部分均匀海杂波中分组加权的协方差矩阵估计

本文主要研究空间部分均匀海杂波背景下协方差矩阵的估计问题。海杂波的空间部分均匀性和假目标干扰的不可避免性导致利用传统算法来估计海杂波协方差矩阵时存在较大的估计误差。为了减小该估计误差,本文对海杂波的参考样本进行分组处理,利用纹理的最大后验估计值作为加权系数,提出了分组加权样本协方差矩阵估计算法。考虑到假目标干扰的存在,利用协方差矩阵之间的差异提出了一致性因子,以确定干扰所在的分组,并剔除干扰。实测数据的实验结果表明,在存在假目标干扰的空间部分均匀海杂波背景下,本文提出的分组加权协方差矩阵估计算法不仅能有效剔除假目标,而且优于不分组算法约3dB。      

基于子频带黎曼距离的海杂波背景下目标检测

海杂波背景下的目标检测对军事和民用均具有重要意义，是雷达信号处理领域的研究热点与难点。传统广义似然比检测器在具有较强空间非均匀特性的海杂波中检测性能明显下降。文中提出基于子频带黎曼距离的检测器。首先，利用一组线性相位离散傅里叶变换调制滤波器将回波分解到不同子频带；随后，在每个子频带中，利用参考单元数据在Hermitian正定矩阵流形上的几何均值或几何中值估计杂波协方差矩阵，将待检测单元协方差矩阵与杂波协方差矩阵之间的黎曼距离作为检测统计量。基于仿真杂波数据和实测海杂波数据验证了所提方法可以有效提高海杂波背景下的目标检测性能。     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar, HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition, SVD)的空域海杂波抑制算法（简称空域SVD算法）. 空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参考,对其阵列协方差矩阵进行SVD,估计空域的海杂波子空间和噪声子空间;再利用子空间的正交性,从阵列回波信号中去除其在海杂波子空间的投影分量,达到在空域抑制海杂波的目的. 该方法与现有的空域海杂波抑制方法相比,不需要预先知道海杂波的方位,利用阵列协方差矩阵的SVD来估计子空间,使得子空间的估计比较容易且准确,提高了输出信杂噪比(signal to clutter plus noise ratio, SCNR),有利于目标的检测.     

基于单快拍MUSIC与改进UTJDL的海杂波抑制算法

要实现船载高频地波雷达对海面目标的快速准确检测，必须对非均匀分布的海杂波进行有效抑制。为此，提出一种单快拍多重信号分类(MUSIC)与改进无迹变换局域联合处理(UTJDL)相结合的非均匀海杂波抑制算法。首先通过单快拍MUSIC算法，将阵列信号转换至角度多普勒域并进行局域联合处理(JDL),以有效降低运算量和提高目标分辨率。然后，利用改进的基于奇异值分解(SVD)的无迹变换(UT)对每个距离元的JDL数据进行预处理以获得更多的一致性数据并进行每个距离元的协方差矩阵估计。最后，根据不同距离单元与待检测距离单元的相关系数估计待测距离单元的协方差矩阵，并由此实现对海杂波的快速有效抑制。仿真实验结果表明，文中提出的算法可以有效提升信杂噪比，有利于目标的快速准确检测。     

非平稳海杂波背景下子带开关相干检测器

海杂波由纹理分量调制散斑分量构成,本文着重研究纹理分量和散斑分量的平稳特性.首先,通过DFT调制滤波器组将海杂波分解到各个子带,提出两种一致性因子分别衡量各个子带海杂波的纹理分量和散斑分量的平稳性,实验结果表明海杂波的非平稳特性主要体现在纹理分量上,强杂波区的纹理分量体现出显著的非平稳性,弱杂波区的纹理分量具有平稳特性.进一步针对海杂波在不同多普勒频率分量上具有不同的平稳特性,将纹理分量的一致性因子作为判断函数,分别使用样本协方差矩阵和归一化样本协方差矩阵估计算法,提出了子带开关自适应归一化匹配滤波(Adaptive Normalized Matched Filter,ANMF)检测器.实测的海杂波数据实验结果表明,子带开关ANMF检测器的性能优于对比算法.     

基于功率中值和归一化采样协方差矩阵的自适应匹配滤波检测器

在非均匀海杂波环境中,参考单元中的异常单元限制了采样协方差矩阵(SCM)的估计性能,从而影响了传统自适应匹配滤波(AMF)检测器的检测性能。而考虑删除异常单元的方法在参考单元数目有限时可能导致矩阵的奇异性。鉴于此,在保持参考单元数目不变条件下,该文设计一种基于功率中值与归一化采样协方差矩阵(MNSCM)的估计方法,并将其与匹配滤波器(MF)相结合,构造一种新型的自适应匹配滤波检测器。与传统的自适应匹配滤波相比,该文设计的检测器在实测和仿真海杂波数据条件下均具有明显的性能优势。     

基于SVD的高频地波雷达干扰与杂波抑除算法

该文针对高频地波雷达探海工作期间高频干扰严重海杂波强的特点,干扰抑制时引入海杂波约束条件,对自适应阵列波束形成方法进行了改进,防止干扰抑制后回波中一阶海杂波时域相关特性发生破坏而在频谱上虚假展宽。然后,使用干扰抑制结果构造时域采样矩阵,由奇异值分解(SVD)方法获得积累期间一阶海杂波频率的变化历程,通过矩阵特征分析将一阶海杂波滤除。最后,使用OSMAR2000实测数据检验了本文算法的有效性。     

基于最大似然的双基地STAP杂波协方差矩阵估计方法

在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性.     

基于多模型参数选择的雷达海杂波自适应抑制处理

海杂波的存在严重干扰了雷达对目标的检测识别能力,且由于海面环境的多变,在不同情况下,杂波服从不同的模型概率密度分布.本文在现有的海杂波模型基础上,对给定的仿真回波数据进行统计分析,估计多个海杂波模型的相应参数,选择适合的参数建立杂波模型,对其进行杂波对消的抑制处理.仿真实验表明该方法的有效性,对实际工程中的海杂波抑制研究有一定的价值和指导意义.     

基于循环子空间投影的杂波快速抑制方法

子空间类方法能够较彻底地抑制高频回波中的海杂波,但该方法需要对高维协方差矩阵进行特征值分解,计算量很大,制约了方法的实际应用效率.针对该问题,提出了一种循环抑制杂波的快速子空间投影方法,通过快速子空间法估计出每次迭代的最大特征值及其特征向量,利用特征值差值拐点估计杂波和信号子空间维数,然后不断地对消掉杂波在空间的投影分量,最终使得慢速目标凸显出来.计算机仿真结果表明,快速方法的杂波抑制效果与子空间类方法相当,但计算速度大大提升,更适合实际工程应用.     

面向海面目标检测的陆海分离和海面分区算法研究

自适应检测技术可有效提升岸对海警戒雷达海面目标探测性能,但海岛和陆地会导致成片或离散强杂波点,污染协方差矩阵估计的样本,海杂波的复杂性使得整片海杂波难以采用单一模型描述。为解决海面目标自适应检测时面临的非均匀样本参与协方差矩阵估计时杂波抑制性能严重下降问题和海杂波建模准确性不高的问题,该文提出一种面向海面目标检测的陆海分离和海面分区算法。首先,根据陆地回波序列的相位之间具有强相关性,而海洋回波序列为随机值这一特性,区分陆地杂波和海杂波;然后,根据擦地角对海杂波分区,拟合出每个分区的最优分布后选择合适的检测器进行自适应检测;最后,基于某S波段雷达实测数据验证该算法,检测结果与性能分析表明该算法相对传统算法可有效提高海面目标的检测率。      

基于CUT自身先验知识的STAP

在空时自适应处理（STAP）中,通常使用训练样本来估计杂波协方差矩阵（CCM）。在本文中训练样本仅用来估计部分杂波协方差矩阵,大部分杂波协方差矩阵由待检测单元（CUT）计算。注意到CUT具有先验知识：只有待检测的频率通道可能包含目标信号,而其他频率通道只有杂波。因此,提出了一种基于CUT先验知识的STAP方法。这种方法将待检测单元的杂波分为两部分来重建：第一部分是待检测频率通道的杂波成分,该部分可能混有目标信号,因此通过训练样本来估计;第二部分是其他频率通道中的杂波,这部分可直接从CUT中提取,不需要估计。     

广义Pareto分布海杂波背景下非相干检测器恒虚警性能分析

该文在广义Pareto分布海杂波背景下研究了单元平均(CA)和有序统计量(OS)两种非相干检测器的恒虚警(CFAR)性质,推导了两种非相干检测器的虚警概率公式,发现了两种检测器对杂波的尺度参数是恒虚警的.然而,两种检测器对杂波的散斑协方差矩阵结构和杂波形状参数是非恒虚警的.为了实现全场景的恒虚警检测,预先通过白化方法将具有相关性的海杂波去相关,并通过查表方法使用了匹配杂波形状参数、累积脉冲数和参考单元数的检测门限.在这种情况下,实验结果表明两种非相干检测器能确保全场景恒虚警.     

距离模糊下天空双基地预警雷达杂波抑制方法

天空双基地预警雷达杂波具有严重的非平稳性,同时存在距离模糊,使得杂波抑制变得困难。针对考虑距离模糊时天空双基地预警雷达杂波抑制问题,基于子孔径平滑处理和重构杂波协方差矩阵的思想,提出了一种非平稳杂波抑制方法。首先对某一距离环杂波数据进行子孔径平滑处理,估计出子孔径下的杂波协方差矩阵;然后计算该距离环功率谱并作为幅度值,重构模糊距离环的杂波数据和协方差矩阵;最后利用重构数据对距离模糊杂波进行空时自适应处理。仿真结果验证了所提方法的有效性。     

对海四种相参处理检测方法性能比较

近年来,随着海杂波研究工作的重要性在军事和民用领域日益突出,海杂波背景下的动目标检测问题已经成为雷达技术领域的热点。而海杂波统计特性的准确分析是有效检测目标的先决条件。在本文中,首先回顾了海杂波的统计特性,这其中包括杂波的幅度分布特性和杂波序列的相关性。然后基于仿真海杂波数据比较4种检测方法(AMF、ANMF、α-AMF、常规PD)性能。     

用MUSIC算法解决海杂波背景下相干源探测问题

强海杂波背景下进行相干源检测是舰载高频地波雷达(HFSWR)进行海上目标探测面临的一个主要问题.本文利用对称阵列法对阵列输出信号的协方差矩阵进行了重构,以解决相干源引起的降秩问题,在此基础上通过对背景噪声的预白化处理来抑制一、二阶海杂波.MUSIC算法对实录海杂波数据处理结果表明,这种方法可以从展宽的一阶海浪谱中分辨出各相干信号源的方位信息.     

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。     

浅析海杂波抑制方法

海杂波是影响对海雷达工作性能的一个重要因素。检测和跟踪目标之前抑制海杂波是非常必要的。通过对海杂波和舰船目标的幅度特征、谱特征以及相关特征的分析，针对强海杂波环境下，目标检测的典型问题，从雷达工作模式、雷达信号处理两个方面探讨了抑制海杂波的几种途径。     

基于稀疏重构的机载雷达KA-STAP杂波抑制算法

机载雷达非均匀杂波环境下的空时自适应处理（STAP）算法会因杂波协方差矩阵估计不准导致其杂波抑制性能下降。传统知识辅助 STAP (KA-STAP)算法性能依赖于先验知识的准确程度以及配准精度,先验信息的失配可能会导致算法性能恶化。本文提出一种基于稀疏恢复技术构造杂波加噪声协方差矩阵的KA-STAP算法。该算法不依赖于先验信息,首先利用稀疏贝叶斯学习技术通过少量回波样本估计出稳健的辅助协方差矩阵,然后结合采样协方差矩阵进行空时处理。在小样本非均匀杂波场景下,该算法的输出性能优于传统KA-STAP算法。仿真结果表明了本文方法的有效性。     

岸基雷达的海杂波特性及抑制方法研究

岸基雷达在执行具体任务的过程中,常常会受到海杂波的干扰,从而降低其侦测能力。由于海杂波的变化无明显规律且性质难以掌控,因此其消除工作也比较困难。海杂波和海域、气象等各种因素都有关系,当海杂波不存在时,雷达画面比较清晰,而受到海杂波干扰后,往往会令雷达无法对目标进行准确的定位与侦测。本文从海杂波特性入手,从时域、空域、频域三个方面提出了海杂波的消除方法。