基于小波变换的信号滤波在探地雷达中的应用

利用小波变换的时频局域性,提出了一种探地雷达信号处理的滤波方法.在连续小波变换的基础上,同时联合尺度和频率,通过能量分析确定回波信号主要分量所在区间,通过尺度分解和频域滤波剔除干扰分量,在此基础上重构信号,提高了信噪比.并针对不同连续小波基对信号处理的性能进行分析,对比结果表明与雷达发射母波相似的小波基在探地雷达信号处理中更有效.     

变速目标的光子回波外差信号处理方法研究

变速运动目标的中频信号特征频谱具有连续集中的多频分量，且具有一定的多普勒展宽，在背景噪声和暗计数的影响下，光子回波外差信号的信噪比较低时，使用传统的信号处理方法得到的中频信号频谱以及时频分析特性效果较差。为提高信噪比，本文提出了将稀疏度自适应压缩感知和密度聚类相结合的信号处理方法，并采用该方法对变速目标的光子回波外差信号进行处理。该信号处理方法解决了变速目标频谱稀疏度K无法提前确定的问题，而且只需要较少的观测数据就可以重构信噪比较高的中频频谱。此外，该方法结合密度聚类算法对中频频谱进行了第二重去噪，大幅度减少了噪声分量。研究结果表明，该信号处理方法能够将信噪比提高一定幅度且多普勒展宽精度误差在10%以内，可以得到较为完整的重构中频信号频谱，同时较好地解决了信号时频分辨率较差的问题以及单光子探测等间隔时间序列造成的时频图中的倍频现象，得到了更好的时频特性描述。     

基于LFM信号差拍处理的抗干扰算法仿真分析

论述了转发式距离假目标干扰与灵巧噪声干扰的信号模型及作用机理,结合干扰原理,采用差拍处理算法抑制干扰,该算法以雷达前面某一脉冲重复周期的接收信号(未受到干扰的雷达接收信号)为参考,求得其与当前脉冲重复周期雷达接收信号(受到干扰)的差拍信号。通过差拍处理,使目标回波信号的差拍频率分量移至低频,干扰信号的差拍频率分量移至高频,然后通过设计低通滤波器滤除干扰信号的差拍频率分量,再通过逆差拍运算处理恢复出目标回波信号。     

基于STFT和Hough变换的高频雷达机动目标检测

高频雷达回波中存在强大的地海杂波及各种高频干扰,一般通过空、时、频三维处理实现目标的检测。对于机动目标,该方法在两方面存在缺陷。其一,机动目标回波在相干积累时间内相位呈非线性变化,导致多普勒频谱展宽、检测性能下降。其二,上述处理过程不能获得目标的加速度。本文针对上述缺陷提出了基于STFT和Hough变换的高频雷达机动目标检测方法。其中,STFT用于获得目标回波的时频谱,而Hough变换通过对目标的时频"谱脊"进行非相干积累实现目标的检测并估计其速度和加速度。理论分析和数据处理结果均表明该方法在高频雷达机动目标检测方面性能良好。     

高频雷达海洋回波信号的混沌特性研究

高频波段海洋回波信号表现了非线性和频谱时变性.传统的谱分析方法,无法反映回波信号在时间上的演化规律.本文应用混沌动力学方法分析和计算了高频波段海波回波信号的混沌特性参数,并通过高频地波雷达实测数据的验证,首次得到了高频无线电波海洋回波信号呈现混沌特性的结论.这一结论对高频雷达目标探测和海态遥感研究都具有重要意义.     

基于区域多帧联合处理的LFMCW雷达强散射源环境下微弱目标回波信号特征增强技术

在强散射干扰源存在的条件下,线性调频连续波(linear frequency modulated continuous wave, LFMCW)雷达回波在距离维呈现回波信号频谱扩散现象,给雷达微弱目标检测带来严重的技术挑战. 基于对检测目标中心区域多个相邻雷达波束回波数据各分量之间的相关性分析,提出基于区域多帧联合处理的LFMCW雷达强散射源环境下微弱目标特征增强技术,通过加权补偿,利用来自目标附近扫描区域的多帧数据进行多帧联合处理,增强微弱目标回波信号特征,提升微弱目标的检测能力. 通过某型异物检测雷达实测数据分析结果,验证了该方法能够有效处理强散射源存在条件下的微弱目标检测问题.     

舰载高频地波雷达(OTHR)平台运动对回波信号调制机理的研究

 本文基于高频地波舰载OTH(Over-The-Horizon)雷达后向散射回波信号的物理模型,在理论上分析并导出了揭示雷达平台运动、雷达系统参数、目标物理属性以及目标运动特性之间内在联系的舰载高频地波OTH雷达回波信号在Doppler域里的频谱展宽方程;深入分析了高频地波舰载OTH雷达平台运动对雷达回波信号高频相位的调制机理及平台运动对回波信号Doppler频谱结构的影响;推导了雷达平台运动与不同物理尺寸目标及不同运动状态目标相互作用的动态几何关系;给出了在雷达平台运动条件下静止面目标、静止点目标及运动面目标和运动点目标的回波信号频谱展宽表达式.这些基本关系式构成了在高频地波舰载OTH雷达系统中对海浪杂波特性和目标特性进行分析和研究及在展宽的一阶Bragg海浪谱中实现舰船目标分辨与检测的重要理论基础.文章最后通过对实测数据的分析与测量,证明了所得出的数学关系式的正确性.     

基于空域联合时频分解的海面微弱目标检测方法

海面目标不仅影响其位置处波浪运动,还会影响其周围的水域,其雷达回波信号分布于多个相邻的距离单元,所以目标回波信号表现出明显的空域相关性。该文根据海面目标信号的空间相关性提出了一种基于空域联合时频分解的海面微弱目标检测方法。该文提出的一种两信号互S-方法将相邻两个距离单元的回波信号变换到时频域,再利用互维格纳-威尔逆变换实现两距离单元信号的联合时频分解,最后根据分解分量的联合时频聚集性实现目标检测。实测X波段雷达海面回波的处理结果表明该文方法能够较精确地从海面回波中检测出微弱目标,并且能够显示目标的瞬时运动特性。      

基于时频谱图和CNN的雷达空中目标识别方法

传统雷达空中目标识别方法容易受到杂波和有效特征难挖掘等因素影响,其识别准确率难以满足实际雷达系统的目标识别需求。为了改善雷达对空中目标的识别性能,提出一种基于时频谱图和卷积神经网络(convolutional neural network, CNN)的空中目标识别方法。该方法首先提取雷达目标检测点迹所在距离单元的多脉冲回波数据,然后通过杂波抑制和基于CLEAN算法的雷达目标机身分量消除,得到以目标微多普勒分量为主的时域回波数据,接着通过短时傅里叶变换得到目标微多普勒时频谱图,最后利用时频谱图对设计的卷积神经网络进行训练和测试,实现喷气式飞机、直升机、螺旋桨飞机三类典型空中目标的识别。实测雷达数据测试结果表明,所提方法对三类飞机目标的识别准确率高于传统方法。所提方法避免了传统人工提取微动统计特征,消除了杂波与机身分量的影响,提高了雷达对空中目标识别的性能。     

高频雷达机动目标的时频图像处理方法研究

高频雷达机动目标检测实为复杂外部环境和强地海杂波下的非平稳弱信号处理,针对非平稳特征提出了基于时频分析和图像处理的方法.首先应用时频分析方法得到机动目标的时频谱,进而在时频谱上进行频率维的恒虚警检测并形成目标像、在时间维应用区域生长技术提取目标的速度时变脊线.时频图像处理方法经频率维和时间维的多级处理、在保证系统检测性能的情况下可精确提取机动目标的速度时变信息.实测数据的处理验证了其有效性.     

应用时频分析进行高频雷达射频干扰抑制

射频干扰是困扰高频雷达工作的难题之一.本文基于雷达基带采样信号中射频干扰和有用目标信号的时频分布的差异,提出了一种新的射频干扰抑制方法.将该方法应用于高频地波雷达的回波信号处理中,能有效地抑制射频干扰却不损失目标信号,从而使回波距离-多普勒谱的质量得到改善,大大提高了系统的抗干扰能力.该方法也可视为自动实时选频系统的一种软实现.     

高频线性调频雷达的高精度目标瞬时距离估计

高频线性调频雷达的距离量化步长通常为几公里,相对舰船目标尺度而言测距精度非常低.本文分析了目标的距离谱及目标的运动对其瞬时幅度的影响,提出了一种新的高精度目标瞬时距离估计方法.该方法首先确定目标的时频分布,然后通过相邻三个距离点上目标的瞬时幅度比拟合出目标的瞬时距离.计算机仿真实验和雷达实测信号处理结果表明该方法是有效的,它大大提高了高频雷达的目标测距精度.     

宽波束高频雷达的超分辨率时-空级联处理

针对在宽波束高频雷达目标探测中传统傅立叶变换频谱分析方法多普勒分辨率较低的问题,提出了一种全超分辨率的时-空域级联信号处理方法.首先利用多重信号分类(MUSIC)算法获得频域超分辨率谱估计,构造出相应于各信号频率的信号子空间,将原始信号向各子空间进行投影变换以获得相应于各信号频率的阵列快拍,然后利用其进行空域超分辨率谱估计,获得相应的到达角.利用该方法能有效地采用短相干积累时间进行多目标的频率-到达角参数估计,从而有效地提高了宽波束高频雷达的目标探测和跟踪性能.数值仿真实验验证了该方法的有效性.     

基于时频分析的高频雷达目标检测与定向

针对宽波束高频雷达对非平稳目标探测的问题,提出了一种新的基于线性时频分析的目标检测与定向方法,即先从时频面上检测出目标的时频脊,然后沿脊线对线性时频表示采样形成阵列快拍,进行空间谱估计.分析了目标横向运动对空间谱估计的影响,提出了横向运动补偿及目标时变方位和横向速度估计的方法.雷达实测数据处理表明,本文方法能有效地应用于宽波束高频雷达对非平稳目标的探测中.     

自注意双路径RNN用于汽车雷达干扰抑制

雷达是自动驾驶的重要组成部分,通过雷达的发射和接收信号我们可以估计目标距离和速度。随着雷达的广泛使用,不同车辆安装的雷达之间会产生相互干扰,导致本底噪声升高,严重影响目标的可检测性。近年来研究者们开始用深度学习方法来抑制雷达干扰,目前常用的方法大多是基于频域或时频域,但基于深度学习的语音分离方向的研究已证明基于时域的方法相对于其他方法的优越性。然而传统的循环神经网络（Recurrent Neural Network,RNN）对长序列信号建模十分困难,因此本文使用了自注意双路径循环神经网络(Dual-Path Recurrent Neural Network with Self Attention, DPRNN-SelfAttention),用于在深层结构中对长序列进行建模。DPRNN-SelfAttention将长序列输入拆分为更小的块,并迭代地应用块内和块间操作处理整个序列的信息,其中输入长度与每次操作中原始序列长度的平方根成正比。实验结果表明,本文方法可以抑制多个干扰,并能估计抑制干扰后的目标幅度和相位。     

一种基于阵列信号处理的短波跳频信号检测方法

提出了一个适用于阵列天线的跳频信号检测模型。在该模型中,首先产生基于短时傅立叶变换的时频图,接着将跳频信号的各跳从时频图中分割出来,并用阵列信号处理中的到达方向(DOA)估计理论在频域中估计各跳的方向参数,最后通过空间聚类得到跳频信号的数目及各自的参数集。该模型具有计算量小、可检测变跳速跳频信号等优点。通过仿真实验验证了该模型的可行性和有效性。     

对两种脉压信号的分析和对比研究

脉冲压缩信号有效解决了雷达作用距离与距离分辨力之间的矛盾,因而在各种体制的雷达中获得广泛应用。研究了两种普遍应用的脉压信号——线性调频信号和相位编码信号,从时频特性、脉压过程和模糊函数的角度分析了这两种信号的差异。     

Ka波段小型化FMCW雷达低中频信号处理技术研究

为了显著降低FMCW雷达后端数字信号处理电路的电路面积与电路成本,提出了低中频的设计思路,利用频谱搬移技术对目标信号进行下变频处理,使目标信号频率在20KHz以下,相比直接对目标信号进行处理,A/D采样率得到减小,对3.5m处的目标进行测试,测试结果得到目标频率从160KHz有效的降低到了10KHz,验证了低中频方法的可行性,满足小型化低成本雷达应用需求。     

一种频谱随机非连续雷达信号的处理方法

高频地波OTH雷达工作在电磁干扰严重的短波波段 ,采用非连续频谱信号可降低电磁干扰对雷达的影响 ,但频谱的非连续性会引起距离旁瓣的升高 ,回波信号的动态范围变小 ,这种旁瓣无法用传统频域加权方法消除 ,从而导致地波雷达在多目标环境下探测弱小目标的能力降低。文中从消除信号频谱的非连续性的角度 ,介绍了一种基于线性预测方法的频谱非连续高频雷达信号的处理方法 ,较好地实现了频域不连续信号距离速度二维处理。经过预测处理后所得到的输出波形的距离旁瓣电平达到 -2 7dB ,目标的距离旁瓣得到有效抑制 ,使雷达在多目标环境下检测弱小目标的能力大大提高。