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。     

双基地机载预警雷达空时自适应处理方法

本文在文献[1] 所建杂波模型的基础上,进一步研究空时自适应处理对双基地机载预警雷达杂波的抑制问题.深入分析了双基地机载预警雷达杂波距离多普勒特性,进而提出了一种基于距离多普勒补偿的空时二维自适应处理方法.理论分析与计算机仿真表明,该算法能有效实现工作于低重频时双基地机载预警雷达杂波抑制.     

改进的非均匀频率采样配准双基杂波抑制方法

机载双基地雷达杂波的距离依赖性降低空时自适应处理(STAP)杂波抑制能力,频率非均匀采样配准(RB-NFS)技术通过数据域信号处理可缓解杂波的距离依赖性.对该技术在机载双基地杂波抑制中面临的问题进行深入分析并给出改进方法,针对频率非均匀采样配准中杂波空时导向矩阵构造复杂,且存在杂波抑制不充分现象,提出引入广义逆矩阵或采...     

稀疏恢复空时自适应处理技术研究综述

相较于传统空时自适应处理（STAP）技术,稀疏恢复（SR）STAP技术在小样本条件下杂波抑制性能显著提升,因此适用于现实非均匀杂波环境.本文首先阐述了SR STAP基本原理,分析了机载雷达杂波空时稀疏特性;然后总结了SR STAP发展历史与现状,并在此基础上针对其相关科学问题进行了探讨,包括：空时谱估计还是杂波抑制、单观测样本还是多观测样本、白化还是置零、重构算法参数依赖还是不依赖、非平稳杂波下是否适用及干扰条件下是否可行;最后给出了当前SR STAP技术走向实用化过程中所面临的关键问题,即网格失配和空域误差影响,并分别讨论了无网格压缩感知和字典自校正的解决途径.     

双基STAP雷达杂波非平稳特性消除的新方法

在单基侧视机载或星载雷达系统中,空时自适应处理是一种成熟可行的慢速移动目标检测方法。在双基雷达系统中,由于杂波的非平稳特性,空时自适应处理无法获得理想的性能。为了揭示双基雷达杂波的非平稳特性,文中推导出了方位-多普勒曲线,研究了一种基于AD曲线配准的杂波非平稳特性的消除方法,给出了此种方法的处理步骤和性能分析。通过仿真发现,该方法处理算法不太复杂且性能优良。     

利用发射角度的双基地MIMO 雷达杂波抑制方法

双基地雷达中引入多输入多输出(MIMO)技术,可以从接收数据中获取双基地雷达发射角度信息。这一新增的角度信息用于空时自适应处理,获得发射空间-接收空间和多普勒3 维杂波谱。该文旨在对双基地MIMO 雷达空时自适应处理抑制杂波方法进行综述。首先介绍了双基地MIMO 雷达信号模型,然后介绍了几种正侧视双基地MIMO 雷达空时3 维自适应处理方法(3D-STAP),包括3 维线性最小方差(3D-LCMV)方法、3 维辅助通道方法、3维局域化联合处理以及3 维投影的空时3 维降维杂波抑制方法,仿真分析表明这些降维方法能够有效提高小样本条件下的双基地MIMO 雷达距离依赖杂波抑制性能。最后,对双基地MIMO 雷达空时自适应处理研究做了总结和展望。      

基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法

针对存在距离模糊情况下机载双基地雷达杂波抑制的难题,本文分析了存在距离模糊时机载双基地雷达的杂波特性,提出了一种基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法.该方法首先通过最大似然估计对训练样本所包含的各个模糊距离环的杂波幅度进行估计,然后通过非均匀采样重构待检测距离门及其模糊距离环的杂波数据,再由重构的杂波数...     

基于杂波谱稀疏恢复的空时自适应处理

在机载雷达体制中,空时自适应处理(STAP)可有效抑制杂波并完成动目标检测.但在实际杂波环境中,由于缺乏独立同分布的训练样本,传统STAP算法性能下降严重.针对这一问题,我们利用STAP体制下杂波在角度-多普勒域上的稀疏性,提出基于稀疏恢复的SR-STAP方法,可在少量训练样本下实现高分辨空时杂波谱及相应杂波协方差矩阵...     

基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能。针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能。Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法。     

机载双基雷达杂波分类及抑制方法

机载双基雷达杂波的空时分布受双基构型影响大,且具有非常严重的距离依赖性。对复杂的机载双基雷达杂波进行分类分析和抑制方法研究具有重要的意义。先对机载双基雷达杂波进行建模仿真,对于杂波分布与构型相关的现象,根据双基构型和对应的杂波分布对机载双基雷达杂波作出了较为一般化的分类,并分析讨论了不同类型杂波分布特性;针对具有严重距离依赖性的机载双基雷达杂波,提出了训练单元协方差矩阵加权平均的方法。相比于传统训练单元协方差矩阵求和平均的方法,算法仿真证明改进的算法在3类构型下的杂波抑制效果均有明显的提高,为双基雷达杂波抑制提供了新的处理方法。     

Fast reduced-rank STAP algorithm based on Gram–Schmidt orthogonalisation for airborne radar

In the reduced-rank space-time adaptive processing (STAP) methods, especially the principal component (PC) analysis STAP method, a set of dominant eigenvectors must be obtained by singular value decomposition of the space-time covariance matrix. Therefore, it is very difficult to be applied in practical system due to the intense computational complexity. In order to reduce the computational burden, a fast reduced-rank STAP algorithm based on Gram–Schmidt (GS) orthogonalisation is proposed in this article. In the proposed GS-PC STAP method, the clutter subspace is reconstructed by the GS orthogonalisation of training samples. Then, the STAP adaptive weight vector is calculated by orthogonally projecting the quiescent weight vector into clutter subspace, which can hold fast convergence measure of effectiveness (MOE) and require less computational complexity by compared with the conventional PC method. Based on the simulated data and multichannel airborne radar measurements data, the corresponding convergence MOE and the clutter suppression performances are verified in the article.     

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。     

空时误差情况下的STAP方法性能分析

空时自适应处理（Space-Time Adaptive Processing,STAP）技术可以实现对机载雷达杂波的有效抑制,显著提高机载雷达对运动目标的检测性能。但在实际工程应用过程中,STAP技术不可避免地会受到各种空时误差的影响,导致其性能严重下降。本文首先给出了各种空时误差的数学模型,然后从目标导向矢量失配和杂波自由度增加两方面系统分析了误差影响STAP性能的内在机理,并以信杂噪比（Signal to Clutter plus Noise Ratio,SCNR）损失为指标分析了不同误差对STAP性能的影响,最后通过仿真实验对相关分析进行了验证。本文工作量化了不同误差对STAP性能的影响程度,可为机载脉冲多普勒雷达空时误差补偿提供重要的理论支撑。      

一种基于空时内插的双基地机载雷达杂波抑制方法

杂波非均匀是双基地机载雷达杂波抑制面临的一大难题,直接制约着常规STAP方法的杂波抑制性能。该文提出了一种改进的联合空时内插方法(ImSTINT)。相对于传统的联合空时内插方法,ImSTINT方法映射变换后的子空间杂波自由度更小,因此能够彻底消除非均匀杂波对双基地机载雷达杂波抑制性能的影响。此外,该方法具有更快的收敛速度和更好的主杂波抑制性能。     

双基地机载预警雷达杂波建模与分析

建立了双基地机载预警雷达杂波模型,并通过对双基地机载预警雷达杂波空时谱结构的分析,得出了双基地机载预警雷达任意几何配置条件下,杂波谱结构随双基地机载预警雷达探测距离和变化趋势的一般性规律.仿真结果验证了所得规律的正确性.对双基地机载预警雷达杂波谱结构的认识有助于开展对双基地机载预警雷达杂波抑制与空时自适应处理技术的研究.     

机载双基STAP非线性时变加权技术的研究

针对机栽双基地雷达杂波的距离相关特性,提出一种新的基于非线性时变加权(NL-TVW)技术的空时自适应处理(STAP)方法用于抑制双基杂波.该方法考虑了双基杂波角度一多普勒频率特性随距离变化的非线性因素,可有效抑制来自远、中及近距离场景中的杂波回波.此外,NL-TVW方法是与数据相关的,可自适应地补偿双基杂波的距离非平稳性而无需了解有关雷达平台或场景的先验知识.仿真结果表明:在不同双基距离的场景下,非线性时变加权法比基于线性时变加权的STAP方法和无任何补偿措施的双基STAP方法有更优的杂波抑制性能.     

STAP在双基地雷达中的应用

讨论了空时二维自适应信号处理(STAP)在空载双基地雷达中应用的特点,并给出了几种不同处理方法的性能比较,同时验证了STAP方法可用于空载双基地雷达。     

双基地机载预警雷达空时二维杂波建模及杂波特性分析

本文建立了双基地机载预警雷达空时二维杂波模型,其中考虑了双基地雷达的几何配置、雷达的系统参数、各种误差及距离模糊等实际因素对杂波谱的影响.基于该模型分析了杂波特性,并计算了杂波的空时二维似然谱,结果表明所建杂波模型是合理的.该模型是研究双基地机载预警雷达杂波抑制与空时自适应处理技术的基础.     

基于自适应分区的非平稳杂波抑制方法

对于非正侧视阵机载雷达,杂波在近程表现出严重的非平稳性,在距离模糊情况下近程微弱目标和近程非平稳强杂波混叠,导致传统空时自适应处理（Space-Time Adaptive Processing,STAP）方法的运动目标检测性能严重下降。为了解决该问题,本文提出了一种基于自适应分区和正交投影的机载雷达非平稳杂波抑制方法。首先,基于回波数据在距离-多普勒域将机载雷达回波自适应划分为非平稳杂波区、平稳杂波区和清晰区,然后在非平稳杂波区采取俯仰维正交投影级联STAP处理,在平稳杂波区采取传统STAP处理,在清晰区采取传统PD处理。该方法能够显著提升机载雷达在全距离和全速度域的目标探测性能。仿真实验验证了所提方法的有效性。     

天发地收一阶海杂波空时自适应抑制

天发地收高频雷达的双基地特征使其一阶海杂波具有空时耦合性,但在双基地角和电离层扰动的作用下一阶海杂波产生明显的多普勒展宽,会淹没慢速舰船目标。以一阶海杂波空时耦合性为基础,理论推导并验证了其空时分布,利用波束相关性选择空时自适应降维处理算法的局域大小,有效地抑制了展宽海杂波并检测到被淹没的目标。