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。     

一种基于优化设计的动目标检测方法及其运用

提出一种新的动目标检测(MTD)滤波器组设计方法,即通过设置目标处理通道和气象处理通道,其中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,根据杂波的强弱自动产生或选择滤波器加权因子,以保证抑制地杂波的同时,减少信噪比损失,提高对弱小目标的检测性能。仿真结果证明该方法是有效的,且在工程上有一定的实用价值。     

大入射余角实测高分辨 海杂波数据幅度统计特性

基于Ku波段高分辨大入射余角(擦地角)海杂波数据,采用瑞利分布、韦布尔分布、对数正态分布、K分布和KK分布进行仿真,并与实测数据对比,分析了这些分布方式的拟合效果。结果表明,海杂波的幅度在大入射余角情况下基本还是逼近瑞利分布的,海杂波在某些距离单元上的幅度分布曲线尾部偏离瑞利分布,此时K和KK分布可在拖尾处达到更好的拟合效果。     

无线电引信海面及目标多普勒回波仿真分析

频谱识别技术利用海面及目标回波的多普勒频差来滤除海杂波信号。为准确分析弹目交会时引信回波的多普勒频谱,采用了三维弹目交会模型对弹目不共面时引信回波进行模拟,利用等多普勒线划分海面区域进而计算海面回波多普勒频率,利用目标不同散射点合成的方法推导了目标回波多普勒频率的表达式,并在弹目飞行速率、弹目交会角及目标脱靶量等因素不同时对引信回波多普勒频率进行仿真,通过仿真分析得出了以上因素对引信回波多普勒频率的影响,并验证了频谱识别技术在不同交会条件下的有效性。     

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。     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此,提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit, OARO-GRU）网络的电离层杂波短期预测模型。首先,依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识,通过相空间重构技术构造GRU网络的输入和输出样本集;然后,融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力,并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选;最后,重新训练优化后的GRU网络,输入测试样本集进行测试,并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型,所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性,为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

基于IMF能量分布重构的目标检测技术

为提高海杂波中慢速目标的检测性能,提出了一种基于IMF能量分布重构的目标检测技术。该算法对原始信号尖峰区域经经验模态分解后得到的固有模态函数进行分段数据重构,计算前端IMF分量与后端IMF分量的能量比,并将其输入非参量检测器中进行目标检测。研究表明,相比于海杂波单元,目标单元尖峰区域有更小的前后端IMF分量能量比,适用于慢速目标的检测。     

机载合成孔径雷达动目标检测与成像技术的发展(英文)

基于机载合成孔径雷达 (SAR)的地面运动目标检测与成像技术已经成为现代雷达技术发展的一个重点。本文首先建立了运动目标回波的数学模型 ,在此基础上分析了机载 SAR对运动目标成像的特点 ,然后对近年来这一技术的发展过程和研究现状进行了全面的综述 ,最后对这一领域今后的发展方向进行了展望。     

基于约束序贯M估计的时空域融合红外杂波抑制

针对红外弱小目标检测中的强背景杂波干扰抑制问题进行研究,提出了一种基于参数约束序贯M估计的时空域融合自适应杂波抑制算法.该算法首先在分析序列图像帧间失配的基础上建立了一种改进的时空域融合背景预测模型,结合二维离散傅里叶快速变换图像配准和双线性插值方法进行灰度值估计;然后,基于约束序贯M估计方法进行模型参数的自适应估计,...