天基稀疏阵杂波自由度分析

天基稀疏孔径实现地面运动目标指示具有很大吸引力,如何简单准确地估计空时自适应处理器的杂波自由度是一个重要的课题.针对天基稀疏孔径的两种常用类型——稀疏子阵列和非全向性阵元稀疏阵,基于空时等效理论,从等效的虚拟空间阵列角度分析了阵列的杂波自由度,得到了预测杂波自由度的简单方法,仿真结果验证了方法的有效性.最后从杂波自由度得到分布式小卫星雷达实现地面运动目标指示的基本设计约束条件.     

一种稳健的机载非正侧视阵雷达杂波抑制方法

非正侧视阵列构型会导致机载雷达回波数据非均匀,从而严重削弱传统空时自适应处理算法的杂波抑制性能。针对此问题,该文提出一种对阵元误差稳健的非均匀杂波抑制方法。该方法首先根据雷达系统参数等先验信息构造杂波表示基;然后在考虑阵元误差下对待检测单元数据进行迭代的最小二乘拟合,文中推导出了该问题的闭式解;最后对拟合后的剩余数据进行脉冲多普勒处理以及恒虚警检测。该方法不需要训练样本,且能够在没有俯仰自由度的情况下对机载非正侧视阵雷达的非均匀杂波进行有效抑制。仿真结果验证了该方法的有效性。     

相控阵AEW雷达杂波自由度分析

自适应抑制机载预警(AEW)雷达杂波的问题近年来受到了广泛关注。有效进行自适应处理的必要条件是系统可控自由度数大于杂波自由度数。本文详细研究了相控阵AEW雷达的杂波自由度问题,得到了一些新结果。这些结果有助于设计自适应系统。     

机载非正侧阵雷达自适应子空间方法

机载非正侧阵雷达使杂波具有距离非平稳特性且传统的空时自适应方法性能下降严重。为了解决这个问题,该文提出一种自适应的子空间方法。该方法首先利用曲线拟合估计构型参数,然后利用估计的构型参数计算杂波子空间,最后将数据向杂波子空间对应的正交补空间进行投影来抑制杂波。仿真实验结果表明,该方法可以取得较好的参数估计精度与杂波抑制性能。     

机载MIMO雷达杂波建模及杂波特性分析

机载MIMO雷达通过将MIMO技术应用到机载雷达,显著增加了雷达的系统自由度,改善了机载雷达的杂波抑制性能.首先建立了机载MIMO雷达的杂波数学模型;然后给出了两种典型的正交信号形式;最后对不同信号形式和不同误差条件下机载MIMO雷达的杂波功率谱和特征谱进行了仿真分析.仿真结果表明,机载MIMO雷达与机载相控阵雷达有相似的杂波分布,但其杂波自由度显著增加;发射信号从正交向相干的退化过程中,杂波在空时二维平面形成主副瓣并逐渐锐化.     

利用重叠子阵交替发射提高机载双基正侧阵雷达杂波抑制性能的方法

距离非平稳杂波抑制是机载双基雷达空时自适应处理面临的重要困难之一。针对此问题,该文提出一种利用重叠子阵交替发射技术来抑制距离非平稳杂波的新方法。该方法通过交替发射使机载双基正侧阵雷达的杂波脊落在发射和接收空间频率以及多普勒频率构成的3维频率空间的一个平面上,并且目标不落在该平面。由于该杂波平面具有距离平稳性,这保证了空时自适应处理可以有效地抑制该杂波平面,进而能够有效抑制距离非平稳杂波。仿真结果验证了该方法的有效性。     

雷达系统杂波自由度研究

为了分析各种非均匀、非线性、非密集阵列雷达的杂波抑制性能,该文基于带限信号自由度理论提出了一种适用于多种阵列构型的杂波自由度估计方法。该方法能有效估计杂波大特征值的个数,并揭示了杂波自由度与系统参数、杂波场景的内在联系。研究表明,为了提高稀疏阵雷达的杂波抑制性能,需增加系统自由度来减少稀疏采样区。最后通过计算机仿真验证了该文提出的估计方法的有效性。     

非正侧视阵机载雷达杂波抑制算法研究

非正侧视阵机载雷达的空时二维杂波谱随距离的变化而变化,即在距离维是非均匀的,因此不能直接由邻近距离单元估计杂波协方差矩阵。为了解决这种由距离依赖性引起的杂波特别是近程杂波的非均匀问题,该文对多普勒频移算法进行了改进,将经过多普勒频移补偿后的数据转换到阵元-多普勒域,在多普勒域进行空间频率补偿,提高其在主杂波区的性能。改进算法既充分利用了原算法简单,易于实现的特点,又克服了原算法在大偏航角下性能下降的缺陷,仿真结果验证了该算法的有效性。     

双频机载预警雷达系统动态杂波自由度研究

基于一种双频机载预警雷达(AEW)孔径共用反隐身方案,本文对该背景下的杂波分布特性作了理论分析与计算仿真,得到了相关动态杂波自由度的表达式与杂波特征分布曲线,为针对隐身目标的双频AEW雷达系统空时自适应处理器的工程实现提供了理论依据.     

机载MIMO雷达空时杂波块对消器

针对机载MIMO雷达杂波空时耦合的特性,提出了一种应用于机载MIMO雷达的空时杂波块对消器。利用MIMO雷达接收杂波的多普勒相位和空域接收相位之间的关系,设计系数矩阵来对消杂波,后续级联空时自适应处理方法能进一步抑制杂波和提高动目标检测性能。仿真实验表明,该杂波块对消器能对正侧视和非正侧视机载MIMO雷达均有较好的杂波抑制能力,从而进一步提高了后续空时自适应处理算法的动目标检测性能。     

双基地机载预警雷达杂波建模与分析

建立了双基地机载预警雷达杂波模型,并通过对双基地机载预警雷达杂波空时谱结构的分析,得出了双基地机载预警雷达任意几何配置条件下,杂波谱结构随双基地机载预警雷达探测距离和变化趋势的一般性规律.仿真结果验证了所得规律的正确性.对双基地机载预警雷达杂波谱结构的认识有助于开展对双基地机载预警雷达杂波抑制与空时自适应处理技术的研究.     

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。     

有源干扰条件下机载MIMO雷达降维STAP方法

针对机载多输入多输出雷达杂波与干扰的同时抑制问题,提出一种降维空时自适应处理方法.首先,利用系统参数离线简便构造出杂波子空间,然后,根据杂波基向量与干扰基向量的关系,对杂波加干扰协方差矩阵的秩进行分析.当存在有源干扰时,系统的杂波与干扰自由度进一步提高.最后利用干扰加噪声协方差矩阵的块对角结构,结合离线构造的杂波子空间,通过迫零方法进行空时自适应权矢量求解.该方法能够有效降低运算复杂度,具有接近全维最优处理的杂波与干扰抑制性能.     

双基地机载预警雷达空时自适应处理方法

本文在文献[1] 所建杂波模型的基础上,进一步研究空时自适应处理对双基地机载预警雷达杂波的抑制问题.深入分析了双基地机载预警雷达杂波距离多普勒特性,进而提出了一种基于距离多普勒补偿的空时二维自适应处理方法.理论分析与计算机仿真表明,该算法能有效实现工作于低重频时双基地机载预警雷达杂波抑制.     

知识辅助机载雷达杂波抑制方法研究进展

现有研究表明,有效利用先验知识可以较好地解决机载雷达自适应信号处理中的非均匀杂波问题.分析了当前知识辅助机载雷达杂波抑制方法研究的基本情况,从外信息源数据与雷达观测数据的关联、智能样本选取与滤波器选择两个方面分析了间接利用先验知识方法的研究进展,从先验协方差估计、预白化类空时自适应处理(STAP)算法以及贝叶斯滤波STAP算法三个方面分析了直接利用先验知识的方法的研究进展,分析了基于先验知识的CFAR处理方法以及高逼真度杂波建模与仿真的研究进展.建立在对现有研究分析的基础上,从对更多信息源的使用和更有效融合先验知识的STAP方法两个方面提出了一些值得进一步深入研究的问题.     

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.     

空域分解的机载MIMO雷达空时处理方法

相对于传统机载相控阵雷达,应用于机载多输入多输出雷达中的空时自适应处理（MIMO-STAP）技术可以获得杂波抑制和动目标检测能力的大幅提升.但是传统MIMO-STAP所需要的计算量和样本需求量巨大,无法满足实际处理要求.为了解决这一问题,我们提出了一种基于空域多级分解的机载MIMO雷达后多普勒自适应方法.该方法将后多普勒自适应权系数进行分解,使其变为几个短向量的Kronecker乘积,然后利用循环迭代的思想求解自适应权.实验表明该方法具有快速收敛性,在小样本大阵列条件下该方法明显优于传统的后多普勒处理方法.     

基于CMT技术的非正侧面阵机载雷达杂波抑制方法研究

非正侧面阵机载雷达杂波谱与正侧面阵机载雷达杂波谱的主要区别在于它的杂波二维谱图随距离的变化而变化,杂波自由度相对增加,造成常规的统计型STAP杂波抑制方法不再适用.本文通过对非正侧面阵机载相控阵雷达杂波的分布进行详细的分析和研究,提出了一种基于CMT技术的非正侧面阵机载相控阵雷达杂波抑制方法.仿真结果表明了本文方法的有效性.