基于自适应可调Q因子小波变换的海杂波背景下的目标检测技术

本文针对海杂波背景下的慢速微弱目标的检测问题,根据海杂波和目标的振荡特性差异,提出了一种基于自适应可调Q因子小波变换（Adaptive Tunable Q-factor Wavelet Transform, A-TQWT）的海杂波背景下的目标检测算法。通过迭代计算、搜索出最能匹配海杂波和目标振荡特性的可调Q小波变换（TQWT）三元参数组合 ,运用形态分量分析法（Morphological Component Analysis, MCA)对海面回波信号进行分析,得到目标的最优稀疏表示;再根据目标分量各小波子带占总能量的比重,选取合适的门限确定重构小波系数集进行重构,得到目标的重构信号,从而实现目标和海杂波的有效分离。最后在IPIX实测数据集上添加慢速微弱运动目标进行算法验证,结果表明本文提出的算法可以有效检测出落入海杂波多普勒通道中的慢速微弱目标,且不需要任何目标和杂波的先验信息。      

采用改进型时频滤波的海杂波抑制方法

海洋环境下，海杂波具有明显的非平稳、非高斯特性，海杂波谱中心频率不固定、谱宽较宽，严重影响了雷达对海面目标的检测。传统的频域滤波器难以对复杂多变的海杂波进行有效抑制。本文通过分析海杂波的时频谱频率变化特征，定量计算各距离单元时频谱的中心频率平滑度，提出了采用基于时频谱能量分布的改进型时频滤波方法进行海杂波抑制。通过实测海杂波数据对杂波抑制效果进行分析，验证了该算法能够有效滤除海杂波信号和保护低速目标信号能量，提高目标信杂噪比，对提升雷达检测能力具有重要的作用。      

基于小波影响锥的天波雷达瞬态干扰抑制方法

针对瞬态干扰严重影响天波超视距雷达(OTHR)目标检测性能的问题,提出了一种基于小波影响锥的瞬态干扰抑制方法。该方法利用一维离散平稳小波变换确定信号的奇异点(瞬态干扰),然后将每一奇异点对应的影响锥内的小波细节系数置零,最后通过一维逆离散平稳小波变换重构数据。该方法避免了杂波抑制和插值重构,运算量小,实用性强。对天波雷达实测数据的处理实验表明:提出的方法是有效的。     

稳健的机载预警雷达多通道海杂波抑制方法研究

在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能。针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果。针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。     

稳健的机载预警雷达多通道海杂波抑制方法研究

在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能.针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制.但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果.针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性.最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性.     

基于冗余小波变换的高频地波雷达目标检测算法

为了从高频地波雷达(High Frequency Surface Wave Radar, HFSWR)信号生成的复杂距离多普勒(Range Doppler, RD)图像中准确提取运动点目标, 提出了一种基于冗余小波变换(Redundant Discrete Wavelet Transformation, RDWT)的RD图像点目标检测算法.该算法根据点目标与海杂波、电离层杂波等特征的差异, 首先在距离方向进行自适应RDWT以去除海杂波和地杂波, 并在多普勒方向进行自适应RDWT以去除电离层杂波; 然后利用图像形态学运算对背景噪声进行了抑制; 最后进行阈值自适应分割以得到点目标.实验结果表明:该算法能有效抑制RD图像中的海杂波、电离层杂波和背景噪声, 能从复杂的RD图像中实现点目标的有效检测, 其检测性能优于改进的恒虚警率(Constant False Alarm Rate, CFAR)算法.     

基于回声状态网络的OTHR海杂波抑制方法

在短相干积累时间(CIT)情况下,天波超视距雷达(OTHR)中低速目标检测很困难:低速目标靠近强大的海杂波频谱;短CIT导致多普勒分辨率低,使目标信号与海杂波更难区分。传统方法一般利用海杂波与目标信号的时频特征不同来抑制海杂波,目标速度较高时这些方法很有效,然而在短CIT、低速目标情况下目标与海杂波信号的时频特征的区分度很小,使得传统方法难以有效抑制海杂波。针对上述问题,考虑到海杂波与目标信号具有不同的动力学特征,提出一种基于回声状态网络的天波雷达海杂波抑制方法。该方法首先用海杂波参考信号训练回声状态网络,使该神经网络"记住"海杂波的混沌动态特征;然后用前述训练好的网络重构和预测天波雷达回波中...     

一种船用雷达的海杂波抑制算法

海杂波是经雷达发射信号照射后从海洋表面反向散射的回波,它的存在严重干扰了雷达对海面目标的检测和定位跟踪性能。现有的海杂波抑制方法中,在对海杂波进行抑制的同时,也会对近处目标信号幅度造成衰减,甚至导致漏检的发生。本文从图像处理角度,提出了一种海杂波的抑制算法,包括如下几个步骤：初始化参数和数据、参数估计、海杂波的抑制和估...     

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.     

基于能量树编码的小波图像压缩算法

针对小波变换的空间能量聚集特性,提出了一种基于能量树编码的小波图像压缩算法。该算法在离散小波变换的基础上,分别对图像的各高频子带按其局部能量构建分层能量树,利用总能量和各层的能量角等效表示子带的小波系数;根据给定的压缩比,选择合适的代价函数构建最佳能量树,然后对其进行量化和编码,通过自适应的比特率分配实现小波图像压缩。实验结果表明,该算法实现简单,重构图像质量好,与当前多种主流的小波图像压缩算法相比,压缩性能有了明显提高。     

多通道复杂海杂波模拟器设计

对海作战装备雷达系统在目标探测过程中接收到的回波信号既包含目标回波信号,也包含来自海面的反射信号,即海杂波信号。海杂波信号的存在严重限制了雷达系统对目标探测和识别能力,为正确评价雷达系统的相关性能,为雷达信号处理方案的选择提供理论依据,对海杂波信号的精确模拟与仿真已成为雷达信号处理领域中的重要课题,对提高对海作战雷达系统的性能具有重要意义。在此基础上,首先总结了海杂波信号产生的理论基础及相关模型,提出了一种多通道复杂海杂波模拟器设计思路及设计方案,最后给出了测试验证结果。     

基于CHMM的雷达海面回波建模与分析方法

高分辨率雷达以低擦地角观测粗糙海表面时杂波幅度明显增强,产生海尖峰效应。海尖峰与平稳海杂波的统计特性差别显著,使用单一概率密度函数(PDF)的传统统计建模方法难以精确描述回波特性,尤其在回波中包含目标信号时,这种不适应更为严重。该文将连续型隐马尔可夫模型(CHMM)用于海杂波建模,把海面回波分为平稳海杂波、海尖峰和目标回波3个状态,使用高斯混合密度模型(GMDM)建立各状态观测值的连续PDF表达式,使用Baum-Welch算法对CHMM的参数进行计算和重估。同时,修正了基于GMDM的CHMM观测值状态联合概率公式,解决了GMDM参数迭代求解过程中的分母下溢出问题,为海杂波建模与分析提供了一种新的方法。最后对实际雷达采集数据的分析证明了该方法的有效性。     

复杂动态海面与目标电磁散射及回波仿真研究现状与展望

海洋表面是一种高度不规则和时空不重复的复杂动态体系。海杂波是雷达电磁信号照射到海面产生的大量散射体回波的叠加,受风力、洋流、海浪等的影响呈现非均匀性和非平稳性。海杂波信号对海上目标的探测具有一定的干扰作用,尤其是高海情条件下,海浪起伏更加剧烈,目标信号极易淹没在强海杂波信号中,严重限制着雷达对海上目标的检测能力。海杂波及目标电磁散射特性研究是提升复杂海洋环境下目标检测能力的基础,以电磁波与实际复杂动态海面及目标电磁散射机理为基础,形成实际海洋环境下目标回波数据,对海杂波及目标雷达回波特征分析,实测数据集的补充,均存在重大意义。为了让更多相关研究者获得基于物理机理的复杂海环境与目标回波仿真方法近些年的发展和未来趋势,该文总结了回波仿真的3类方法,并针对海面与目标仿真场景特点,分析了3类方法的优劣和适应性,给出了部分仿真结果;还介绍了一些基于实测的回波数据集,可方便学者对回波特性进行分析;最后对复杂海面与目标回波仿真方法和特性研究的发展趋势进行了展望。     

基于SMLRT-GRT-SVD的机载雷达海面慢速小目标信号积累与杂波抑制方法

机载雷达对海面慢速小目标进行积累检测时面临两个主要问题:一是雷达与目标间的相对运动导致距离走动与多普勒扩散,造成目标积累性能下降;二是较强的海杂波能量影响聚焦与检测结果。为了解决上述问题,本文提出了一种基于分段改进位置旋转变换（Segment Modified Location Rotation Transform, SMLRT）、广义拉东变换（Generalized Radon Transform, GRT）以及奇异值分解（Singular Value Decomposition, SVD）的方法（即SMLRT-GRT-SVD）以快速实现信号积累与杂波抑制。首先,设计时间片段划分准则将回波信号均匀分段,分段时保证在每个时间片段中可以忽略由径向加速度造成的二阶距离走动和多普勒扩散;其次,通过SMLRT校正每个时间片段内由径向速度引起的一阶距离走动,并采用傅里叶变换（Fourier Transform, FT）实现每个时间片段内能量的相参积累;再次,利用GRT循迹所有时间片段的能量峰值位置并进行非相参积累;最后,利用SVD在慢时间域进行回波信号分解并剔除杂波对应奇异值,重构后即可实现杂波能量的抑制。本方法采用分段处理与SVD操作,能够快速实现目标能量的聚集并抑制海杂波能量。仿真与实测数据处理结果均表明了所提方法的有效性。      

基于门控循环神经网络的海杂波幅度预测

海杂波是雷达在海洋表面采集到的海面电磁散射回波.受海洋环境要素（风速、风向、浪高、浪向等）和雷达参数的影响,其幅度随时间具有随机起伏性,海杂波的幅度预测精度的提高有助于增加目标检测准确度.本文结合海杂波非高斯非线性的特点,提出了基于门控循环神经网络的海杂波幅度预测方法.通过对IPIX雷达和P波段雷达海杂波实测数据的预测分析,结果表明,本文方法相对已有传统方法具有更高的预测精度.     

基于时频分析的双基地前向散射雷达侧影成像

介绍了双基地前向散射雷达侧影成像的原理,分析了该雷达回波中目标信号和杂波的时频特性,提出了利用小波分析剔除该雷达回波中杂波的方法,然后提出了利用时频分析估计目标径向运动参数的稳健的运动补偿算法,最后通过仿真证明了所提方法的有效性.     

基于Hurst指数差异的海面小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于Hurst指数差异的方法来检测海杂波背景下小目标。该算法基于小波分析法：计算各种极化方式下不同距离门的海杂波的Hurst指数,分析发现距离门含有小目标的Hurst指数明显大于距离门只含有海杂波的Hurst指数,而只含有海杂波的不同距离门间Hurst指数变化较小,因此可基于不同距离门的Hurst指数差值作为检测小目标的标准。实验证明,该算法可在没有任何先验知识条件较准确地检测出海杂波背景下的小目标。     

基于实采数据的海杂波与气象杂波模拟

雷达模拟器中杂波信号的逼真程度对雷达职手的训练质量起着至关重要的作用.如果海杂波和气象杂波的数学模型产生的模拟信号不够逼真,就无法满足雷达职手的训练要求.文中根据训练态势中设定的自然环境条件,对外场实验中采集到的真实杂波数据进行位置和强度上的处理,从而产生满足战术训练要求的海杂波和气象杂波信号.由雷达模拟器的终端显示可知,该方法产生的海杂波和气象杂波信号具有很高的逼真度,可以满足雷达职手的训练需要.     

天波超视距雷达海面非后向散射特性建模分析

运用微扰法推导了非后向散射下的天波超视距雷达海杂波模型,将此模型进行计算机仿真,并定性分析此模型下双基地角、雷达工作频率、风向、风速、入射角对海杂波回波强度的影响,为非后向散射下天波超视距雷达的目标检测和雷达布站提供了科学依据。