基于多视平均和共轭相乘处理的SAR图像域DPCA慢动目标检测新方法

天线相位中心偏置(DPCA,Displaced Phase Center Antenna)技术应用于双通道SAR图像域检测地面慢动目标,具有操作简单、高效实用的特点,因此寻找性能更优的DPCA检测量具有重要的理论和实际意义.本文在深入分析经典图像域DPCA检测量存在的不足的基础上,引入多视平均、共轭相乘处理,提出了几种新的DPCA检测量.理论分析和实验验证表明:新DPCA检测量具有杂波和噪声抑制能力强、旁瓣抑制好、定位精度高等特点,说明共轭相乘操作和多视平均处理能够有效地弥补经典DPCA检测量的缺陷,有效提高检测性能.此外,理论推导了随机噪声和通道之间的绝对增益误差等干扰因素对DPCA检测量的影响,证明了新DPCA检测量具有较强的抗干扰性.     

基于统计区分度的SAR图像干扰评估方法

针对干扰信号和目标回波信号在图像上的统计特性差异,该文提出了基于统计区分度的SAR干扰评估方法。借助于独立分量分析(ICA),把SAR图像域上的干扰抑制问题转化为一种盲源分离问题。分别对高斯噪声干扰和类杂波干扰SAR图像进行ICA处理,并采用峭度准则进行干扰基图像分离。由于类杂波干扰信号具有和SAR回波信号类似的统计特征,相对于高斯噪声干扰的干扰抑制效果降低。理论分析和仿真验证了基于目标回波信号特征的类杂波干扰方法的有效性。     

基于图像域检测的SAR杂波干扰评估

杂波干扰在时域、频域及多普勒域与雷达回波信号具有相似特征,其特点是在SAR成像后形成局部类似杂波的输出效果.为了定量评估干扰效果,图像域采用双参数恒虚警检测方法,通过比较杂波干扰和高斯白噪声干扰对检测性能的影响,验证了杂波干扰优于白噪声干扰的效果以及基于图像域检测方法对干扰效果评估的有效性.     

SAR图像目标综合检测方法

基于SAR(合成孔径雷达)图像杂波结构,结合小波变换和自适应维纳滤波提出了一种新的抑制SAR图像相干斑噪声方法,该方法能够较好保留杂波边缘和点目标.分析了抑制SAR图像相干斑噪声后的多分布特性,研究了相应的SAR目标检测,提出了一种新的SAR图像目标检测方法及其实现.实际SAR图像测试结果表明了本文方法的有效性.     

一种基于APES的回波域强杂波旁瓣抑制方法

针对合成孔径雷达(SAR)观测区外的强目标将其旁瓣混叠至观测区内影响微弱目标的检测,基于正弦信号幅度相位估计(APES)提出一种新的旁瓣抑制方法。该方法将抑制对象确定为观测区外的强杂波,则混叠至观测区内微弱目标处的旁瓣为强杂波旁瓣。首先根据回波域双曲线形状确定强杂波所在位置,其次利用APES对其散射系数在回波域进行估计并抑制,抑制后的SAR图像中强杂波旁瓣对微弱目标的不利影响得到了有效消除,且对微弱目标几乎不造成任何影响。实测数据处理证明了此方法的有效性。     

机载SAR 对地面慢速运动目标的DPCA-CFAR 联合检测方法

在机载合成孔径雷达(SAR)动目标检测中,由于地面慢速运动目标速度较小,因此很容易被地面强主瓣杂波淹没而检测不到。文中针对地面慢速运动目标的运动特点,提出基于分数阶傅里叶变换(Frft)的DPCA鄄CFAR 联合检测的方法,在采用天线相位中心偏置(DPCA)技术进行杂波抑制的基础上进行恒虚警(CFAR)处理,从而检测到运动目标,并且根据DPCA 对消后的信号幅度和CFAR 检测门限推导了最小可检测速度,说明了提出的算法对慢速运动目标的检测性能,并进一步采用Frft 方法估计出目标速度,最后通过仿真对算法的有效性进行了验证。     

基于深度学习的雷达目标检测技术

根据纽曼-皮尔逊准则,恒虚警方法（CFAR）在虚警率10-6、检测概率90%的条件下,可检测目标的信噪比需大于12.8dB。由于可用于参考的环境单元有限且实际环境中杂波分布差异性大,特别是隐身、低慢小等目标的能量强度值很难达到检测门限的要求。本文基于深度学习方法,利用含杂波/噪声/干扰的目标距离多普勒(RD)域图像与相应理想情况下的目标RD图作为网络训练数据集,网络中的生成模型向判决模型提供抑制处理后的RD图,根据判决模型反馈来调整杂波抑制处理参数。这一动态对抗博弈的过程最终优化所得的生成模型将有效学习环境中杂波/噪声/干扰的特性并将其过滤。通过杂波、噪声和干扰环境下的实验证明,本文方法可以在RD域有效抑制杂波,增强目标信息,具备在实际杂波抑制场景下的可行性。     

机载双通道SAR／GMTI数据域DPCA算法研究

相位天线偏置(DPCA)技术在雷达领域是一种经典的杂波抑制算法,该算法简单易行,有很高的实用价值。文中研究了数据域DPCA技术在机载双通道SAR地面动目标检测领域的应用,推导出点目标回波模型;介绍了时间域和多普勒域算法的原理;对多普勒域DPCA算法的工程化进行了研究;最后给出了模拟数据的仿真结果。     

一种基于双通道DPCA 的SAR-GMTI 杂波抑制方法

偏置相位中心天线技术(DPCA)作为空时自适应信号处理(STAP)技术的特殊形式,在合成孔径雷达地面动目标指示(SAR-GMTI)领域得到了广泛的应用。杂波抑制的能力直接决定了GMTI 的性能,传统的复图像域DPCA 技术对于地杂波抑制能力有限,特别是广泛分布着强散射静止地物的城市区域。该文利用干涉相位对DPCA幅度进行非线性加权,提出了一种加权DPCA 杂波抑制方法,该方法降低了通道间残差相位对DPCA 杂波抑制的影响。实验结果表明:该文方法在杂波抑制能力上优于传统DPCA 方法。      

噪声干扰环境下SAR的目标检测能力分析

SAR的目标检测是指从SAR图像的背景杂波和干扰中检测目标，检测概率是衡量SAR目标检测能力的重要指标。通过计算噪声干扰环境下SAR的目标检测概率可以定量描述SAR的目标检测能力在噪声干扰环境下受削弱的程度。基于恒虚警检测技术，本文给出噪声干扰环境下SAR目标检测概率的计算方法，并对噪声干扰环境下SAR的目标检测能力进行了分析。     

一种基于多级维纳滤波的多通道SAR动目标检测算法

该文针对机载多通道SAR-GMTI系统及实测数据,提出一种新的地面慢动目标检测算法。新算法利用多级维纳滤波器实现多通道SAR系统杂波抑制,同时结合对角加载技术和非均匀检测器,进一步改善SAR系统在非均匀环境下的动目标检测性能。实测数据实验结果表明:与常规的自适应检测方法相比,新算法能够明显提高系统对杂波的抑制能力及非均匀环境下系统的动目标检测性能。     

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.     

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

基于局部Hilbert谱平均带宽的微弱目标检测算法

该文采用实测海杂波数据分析了目标出现频段内海杂波局部Hilbert谱的脊线及其平均带宽,研究了目标和天线极化方式对海杂波局部Hilbert谱脊线及其平均带宽的影响。研究发现,目标的出现将导致目标所处频段的海杂波局部Hilbert谱脊线起伏趋于和缓,局部Hilbert谱平均带宽减小,在此基础上,借鉴恒虚警检测技术提出了一种新的微弱目标检测算法。该算法先采用目标所处频段的局部Hilbert谱脊线计算平均带宽,以提取目标与海杂波的差异,然后将平均带宽作为检测统计量,实现对海杂波中的微弱目标进行检测。与基于海杂波盒维数的方法和单元平均恒虚警(CA-CFAR, 100个脉冲)方法相比,该方法有效提高了对海杂波中微弱目标的检测性能。     

双通道与单通道相结合的运动目标检测新方法

本文在采用双通道相位偏置天线(Displaced Phase Center Antenna,DPCA)的基础上,将DPCA中每一个通道的天线进行子图像划分,再结合两个通道所得的子图像作幅值对消,实现杂波抑制与运动目标的检测。该方法在运动目标具有方位向速度或距离向加速度时可获得比传统DPCA更好的检测效果,并通过剪切平均的方法实现运动目标的聚焦。本文首先介绍了DPCA与单通道中子图像对消的基本原理;其次,提出了将DPCA与子图像对消相结合的运动目标检测新方法,并通过剪切平均的方法聚焦运动目标;最后,本文给出了运用该方法的具体步骤,并通过仿真实验验证了本方法的有效性。     

机载多输入多输出雷达脉冲相消杂波抑制方法

针对机载多输入多输出雷达杂波分布呈现空时耦合特性,该文提出了一种新的空时2维脉冲相消杂波抑制方法,通过利用雷达参数以及载机速度可以确定杂波分布轨迹这一先验信息,设计出一种简单有效的空时2维脉冲相消器,作为空时自适应处理(STAP)的杂波预滤波处理方法,进一步提高目标的检测性能。试验结果表明,该方法可以较为灵活地根据不同阵列结构来构造,不受布阵方式的限制,同时对于高速运动目标的检测也较为有效。     

线性调频航管雷达风电场杂波背景下目标检测

传统动目标检测(Moving Target Detector, MTD)技术无法抑制具有频谱展宽特性的风电场杂波,可能导致目标检测概率下降和虚警率上升等问题。针对此问题,提出了一种线性调频航管雷达风电场杂波背景下的目标检测方法。该方法先进行风电场杂波抑制,再对杂波抑制后的数据基于MTD进行飞机目标检测。文中给出的风电场杂波抑制方法中,首先将传统谱中心补偿的风电场杂波抑制方法应用到线性调频体制雷达,针对此时存在的旁瓣抑制后的主瓣展宽问题,利用雷达参数信息优化恒虚警率(Constant False-Alarm Rate, CFAR)检测方法,再根据目标与杂波相对位置不同采用不同的方法抑制杂波。对于目标与杂波扩展主瓣在不同距离单元时,基于谱中心补偿及基于雷达参数的CFAR检测方法来检测并抑制风电场杂波;对于目标与杂波扩展主瓣在相同距离单元的情况,基于匹配追踪（Matching Pursuit,MP）算法抑制风电场杂波。仿真数据与实测数据实验结果表明该方法在保证有效检测目标的前提下能降低风电场杂波引起的虚警率。      

基于DPCA机载PD雷达低空动目标检测方法

针对机载脉冲多普勒雷达主波束照射内、强杂波背景下的低空运动目标，讨论了一发两收双天线模型配置下，基于二单元DPCA技术对消地杂波、检测运动目标径向速度的方法，并给出了具体的计算公式。最后对具有不同速度的动目标进行了仿真，其模拟结果和理论分析相吻合，表明了无论目标出现在主瓣还是旁瓣，该方法都能有效地抑制地杂波和检测动目标的径向速度。     

分布式星载单基线SAR-ATI/DPCA技术性能分析与对比

SAR-ATI和SAR-DPCA技术是分布式星载单基线SAR-GMTI系统常用的杂波抑制和运动目标检测方法。本文从运动目标检测性能出发,以两种处理技术的杂波和动目标的信号模型和统计分布模型为基础,考虑杂波和加性噪声、通道幅度/相位不一致性误差、频率同步误差等影响因素,对ATI和DPCA技术的动目标检测性能进行分析和对比。仿真实验表明在地面场景均匀同质假设下,DPCA的检测性能优于ATI技术;通道相位误差对ATI和DPCA技术影响较大;在采取了一定的同步措施前提下,频率同步误差对两种技术的检测性能影响相对较小。