复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。     

基于稀疏重构的机载雷达KA-STAP杂波抑制算法

机载雷达非均匀杂波环境下的空时自适应处理（STAP）算法会因杂波协方差矩阵估计不准导致其杂波抑制性能下降。传统知识辅助 STAP (KA-STAP)算法性能依赖于先验知识的准确程度以及配准精度,先验信息的失配可能会导致算法性能恶化。本文提出一种基于稀疏恢复技术构造杂波加噪声协方差矩阵的KA-STAP算法。该算法不依赖于先验信息,首先利用稀疏贝叶斯学习技术通过少量回波样本估计出稳健的辅助协方差矩阵,然后结合采样协方差矩阵进行空时处理。在小样本非均匀杂波场景下,该算法的输出性能优于传统KA-STAP算法。仿真结果表明了本文方法的有效性。     

基于多帧观测联合感知的空时自适应处理

在机载雷达体制中,空时自适应处理STAP(Space-Time Adaptive Processing)可有效抑制杂波并显著提高雷达对慢动目标的检测性能.但是在非均匀环境中,缺乏独立同分布的训练样本会使STAP性能严重下降.针对这个问题,本文提出一种基于多帧观测联合感知的空时自适应处理方法.该方法交替发射正交信号和普通的相控阵信号.检测前,通过当前及先前的环境回波感知观测场景获取杂波信息;检测时,先利用杂波信息结合平台参数及系统参数估计杂波协方差矩阵,再将估计的协方差矩阵与样本协方差矩阵进行组合以构造空时滤波器,抑制杂波,提高输出信杂比.仿真结果表明,与现有的知识辅助类STAP算法和降维算法相比,该方法在缺乏准确先验知识的情况下,可以有效地抑制非均匀杂波.     

近距离慢速目标检测杂波抑制方法

针对强杂波环境下近距慢速运动目标检测问题,该文提出一种基于相位编码及子空间投影的杂波抑制方法。主要对周期探测信号调制Chirp相位编码,通过回波慢时间维解码使杂波近似白化,降低杂波与目标回波相关性,再依据白化后杂波及有用信号成分自相关性差异分离出信号和杂波干扰子空间;最后将接收信号投影至正交于杂波子空间的信号子空间来抑制杂波。由于该方法中杂波空间的构建不需要假设杂波模型,避免了模型假设与实际环境不匹配的问题。仿真结果和实测数据处理结果证明该方法在低信杂比条件下性能明显优于传统方法。     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

基于空时自适应处理的低空风切变风速估计方法

针对机载气象雷达在探测低空风切变时,有用信号会淹没在强杂波背景中的问题,该文提出一种基于空时自适应处理(STAP)的低空风切变风速估计方法。该方法首先利用空时插值原理校正机载前视阵地杂波的距离依赖性,获得多个独立同分布(IID)样本后估计地杂波协方差矩阵,然后构造适用于分布式低空风切变目标的空时自适应处理器,在自适应抑制地杂波的同时积累低空风切变信号,最终实现风场速度的精确估计。仿真结果表明,在高杂噪比、低信噪比的情况下,该方法可有效地自适应抑制地杂波并精确地估计风场速度。     

基于子频带黎曼距离的海杂波背景下目标检测

海杂波背景下的目标检测对军事和民用均具有重要意义，是雷达信号处理领域的研究热点与难点。传统广义似然比检测器在具有较强空间非均匀特性的海杂波中检测性能明显下降。文中提出基于子频带黎曼距离的检测器。首先，利用一组线性相位离散傅里叶变换调制滤波器将回波分解到不同子频带；随后，在每个子频带中，利用参考单元数据在Hermitian正定矩阵流形上的几何均值或几何中值估计杂波协方差矩阵，将待检测单元协方差矩阵与杂波协方差矩阵之间的黎曼距离作为检测统计量。基于仿真杂波数据和实测海杂波数据验证了所提方法可以有效提高海杂波背景下的目标检测性能。     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar, HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition, SVD)的空域海杂波抑制算法（简称空域SVD算法）. 空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参考,对其阵列协方差矩阵进行SVD,估计空域的海杂波子空间和噪声子空间;再利用子空间的正交性,从阵列回波信号中去除其在海杂波子空间的投影分量,达到在空域抑制海杂波的目的. 该方法与现有的空域海杂波抑制方法相比,不需要预先知道海杂波的方位,利用阵列协方差矩阵的SVD来估计子空间,使得子空间的估计比较容易且准确,提高了输出信杂噪比(signal to clutter plus noise ratio, SCNR),有利于目标的检测.     

距离模糊下天空双基地预警雷达杂波抑制方法

天空双基地预警雷达杂波具有严重的非平稳性,同时存在距离模糊,使得杂波抑制变得困难。针对考虑距离模糊时天空双基地预警雷达杂波抑制问题,基于子孔径平滑处理和重构杂波协方差矩阵的思想,提出了一种非平稳杂波抑制方法。首先对某一距离环杂波数据进行子孔径平滑处理,估计出子孔径下的杂波协方差矩阵;然后计算该距离环功率谱并作为幅度值,重构模糊距离环的杂波数据和协方差矩阵;最后利用重构数据对距离模糊杂波进行空时自适应处理。仿真结果验证了所提方法的有效性。     

距离-多普勒-频带域3D-AWP-MRF分类辅助的SAR-GMTI杂波抑制方法

针对复杂地理场景下非均匀杂波造成多通道SAR-GMTI(Synthetic Aperture Radar Ground Moving Target Indicator,合成孔径雷达动目标指示)系统杂波抑制性能下降的问题,本文提出一种距离-多普勒-频带域三维自适应加权惩罚马尔科夫场(Three Dimension Adaptive Weighted Penalty Markov Random Field,3D-AWP-MRF)分类辅助的SAR-GMTI杂波抑制方法.利用地物类型在距离-多普勒-频带三维SAR图像空间的马尔科夫性,构造了包含空间距离、类间Fisher距离、局部粗糙度距离和梯度方向距离的自适应加权惩罚函数.在贝叶斯框架下利用条件迭代模型(Iterated Conditional Mode,ICM)算法求解距离-多普勒单元所属地物类型的最大化后验概率对多频带SAR图像进行分类,接着利用图像形态学操作对图像分类结果进行区域提取.最后,对每个闭合区域分别估计杂波协方差矩阵,并进行自适应杂波抑制处理.相比于传统方法,本文方法在非均匀杂波环境下不仅能提高起伏区域强杂波10～15dB的强杂波抑制能力,还可以减少平坦区域慢速运动目标约2.5dB的输出能量损失.     

一种简便的MIMO阵列雷达CFAR检测器

本文提出了一种适用于MIMO阵列雷达的简便的CFAR检测器,它利用了MIMO阵列雷达观测空间维数高的特点,通过直接滤除杂波干扰子空间的方式抑制杂波和干扰。该检测器的简便性在于杂波子空间可以离线估计与存储,而干扰子空间的估计也只需在低维空间上进行,而其原因是在估计杂波和干扰子空间时没有利用距离参考单元观测样本,而是利用了已知的系统参数、杂波子空间结构以及干扰协方差矩阵的模块对角性质。仿真结果表明,在杂波的理想模型条件下,选择适当的估计方法可以获得较高的杂波子空间估计精度,由此得到的CFAR检测器的性能也非常接近于已知杂波干扰子空间条件下的检测性能。      

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。      

基于联合像素特征对消动目标检测方法

提出了基于三通道联合像素的最小功率特征对消的方法来检测SAR图像中的地面运动目标。文中的方法不要求多天线间距、载机速度、脉冲重复频率满足特定的条件,它通过构造三通道联合像素矢量来产生协方差矩阵,然后对协方差矩阵进行特征分解,选取噪声的特征向量来构成噪声子空间,最后利用噪声子空间来抑制地面杂波,从而检测出地面慢速运动目标;同时还分析了针对实测数据中存在系统误差的情况下选取不同的特征向量分别构成的噪声子空间对于该方法的运动目标检测性能的影响。实测数据处理结果验证了该方法的有效性。     

A hybrid STAP approach to target detection for heterogeneous scenarios in radar seekers

Adaptive detection of moving targets on the sea is important for radar seekers. Recently, more attention has been paid to the deleterious effect of clutter heterogeneity on space-time adaptive processing (STAP) for pulse Doppler radar. Since secondary samples are no longer statistically independent and identically distributed (IID) in heterogeneous environments, this is subjected to a great challenge to target detection for radar seekers. Due to the fact that chaff jamming severely affects the performance degradation of target detection, the hybrid detection algorithm is proposed to suppress the sea clutter and chaff jamming. Firstly, the range cells can be classified into two regions according to the power, namely clutter region and hybrid region. Then we propose different algorithms to process two regions. The fixed point (FP) estimator is used to estimate the clutter covariance matrix in clutter region. While the power selected training (PST) algorithm is used to select the homogeneous secondary samples, and an algorithm based on two-step subspace projection for hybrid interference suppression is presented in hybrid region. Finally, the proposed Pareto-based generalized likelihood ratio test (PBGLRT) detector can detect the slowly moving targets in heterogeneous interference. Simulation results show that the PBGLRT detector outperforms both the low rank normalized adaptive match filter (LRNAMF) and normalized adaptive match filter (NAMF) detectors against interference heterogeneity.     

非高斯杂波下基于子空间的距离扩展目标检测器

在辅助数据缺失的非高斯杂波背景下,采用两步法设计策略研究了距离扩展目标检测方法.首先,在杂波纹理分量已知的条件下,对待检测数据进行高斯化,利用高斯背景下杂波协方差矩阵和目标散射点幅度的合适估计,建立检验统计量.其次,利用待检测数据在信号子空间正交补上的正交投影,估计杂波纹理分量,提出了基于子空间的距离扩展目标自适应检测器,并证明了其对杂波纹理分量的恒虚警率（CFAR,Constant False Alarm Rate）特性.仿真结果表明,在典型非高斯背景下,所提检测器的CFAR特性和检测性能均优于对比检测器;另外,阵元数、目标距离单元数或杂波尖峰的增加,能不同程度改善检测性能.     

空/时对称阵列雷达非高斯杂波背景下多秩距离扩展目标检测方法

针对多通道阵列雷达从实际杂波中检测目标场景,该文提出了一种面向多通道阵列雷达非高斯杂波背景的多秩距离扩展目标检测方法。首先,利用秩大于1的子空间矩阵和相应距离单元的坐标向量,建立了多秩距离扩展目标模型;然后,利用雷达接收单元空间或时间中心对称探测场景下杂波协方差矩阵的反对称结构信息,通过酉变换,采取广义似然比、Rao、Wald检验准则,构建待解参数小样本估计策略,设计了面向非高斯杂波背景的多秩距离扩展目标检测方法。最后,通过理论推导证明了所提检测方法相对于杂波协方差矩阵具有恒虚警特性。基于仿真数据和实测数据的实验结果表明,所提检测方法能够保证对杂波协方差矩阵具有恒虚警特性,此外,相较于现有检测方法,所提检测方法提升了小训练支持的目标检测性能,并且在导向矢量失配条件下,有效地改善目标检测的稳健性。      

Adaptive clutter suppression based on iterative adaptive approach for airborne radar

To improve the performance of the recently developed weighted least-squares-based iterative adaptive approach (IAA) in space–time adaptive processing (STAP) for weak or slow targets detection, we propose a novel IAA scheme to adaptively suppress the ground clutter by using the secondary training data (STD). Especially, we use the IAA to estimate the clutter plus noise covariance matrix from a very small number of STD. The resulting clutter plus noise covariance matrix can be utilized to form the STAP filter and then suppress the clutter. To reduce the computational complexity of the IAA, we exploit the sparsity of large clutter components in the angle-Doppler image and develop a modified IAA algorithm employing a soft-thresholding to adaptively determine the entries of each iteration that should be updated. Simulation results show that our proposed scheme outperforms the conventional IAA scheme over weak or slow targets detection and the modified IAA algorithm exhibits a comparable or even a better performance than the IAA algorithm but a lower computational complexity.     

均匀和部分均匀杂波中子空间目标的斜对称自适应检测方法

在雷达目标的自适应检测领域, 当参考单元数不足时, 充分挖掘协方差矩阵的结构信息是有效提高检测性能的途径之一。为此, 针对多维子空间目标的检测问题, 该文在协方差矩阵关于次对角线具有斜对称结构的约束下, 分别基于一步和两步广义似然比(GLRT), 推导了均匀和部分均匀杂波中的斜对称自适应检测器。由于检测器在设计阶段利用了协方差矩阵的结构信息, 仿真结果表明, 与已有检测器相比, 在参考单元数不足时, 斜对称自适应检测器可明显改善检测性能。此外, 分别从协方差估计方法的影响、目标子空间维数的影响、目标子空间失配性能以及目标起伏的影响4个方面对检测性能进行了仿真分析。      

基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法

对于集中式多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达,该文研究了高斯杂波背景下的目标检测问题。该文假设杂波的协方差矩阵是未知随机的,且服从逆复Wishart分布,基于贝叶斯方法和广义似然比检验准则设计了两种新型自适应检测器。该文提出的贝叶斯检测器具有两个显著的优点:(1)不需要训练数据;(2)杂波的先验知识体现在设计方案中,从而提高了检测性能。仿真结果显示该文提出的贝叶斯检测器的检测性能优于目前常用的非贝叶斯检测器,特别是在发射波形采样数较少时。另外,该贝叶斯检测器在参数失配条件下的性能会有一定程度下降。