空时自适应处理

摘要： 与传统单平台机载雷达相比,无人机(unmanned aerial vehicle,UAV)集群协同探测具有探测范围广、探测精度高、布阵机动灵活等突出优势,因此是未来机载预警雷达发展的重要方向之一。由于UAV集群雷达阵列具有大尺寸、超稀疏孔径,因此雷达回波近似为球面波且具有较强近场效应。本文首先推导了UAV集群稀疏阵列在近场条件下的空时信号模型,然后基于目标回波的近场特性提出一种新的距离解模糊方法。针对任一距离门数据,该方法利用不同模糊距离回波空时导向矢量的差异性,设计多个空时权系数进行杂波抑制和目标匹配,并基于滤波后目标功率确定其对应距离模糊次数,从而实现对运动目标的距离解模糊。仿真实验验证了所提方法的有效性。

摘要： 对于非正侧视阵机载雷达,杂波在近程表现出严重的非平稳性,在距离模糊情况下近程微弱目标和近程非平稳强杂波混叠,导致传统空时自适应处理(Space-Time Adaptive Processing,STAP)方法的运动目标检测性能严重下降。为了解决该问题,本文提出了一种基于自适应分区和正交投影的机载雷达非平稳杂波抑制方法。首先,基于回波数据在距离-多普勒域将机载雷达回波自适应划分为非平稳杂波区、平稳杂波区和清晰区,然后在非平稳杂波区采取俯仰维正交投影级联STAP处理,在平稳杂波区采取传统STAP处理,在清晰区采取传统PD处理。该方法能够显著提升机载雷达在全距离和全速度域的目标探测性能。仿真实验验证了所提方法的有效性。

摘要： 在全球卫星导航(GNSS)阵列天线抗干扰理论中,系统噪声通常被视为理想白噪声(AWGN)。但在实际工程中发现系统噪声通常是有色噪声且会影响空时自适应处理(STAP)算法的性能。该文首先推导得出了有色噪声功率谱与空时抗干扰后卫星导航信号相关峰的理论关系,然后通过仿真实验验证了该理论关系的正确性,同时分析了噪声功率谱的等效带宽和谱峰偏移对相关峰的影响,最后发现噪声功率谱能量越集中于卫星导航信号的功率谱谱峰处,空时抗干扰后的卫星导航信号相关峰衰减越大。针对上述问题,该文提出了对角加载和子空间投影方法,两种方法通过对噪声协方差矩阵的特征值进行一致化处理实现有色噪声的白化,从而消除了有色噪声的影响。最后通过仿真实验验证了所提方法的有效性。

摘要： 最优空时自适应处理方法由于计算量大且需要大量的训练样本来估计杂波协方差矩阵而无法满足实际应用,针对此问题,本文提出一种基于协方差拟合准则的降维空时自适应处理方法。该方法首先对每个阵元收到的回波信号进行时域滤波,然后通过协方差拟合准则构造了在高斯信源下与最大似然估计器渐近等价的优化问题,同时我们将协方差拟合优化问题转换为半定规划问题,并利用CVX工具包求解优化问题,进而估计杂波加噪声协方差矩阵。仿真实验表明,相比于现存在的多普勒滤波后空时联合处理方法,该方法所需的训练样本数更少,且杂波抑制性能更好。

摘要： 稀疏恢复(Sparse Recovery,SR)空时自适应信号处理(Space Time Adaptive Processing,STAP)仅需要少量的杂波样本即可有效抑制杂波,但是稀疏恢复空时自适应信号处理依赖于空时字典,当载机运动方向与天线放置方向存在偏航角时,杂波脊偏离空时字典格点,出现离格问题,从而导致杂波抑制性能下降。已有的基于l_(1)范数类的离格稀疏恢复算法在存在噪声时性能下降,没有充分利用杂波的稀疏性,文章提出一种基于l_(p)(0空时自适应处理算法,首先将建立基于空时字典更新的稀疏恢复空时自适应模型,然后将该模型松弛为l_(p)(0

摘要： 在机载雷达信号处理中,高强度的地杂波严重影响信号检测性能,而空时自适应处理(STAP)是一种有效抑制杂波的技术。实际处理中,由于杂波的非均匀性,空时自适应处理往往面临着可用有效样本数较少的问题,同时机载雷达处理的信号维度极为庞大。为了解决这些问题,提出了一种基于稀疏恢复的降维STAP通道选择方法。利用少量样本通过稀疏恢复的方法估计出全维度的杂波协方差矩阵(CCM),并以此为依据评估各个通道的重要性,选择合适的通道构造出降维后的杂波协方差矩阵并进行STAP处理,解决了有效样本较少的问题,同时保证了降维算法的性能。数值仿真验证了算法有效且比典型的稀疏STAP算法效果更好,讨论了在不同样本数下,输出性能与通道数的关系,结论具有工程应用意义。

摘要： 传统的相控阵雷达空时自适应处理(space time adaptive processing,STAP)技术因其杂波存在距离模糊的问题难以有效实现杂波的抑制。机载频率分集多输入多输出雷达(multiple-input multiple-output with frequency diverse array,FDA-MIMO)雷达技术解决了传统相控阵雷达存在的距离模糊问题,提高了STAP方法抑制杂波的性能。但是,如果直接使用全维STAP方法计算量与样本需求量十分巨大。该文将局域联合处理(joint domain localized,JDL)方法应用于经过距离补偿后的FDA-MIMO雷达,并进一步进行权矢量分解,通过迭代得出两个分解得到的子矢量的最优解,并将其作Kronecker积,从而得到所需权矢量。该方法大幅降低了FDA-MIMO雷达的自适应处理的计算量与样本需求量。最终,实验验证了该方法杂波抑制的有效性。

摘要： 针对空时自适应处理(STAP)算法在非均匀环境下处理有限独立同分布训练样本存在的问题,利用滤波器权矢量稀疏性和距离平滑性,提出了一种基于多任务学习的STAP算法,以降低所需训练样本数.该算法首先令相近待检测距离环的滤波器权矢量保持一致,并附加稀疏正则化约束;然后利用交替方向乘子法对优化问题进行求解.理论分析和仿真结果表明,该算法能够有效实现小样本条件下的杂波抑制,滤波器具有更好的输出信杂噪比(SCNR)性能.

摘要： 稀疏恢复空时自适应处理(SR-STAP)方法能够利用少量训练距离单元实现对机载雷达杂波的有效抑制。然而,现有SR-STAP方法均基于模型驱动实现,存在着参数设置困难、运算复杂度高等问题。针对这些问题,该文将基于模型驱动的SR方法和基于数据驱动的深度学习方法相结合,首次将深度展开(DU)引入到机载雷达杂波抑制和目标检测之中。首先,建立了阵列误差(AE)条件下的杂波空时谱和阵列误差参数联合估计模型,并利用交替方向乘子法(ADMM)进行求解;接着,将ADMM算法展开为深度神经网络AE-ADMM-Net,利用充足完备的数据集对其迭代参数进行优化;最后,利用训练后的AE-ADMM-Net对训练距离单元数据进行处理,快速获得杂波空时谱和阵列误差参数的准确估计。仿真结果表明:与典型SR-STAP方法相比,该文所提出的DU-STAP方法能够在保持较低运算复杂度的同时提高杂波抑制性能。

摘要： 空时自适应信号处理(Space-Time Adaptive Processing,STAP)技术在空域和时域上联合地自适应抑制杂波,以实现对动目标检测。稀疏恢复空时自适应处理方法(Sparse Recovery STAP,SR-STAP)由于利用了杂波谱的稀疏性先验知识,可以缓解在机载雷达在非均匀环境下训练数据不足时,杂波抑制效果性能显著下降的问题。尽管SR-STAP只需要少量样本即可恢复出杂波谱并重构杂波协方差矩阵(Clutter Covariance Matrix,CCM),其重构性能仍然受到训练样本数量的制约,当增加训练样本数量时,杂波谱恢复精度具有进一步提升的潜力。另一方面,当机载雷达的接收阵列为等间隔均匀线阵并且系统在一个相干处理间隔中脉冲重复频率恒定时,CCM可具有斜对称特性。该先验知识若被充分利用,可以将等效训练样本数量扩展为原来的两倍。本文将CCM的斜对称特性结合入SR-STAP的框架中,提出了一种稳健的SR-STAP算法,该算法同时利用CCM的斜对称特性和杂波谱稀疏性两种先验知识,能够在相同训练样本量下进一步提升杂波谱的恢复精度和CCM的估计精度。算法首先利用斜对称变换矩阵对从待检测单元中的数据和训练样本进行预处理,将等效训练样本数量扩展至原来的两倍;随后结合预处理后训练样本和一种协方差稀疏迭代算法,实现对CCM的准确重构并设计相应STAP滤波器。算法无需设置超参数,实际应用中易于操作。仿真结果表明,新算法能够有效提升杂波谱恢复的准确度,具有较好的杂波抑制性能。

摘要： 卫星信号功率微弱,容易受到外界环境其他电磁信号的影响.其中宽带电磁信号对卫星信号的影响最为严重,而且带宽越宽空域自适应处理的效果便越差.空时自适应处理与空域自适应处理相比,信息处理性能更优.本文研究了空时自适应处理(STAP)滤除宽带电子信号影响的性能,并与空域自适应处理的性能进行了分析比较.

摘要： 双基地机载雷达回波多普勒频率与杂波散射体到接收机距离之间具有很强的相关性,杂波分布呈现出空时耦合特性,双基地机载雷达的杂波特性远比单基地机载雷达复杂,使得杂波抑制问题变得更加困难.空时自适应处理(STAP)所需要的杂波协方差矩阵的估计误差变大,会直接导致STAP算法检测性能的恶化.针对这一问题,本文提出了一种双基地机载雷达杂波抑制的空时自适应处理方法.该方法通过考虑载机速度的观测值与真实速度的误差,利用双基地机载雷达几何配置、系统参数、载机平台速度等信息设计杂波预滤波器,通过对杂波在空域、时域联合补偿抑制大部分杂波,再由降维STAP方法进行抑制剩余的杂波,进而提高STAP算法的动目标检测能力.计算机仿真实验表明,该方法能有效的对几种典型几何配置下的双基地机载雷达杂波进行抑制,降低杂波自由度,进一步改善了降维STAP算法的动目标检测性能.

摘要： 针对机载预警雷达降维空时自适应处理的子阵划分问题,提出了一种基于蚊群算法的雷达阵面子阵划分方法.该方法在子阵信号数给定的情况下,以最大化子阵级空时自适应处理的改善因子为优化准则,利用蚊群算法搜索子阵间的分隔点,从而获取最优的子阵划分方式.子阵划分是一种组合优化问题,蚁群算法非常适合于解决这种问题.仿真结果表明,利用该方法划分子阵并进行子阵级空时自适应处理,其改善因子总体上仅比阵元级的约低2dB,空时自适应方向图无明显的栅瓣,副瓣也较低.

摘要： 高速平台检测高速空中动目标面临严重的杂波和目标距离走动,如何有效校正距离走动是目标检测的根本.本文首先研究雷达处于高速平台时keystone变换校正空中动目标距离走动的同时对杂波特性的影响,进而分析其对空时自适应处理(Space-time adaptive processing,STAP)的影响.通过研究表明:当目标不存在多普勒模糊时,keystone变换可同时校正目标和杂波的距离走动,从而为取得良好的STAP性能提供了前提;当目标存在多普勒模糊时,keystone变换校正目标距离走动的同时会使杂波部分产生新的走动分量,最终降低STAP性能.分析结果为如何更好地实现高速平台高速空中动目标检测问题提供了理论参考.

摘要： 空时自适应处理(Space Time Adaptive Processing,STAP)技术是在强杂波环境中进行慢速运动目标检测的有效方法之一.该方法能够抑制强大且分布广的地面(海面)杂波,从而有效地检测淹没在空中或地(海)杂波中的慢速小目标.在工程应用中,各种实际因素会影响STAP算法的检测性能.论文介绍了STAP算法的基本原理,结合仿真结果详细分析了实际因素对检测性能的影响.

摘要： 混响是浅海主动声纳的主要干扰,其抑制问题一直是困扰声纳信号处理的难题,尤其是当声纳载体具有一定的运动速度、导致混响具有空时耦合特性时.空时自适应处理是解决该问题的一个有效途径,它能够实现隐式的平台运动补偿从而允许获得理论最优的混响抑制性能.本文介绍了传统主动声纳的混响抑制与目标检测技术,通过分析声纳与雷达的不同之处,提出了适合于运动声纳的空时自适应处理模型;在此模型下,讨论了提高空时自适应检测稳健性的方法;最后展望了主动声纳混响抑制与目标检测技术的发展趋势.

摘要： 本文考虑了色高斯干扰条件下MIMO-STAP稳健波形优化问题以提高非完备杂波先验知识条件下多输入多输出(MIMO)雷达体制下空时自适应处理(STAP)最坏情况下探测性能.由于高斯干扰(包括杂波、干扰以及热噪声)场景下最大化系统输出信干噪比(SINR)等价于最大化MIMO-STAP检测性能,因而在本文所建立杂波协方差估计误差的模型基础上,总功率发射以及参数不确定凸集约束下,经推导可得稳健波形优化问题.为求解得到的复杂非线性问题,本文提出了一种迭代算法以优化发射波形相关阵(WCM)从而最大化凸不确定集上最差情况下的输出SINR进而改善最差情况下MIMO-STAP的检测性能.通过利用对角加载(DL)方法,所提算法中的每个迭代步骤皆可表示为能获得高效求解的半定规划(SDP)问题.与非稳健方法及非相关波形相比,数值实验验证了本文所提方法的有效性.

摘要： 针对变速平台条件下空时自适应处理(STAP)问题,本文分析表明,变速平台较传统匀速平台会导致雷达接收地物回波的多普勒展宽更严重,并且展宽程度与阵列摆放的位置和散射点空间位置以及脉冲积累均数有关.在变速平台情况下对接收回波进行最优滤波处理,将严重降低目标检测性能.对此,本文针对匀变速平台提出一种基于数据域的补偿方法.仿真结果表明,该方法可提高最小可检测速度(MDV)性能,提升目标检测性能.

摘要： 针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题,本文提出了一种知识辅助的自适应功率剩余(KA-APR)检测方法.该方法利用载机平台运动参数、雷达系统参数及地形、地貌参数等先验知识估计协方差矩阵礼，并将其与常规APR方法相结合，有效剔除存在干扰目标的样本。仿真结果表明,相对于传统的APR方法,KA-APR方法更能有效剔除存在干扰目标的样本,提高训练样本被干扰目标污染时空时自适应处理的检测性能.

摘要： 随着飞机和导弹目标日益向隐身、高速和高机动发展,以及电子战环境的日益复杂化,雷达预警探测领域面临着日趋严峻的现实威胁,亟需发展雷达新理论、新体制与新技术.本报告以机载雷达为背景,简要介绍了近年来重点发展的几种新体制机载雷达的概念与技术特点;分析了新体制机载雷达对信号处理所带来的新问题,阐述了当前国内外针对这些新问题的研究现状;结合近年来的工作与思考,给出了下一步值得深入研究的若干理论与技术问题.

摘要： 本发明提供了一种基于空‑时二维滑窗的降维空‑时自适应处理方法，包括对各距离单元的空‑时回波数据作空‑时二维滑窗处理，得到空‑时数据矩阵为Xr,p,q；总空‑时二维滑窗次数为M，第m次滑窗所对应的p和q分别为pm和qm；对空‑时数据矩阵Xr,p,q作二维离散傅里叶变换处理；构建数据矢量；对于第u个角度单元、第v个多普勒单元，根据得数据矢量计算协方差矩阵；根据协方差矩阵计算杂波抑制权矢量；根据杂波抑制权矢量计算杂波抑制结果。本发明在保持较高的杂波抑制性能的同时降低了运算复杂度；在保持较低的运算复杂度的同时提高了杂波抑制性能；在综合考虑运算复杂度和杂波抑制性能的情况下，能够同时达到较低的运算复杂度和较高的杂波抑制性能。

摘要： 本发明提供了一种基于空‑时二维滑窗的降维空‑时自适应处理方法，包括对各距离单元的空‑时回波数据作空‑时二维滑窗处理，得到空‑时数据矩阵为Xr,p,q；总空‑时二维滑窗次数为M，第m次滑窗所对应的p和q分别为pm和qm；对空‑时数据矩阵Xr,p,q作二维离散傅里叶变换处理；构建数据矢量；对于第u个角度单元、第v个多普勒单元，根据得数据矢量计算协方差矩阵；根据协方差矩阵计算杂波抑制权矢量；根据杂波抑制权矢量计算杂波抑制结果。本发明在保持较高的杂波抑制性能的同时降低了运算复杂度；在保持较低的运算复杂度的同时提高了杂波抑制性能；在综合考虑运算复杂度和杂波抑制性能的情况下，能够同时达到较低的运算复杂度和较高的杂波抑制性能。

摘要： 对于接收过程，本发明给出了智能天线的空时并联结构、自适应基带空时复数字波束形成算法及其改进算法。算法的输入信号为基带复序列，由正交解调、解扩处理得到。算法具有收敛速度快、计算量小、稳定好、易于实现等特点。智能天线与RAKE接收的并联结构，充分发挥了两者各自的优势及组合优势，能够形成最优空时波束。发射过程采用纯空域智能天线，发射波束的权矢量由接收过程的最优权矩阵获得，并给出了用于调制射频载波的基带模拟信号产生的技术方案。本发明给出的技术方案，波束形成的实质运算虽然是在基带完成的，却能够达到射频波束形成技术的同样效果，同时还有效地解决了相干解调带来的相位模糊问题，在无线通信系统中有着广泛的应用。

摘要： 本发明公开了一种机载雷达空时回波数据的两级空时自适应处理方法，包括以下步骤：(1)机载雷达的天线阵面在俯仰向和方位向分别均匀排列M和N个阵元，并在相干积累时间内接收地面反射的空时回波数据；(2)将第k个脉冲在第l个距离单元接收的空时回波数据矩阵合成为第k个脉冲在第l个距离单元接收的列子阵，再将K个脉冲在第l个距离单元接收的列子阵组合为第l个距离单元的列子阵；(3)计算第l个距离单元的第n个列子阵向量在第k个多普勒通道的输出数据；(4)将第l个距离单元的N个列子阵向量均匀划分成为P个子阵单元；(5)对第l个距离单元的每个子阵单元依次进行第一级和第二级空时自适应处理，得到第二级杂波抑制后第l个距离单元在第k个多普勒通道的多普勒谱。

摘要： 本发明针对常规STAP算法自适应权值计算需对空时协方差矩阵直接求逆，耗费系统很大运算量和设备量，使得STAP技术难以满足实时性要求的问题，提出一种空时自适应处理中的自适应权值迭代计算方法。该方法首先根据Hermitian矩阵性质，递推得到第一个脉冲协方差矩阵的逆矩阵，然后按照脉冲阶数逐级嵌套递推得到最终的空时协方差矩阵的逆，这样极大地降低了计算STAP自适应权值的运算量。本发明能够获得和协方差矩阵直接求逆STAP算法同样的杂波抑制性能，但是由于避免了协方差矩阵直接求逆的运算，求解自适应权值的计算量只有协方差矩阵直接求逆的50%左右，因此更利于工程实现。

摘要： 本发明公开了一种机载雷达空时回波数据的两级空时自适应处理方法，包括以下步骤：(1)机载雷达的天线阵面在俯仰向和方位向分别均匀排列M和N个阵元，并在相干积累时间内接收地面反射的空时回波数据；(2)将第k个脉冲在第l个距离单元接收的空时回波数据矩阵合成为第k个脉冲在第l个距离单元接收的列子阵，再将K个脉冲在第l个距离单元接收的列子阵组合为第l个距离单元的列子阵；(3)计算第l个距离单元的第n个列子阵向量在第k个多普勒通道的输出数据；(4)将第l个距离单元的N个列子阵向量均匀划分成为P个子阵单元；(5)对第l个距离单元的每个子阵单元依次进行第一级和第二级空时自适应处理，得到第二级杂波抑制后第l个距离单元在第k个多普勒通道的多普勒谱。

摘要： 本发明针对常规STAP算法自适应权值计算需对空时协方差矩阵直接求逆，耗费系统很大运算量和设备量，使得STAP技术难以满足实时性要求的问题，提出一种空时自适应处理中的自适应权值迭代计算方法。该方法首先根据Hermitian矩阵性质，递推得到第一个脉冲协方差矩阵的逆矩阵，然后按照脉冲阶数逐级嵌套递推得到最终的空时协方差矩阵的逆，这样极大地降低了计算STAP自适应权值的运算量。本发明能够获得和协方差矩阵直接求逆STAP算法同样的杂波抑制性能，但是由于避免了协方差矩阵直接求逆的运算，求解自适应权值的计算量只有协方差矩阵直接求逆的50%左右，因此更利于工程实现。

摘要： 本发明公开了一种权矢量时变的匀加速飞行雷达空时自适应处理方法，包括：获取雷达天线阵列接收到的回波数据矩阵；雷达搭载于匀加速平台上，回波数据矩阵的维度为NM×L，其中，N表示天线阵列的阵元数，M表示一个相干处理间隔内相干脉冲数，L表示回波数据矩阵中包含的距离单元数；利用预设窗口在回波数据矩阵上沿相干脉冲滑动，得到P个NK×L维的子CPI回波数据D

摘要： 本发明公开一种基于空时自适应处理的多路数据存储和处理系统架构。架构的特征为，将结构化数据、半结构化数据和非结构化数据排列成三路阵列；有N个阵元、M个脉冲的阵列组成了每个距离单元的空时波束形成器输出；从第j个距离单元接受到的数据由MN×1快拍(L＝1)组成；进行多路数据的存储和处理。

摘要： 本发明公开一种基于空时自适应处理的多路数据存储和处理系统原型。架构的特征为，将结构化数据、半结构化数据和非结构化数据排列成三路阵列；有N个阵元、M个脉冲的阵列组成了每个距离单元的空时波束形成器输出；从第j个距离单元接受到的数据由MN×1快拍(L＝1)组成；进行多路数据的存储和处理。构建基于空时自适应处理的多路数据存储和处理系统原型。