一种共址平台装备的射频干扰抑制系统设计方法

在共址平台场景下,大功率发射装备工作时辐射的信号会对其附近的高灵敏度接收机造成严重干扰。针对这一问题,采用一种多抽头射频干扰对消系统,通过控制系统中的时延、幅度和衰减的权值,使得产生的参考信号与干扰信号等幅反向,从而实现干扰信号的对消。为了获得最优的干扰对消性能,提出了一种基于优化算法获取多抽头最优控制权值的方法。与传统获取控制权值的方法相比,所提方法具有抽头支路少、干扰抑制性能高和对数字控制电路要求低等优点。

一种稀疏重建的天波雷达射频干扰抑制算法

天波雷达工作频段通常有大量的射频干扰,严重影响了雷达探测。目前最有效的射频干扰抑制方法主要是基于相似约束的方法,其本质是在匹配滤波器上叠加一个抑制射频干扰的窄带滤波器。基于窄带滤波器稀疏特性,提出了一种稀疏约束的射频干扰抑制方法,对窄带滤波器施加稀疏性约束并加大对稀疏项的惩罚,在保证匹配滤波器效果的同时更加有效抑制干扰。该方法首先将滤波器分解为匹配滤波滤波器和窄带滤波器,然后对窄带滤波器施加稀疏约束,基于此构建一个稀疏约束的非凸优化问题。最后,提出一种低计算复杂度的交替性自适应迭代算法求解该非凸优化问题。仿真和实测数据处理结果表明,所提方法的输出信干噪比较相似约束算法提高了1 dB以上,有效地提高了射频干扰抑制性能。

基于特征分解的SAR射频干扰抑制方法

合成孔径雷达容易受到射频干扰的影响,严重影响成像质量。本文针对合成孔径雷达面临的射频干扰问题,分析了射频干扰(RFI)的信号特性和信号模型,根据RFI信号功率高、频带窄的特点,提出了基于特征分解的干扰抑制方法。其基本思想是:通过对观测数据矩阵进行特征分解,根据特征值分布构造干扰子空间和信号子空间,利用二者的正交性抑制干扰信号。本文首先介绍了特征分解方法的基本原理,在此基础上,基于MDL准则判断主特征值的个数,提出了基于特征值分布的RFI检测方法,并进一步,利用特征向量构造相应的干扰子空间和信号子空间,给出了基于特征分解的RFI抑制方法。基于SAR实测数据的仿真实验表明该方法可以有效的抑制RFI,且尽可能的保留目标回波。

舰载无源综合脉冲孔径雷达射频干扰抑制

对舰载无源综合脉冲孔径雷达射频干扰的功率谱分布与相关特性进行了定量分析.利用距离拉伸后部分正距离单元和所有负距离单元内的回波数据,使用距离余弦加权对待检单元内干扰统计特性进行精确估算.然后,根据干扰功率明显强于雷达回波的先验信息,在自适应波束形成前由时域卡亨南-洛厄维分解对待检单元回波中的干扰进行了滤除.实测数据表明了分析与干扰抑制方法的有效性.

高频地波雷达射频干扰抑制新算法的研究

针对高频地波雷达易受到其他设备发射的高频信号干扰的问题,通过分析射频干扰与有效目标信号在雷达回波中的表现形式及其在雷达距离多普勒谱图中出现区域的差异,运用多重信号分类算法估计射频干扰的频率和方位角子空间,利用子空间投影的方法分别在频率和方位角上分解射频干扰信号和有用目标回波信号,之后从原信号中减去射频干扰分量,从而实现射频干扰抑制的目的.仿真结果与实测数据的处理结果都表明:该算法可以有效抑制射频干扰.

基于距离-多普勒谱的高频地波雷达的射频干扰抑制

提出一种高频地波雷达的射频干扰抑制方法。基于地波雷达的距离-多普勒(RD)频谱数据,分析了射频干扰特性。利用射频干扰在距离向的强相关性特征,选取RD谱中仅存在射频干扰的远距离单元数据构造自协方差矩阵,使用子空间投影方法实现射频干扰抑制。最后,对实测数据进行了处理,结果表明信噪比得到明显改善,验证了该算法的有效性。

压缩感知合成孔径雷达射频干扰抑制处理

对基于压缩感知技术的合成孔径雷达(SAR,Synthetic Aperture Radar)成像,射频干扰(RFI,Radio Frequency Interference)的存在会破坏场景稀疏的先验条件,造成成像质量恶化,使得后续的成像处理无法正确完成的问题,提出了一种压缩感知SAR的RFI抑制方法.首先基于RFI在频域的稀疏特征,采用贪婪算法结合最小描述长度(MDL,Minimum Description Length)估计出RFI分量稀疏度;然后对每个脉冲的回波信号,估计RFI信号分量并在时域直接滤除,再应用常规的压缩感知SAR重构算法实现成像处理.L波段SAR数据的仿真处理结果验证了文中方法的有效性.

高频地波雷达空域射频干扰抑制算法

在射频干扰抑制算法与空间谱估计的基础上,提出一种利用射频干扰方位角信息对高频地波雷达所受干扰进行抑制的算法:雷达采样数据做过第1次傅里叶变换之后,首先运用多重信号分类算法估计射频干扰的方位角信息,获得其信号空间;然后运用空间分解技术将雷达回波信号在该空间上分解得到干扰分量;最后从原数据中减去干扰分量以达到抑制干扰的目的.运用该算法进行大量实测数据的射频干扰抑制,均取得了较好的效果.

基于联合滤波的SAR射频干扰抑制方法

面对日益复杂的空间电磁环境,合成孔径雷达(Synthetic Aperture Radar,SAR)容易受到射频干扰(Radio Frequency Interference,RFI)的影响,从而严重影响图像的判读和解译。尤其是低波段(例如P波段)SAR系统,由于频段内存在大量的电视广播信号,更容易受到RFI的影响。在建立了射频干扰信号模型的基础上,根据RFI信号的高功率、窄频带特点,提出了一种基于联合滤波的RFI抑制方法。该方法结合了传统的陷波法和子空间投影法在SAR射频干扰抑制方面的优点。其基本思想是:首先利用子空间投影法,将回波投影到目标信号子空间,获得参考信号,根据该参考信号,利用3δ准则判别出回波中存在的干扰信号,进行陷波、赋值处理。这样既降低了子空间投影法在抑制干扰过程中由于信号子空间判断误差而引入的虚警,又为陷波处理提供更准确的判别门限和更优的权值,可有效提升干扰抑制效果。仿真结果验证了该方法的干扰抑制效果优于子空间投影法及传统频域陷波法。

高频雷达射频干扰抑制研究

分析了高频雷达射频干扰抑制方案中对目标信号相干积累的影响 ,在此基础上提出了一种新型的天线方向图综合算法 ,并进一步将其应用到改进的干扰抑制新方案中。新方案兼顾了射频干扰的抑制和目标信号的相干积累。计算机仿真结果表明新方案较大地改善了高频雷达抑制射频干扰的性能。

超宽带雷达射频干扰抑制研究

本文分析了目前已提出的一些超宽带雷达射频干扰抑制算法及其性能,结合到最小均方(LMS)自适应滤波在抗干扰中的广泛应用,研究了它在UWB雷达射频干扰抑制中的作用。仿真结果表明,LMS自适应滤波能很好地抑制射频干扰信号。

基于短时傅立叶变换的高频地波雷达射频干扰抑制

提出了一种适合于高频地波雷达射频干扰滤除的方法,该方法基于短时傅立叶变换(STFT)的基本原理,针对单一频率的射频干扰在线性调频雷达中的特点,利用STFT在时频面上检测出射频干扰,通过时域滤波和建立AR模型产生预测数据滤除射频干扰的影响.经过实测数据的检验,信噪比提高了将近10dB,表明该方法能有效地解决线性调频雷达中射频干扰的抑制问题.

计算机系统中的射频干扰抑制

主要介绍了计算机系统的射频干扰源,干扰途径以及如何抑制干扰提出了一些有力的措施。

一种基于IIR滤波的SAR射频干扰抑制方法研究

射频干扰(RFI)抑制技术是合成孔径雷达(SAR)的关键技术之一.首先对合成孔径雷达干扰抑制问题进行了简要描述,提出了一种对SAR射频干扰抑制方法进行研究的仿真模型,分析了干扰信号的特点;在此基础上,比较了3种检测RFI信号方法的特点,并采用无限冲击响应(IIR)滤波器在频域对干扰信号陷波.最后,利用SEASAT-SAR数据进行了仿真,结果表明频域识别与陷波的方法,计算简单、易于实现,可以有效的抑制RFI.

压缩感知合成孔径雷达射频干扰抑制方法

压缩感知合成孔径雷达成像技术能够利用少量采样数据恢复目标图像,大大减少数据存储系统的负担,但受到射频干扰时成像品质会严重下降;在目标场景稀疏条件下,分别构建目标回波信号原子库和射频干扰原子库,设计了压缩域合成孔径雷达成像射频干扰抑制算法,并对该算法进行理论分析,最终通过仿真实验验证了算法的有效性;仿真结果表明:该算法在较大干信比条件下,能有效抑制合成孔径雷达射频干扰,达到较好的成像效果。

压缩感知合成孔径雷达自适应射频干扰抑制方法

压缩感知合成孔径雷达成像技术能够利用较少的采样数据获得比传统方法分辨率更高的图像,但回波中射频干扰的存在会破坏成像场景的稀疏性,使成像质量严重下降。研究一种基于压缩感知和归一化残差能量变化值的射频干扰抑制方法,该方法根据射频干扰信号残差能量随OMP算法分解迭代的变化特征,提取归一化残差能量变化值作为迭代停止的条件,通过改进的OMP算法对回波中的射频干扰进行抑制。最后进行相关的仿真验证,证明了该方法的有效性。

基于ESPRIT算法的超宽带SAR射频干扰抑制方法

有效的射频干扰(Radio frequency interference,RFI)抑制技术是超宽带合成孔径雷达(Ul-tra-wideband synthetic aperture radar,UWB-SAR)成像质量的重要保证。通过对超宽带回波信号的特性分析,得出RFI具有短时间内平稳的特性,这样便可借助谱估计方法对其进行估计。旋转不变技术估计信号参数方法(Estimation of signal parameters via rotational invariance techniques,ESPRIT)是谱估计中一种频率估计性能较好、运算量较小的方法,文章对该算法在UWB-SAR RFI抑制中的应用进行了研究分析,并通过仿真实验表明该算法对RFI具有良好的抑制性能。

高频地波雷达射频干扰慢时域抑制方法

射频干扰(Radio Frequency Interference,RFI)会对高频地波雷达有用回波产生较大影响。本文提出了一种慢时域射频干扰抑制方法,首先利用频谱监测数据实现射频干扰的分段检测,而后基于射频干扰在慢时域的短时相干性、强距离相关性和方向特性,在常规高阶奇异值分解(Higher-Order Singular Value Decomposition,HOSVD)方法的基础上,结合训练张量三种展开模式矩阵的特点,利用左、右奇异矩阵包含的频率信息实现对干扰子空间的准确估计,进而实现对射频干扰的分段消除。仿真和实测数据的处理结果都表明,该方法可以有效检测并消除射频干扰,提高了数据批处理的运算效率。

基于深度学习的高频雷达射频干扰自动识别与抑制

高频地波雷达的探测性能极易受到射频干扰的影响,当前射频干扰抑制的研究主要是通过人工识别来逐一处理,鲜见实时自动识别与抑制射频干扰的研究。随着深度学习在雷达图像处理方面应用的展开,本文尝试将其引入高频雷达射频干扰抑制中,利用YOLO(You Only Look Once)模型来识别雷达距离多普勒谱图中的射频干扰,继而用高阶奇异值分解(Higher Order Singular Value Decomposition,HOSVD)方法对其进行抑制。仿真和实测数据处理结果表明,此YOLO-HOSVD联合算法实现了对高频雷达射频干扰的自动识别与抑制,单场数据处理时间不超过1.8 s。该方法可以应用于高频地波雷达常规海态观测。

步进频信号距离-多普勒成像的干扰抑制

针对VHF/UHF波段日益复杂的射频干扰环境为雷达应用带来的挑战,提出了基于多普勒频域门限检测的自适应干扰抑制方法。通过在多普勒频域设置干扰检测门限,可以自适应地检测并抑制多帧步进频信号距离-多普勒成像过程中的射频干扰信号。理论分析及仿真表明,该方法不仅能够在尽可能减小雷达回波损失的前提下得到良好的干扰抑制效果,而且门限设计简单、易于实现,具有良好的适应性,适用范围较广,有利于工程实现。