脉冲多普勒天气雷达解模糊处理

介绍了脉冲多普勒天气雷达解速度模糊和消距离模糊的原理，给出了几种常用解模糊方法的具体算法及其仿真结果，并对不同处理方法的性能进行了比较。描述了在某x波段车载脉冲多普勒天气雷达以通用DSP芯片TMS320C6701为核心的信号处理系统中，采用双脉冲重复频率解模糊的具体实现方法，最后给出了解速度模糊和消距离模糊的实际效果图。     

脉冲多普勒雷达中的解模糊算法及实现

解距离模糊和解速度模糊是中重复频率脉冲多普勒雷达中需要解决的重要问题．其算法的依据都是中国余数定理。但是．单靠中国余数定理仍无法解决距离测量和多普勒频率测量中的误差和遮挡问题。本文讨论了在测量误差和遮挡问题存在的情况下解距离模糊所采用的建表搜索法和解速度模糊所采用的各模糊度内最小方差过门限法．并将这两种算法与其他算法进行了对比。文中所提算法具有重要的工程应用价值。     

脉冲多普勒雷达解模糊的改进

脉冲多普勒技术广泛运用于机载雷达,而解模糊是其核心技术之一,在不损失发现概率的前提下如何降低虚警,如何做到速度分辨,这是本文讨论的主要问题。     

脉冲多普勒雷达的速度模糊求解

速度模糊是脉冲多普勒雷达遇到的,一般来说是需要解决的问题之一。解速度模糊的算法成为人们研究的课题。最典型的解模糊算法是中国剩余定理。由于频率域各维空间量化间隔的差异,使得解出的最大不模糊频率同中国剩余定理确定的最大不模糊频率不相一致。本文讨论了这种频率域不等频率量化造成解出的最大不模糊频率同中国剩余定理确定的不模糊频率不相一致问题,给出了当重复周期、滤波器个数以及最大量化误差给定的情况下,如何确定解速度模糊时最大不模糊频率并给出如何求解不模糊频率的方法。同时给出为使解出的最大不模糊频率同中国剩余定理确定的最大不模糊频率相一致,滤波器个数应该满足的条件。     

脉冲多普勒雷达非线性抑制解距离模糊技术

本文再次介绍了一种新的解距离模糊技术——非线性抑制，由Carman Palermo发明并首次发表于1962年。该技术选用一组具有理想的互相扩散的互相关性的M种单一调制，通过用M种调制依次调制每个脉冲来构成发射脉冲链。M个独立的接收通道处理所接收到的数据，每一通道对应一种调制。理论上，接收通道设计为输出响应仅取决于一种调制(相对于M种调制)，并可按距离单元原理用Palermo技术一步步删除不需要的距离单元组成来实现有益的扩展。处理过程通过适当的无记忆非线性传送接收数据，优先剔除每一个非对应调制的数据能量。     

X波段地面PD雷达解距离模糊算法设计

雷达信号处理的根本目的是将在于杂波中的动目标提取出来，为此必须抑制地杂波和动杂波，同时保证动目标信号输出。本文首先从杂波抑制着手，研究X波段测高雷达脉冲重复频率的设计，并在此基础上设计一种解距离模糊的展开算法。     

一种新的随机PRI脉冲多普勒雷达无模糊MTD算法

传统的脉冲多普勒雷达存在严重的测距测速模糊和盲区效应。该文结合压缩感知理论,考虑在正常脉冲重复间隔(Pulse Repetition Interval, PRI)上叠加一个随机扰动,并把PRI的随机变化巧妙转化为稀疏观测矩阵的受限等距性质(Restricted Isometry Property, RIP),提出了一种新的全相参动目标检测(Moving Target Detection, MTD)技术。并重点研究了距离速度模糊消除技术,给出了不模糊测距测速的参数设计充分条件。仿真实验结果表明,该方案检测性能高、无模糊、无盲区,并且相比传统的多脉冲串参差重频方法而言,只需一个脉冲串,大大缩短了相参处理周期。      

HPRF PD末制导雷达解距离模糊方法设计

为了解决高重频脉冲多普勒末制导雷达制导过程中的距离遮挡和距离模糊问题,实现在距离遮挡环境下正常解模糊,提出了相应的解决方法:通过对发射信号重频进行参数设计,可实现在末制导过程中除弹目相遇段以外的任意距离段抗遮挡测距,再利用测得的弹目距离信息切换PRF实现抗遮挡.仿真证明了本方法的有效性和可靠性.发射信号重频的参数设计方法可有效使各脉冲重复频率信号的遮挡区交错分布,从而消除距离遮挡对于脉冲多普勒雷达解距离模糊的影响,准确的解模糊结果又为抗距离遮挡提供了有效保证.     

基于压缩感知的脉冲体制雷达

本文提出一种基于压缩感知的脉冲体制雷达信号处理方案。在目标场景稀疏的前提下,对回波信号进行稀疏采样。构建一组时一频基,通过求解带约束的优化方程实现场景恢复,得到目标的距离和速度信息。该方法有别于传统雷达的处理方式,能够在低采样率条件下获得更高的时一频分辨率。仿真表明了该方法的有效性。     

基于压缩感知的频率编码脉冲雷达高分辨距离成像方法

针对频率编码脉冲雷达(Frequency-Coded Pulse Radar, FCPR),该文提出一种基于压缩感知(Compressive Sensing, CS)的目标高分辨距离成像方法。利用目标场景的空间稀疏性,建立FCPR目标回波稀疏信号模型,提出基于CS的FCPR脉冲相参合成处理方法。该方法采用少量FCPR信号子脉冲对目标频域响应进行采样,即可提取目标高分辨距离像信息。为了降低CS重构算法的运算复杂度,提出一种基于FFT目标速度预估计的动态构造降维感知矩阵的方法,提高了采用CS进行FCPR脉冲相参合成处理的速度。仿真结果表明该方法较传统IFFT脉冲相干合成算法具有更小的目标强散射中心幅度估计误差,对速度估计误差及噪声的鲁棒性更好。     

基于贝叶斯压缩感知的合成孔径雷达高分辨成像

基于压缩感知(CS)的合成孔径雷达成像方法可以显著减少数据采样时间、数据量以及节省信号带宽。然而,基于CS的方法对噪声和杂波相当敏感,在信噪比较低的时候,成像质量较差。该文结合CS理论提出了合成孔径雷达中的随机孔径贝叶斯压缩感知(BCS)高分辨2维成像方法。在距离向应用CS减少采样数据的同时,在方位向随机抽取部分孔径位置发射和接收信号,以少量的测量孔径和测量数据获得重建目标空间的足够信息。基于贝叶斯的分析方法由于考虑了成像场景中的杂波以及压缩采样过程中的加性噪声,因而能够更好地重建目标空间。仿真结果表明,基于贝叶斯方法得到的图像比基于FFT方法得到的图像更加尖锐,比基于CS方法得到的图像更加稀疏,因而具有更高的分辨率。     

一种基于改进压缩感知的低信噪比ISAR高分辨成像方法

针对低信噪比下基于压缩感知(CS)的ISAR成像方法性能下降甚至失效的问题,该文提出了一种改进CS的成像方法,即用能量门限分离含目标的距离单元和噪声单元,同时在方位向上用相干投影来提高观测数据的信噪比,利用迭代加权的1-范数优化以增强真实散射点能量并且压制噪声。 改进CS算法适用于强噪声的环境下的ISAR成像,并可利用很少脉冲数获得高分辨的目标像。实测数据处理验证了该方法可以有效克服强噪声与杂波。同时,仅用16个回波脉冲就可得到高分辨ISAR图像,验证了该方法在非常有限脉冲条件下的稳健性。     

基于压缩感知理论的随机噪声雷达目标检测算法研究

随机噪声雷达通常利用时域相关完成脉冲压缩从而进行目标检测。该文根据压缩感知理论提出一种适用于噪声雷达目标检测的新算法,它用低维投影测量和信号重建取代了传统的相关操作和压缩处理,将大量运算转移到后期处理。该算法以噪声雷达所检测的目标空间分布满足稀疏性为前提;利用发射信号形成卷积矩阵,然后通过随机抽取卷积矩阵的行构建测量矩阵;并采用迭代收缩阈值算法实现目标信号重建。该文对算法作了详细的理论推导,形成完整的实现框架。仿真实验验证了算法的有效性,并分析了对处理结果影响较大的因素。该算法能够有效地重建目标,具有良好的运算效率。与时域相关法相比,大幅度减小了目标检测误差,有效抑制了输出旁瓣,并保持了信号的相位特性。     

基于压缩感知的伪随机多相码连续波雷达

该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达。建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息。为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化。仿真结果表明了该方法的优越性。     

基于压缩感知理论的雷达成像技术与应用研究进展

压缩感知理论基于信号稀疏性,将对信号采样转换为对信息自由度的采样,可大大降低采样率。而将压缩感知理论应用于雷达成像时有望在以下几个方面得到改善：增强成像性能,简化雷达硬件设计,缩短数据获取时间,减少数据量和传输量等。该文从压缩感知的稀疏性,压缩采样,无模糊重建3个关键步骤与成像雷达有机结合的角度,对近年来基于压缩感知理论的雷达成像技术研究现状进行系统综述,重点论述场景稀疏性与成像关系, 压缩采样方法(包括硬件)设计,场景图像快速高精度重建以及成像系统体制应用等方面,最后探讨了压缩感知理论应用尚需解决的问题和进一步发展方向。     

基于压缩感知的CFAR目标检测算法

该文提出一种基于压缩感知(Compressive Sensing, CS)的恒虚警率(Constant False Alarm Rate, CFAR)目标检测算法,首先分析了目标在距离单元上具有稀疏特性,并构造了目标回波的稀疏字典,设计特定的测量矩阵以及基于CS的CFAR检测结构,然后实现了对回波信号的压缩测量和CFAR检测,无需对回波信号重构。该文提出的算法具有很好的降噪性能并提高了检测效率,可以对低信噪比、低信杂比信号成功检测。仿真结果表明：当信噪比为-14 dB,信杂比为-10 dB时,该算法与传统匹配滤波检测算法相比,减少了一半数据运算量,性能明显优于压缩匹配滤波检测算法。     

基于压缩感知的外辐射源雷达分数阶杂波估计

参考信号信杂比(SCR)是评估外辐射源雷达积累增益损失的重要参数。利用数字电视地面广播(DTTB)辐射源中的PN序列进行信杂比估计时,将出现接收信号相对于本地帧头的分数阶时延问题,导致信杂比估计出现严重偏差。针对该问题,该文利用信号在时延维的稀疏性,提出基于压缩感知的信杂比估计算法。仿真结果表明,该算法对不同强弱的信号都能得到精确的时延和强度估计,从而保证了信杂比估计的准确性。实测数据处理结果表明,实测数据的参考信号信杂比较高,积累损失较小,约为0.5 dB;信杂比与基线距离有关,基线越长信杂比越低,积累损失越大。     

基于压缩感知的二维雷达成像算法

压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析,提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法,方位向采用传统的雷达成像算法处理的雷达2维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案的有效性。     

压缩感知的多参数链路故障定位算法

为了提高故障定位性能,降低单一判别参数在单位过程中的约束,该文提出一种基于压缩感知和信息熵差的多参数链路故障定位算法。该算法首先利用贝叶斯网络进行快速故障预测,其次引入参数故障覆盖范围,利用压缩感知进行故障筛选,最后定义参数故障信息熵差完成根源故障定位。仿真结果表明,该算法预测出的故障集合具有可压缩性,筛选后的故障集合保留了真实故障,定位时具有较高的故障检测率和较低的故障误检率。