基于俯仰维信息的机载雷达非均匀杂波抑制方法

 针对机载雷达天线非正侧放置导致的非均匀杂波抑制问题,从利用阵面俯仰维信息的角度出发给出了一类解决方法.本文首先分析了机载雷达阵面非正侧放置情况下待检测距离单元的杂波构成,得到由俯仰副瓣引入的近程杂波是导致杂波非均匀的关键因素这一结论;然后给出了利用俯仰自适应波束形成级联两维空时自适应处理(2D STAP)方法来抑制非均匀杂波,同时从本质上阐述了俯仰-方位-多普勒3D STAP方法在非均匀杂波环境下具有良好杂波抑制性能的内在机理.最后通过仿真验证表明,利用俯仰维信息类STAP方法在非正侧阵导致的非均匀杂波环境下具有良好的杂波抑制性能.     

一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法

主瓣干扰对抗一直以来是雷达领域的难题之一，给雷达的探测、跟踪和识别带来了严重威胁.对此，本文提出了一种主瓣干扰环境下的雷达目标参数"同维"稀疏估计方法，可有效抑制主瓣干扰并估计目标距离、角度参数.所提方法首先对接收信号进行阻塞矩阵预处理，可在抑制主瓣干扰的同时保持目标回波在各阵元之间的相位关系，即保留了目标的角度信息；然后对预处理后的数据进行空域波束合成并脉压，可估计目标的距离参数信息；最后，根据得到的目标距离估计，截取预处理数据中目标附近的数据，并对其进行稀疏恢复估计目标角度参数.所提方法即可应用于面阵，也可应用于线阵，其优势在于可以在空域任何一维上抑制主瓣干扰，并同时估计目标在空域两维上的角度.尤其是当目标与干扰的某一维空域角度相同时，所提方法仍然可以同时估计目标的方位、俯仰角.     

一种稳健的共形阵机载雷达杂波抑制方法

针对共形阵机载雷达的杂波抑制问题,提出了一种稳健的空时自适应处理(STAP)方法.该方法首先将待检测距离单元中所含的目标信息剔除,然后利用自回归(AR)模型来描述该单元杂波特性,最后通过求取AR模型系数得到待检测距离单元中杂波正交子空间来对消杂波.该方法不受雷达工作模式影响,适用于任意形状的阵列天线,且不存在干扰目标问...     

InSAR相位条纹图的加权圆周期中值滤波算法

针对InSAR中干涉相位条纹图的降噪滤波，基于一种改进型中值虑波方法，提出了加权圆周期中值滤波方法，进行了理论分析和计算机仿真，并与几种经典的滤波方法作了比较．结果表明，该滤波方法在滤除高斯和颗粒混合噪声时效果最佳．     

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。      

非均匀环境下机载雷达STAP方法

空时自适应处理(STAP)是机载雷达信号处理中的一项关键技术,但其应用的实际杂波环境通常是非均匀的.本文对非均匀环境下各STAP方法进行了科学分类,并详细分析了各方法的内在机理及相互间的内在联系,同时总结评述了各方法的优缺点,最后指出了机载雷达非均匀STAP方法中有待于进一步研究和完善的相关问题.     

共形阵机载雷达杂波非平稳特性及抑制方法研究

分析了共形阵机载雷达的杂波非平稳特性,并结合该特性提出了一种非平稳杂波环境下的Doppler补偿方法.不同于传统的线阵天线,共形阵天线的三维空间结构决定了应在四维频域研究其杂波分布.针对这个特点,对共形阵机载雷达的杂波非平稳特性进行了理论分析,揭示了共形阵杂波非平稳现象的本质机理,并得出在任意摆放姿态下共形阵机载雷达均存在杂波非平稳现象这一结论.在此基础上,提出了在四维频域对主杂波进行联合补偿的空时自适应处理(space-time adaptive processing,STAP)方法.经仿真验证,在共形阵机载雷达非平稳杂波环境下,利用本文所提STAP方法的杂波抑制性能显著优于传统的Doppler补偿STAP方法.     

基于张量结构的快速三维稀疏贝叶斯学习STAP方法

当机载雷达处于非正侧视工作模式时,非平稳杂波会对运动目标检测造成严重干扰。传统三维空时自适应处理(3D-STAP)方法通过构造俯仰-方位-多普勒三维自适应滤波器,可有效抑制非平稳杂波,然而巨大的系统自由度导致其在非均匀杂波环境下训练样本严重不足。虽然稀疏恢复(SR)技术可有效改善样本需求,但庞大的运算开销又使得该技术难以应用于实际。针对上述问题,该文结合机载雷达回3阶张量结构提出一种新的快速三维稀疏贝叶斯学习STAP方法,通过采用运算开销更低的张量处理将大规模矩阵求解拆分为多个小规模矩阵计算,从而大幅降低运算复杂度。详尽的数值实验验证了所提张量基SR-STAP方法可在维持SR-STAP小样本处理性能不变的基础上,将运行时间直接降低数个量级,因此是一种更适用于实际工程的SR-STAP处理方式。      

基于子空间稀疏恢复的机载MIMO雷达STAP方法

针对多输入多输出(MIMO)空时自适应处理(STAP)技术在非均匀杂波环境下性能严重下降问题,提出了一种基于稀疏恢复的子空间正交投影STAP方法.该方法首先根据载机惯导参数等先验知识给出杂波谱大致所在区域范围,然后利用少量观测样本在过完备字典中筛选出相关原子来张成完备杂波子空间,最后基于正交投影技术得到空时自适应权值.仿真实验验证了所提方法对机载MIMO雷达杂波抑制的有效性.     

基于杂波自由度的STAR模型参数估计方法

空时自回归(STAR)方法是一种基于自回归(AR)模型的参数化杂波抑制方法,该方法所需运算量小,在极少训练样本数条件下可获得良好的杂波抑制性能,但性能受AR模型参数影响较大.本文分析了STAR方法抑制杂波的基本原理,从子空间杂波对消的角度提出了一种基于杂波自由度的AR模型参数估计算法,该算法可准确、快速的确定AR模型参数,大大减少了传统AR模型参数估计方法的复杂度.最后,通过仿真实验验证了本文所提参数估计方法的有效性.