一种基于压缩感知的地面运动目标检测方法

针对实际非均匀环境空时自适应处理(STAP)难以获取足够独立同分布样本的问题,该文提出一种基于压缩感知的运动目标检测方法。该方法首先将待检测距离门的回波数据变换至2维频率域进行能量积累,并构造相应2维频率域的冗余字典,然后利用贝叶斯压缩感知技术提取若干强静止散射点谱峰,估计杂波谱能量支撑区,最后通过基于加权的最小l1范数优化模型实现杂波抑制与运动目标检测。理论分析及仿真实验结果表明该方法具有较高的角度和多普勒分辨率,并且在低信噪比情况下也可以获得良好的检测效果。     

稳健的InSAR动目标检测与测速方法

针对干涉合成孔径雷达(InSAR)构型下动目标检测与测速中存在相位耦合以及地形起伏引起的杂波非平稳问题,提出一种动目标检测方法.首先利用两幅SAR图像的相关性进行图像配准,然后进行去平地相位及高程相位补偿,采用噪声子空间投影法,有效地抑制了起伏杂波,实现了InSAR构型中运动目标的检测,进一步提高了动目标检测性能和测速精度.理论分析和实测数据结果证明了该方法的有效性和实用性.     

非均匀噪声条件下考虑互耦效应的DOA估计方法

针对非均匀噪声和互耦条件下相干信号辨识性能较差的问题,提出一种基于非均匀噪声协方差矩阵和互耦系数重构的DOA估计方法。首先,利用最小二乘理论并通过迭代优化方法恢复互耦意义下的无噪声信号协方差矩阵;然后,依据信号子空间原理,并通过估计不相关信号角度重构互耦系数矩阵,进而获得互耦补偿后的无噪声信号协方差矩阵;最后,通过传统空间平滑方法获得解相干信号,并利用MUSIC算法实现DOA参数估计。数值仿真表明:与仅考虑相干信源、非均匀噪声或互耦的传统DOA估计算法相比,本文算法可较好地抑制非均匀噪声,克服了互耦场景下传统空间平滑算法解相干失效问题,并可显著改善非均匀噪声和互耦条件下相干信源的DOA估计性能。     

双基机载正侧视雷达杂波谱距离依赖性分析与补偿

针对垂直和水平基线的双基机载正侧视雷达杂波谱的距离依赖性进行了理论分析和仿真,给出了杂波多普勒频率随距离变化的解析公式,并根据该公式采用谱搬移方法对水平基线的杂波谱进行了补偿.理论分析和仿真表明:在垂直基线的双基系统中,同一距离单元的杂波多普勒频率和空间角频率存在线性关系,杂波谱在主瓣内有较好的重合;水平基线正侧视雷达的杂波谱在主瓣内较宽.同时仿真还证明,采用谱搬移方法可以有效减轻双基杂波谱随距离变化对空时二维自适应处理性能的影响.     

基于频率分集阵列的多功能一体化波形设计与信号处理方法

频率分集阵(FDA)是在相控阵基础上的一次体制革新,其通过在发射天线阵元间进行频率步进,得到的发射方向图是角度、距离、时间的多维函数,显著提升了波束控制能力与信号处理维度,经过收发联合处理后,可应用于多维参数联合估计、主瓣欺骗式干扰抑制、模糊杂波抑制、高分宽幅成像等方面。该文从系统层面出发,研究基于FDA的多功能一体化波形设计与信号处理方法,重点对其在检测与估计一体化、解模糊与抗干扰一体化、合成孔径雷达(SAR)成像与动目标检测一体化的信号处理新方法进行综述、评述及研究,并对FDA多功能一体化系统的应用前景进行展望。      

波形分集阵列新体制雷达研究进展与展望

传统雷达存在主瓣欺骗式干扰难抑制、距离模糊杂波难分离等问题。一方面,由于增加了发射维自由度,波形分集阵列新体制的提出改变了雷达获取信息的方式。另一方面,通过灵活的系统设计和信号处理方法,增强了信息提取能力,在抗干扰、检测等方面比传统相控阵、MIMO雷达有明显的性能提升。该文总结了波形分集阵列雷达的国内外最新研究进展,分别从频率、时间和相位调制方式给出阵列分集体制的基本概念,并对波形分集阵列雷达的研究趋势进行了梳理。在现有基础理论和关键技术研究的基础上,验证波形分集阵列在提供目标新信息、增加系统额外可控自由度方面的优势,提升了新体制雷达的多维探测能力。      

前视阵高速雷达空时处理方法研究

多普勒严重模糊,训练样本有限是高速平台雷达面临的重要问题,协方差矩阵估计误差以及目标约束误差将使处理器性能严重下降。针对上述问题,该文对前视阵杂波自由度进行了研究,分析表明杂波特征谱与孔径带宽积、时宽带宽积以及空时耦合特性有关。该文提出基于主瓣区域空时多波束的鲁棒空时处理方法,首先通过空时多波束降低杂波自由度,然后利用多普勒区间约束的方法,提高了处理器的性能和系统鲁棒性。仿真实验证明了该文方法的有效性,当样本中存在目标信号时,该文方法相比传统固定约束矢量的方法输出信杂噪比性能平均提高5 dB左右。     

一种有效色加载因子的知识辅助STAP方法

 针对非均匀杂波环境里独立同分布训练样本较少的问题,本文提出了一种知识辅助的LCMV-STAP方法.该方法首先求解出知识辅助的LCMV-STAP模型中的权矢量表达式,然后推导出色加载因子与约束常数的关系式,最后求解出两个色加载因子.仿真结果表明,与传统STAP方法相比,知识辅助的LCMV-STAP方法在非均匀杂波环境下仍能获得较好的输出信干噪比,自适应匹配滤波器检测目标的概率优于传统STAP方法.     

提高雷达机动目标检测性能的二维频率域匹配方法

 增加目标信号的积累时间是提高雷达对微弱目标探测能力的主要方法.但是,对于高速运动目标,在长时间相参积累期间,目标回波信号容易产生距离徙动和多普勒走动,若不进行补偿,目标信号能量不能有效积累.传统基于keystone变换的方法仅适用于目标作匀速运动的情形,当目标作机动运动时,距离弯曲不能通过keystone变换进行校正.针对目标作匀加速运动,且高速目标存在多普勒模糊情况,本文提出一种二维匹配滤波新方法,该方法将脉冲压缩后的目标回波转换到距离-多普勒二维频率域,通过构造一补偿函数进行匹配滤波处理.该方法不需要知道目标运动速度参数,由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除,另外,所提算法可以有效地利用快速傅里叶变换实现而无需进行插值操作,运算量小.仿真结果表明本文方法具有良好的高速机动目标积累检测性能.     

贪婪的量测划分机制下的多传感器多机动目标跟踪算法

针对低检测概率下多机动目标的跟踪问题,该文提出一种新的交互式多传感器多目标多伯努利滤波器(IMM-MS-MeMBer).在IMM-MS-MeMBer滤波器的预测阶段,该文利用当前的量测信息自适应地更新目标的模型概率,并利用更新后的模型概率对目标状态进行混合预测;在IMM-MS-MeMBer滤波器的更新阶段,使用贪婪的多传感器量测划分策略对多传感器量测进行划分,并利用得到的量测划分集合和IMM-MS-MeMBer滤波器对目标的后验概率密度进行更新;除此之外,IMM-MS-MeMBer滤波器能够利用目标的角度和多普勒量测信息同时实现多个机动目标的位置、速度估计.数值实验验证了该文所提IMM-MS-MeMBer滤波器的优越性能.