排序方式: 共有35条查询结果,搜索用时 0 毫秒
21.
针对空间角频移前视阵杂波谱补偿方法将参考距离单元的杂波谱旁瓣抬高,导致旁瓣区动目标检测性能下降的缺点,提出了一种改进的空间角频移方法.先对各个距离单元回波进行多普勒频率补偿,然后再进行空间角频移.仿真实验结果表明,本方法在旁瓣区比空间角频移方法有3~5dB的性能改善,并且在雷达回波存在误差的情况下仍然能够保持好的性能. 相似文献
22.
宽测绘带合成孔径雷达(SAR)采用了不同的信号录取方式及成像算法,但现有的ScanSAR和循序扫描体制(TOPSAR)往往会造成场景分辨率的整体下降。针对这一问题,该文采用一种新的侧摆模式进行宽幅场景成像。该模式通过距离向波束角度的变化,以损失部分积累时间为代价,得到宽幅场景的回波信号,继而采用稀疏算法在方位向实现降采样成像。仿真结果表明,在波束变化轨迹确定后,星载雷达侧摆模式下稀疏SAR成像可有效增加场景幅宽,同时确保场景中心区域的高分辨成像。 相似文献
23.
24.
基于数字射频存储器(digital radio frequency memory,DRFM)产生的噪声卷积灵巧干扰兼具压制式和欺骗式干扰的效果,严重降低了雷达系统的探测性能。为解决此问题,本文提出了一种采用频率分集阵(frequency diversity array,FDA)-多输入多输出(multiple-input-multiple-output,MIMO)雷达的噪声卷积灵巧干扰对抗方法。经由雷达发射信号和噪声信号卷积调制所得的干扰信号在距离-多普勒维与目标回波呈现不同的分布特性。据此,首先利用干扰信号在多普勒域的白噪声特性获取多普勒清晰区的干扰样本,然后在此基础上逐距离门挑选样本以获得干扰协方差矩阵,最后通过距离-角度二维匹配滤波器抑制距离不匹配的主瓣干扰信号。仿真试验验证了本文所提抗干扰方法的有效性。 相似文献
25.
MIMO雷达的目标运动方向及速度估计 总被引:2,自引:0,他引:2
采用多个发射机单个阵列接收机的MIMO模型,利用目标对应于各发射机和接收机的速度矢量关系合成出目标运动方向上的速度.将目标运动方向上的速度矢量投影到接收机和目标的连线方向上估计出目标径向速度,并推导出估计性能公式.理论分析和仿真结果表明: MIMO雷达对速度的估计性能与目标、发射机和接收机形成的夹角有关,夹角越大,估计误差越小. 相似文献
26.
在实际应用中,传统辅助通道方法受杂波分布先验信息及系统误差的限制,使辅助通道的选取偏离实际杂波分布.针对这一问题,提出了基于最小二乘参数估计的自适应空时二维辅助通道方法.首先利用单距离回波数据估计杂波分布并采用最小二乘方法估计系统参数,然后自适应选取辅助通道并进行降维空时自适应处理.利用单距离数据进行参数估计具有较高的参数估计精度,适用于任意阵列构型,具有一定的稳健性. 相似文献
27.
在合成孔径雷达-地面动目标检测系统中,需要无模糊地估计运动目标的径向速度.当径向速度接近最大不模糊速度时,传统多通道最大似然方法的估计性能下降.针对以上问题,提出一种基于距离频率干涉相位的最大似然估计方法.相较于传统方法,所提方法有效地降低了概率密度函数扩散的影响,当径向速度接近最大不模糊速度时能够实现准确估计.从相关系数和干涉相位两个方面分析了噪声对径向速度估计的影响机理,并通过增加独立样本来减小噪声的影响. 相似文献
28.
矩阵填充可以有效恢复阵列信号降采样数据,从而得到等效的全采样回波信号.然而,现有基于矩阵填充的阵列波达方向估计方法要求回波数据在不同快拍下随机选择采样序列,以满足采样数据的随机性.当部分阵元在整个观测时间内关闭或损坏时,上述方法将失效.因此,笔者提出了一种改进的降采样数据恢复方法,利用阵元间的相关特性,将单快拍下的信号矢量变换到一个等效的低秩矩阵,继而通过求解该矩阵的最小核范数,实现对缺失数据的有效估计.仿真结果表明,该方法可以有效恢复降采样数据,抑制噪声,提高波达方向的估计性能. 相似文献
29.
在实际的机载多通道雷达系统中,由于存在系统幅相误差和载机的非平稳运动,DPCA条件很难满足而导致杂波抑制性能下降.本文通过预滤波处理补偿了载机的运动误差,同时保证了运动目标信号的损失尽可能小,进而可以采用传统的自适应DPCA技术补偿系统的幅相误差.然而,当样本中存在强的运动目标时,自适应DPCA的权值估计偏差较大导致杂波抑制性能下降.针对该问题,从最大信噪比准则出发,提出了稳健的两通道自适应DPCA杂波抑制方法.在性能分析中,研究了预滤波对运动目标的影响,给出了预滤波后运动目标的相消曲线.最后通过实测数据和仿真目标实验,验证了本文方法的有效性. 相似文献
30.
基于小波稀疏表示的压缩感知SAR成像算法研究 总被引:1,自引:1,他引:0
高分辨大场景合成孔径雷达(SAR)成像给数据存储和传输系统带来沉重负担。该文对条带式体制下的SAR成像,提出基于场景方位向小波稀疏表示的压缩感知成像方法。该方法首先沿方位向进行随机稀疏采样得到降采样的原始数据,然后在距离向采用传统匹配滤波方法实现脉冲压缩处理,方位向则利用小波基作为场景散射系数的稀疏基,并通过求解最小l1范数优化问题重构方位向散射系数。所提算法在方位向严重降采样下仍能够实现无模糊的SAR成像,实测数据成像结果表明所提算法具有较好的有效性和一定的实用性。 相似文献