天基预警雷达低自由度STAP方法研究

受卫星高速运动和地球自转影响,天基预警雷达杂波在俯仰-方位-多普勒三维空间呈紧耦合特性,极大降低了传统空时自适应处理(STAP)方法的慢速运动目标检测性能。采用方位-俯仰-多普勒三维STAP可实现天基预警雷达杂波解耦,但与非正侧机载预警雷达杂波的三维松耦合情况不同,该应用需要较大系统自由度才能实现次最优杂波抑制性能,所带来的巨大运算负担和均匀样本需求使其难以应用于实际。针对上述问题,该文首先构建了天基预警雷达平面阵回波空时信号模型;然后详细分析了其杂波在方位-俯仰-多普勒三维空间的紧耦合特性;最后提出了基于级联处理的低自由度三维STAP方法,利用空域加权子阵合成预先衰减副瓣杂波,再利用俯仰-多普勒自适应处理抑制剩余各次距离模糊主瓣杂波。仿真实验验证了所提STAP方法可在低运算复杂度和小样本需求条件下实现次最优杂波抑制性能,因此适用于天基预警雷达实际应用。      

基于广义旁瓣相消的机载雷达抗密集转发式干扰方法

密集转发式干扰不仅会引起雷达虚警,而且会抬高其附近单元的恒虚警率检测门限进而导致目标检测性能下降。另外,它还会污染空时自适应处理的训练样本,导致杂波抑制性能下降。针对这些问题,该文提出一种机载雷达抗密集转发式干扰算法。该算法首先估计干扰方向,然后用广义旁瓣相消技术在空域滤除干扰。广义旁瓣相消中的辅助通道为指向干扰方向的和波束,而其协方差矩阵则利用清晰区中挑选的干扰样本估计得到。该算法可以有效抑制密集转发式干扰,减少由其引起的虚警,改善雷达目标检测性能,同时该算法还具有结构简单,易于实现的优点。实验结果验证了该算法的有效性。     

FDA-MIMO雷达主瓣距离模糊杂波抑制方法

主瓣上存在的距离模糊杂波降低了真实目标的估计准确度,导致检测性能急剧下降,这对传统雷达提出了严峻挑战。基于频控阵（FDA）-多输入多输出（MIMO）雷达的距离角度二维波束指向,本文提出一种对抗主瓣距离模糊杂波的方法。该方法利用发射-接收空域鉴别模糊杂波次数,并根据已搜索到的目标的大致距离,利用多重信号分类算法（MUSIC）精确分辨多个目标及杂波位置,最后通过设计线性约束最小方差（LCMV）自适应滤波器,使杂波失配而被抑制。该方法有效地解决了主瓣距离模糊杂波的抑制问题,提升了复杂环境下的目标检测性能。仿真验证了提出方法的有效性。      

主瓣干扰下多点约束自适应单脉冲测角方法

当存在主瓣干扰的情况下,采用常规的自适应波束形成技术会使单脉冲曲线严重失真,从而导致无法对感兴趣的目标正常测角及跟踪。为了在抑制主瓣干扰的同时能基本保持自适应单脉冲比曲线不失真,提出了一种基于多点约束的自适应单脉冲测角方法,该方法采用约束自适应波束形成技术,即在自适应抑制干扰的同时选取多个约束点对用于测角的单脉冲比进行约束,从而大大提高了存在主瓣干扰下单脉冲测角的性能。计算机仿真实验证明了该方法的有效性。     

多基地极化雷达主瓣干扰抑制算法

现代战场电子对抗日益复杂,电磁干扰形式多样,当干扰从接收机主瓣进入会形成主瓣干扰。主瓣干扰严重影响雷达正常工作,传统空域、极化域、时频域等抗干扰算法都很难有效对其抑制。为有效抑制主瓣干扰,文章利用目标极化散射特性在不同角度存在差异的特点,提出基于多基雷达的空-极化协同滤波主瓣干扰抑制方法。方法首先采用主瓣保形技术在空域抑制副瓣干扰并压低空间噪声,然后将多基地雷达接收的数据进行时域对齐,计算包含主瓣干扰和回波信号的数据协方差矩阵,通过分解协方差矩阵在空-极化信号空间识别干扰,估计回波信号导向矢量,最后将目标回波与主瓣干扰通过多基地极化滤波,滤除主瓣干扰保留目标回波信号。通过仿真算法抑制噪声干扰与转发干扰,验证了所提算法能够有效对抗主瓣干扰,有效提高输出信干噪比。      

基于自适应局域变换的离散干扰抑制算法

在非均匀杂波环境中,针对待检测距离单元的离散干扰严重影响统计空时自适应处理(STAP)杂波抑制性能的问题,提出了基于自适应局域变换的离散干扰抑制算法。该方法利用自适应局域变换矩阵具有局域变换和自适应滤波的双重特性,在较低计算复杂度条件下有效消除离散干扰对统计STAP方法的影响。仿真数据和MCARM实测数据分析表明,该方法能有效抑制待检测距离单元中的离散干扰和均匀杂波,显著改善STAP在非均匀杂波中的性能。     

基于特征值斜投影的主瓣干扰抑制方法

主瓣干扰将导致传统自适应波束形成算法的主瓣畸变、峰值偏移、旁瓣电平抬升,致使相控阵系统抗干扰性能严重恶化.另外,当接收快拍中存在目标信号时,会导致自适应波束形成在目标信号方向生成零陷,降低接收目标信号增益.针对这些问题,本文提出一种基于特征值斜投影的主瓣干扰抑制方法.首先通过构建特征值斜投影预处理矩阵滤除主瓣干扰,然后...     

一种空域-极化域联合稳健自适应波束形成算法

为有效提高阵列对来波方向误差和极化参数误差的鲁棒性,提出一种空域-极化域联合稳健自适应波束形成算法,首先在每个干扰信号来波方向-极化角区间上重构干扰噪声协方差矩阵,然后在期望信号来波方向-极化角区间上估计其导向矢量,设计空域-极化域联合稳健波束加权。通过仿真实验可发现,所提算法对由来波方向角度误差和极化参数误差所引起的导向矢量失配具有很好的鲁棒性。     

一种基于自适应波束形成的主瓣保形算法研究

针对自适应波束形成中各种因素包括目标信号存在引起自适应方向图主瓣变形问题,提出基于主瓣子空间的自适应主瓣保形算法,联合已有的正交投影减小方向图因快拍引起的副瓣电平抬高问题。通过保持自适应权中主瓣子空间分量不变以保证主瓣形状不变,通过主瓣子空间选取的大小确定对主瓣的控制强弱。该算法对主瓣有专门的控制,无需估计干扰方向,适用于发射方向图的自适应零陷、和差自适应波束形成,仿真表明该算法对提高自适应波束形成主瓣保形、降低小方向图因快拍引起的副瓣电平抬高问题有较明显的效果。     

前视多通道SAR自适应鉴别抑制欺骗干扰

前视多通道SAR成像存在回波左右模糊的问题,在成像时需要利用空域资源进行解模糊处理,使得其成像过程较一般侧视SAR更加复杂。在复杂电磁环境下,若要获得无干扰、不模糊的前视SAR图像,难度较大。该文提出一种基于方位向自适应波束形成(AADBF)技术的欺骗干扰自适应鉴别抑制算法。该算法首先采用AADBF技术对多通道接收回波信号进行地物相消,保留欺骗干扰样本。然后利用门限检测法在高分辨SAR图像上,鉴别出欺骗干扰的像素位置。最后,对存在干扰的像素点进行自适应空域滤波,从而达到抗欺骗干扰的目的。仿真结果表明,该方法能够有效地鉴别并抑制欺骗干扰,与此同时能够实现前视SAR无干扰聚焦成像。      

Space-time adaptive processing for manoeuvring airborne radar

Space-time adaptive processing (STAP) techniques provide simultaneous rejection of jamming and clutter in airborne radar. The greatest benefits over conventional MTI (moving target indication) approaches are in terms of a capability to detect slow-moving targets which possess the same Doppler frequency as mainlobe clutter returns. This paper examines the effects of platform manoeuvre on STAP clutter and jamming rejection performance for a forward-facing array (i.e. where the array is orientated transversally to the direction of travel). It is shown that STAP slow-target detection performance is not sensitive to the radar platform orientation. It is also demonstrated that, under conditions of manoeuvre, STAP can provide better jammer rejection performance than architectures which cascade conventional clutter filtering and spatial adaptive beamforming     

频分MIMO雷达波形捷变抗自卫式假目标干扰

针对频分MIMO雷达在自卫式欺骗干扰情况下,空域自适应波束形成算法无法有效抑制干扰的问题,提出了一种基于波形捷变的时域自卫式假目标干扰抑制方法。首先阐述了支援式主瓣假目标干扰抑制机理,指出其抗自卫式干扰的局限性;然后分析了波形捷变抗自卫式干扰的基本原理;最后对频分MIMO雷达在不同周期发射的正交信号波形进行了设计,使干扰在经过匹配滤波时因失配而得到抑制。理论和仿真均表明通过对雷达不同周期的载频设计,频分MIMO雷达可以有效抗自卫式假目标干扰。     

A clutter-suppression method for airborne bistatic polarization radar based on polarization-space-time adaptive processing

Clutter suppression poses serious problems for airborne, bistatic radar systems. Suppression may be increased using space-time adaptive processing (STAP), but suppression of slow targets is poor and target detectability is compromised. Furthermore, sufficient independent and identically (IID) training samples cannot be obtained through the use of practical applications, and the STAP performance degrades significantly due to the inaccuracy of the estimated clutter-plus-noise covariance matrix, especially in nonstationary and heterogeneous environments. Here, we present a new airborne, bistatic radar system. We transform the array from a single polarized channel to two channels, each with two orthogonally polarized antennae, and combine polarization-dimensional information with that of the space-time domain; we term our algorithm “polarization-space-time adaptive processing”. This algorithm further suppresses clutter and enhances the detection of slow targets. Sparse recovery space-time adaptive processing (SR-STAP) can reduce the need for clutter samples and suppress clutter effectively using limited training samples for airborne radar. The algorithm first uses the clutter sparse recovery function of STAP to suppress clutter in the H and V channels. Then, polarization processing is employed to further restrict mainlobe clutter. We present numerical examples to demonstrate the effectiveness of the new technique.

     

阻塞矩阵抗干扰方法性能分析

阻塞矩阵抗干扰方法在阵列抗干扰方面已有较多研究,该方法利用阻塞预处理将主瓣干扰信号去除,之后自适应波束形成处理实现副瓣干扰抑制和主瓣保形,但其抗干扰性能尚缺乏详细分析。文中推导了算法的实现原理,引入抗干扰等效权矢量,并采用阵列输出信干噪比增益指标、抗干扰方向图等对抗干扰性能进行分析,仿真结果表明,当存在主瓣干扰时,该方法会带来副瓣电平增高、主波束变形及偏移等问题,同时还会引起阵列自由度损失,导致抗干扰性能变差。      

知识辅助的两级自适应抗干扰技术

机载雷达通常工作在强杂波、强干扰的复杂电磁环境中,如何有效消除压制干扰抑制杂波是其中的关键问题。传统的两级空时自适应处理( STAP )算法在静默期采集信号得到干扰子空间,在开机阶段运用空间投影技术抑制干扰并采用降维STAP抑制杂波。虽然该算法在干扰平稳时具有较好的效果,但是在实际应用中,复杂的干扰环境会破坏广义平稳假设。因此,仅采集单个静默期的干扰样本来估计协方差矩阵会出现偏差。为了克服该问题,提出采集多个静默期的干扰信号来估计当前的干扰协方差矩阵,以此来提高估计准确度,可以更好地抑制干扰。仿真结果表明即使在当前静默期采集的干扰信息不完整时,该技术仍然能够利用以前的干扰信息准确估计干扰协方差矩阵。     

Fast ICA应用于雷达抗主瓣干扰算法研究

压制干扰信号从主瓣进入雷达天线,会严重影响雷达的性能。通常的副瓣抗干扰技术难以奏效。本文首先给出了盲源分离应用于雷达主瓣抗干扰的信号模型,在此基础上提出了均匀噪声环境中,基于负熵最大化的快速固定点独立成分分析(Fast ICA)盲源分离算法,并用其分离接收到的干扰混合信号,最后脉压找出目标信号。仿真验证了算法用于主瓣抗干扰的有效性,并对其抗干扰性能进行了评价。仿真结果表明了算法良好的抗干扰性能,以及在分离效率上较明显的优势      

基于lp 范数的离格稀疏空时自适应处理算法

稀疏恢复（Sparse Recovery, SR）空时自适应信号处理（Space Time Adaptive Processing, STAP）仅需要少量的杂波样本即可有效抑制杂波,但是稀疏恢复空时自适应信号处理依赖于空时字典,当载机运动方向与天线放置方向存在偏航角时,杂波脊偏离空时字典格点,出现离格问题,从而导致杂波抑制性能下降。已有的基于l1范数类的离格稀疏恢复算法在存在噪声时性能下降,没有充分利用杂波的稀疏性,文章提出一种基于lp(0<p<1)范数的离格空时自适应处理算法,首先将建立基于空时字典更新的稀疏恢复空时自适应模型,然后将该模型松弛为lp(0<p<1)范数的非凸优化问题,最后利用主函数最大化算法将该优化问题转化成凸优化问题,利用两层迭代求解的方法得到该问题的解,最后利用模型的解估计杂波协方差矩阵。通过仿真实验表明,提出的算法能够提高存在离格问题时的杂波恢复精度,抑制杂波的性能也优于已有的基于变分推断的算法。      

多PRI采样联合cICA的抗主瓣欺骗干扰方法

针对单通道雷达主瓣受到欺骗干扰,提出了一种多脉冲重复间隔（PRI）采样结合约束独立分量分析（cICA）的抗干扰方法。该方法首先根据距离密集假目标干扰,建立了基于多PRI采样的抗干扰模型并对其可行性进行证明,然后利用cICA方法对目标回波信号进行提取,最后进行匹配滤波处理实现峰值检测,达到抗干扰效果。理论分析和仿真实验表明,该算法在距离密集假目标干扰背景下能够有效提取目标回波信号达到抗主瓣干扰的效果。      

机载火控雷达杂波分区抑制方法研究

在实际工程中,机载火控雷达杂波多普勒谱通常可分为主杂波区和清洁区两部分。常规杂波抑制算法多是对全部数据进行处理,易造成清洁区目标的信杂噪比损失。文中针对和差双通道机载火控雷达的特点,基于杂波分区抑制思想提出了一种杂波分区方法,通过多普勒频心估计和杂波平均功率幅度增量搜索,实现了对杂波的分区,然后在主瓣杂波区采用自适应算法抑制杂波,在清洁区采用恒虚警算法直接进行动目标检测。对实测数据的处理结果显示,该方法不但具有与常规杂波抑制算法相近的动目标检测效果,而且降低了清洁区目标的信杂噪比损失,具有运算量小、易于工程实现等优点。