种基于空间极坐标平面地杂波功率谱及时间序列的实时计算方法，并提供了一种用于机载多普勒雷达设备半实物仿真的地杂波产生方法。     

混沌模型用于海杂波模拟

雷达海杂波的模拟通常基于统计模型 ,但研究表明海杂波具有复杂的混沌行为。在海杂波混沌模型的基础上 ,把径向基函数网络 (RBFN)应用于对它的模拟 ,构造出一个能很好重现海杂波动态特性的神经网络模拟器。仿真的结果表明它不仅可以模拟原始数据的混沌特征 ,而且可以模拟它们的统计特征 ,比如分布、功率谱等 ,这为雷达海杂波的模拟提供了一种更能精确重现杂波特性的方法     

雷达信号模拟器中的杂波蒙特卡罗仿真

首先介绍了两种产生相关随机序列的基本方法 ,分析了各自优缺点。无论采用哪种方法 ,均需要产生出具有所要求的功率谱特性的相关高斯随机序列。从频域和时域介绍了产生相关高斯序列的两种方法。最后根据雷达信号模拟器的设计要求 ,给出了几种概率分布模型杂波蒙特卡罗仿真方法。     

基于信息量准则的AR模型相关高斯杂波模拟

研究了相关雷达杂波功率谱特性的AR模型及其模拟方法。使用了Levinson-Durbin算法和四种基于信息量准则的AR模型定阶准则:AIC、FPE、CAT和MDL,并与其它定阶方法进行了比较,最后给出了计算机模拟结果。     

海洋环境中基于小波变换的弱信号检测新方法

海洋环境中弱信号的谱与海杂波的谱相混叠,目标和背景的位置差异很小,经典的频域或空域处理对海杂波中弱信号的检测难以奏效。鉴于小波变换在提取弱信号方面具有独到的优势,提出了一种海洋环境中基于小波变换的弱信号检测方法。利用雷达采集的真实海杂波数据,在不同信杂比的条件下,研究了该方法与经典频域法在信号检测中的差别。通过实验分析,与经典方法相比,当信杂比达到-14.7dB时,仍能很好地对信号进行检测。     

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。     

海杂波FRFT谱的近似分形特性与目标检测

主要介绍了海杂波分数阶Fourier变换（FRFT）谱的近似分形特性及其在海杂波目标检测中的应用。根据FRFT的尺度变换性质,研究了自相似过程FRFT谱的近似分形特性,然后将近似分形分析方法引入到实测海杂波FRFT谱分析中,发现在特定变换阶数下得到的海杂波FRFT谱间存在近似分形特性,且目标回波可使近似分形特性描述参数——FRFT域Hurst指数发生变化。因此,可利用FRFT域Hurst指数设计恒虚警率（CFAR）检测方法。经X波段和C波段雷达实测数据验证,所提方法的检测性能明显优于经典的利用时域Hurst指数的目标检测方法。     

超低空导弹引信抗海杂波干扰的信号提取方法

由于超低空导弹工作在海杂波背景下,其引信的信号检测易受干扰。传统的信号处理方法效果不佳,而小波变换有多分辨分析的特性,可以有效滤除杂波带来的噪声,然后根据回波信号频率,辨别真假目标。基于雷达引信实测数据进行仿真,实验结果表明,该方法能够有效滤除大部分噪声信号,从而提高超低空导弹作战能力。     

相位编码脉冲压缩雷达地物杂波的计算机模拟及特征分析

针对相位编码脉冲压缩的地面低空搜索雷达，详细介绍一种计算机产生地物杂波序列的方法，并讨论相位编码脉压地杂波特性的影响。这种方法理论依据较强，实现起来简单，且杂波模拟效果非常理想，从而为雷达信号的实时处理和实时仿真提供了一种有效的途径。     

强海杂波背景下目标检测方法综述

高频地波雷达被广泛应用于海面目标的检测,而由于海杂波的分布散射具有很强的动态特性,通常情况下成为了海面目标检测的主要干扰成分.因此,在强海杂波背景下进行目标检测的关键在于如何有效抑制海杂波.从循环对消、子空间分解、模型预测以及分形特征这几方面对海杂波抑制技术进行综述、分析和总结,为后续对海面目标检测提供参考.     

Remote sensing of precipitation by a satellite-borne microwave remote sensor

The problem of remote sensing of precipitation by a satellite-borne microwave rain scatterometer is discussed. A downward-looking scanning pencil-beam antenna system is used. The combination of the range-gate method and low side lobe level is used to separate echoes from precipitation layers in the main lobe from ground clutter in the side lobes. Various parameters of the satellite-borne microwave rain scatterometer are calculated and characteristics of systems at 10 and 34.45 GHz are considered. The transmitter peak power needed to observe precipitation with sufficient signal-to noise ratio is calculated by means of the radar equation. The signal (i.e. the received power from the resolution volume of the precipitation) and the received power due to the ground clutter are calculated and the signal-to-clutter ratio is obtained by applying the radar equation. An airborne microwave rain scatterometer is proposed for preliminary experiments.     

基于VRT的气象粒子群时域回波仿真研究

随着雷达使用频段提升,降雨、云雾等气象因素对雷达探测的影响逐渐不可忽视。为研究气象粒子群对雷达探测工作产生的影响,文章总结了电磁波在不同类型气象粒子群下的谱分布与衰减特性;再根据粒子谱方程给出气象粒子群的模型信息;最后基于矢量辐射传输方法,提出了一种改进的气象粒子群时域回波快速仿真的方法,包括分区加速、传播路径判断的优化,在大体量粒子群回波建模中的优化效果可达到普通方法的20倍左右。结果表明,雨粒子群对雷达探测工作会造成较大的杂波,其杂波幅值约为发射功率的10-4倍;云粒子群的时域结果存在较强的随机性;雾粒子群时域结果均匀且幅值较低。文章针对不同类型气象粒子群时域回波的仿真结果与分析,对雷达的精准探测研究具有一定参考价值。     

基于改进ALO-RBF的高频地波雷达海杂波预测模型

高频地波雷达是海上动目标检测的重要手段,其中海杂波是影响海面目标检测性能的主要因素。为了提高海杂波的预测精度进而有效抑制海杂波,本文提出了一种基于改进蚁狮算法（Ant Lion Optimizer,ALO）优化RBF神经网络的海杂波预测模型（MGPALO-RBF,Multiple elites dynamic guidance Ant Lion Optimizer based on Gaussian difference variation-based learning with Perturbation factor-radial basis function）。由于标准蚁狮算法具有易陷入局部最优且收敛速度慢的缺点,本文在蚂蚁进行随机行走的过程中加入扰动因子以增加种群的活跃性和多样性,并提出多个精英动态引导机制,强化算法前期的探索能力和后期的开发能力,同时对种群中较差蚁狮进行高斯差分变异以提高算法的收敛速度。仿真结果表明：改进的蚁狮算法在对比算法中具有更高的收敛精度和收敛速度,MGPALO-RBF模型具有更好的海杂波预测性能。     

基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

基于速度滤波的杂波抑制步进频率波形设计研究

杂波是影响高分辨雷达宽带一维距离像成像性能的重要因素。强杂波可能会造成目标点遮盖和虚假目标点,影响雷达的检测性能。针对步进频率成像杂波抑制问题开展波形研究,提出了一种抑制杂波的步进频率(CS-SF)新波形。CS-SF发射波形为组内同频、组间步进的脉冲串,利用目标与杂波的速度差异,通过组内加权抑制杂波,组间离散傅里叶逆变换(IDFT)提高距离分辨率。详细分析了该波形抑制杂波的原理和信杂比改善理论值,给出了CS-SF波形信号处理流程,建立了单目标杂波模型和扩展目标杂波模型。通过仿真验证了CS-SF抑制杂波的有效性,信杂比改善实际值符合理论值。