基于改进SFLA-Elman神经网络的电离层杂波抑制方法

针对高频地波雷达目标检测中电离层杂波的干扰问题,提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题,引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作,增强种群多样性,提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型,结果表明,改进后的算法无论是在收敛精度和稳定性上,还是在临近距离单元电离层杂波的预测抑制上,都取得了显著的提升。在基本保留目标信号的基础上,平均信杂比较原始回波提升18.52 dB,较原始混合蛙跳算法提升1.08 dB,对于电离层杂波的抑制具有较高应用价值。

基于改进DeeplabV 3+的HFSWR电离层杂波及海杂波自动识别

针对高频地波雷达(HFSWR)回波谱中背景噪声复杂、杂波占比较小且电离层杂波形态位置各异,难以自动识别的问题,以DeeplabV3+深度学习算法为基础架构并加以改进,提出一种HFSWR电离层杂波及海杂波自动识别方法。选用轻量级MobileNetV2作为主干特征网络,加入通道注意力机制模块SENet,实现对杂波标签的侧重学习,优化训练集中各类标签的损失权重;采用模型预训练迁移法对网络进行预训练,解决样本空间过小的问题。实测数据集上的实验结果表明,本方法可以实现HFSWR电离层杂波及海杂波的自动识别。相比原DeeplabV3+算法,杂波识别结果更为准确和精细,海杂波识别结果的平均交并比(mIoU)和准确率(ACC)分别提升2.9%和5.1%;电离层杂波识别结果的mIoU和ACC分别提升3.0%和4.9%。

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此,提出了一种基于改进人工兔子算法优化门控循环单元(Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit,OARO-GRU)网络的电离层杂波短期预测模型。首先,依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识,通过相空间重构技术构造GRU网络的输入和输出样本集;然后,融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力,并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选;最后,重新训练优化后的GRU网络,输入测试样本集进行测试,并依据给定的评价指标评估模型。实测结果表明:相较于其他7种对照模型,所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性,为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。

基于广义S变换的高频地波雷达电离层杂波抑制方法

为了抑制电离层对高频地波雷达回波的干扰,文中提出了一种基于广义S变换(GST)的时频滤波方法,通过GST将受电离层污染的时域数据转换为时频域进行分析和处理,根据相邻时间窗信号和电离层杂波的相关性不同,依次将时间窗内数据构建Hankel矩阵,再进行子空间滤波,最终达到减轻电离层干扰的目的。通过与传统方法比较及实测数据处理分析,回波频谱中的电离层杂波抑制取得了较好的结果,进而验证了本方法在电离层杂波抑制中的可行性和有效性。

基于IAVOA-GRU网络的高频地波雷达电离层杂波预测

电离层杂波的精确预测对提升高频地波雷达的探测性能具有重要作用。提出了一种基于改进非洲秃鹫优化算法优化门控循环单元(Improved African Vultures Optimization Algorithm Optimization Gated Recurrent Unit,IAVOA-GRU)网络的电离层杂波预测方法。首先,依据电离层杂波的混沌特性,通过相空间重构方法对接收到的电离层杂波进行相空间重建,构建GRU网络的输入、输出样本集;然后,利用IAVOA对GRU网络的隐层节点数、迭代次数及初始学习速率3个超参数值执行优选;最后,重新训练优化后的GRU网络,并进行预测。实测结果表明,相较其他6种对比预测模型,所提出的IAVOA-GRU网络模型具有较高的预测精度和可靠性,为有效改善高频地波雷达的探测性能提供了一种思路和方法。

基于矩阵重构的高频地波雷达电离层杂波抑制

高频地波雷达(HFSWRs)回波数据受Es层电离层杂波污染,严重影响雷达探测性能。为解决该问题,利用协方差矩阵重构结合特征分解法对杂波进行抑制。该方法通过划分一阶谱区,将排除一阶谱区信号的区域进行积分获得重构电离层干扰-噪声协方差矩阵,接着改进特征分解法处理重构协方差矩阵,对电离层杂波进行抑制。OSMAR-S雷达实测数据处理结果表明,单侧和双侧Es层电离层杂波处理后信噪比分别至少提升15.1和19.7 dB,海洋雷达理论探测距离至少提高15 km,该方法对电离层杂波可以有效的抑制,信噪比得到有效的改善。

基于小波分析的高频地波雷达电离层杂波抑制

针对高频地波雷达电离层杂波,提出了一种新的抑制方法.该方法引入虚拟跳频技术,并与小波分析相结合,更好地进行了杂波抑制.通过频率虚拟跳变去除相邻回波脉冲间的相关性,人为地多次调整相位序列,起到统计平均的作用,而且可以配合小波变换中尺度参数和平移参数的调节,弥补单纯利用小波分析的不足.实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果.

基于时频分析的高频地波雷达电离层杂波抑制

针对高频地波雷达回波信号中的电离层杂波,提出了利用时频分析与特征值分解抑制杂波的方法。该方法首先通过时频分析合理地选择扫频脉冲时段和多普勒频率区间;然后对选定的时频域区间,采用特征值梯度准则与相邻距离元插值估计相结合的方法,分别在阵元-脉冲域和阵元-多普勒域进行特征值分解,更好地抑制了电离层杂波。实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果。

高频地波雷达中电离层杂波的时频特征

高频地波雷达中的电离层杂波通常可分为聚集区和扩展区,聚集区杂波对应于经电离层直接反射的回波,距离扩展较小,表现为单(或多)分量调幅-调频(AM-FM)信号;扩展区对应于复杂混合路径的回波,具有较大的距离域和时频域扩展。电离层聚集区杂波在距离上的相关性明显高于正常海洋回波,而扩展区杂波的距离相关性则相对较弱。利用雷达杂波的时频特征,可以对电离层聚集区回波进行时频面掩模处理抑制强杂波,或利用相邻距离元上的回波信号进行杂波对消。雷达实测数据处理结果表明上述分析和杂波抑制方法是有效的。

高频海态监测中几种电离层杂波特性及成因分析

电离层杂波是制约高频海态监测雷达探测性能的因素之一,为进一步深入分析电离层杂波特性及成因,提出了对电离层探测信息的杂波分析方法.该方法在传统利用雷达回波进行分析的基础上,引入电离层垂直探测信息,综合应用电波传播理论,对电离层杂波进行分析.给出了常规F层杂波和出现概率较高的Es层强杂波、"微笑"型杂波的特性及产生机理.通过仿真分析和试验数据验证,证明上述分析方法和结果有效,可为电离层杂波抑制提供支撑.

高频地波雷达电离层杂波的空域极化域协同抑制方法

高频地波雷达(High Frequency Surface Wave Radar,HFSWR)能够探测视距外的海上目标和超低空飞行器,但其性能通常被电离层杂波严重影响。该文使用一种空域极化域协同滤波算法用于电离层杂波抑制。针对其中电离层杂波空域和极化域参数的估计问题,在距离-多普勒域上利用基于压缩感知(Compressive Sensing,CS)的DOA测角方法进行空域参数估计,并提出一种基于统计特性的极化参数估计方法完成极化参数估计。这两种估计方法可获得更高的参数估计精度,从而提高了电离层杂波空域极化域抑制方法的性能。某HFSWR系统实测数据处理结果表明了参数估计和电离层杂波抑制方法的有效性。

基于特征分解的高频地波雷达电离层杂波抑制

针对高频地波雷达中的电离层杂波,利用特征分解法在阵元-脉冲域和脉冲-距离域对它进行联合处理,并对特征分解法在脉冲-距离域和阵元-脉冲域分别进行了如下改进:在脉冲-距离域采用循环重构数据协方差矩阵,而在阵元-脉冲域则按扫频周期分段正交分解。OSMAR2003系统的实测数据表明:这种处理方法对抑制电离层杂波是有效的。

高频地波雷达电离层杂波统计特性研究

高频地波雷达是一种理想的早期预警雷达,但是其检测性能受到电离层杂波的严重影响。从理论上分析了电离层对雷达信号的反射及多普勒展宽特性,利用实测数据对电离层杂波幅度的统计特性进行了研究,同时研究了电离层杂波的时间相关性和距离相关性,并从电离层的结构特性对其时间、距离相关性进行了分析,为抑制电离层杂波、优化高频地波雷达设计和改善低速目标检测方法提供了依据。

电离层杂波背景下Constrained-MUISC算法在高频地波雷达中的应用

高频地波雷达能够探测到视距以外的低空飞机和舰船等目标,但其检测性能受到电离层杂波的严重影响。为了能够在有电离层杂波干扰的情况下检测出目标信号,首先利用MUSIC(multiple signal classification)算法对电离层杂波的方向特性进行分析,分析表明大部分电离层杂波呈现很强的方向性,并且通常相邻分辨单元的电离层杂波具有一致性的方向性。对于有方向性的电离层杂波可以将其方向作为已知信息,利用Constrained-MUSIC算法在含有电离层杂波的距离-多普勒分辨单元中对目标进行方位检测,在空域将目标与电离层杂波分开。通过对实测数据的分析,证明该方法可以有效地对有方向性的电离层杂波进行抑制,从而提高高频地波雷达的检测性能。

基于杂波聚类与贪婪策略的电离层杂波智能处理方法

在高频地波超视距雷达系统中,电离层杂波作为一种时变、非均匀、非高斯的复杂杂波,其抑制方法一直是困扰国内外的研究难点。针对传统杂波抑制方法对电离层杂波的处理能力单一、普适性差的问题,该文开展了杂波智能分类抑制处理方法的研究,通过对电离层杂波的成因与特性分析,提出了一种基于杂波聚类与贪婪策略的电离层杂波智能处理方法,对电离层杂波进行分类分情况处理。实验分析表明该方法对电离层杂波的抑制性能优于典型传统算法。

高频地波雷达中电离层杂波的检测与特性分析

为了分析电离层杂波对高频地波雷达检测性能的影响,提出一种基于图像处理的电离层杂波检测方法。方法将雷达回波的距离-多普勒谱作为彩色图像进行处理,引入彩色图像分割技术,对电离层杂波进行检测。对检测结果的初步分析表明,电离层杂波的平均功率很大,并且污染的距离-多普勒单元很多,而且具有方向性。结果为电离层杂波的抑制、高频地波雷达的选频等提供了参考依据。

高频地波雷达电离层杂波抑制方法综述

高频地波雷达作为一种新兴的海洋监控探测技术,对海事的监控与检测有着重要的军民运用意义,被世界各国广泛应用于海面工程领域。由于电离层杂波分布的时变特性、扩展特性和非平稳特性,其在海洋杂波干扰中占主导地位,是目前制约高频海态监测雷达探测性能的主要因素之一,进一步实现海况探测、提高探测精度的关键就在于对电离层杂波的抑制。从特征值分解、自适应旁瓣对消、空时自适应和极化滤波这几个方向对电离层杂波抑制技术进行了分析和总结,为后续对电离层杂波的抑制研究提供参考。

基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high-frequency surface wave radar,HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离-多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离-多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15dB以上。

高频地波雷达中电离层杂波的自适应抑制

首先分析了高频地波雷达中电离层杂波的类型,并给出了电离层杂波的仿真结果。在此基础上,给出了利 用相参旁瓣对消滤波器对电离层杂波进行自适应抑制的方法。利用辅助天线输出中的干扰成分,自适应的调整其加权系 数,最大程度的估计出主天线输出中的干扰。然后在主天线的输出中减去这个估计出的干扰。最后,对现有的相参旁瓣 对消滤波器进行改进,并且给出了改进的相参旁瓣对消滤波器的抑制结果。

基于VMD-WTD的高频地波雷达电离层杂波抑制

高频地波雷达(HFSWRs)回波数据受电离层杂波污染,严重影响了海态遥感和目标检测。为了解决该问题,基于目标反射雷达波的不同种类,运用变分模态分解(VMD)算法分别形成不同的模态,接着运用小波阈值算法对含有杂波的模态进行滤波,实现在充分抑制电离层杂波的前提下,提高回波信噪比的目的。实测结果表明,单侧和双侧电离层杂波处理后信噪比分别提升25.95和36.40 dB,海洋雷达理论探测距离至少提高24 km。最后与传统方法进行对比,验证了方法的可行性和有效性,为高频地波雷达电离层杂波抑制提供了一个新方法。