基于高阶奇异值分解的天波雷达海杂波抑制算法

天波超视距雷达的监测范围非常广,实际中经常要求其在短相干积累时间(Coherent Integration Time,CIT)条件下检测舰船目标,然而短CIT导致多普勒分辨率降低,很难从强大海杂波中检测出舰船目标.针对上述问题,提出了基于高阶奇异值分解(Higher-Order Singular Value Decomposition,HOSVD)子空间估计的海杂波抑制算法.利用舰船目标所在距离单元的回波数据建立Hankel张量,然后采用HOSVD求解Hankel张量的海杂波子空间和目标子空间,应用正交投影方法将Hankel张量映射到目标子空间以抑制海杂波.仿真结果表明:该方法与现有子空间类海杂波抑制方法相比,提高了主旁瓣比和信干噪比.     

天波雷达电离层污染校正与海杂波抑制

在天波超视距雷达（OTHR）中,舰船目标的多普勒频率与海杂波谱接近,电离层污染会导致海杂波频谱展宽,从而淹没邻近的舰船目标信号。考虑到电离层污染会导致OTHR回波信号的相位缓慢变化,提出了采用相位梯度法对回波信号进行电离层污染校正;利用污染校正后的海杂波可以近似为两个单频信号之和这一特点,提出了应用奇异值分解来实现对海杂波的抑制。仿真结果表明,文中算法可以有效地校正电离层污染,抑制海杂波,显著提高信杂比,从而有效解决强海杂波对舰船目标的遮蔽问题。与现有的HRR—SVD算法相比,文中算法可以适用于相干积累时间较长和电离层污染较大的情况,防止残留的海杂波形成虚警,提高了OTHR对海杂波附近舰船目标的检测能力。     

一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法

天波超视距雷达(OTHR)舰船目标的检测性能受目标区海杂波的影响严重,准确且自适应的海杂波抑制效能对改善低可探测舰船目标的检测性能意义重大。该文针对基于高阶奇异值分解(HOSVD)的海杂波抑制算法非自适应机制的不足,通过引入峰值信噪比(PSNR),提出一种改进的基于PSNR-HOSVD的自适应算法。该算法仅利用第3等效模式展开矩阵的左奇异向量构造一个投影矩阵,相比于HOSVD算法,该文算法可有效降低计算复杂度,同时由于海杂波仅在第3等效模式展开矩阵的列空间中具有聚集特性,因此该文算法具有比HOSVD算法更好的海杂波抑制性能。实测数据处理结果表明,在电离层状态理想和非理想的情况下,该文PSNR-HOSVD自适应算法的性能均优于EVD自适应算法和HOSVD非自适应算法。     

基于回声状态网络的OTHR海杂波抑制方法

在短相干积累时间(CIT)情况下,天波超视距雷达(OTHR)中低速目标检测很困难:低速目标靠近强大的海杂波频谱;短CIT导致多普勒分辨率低,使目标信号与海杂波更难区分。传统方法一般利用海杂波与目标信号的时频特征不同来抑制海杂波,目标速度较高时这些方法很有效,然而在短CIT、低速目标情况下目标与海杂波信号的时频特征的区分度很小,使得传统方法难以有效抑制海杂波。针对上述问题,考虑到海杂波与目标信号具有不同的动力学特征,提出一种基于回声状态网络的天波雷达海杂波抑制方法。该方法首先用海杂波参考信号训练回声状态网络,使该神经网络"记住"海杂波的混沌动态特征;然后用前述训练好的网络重构和预测天波雷达回波中...     

基于扩展Prony算法的海杂波循环对消法

在分析海杂波产生机理的基础上,提出了一种基于扩展Prony算法的海杂波循环对消法,在传统的海杂波循环对消法中用扩展Prony方法对频率进行估计,从而提高对正弦信号的频率、幅度、相位的估算精度。在相同数据点数、信噪比的条件下,运用2种对消法对短相干积累条件下的海面背景舰船目标检测情况进行仿真分析。仿真实验验证了基于扩展Prony算法的海杂波循环对消法检测舰船目标的有效性,提高了短相干积累条件下的海面背景下的舰船目标检测性能。     

一种基于压缩感知的天波超视距雷达短时海杂波抑制方法

针对传统时域对消方法在短时条件下杂波重构精度低、抑制性能差的缺陷,该文提出一种基于压缩感知的天波雷达短时海杂波重构及抑制方法。首先对天波雷达短时回波模型进行了建模,在此基础上分析了利用压缩感知进行短时海杂波重构的合理性;其次分别从基于复冗余正弦字典的回波稀疏表示、基于降维字典的传感矩阵表示和基于改进的正交匹配追踪算法的杂波重构及抑制3个步骤对所提算法进行了详细阐述;最后进行了计算机仿真分析和实测数据验证。相关结果表明,在短时条件下,所提方法较传统时域对消方法和子空间类抑制方法具有较优的杂波抑制性能和工程应用价值。     

基于海杂波修正的OTHR空中目标RCS估计

天波超视距雷达工作在时变的电离层传输状态下,通过回波能量难以对空中目标的雷达散射截面积(RCS)进行有效估计。为此,提出了一种基于海杂波修正的目标RCS估计方法,建立了RCS估计卡尔曼滤波模型和RCS仿真数据辅助模型。通过两型民航目标的仿真和实测数据验证了所提模型的有效性,其在不同时段、雷达工作状态和电离层传输条件下,实现了对目标RCS和电离层损耗的稳健估计,并利用目标电磁仿真数据进一步辅助提高了对已知类型目标的估计效率和准确性。     

基于特征分解的多模杂波抑制方法

电离层对天波超视距雷达回波信号的污染严重制约了雷达对慢速目标的检测, 相位扰动与多模传播共存时, 更是加重了回波杂波谱的展宽.针对这一情况, 文中提出了基于特征分解的多模杂波抑制方法, 根据不同群距离单元上回波信号的相关性来选择群距离单元构造协方差矩阵, 通过一个模板滤波器对回波信号滑动滤波来确定回波信号模式个数, 从而可通过对协方差矩阵的特征分解来确定目标信号和噪声子空间, 继而完成杂波的抑制.该方法实现简单, 适合工程应用, 并且对实测数据的处理结果证实了该方法的有效性.     

基于海杂波循环平稳特性的纹理分量抑制技术

利用海杂波的循环平稳特性,提出了一种基于奇异值分解的纹理分量抑制算法,并对其性能进行了分析。首先结合海杂波的循环平稳模型,推导了循环均值和循环自相关函数的封闭表达式。利用海杂波强度数据构造Hankle矩阵并进行奇异值分解,由于奇异值分解后得到的奇异值主要成分是与纹理分量谐波频率对应的特征量,而循环均值在纹理分量谐波频点处出现峰值,因此可以通过抑制奇异值主要成分实现循环均值的峰值抑制。奇异值抑制后,通过矩阵重构和数据恢复,最终实现纹理分量的抑制。最后,分析了Hankle矩阵维数对抑制性能的影响,并分别采用仿真数据和实测数据验证了算法的有效性。      

一种改进的天波雷达海杂波循环对消算法

在天波超视距雷达中,舰船等慢速目标的频谱通常靠近强大的海杂波谱,检测难度大,在短相干积累条件下,回波频谱的多普勒分辨率降低,进一步增加了目标检测难度。目前的海杂波抑制方法主要是循环对消法,但是传统的循环对消方法仅通过傅里叶变换后最大谱线来估计频率,频率估计精度不高,杂波残留严重,而且容易将目标信号也对消掉。针对该问题,提出了一种改进的循环对消算法,该算法中,首先给出了短相干积累下海杂波频率的高精度估计算法,利用最大的3根谱线进行插值来对粗估计得到的频率进行校正,从而精确估计海杂波频率,在此基础上估计时域的海杂波信号;为了避免将目标信号也对消掉,进一步给出了海杂波的频率界限,只在杂波界限内进行海杂波循环对消;与传统算法相比,所提算法能够对海杂波参数进行高精度估计,从而减少了对消过程中剩余杂波的能量,有利于舰船目标的峰值显露,而且杂波频率界限的使用能够避免将目标信号对消掉,提高了目标的检测效能。仿真和实测数据处理结果均表明,与传统循环对消法相比,所提算法能用更少的对消次数凸显出舰船目标,而且残留杂波能量更低。     

基于GRNN和时间窗方差滤波的海杂波抑制

为实现对海杂波的抑制,根据海杂波混沌动态特性,利用广义回归神经网络(GRNN)进行海杂波预测再对消,最后引入时间窗方差滤波。分析对McMaster大学IPIX雷达含目标实测数据的处理结果,原始数据信杂比小于等于0 dB,只采用GRNN预测对消后信杂比提高但仍有短时海杂波尖峰的影响,经过方差滤波后短时尖峰基本消失,最终信杂比提高到约11.67 dB。故所提方法对海杂波有很好的抑制效果,能够检测出湮没在海杂波中的小目标。     

基于稀疏度自适应匹配追踪算法的微动杂波抑制

目标或目标组成部分的机械振动或旋转产生微多普勒效应,在目标分类和识别中起着重要作用。然而,环境中许多物体(例如风力涡轮机、空调等)的微多普勒效应对雷达系统而言就像时变的杂波,导致雷达探测性能下降。本文针对外辐射源雷达微动杂波影响目标检测的问题,提出了一种基于稀疏度自适应匹配追踪改进算法(SAMP)的微动杂波抑制方法。考虑到微动杂波的稀疏特性,将复杂的微动杂波抑制问题转化为稀疏信号表示问题,分离微动杂波并将其抑制,便于目标观测。相比于原SAMP算法,改进后的SAMP算法能自动调整步长并在残差达到自适应阈值后快速停止迭代。仿真和实测数据验证了所提方法的有效性。     

基于C2算法海杂波抑制在低仰角跟踪时的应用

由于多径反射信号的干扰,雷达低仰角测量一直是一个难点。结合脉冲测量雷达技术特点,阐述了测量雷达常用的低仰角跟踪技术,通过分析多径误差机理,提出了利用C2算法、海杂波抑制处理技术,实现复杂背景环境条件下对低空目标的跟踪策略,给出了理论分析与验证成果。     

基于分数阶谱相减的弱目标检测方法

提出了海杂波背景下的基于分数阶谱相减的弱运动目标检测方法。该方法通过对回波信号检测单元和参考单元分别作分数阶Fourier变换(FRFT),然后将得到的两个模值相减来构成检测统计量,达到抑制杂波、提高检测概率的目的。利用IPIX实测数据实验表明,所提方法在增加目标与杂波FRFT峰值差、提高信杂比以及检测概率等方面都明显优于仅对回波作FRFT变换。在信杂比降低到-12 dB时仍能很容易地检测出目标。设置适当的恒虚警检测门限,该检测方法能够达到更好的检测效果。     

一种基于高斯模型的自适应地物杂波滤波算法

在天气雷达信号处理中地物杂波滤除非常重要,地物杂波会造成有强烈回波的假象,对预报造成干扰.提出了一种基于高斯模型的自适应频域地物杂波滤波算法,并以天津站实际的雷达回波信号为例,对2种滤波器的效果进行了分析和比较.仿真结果表明,频域滤波算法能有效消除地物杂波和超折射,最大限度地保留了天气信号.     

一种基于分数傅立叶变换的图像加密技术

本文基于分数傅立叶变换的多样性,通过不同级次的分数傅立叶变换与谱变换相结合,提出了一种新的光学图像加密算法。经计算机模拟验证,此算法确实可行可靠。     

X波段雷达实测海杂波的特性分析

舰载雷达和海岸警戒雷达的目标检测和跟踪性能与海杂波密切相关。对X波段雷达实测海杂波进行了功率谱密度和相关分析,得到了一些有益的结果。与VV极化相比,HH极化的海尖峰特性更明显;与HH极化相比,VV极化海杂波的功率谱密度具有更窄的带宽,且衰减得更快。而HH和VV极化海杂波具有相似的相关性,但HH极化的相关系数要比VV极化的要小。得到的结果对雷达目标检测与识别具有一定的借鉴意义。     

遗传算法优化RBF网络的图像杂波抑制技术研究

在红外搜索与跟踪系统中,背景杂波抑制效果将直接影响到低信噪比条件下点状运动目标的检测及跟踪性能。利用RBF神经网络的非线性映射能力和遗传算法的全局搜索机制,本文研究了一种利用遗传算法（GA）优化RBF神经网络的背景杂波抑制技术。杂波抑制后,残留噪声的高斯性和独立性通过Kendall秩相关法和计算Friedman统计量的方法进行了验证,背景杂波抑制效果与BP神经网络和常用的Uniform加权函数进行了比较,结果表明本文研究方法可行有效。