基于稀疏恢复的双基地机载雷达杂波抑制方法

基于杂波谱稀疏恢复(sparse recovery,SR)的空时自适应处理(space-time adaptive processing,STAP)技术对训练样本个数要求低,适用于杂波非均匀环境。然而在双基地配置下,杂波脊不落在均匀网格点上,这将造成网格失配,严重影响SR-STAP方法性能。针对双基地机载雷达杂波的网格失配问题,提出了一种利用杂波脊先验信息划分非均匀网格的SR-STAP方法,所提方法首先由导航系统或参数估计方法获得待检测单元的杂波空时轨迹,然后根据杂波空时轨迹和均匀划分的空间频率确定初始归一化多普勒频率集合,接着根据可调参数更新归一化多普勒频率集合,最后构造对应的非均匀字典。所提方法可适用于任意双基地配置情况。仿真结果表明,应用非均匀字典的SR-STAP方法的杂波抑制性能较传统均匀字典有较大提升,并能在非理想条件下表现稳健。

基于注意力自相关机制的剩余杂波抑制方法

雷达工作时面临着复杂多变的环境,杂波特性经常呈现非均匀性和时变性。未被完全抑制的杂波剩余可能会产生大量虚警,进而导致虚假航迹产生或目标跟踪精度降低。在严重情况下,这些虚警还可能使雷达数据处理系统饱和,影响雷达系统的探测能力。传统的剩余杂波抑制算法需要进行特征提取和构建分类器两个步骤,存在泛化能力差、特征组合难和分类器要求高等问题。为解决这些问题,受到自注意力机制和领域知识的启发,提出了一种数据与知识双驱动的注意力自相关机制。该机制可以有效提取用于区分目标和杂波的雷达回波相互关系的深度特征。同时,基于该机制,构建了一种剩余杂波抑制方法,充分利用雷达回波特征,提高了算法在剩余杂波抑制方面的性能。仿真和实测数据处理结果表明,该方法在剩余杂波抑制方面具有显著的性能优势和泛化能力。此外,该方法的并行计算结构可以提高算法的运行效率。

一种LDLT分解的外辐射源雷达杂波抑制并行处理技术

随着机会照射源信号带宽越来越大,提升外辐射源雷达探测能力的同时导致杂波抑制的计算复杂度越来越大,杂波实时抑制已经成为外辐射源雷达面临的严峻挑战。针对该问题,设计了一种基于LDLT分解的扩展相消批处理算法(Extensive Cancellation Algorithm Batches,ECA-B)段间并行算法。基于图形处理器(Graphic Processing Unit,GPU)多线程并行处理技术并结合ECA-B各段相同子模块特性,通过分段并行处理提高ECA-B的时效性;针对传统ECA-B算法求逆过程中数据传输耗时问题,利用自相关矩阵共轭对称特性提出一种基于LDLT的并行迭代求逆方法,通过2个统一计算设备架构(Compute Unified Device Architecture,CUDA)核函数实现求逆处理,节省了矩阵求逆过程中数据传输的时间,进一步提升段间并行算法的实现效率。实验结果表明,与传统算法相比,提出的算法具有更高的时效性和有效性。

基于EMD和KL变换的时空联合探地雷达杂波抑制

探地雷达接收信号中由于环境等原因存在多种杂波干扰,这给地下异常解释与后期成像处理造成很大障碍。杂波主要包括噪声、天线耦合波、地表直达波等,单一的处理方式很难将其有效去除。针对此问题,提出从时间和空间两方面对杂波进行抑制的方法。时间维针对回波剖面中每个测点的数据进行经验模态分解阈值处理,达到对噪声的有效去除。空间维针对整个雷达回波剖面,利用各测点目标回波具有相关性而杂波等随机产生的特点,进行KL变换去除残余干扰。理论仿真及实测数据处理结果均验证了该方法对去杂波以及突出弱信号是有效的。

DR-GAN:一种无监督学习的探地雷达杂波抑制方法

探地雷达(GPR)是一种基于电磁波的地下无损探测技术,广泛应用于市政工程、交通、军事等领域。在数据采集过程中,由于发射天线和接收天线之间的耦合、起伏地面的散射以及地下随机媒质的复杂性等原因,采集得到的GPR B-scan回波中通常存在杂波,杂波严重影响了地下目标的检测和特征提取。该文提出一种用于GPR B-scan图像杂波抑制的解纠缠表示生成对抗网络(DR-GAN),设计了目标特征编码器和杂波特征编码器用来提取GPR B-scan图像中的目标特征和杂波特征,设计了杂波抑制生成器用来获取杂波抑制后的GPR B-scan图像。与现有的基于监督学习的GPR杂波抑制方法相比,该方法在网络训练时不需要成对的匹配数据,可以更好地应用于实测GPR图像的杂波抑制。在仿真和实测GPR数据上的实验结果表明,DR-GAN这一无监督学习网络具有更好的杂波抑制性能。对石英砂中埋设的钢筋进行数据采集,运用DR-GAN对含杂波的实测数据进行处理,处理结果的改善系数(IF)指标较现有的鲁棒非负矩阵分解(RNMF)方法提高了17.85 dB。

改进奇异值分解的海杂波抑制算法

针对强海杂波背景下海面运动目标回波信号难以检测的问题,提出了一种奇异值分解和双延迟线对消算法相结合的海杂波抑制算法。首先将脉冲压缩后的目标回波信号按周期重排成快慢时间维度矩阵,进行周期奇异值分解;然后构造出信号所对应奇异值的阈值和输入信杂噪比的关系,利用阈值对奇异值指数比进行判决,实现自适应区分海杂波和目标信号;最后对重构后的目标信号进行双延迟线对消,抑制杂波的同时确保目标信号的损失降到最低。采用实测数据对算法性能进行实验验证,相比于现有的海杂波抑制算法,所提方法能够适应目标回波序列信杂噪比的变化,在输入信杂噪比为-30 dB下仍能抑制大部分杂波并准确检测信号,由此验证了新算法具有更好的抑制效果和更优的检测性能。

基于低秩稀疏分解的GPR杂波抑制方法

针对探地雷达应用于地雷探测时的强杂波干扰问题,提出一种基于低秩稀疏分解的杂波抑制方法。该方法将加权核范数(weighted nuclear norm,WNN)引入稳健主成分分析(robust principle component analysis,RPCA)方法,结合随机奇异值分解(randomized singular value decomposition,RSVD)与交替方向乘子(alternating direction method of multipliers,ADMM)法来求解表征杂波的低秩矩阵及表征目标的稀疏成分,提高了算法的精度与效率。从实验结果来看,所提方法能够有效改善成像结果的信杂比,且运算效率优于RPCA方法5倍以上,表明该方法能精确划分目标与杂波,有效实现杂波抑制。

基于改进匹配追踪算法的风轮机杂波抑制

针对风电场中风轮机杂波影响雷达对目标搜索跟踪的问题,提出了一种基于改进匹配追踪算法的风轮机杂波抑制方法.首先对风轮机杂波进行建模;然后针对匹配追踪算法中字典矩阵冗余导致计算量过大的问题,采用人工蜂群算法对字典矩阵中的原子参数进行粗估计,在保证参数精度的同时缩小参数范围形成新字典矩阵,提出了一种改进的匹配追踪算法,并将此算法应用于风轮机杂波抑制;最后进行了仿真验证.仿真结果表明,与传统匹配追踪算法相比,改进匹配追踪算法运算效率提高;不同信噪比下采用改进匹配追踪算法对风轮机杂波进行抑制处理是有效的.

基于图特征学习的海杂波抑制算法

为有效降低海杂波对海洋雷达的工作影响,研究海杂波的抑制问题,提出一种基于图特征学习的海杂波抑制算法。使用时频变换对雷达回波信号进行维度扩增,基于图嵌入处理深度挖掘图结构特征的思想,并依据海杂波和目标回波信号在时频谱中的不同结构特性,给出一种通过图嵌入进行信号节点特征向量构造的方法。区别于传统时域对消和子空间分解等方法,该方法可以通过时频谱中不同信号的节点分类实现海杂波的抑制。仿真与实测结果表明,该算法可以有效抑制雷达回波信号中的海杂波分量,提升雷达回波信号的信杂比,为海洋雷达进行海杂波的抑制提供了新的思路和途径。

基于稀疏度自适应匹配追踪算法的微动杂波抑制

目标或目标组成部分的机械振动或旋转产生微多普勒效应,在目标分类和识别中起着重要作用。然而,环境中许多物体(例如风力涡轮机、空调等)的微多普勒效应对雷达系统而言就像时变的杂波,导致雷达探测性能下降。本文针对外辐射源雷达微动杂波影响目标检测的问题,提出了一种基于稀疏度自适应匹配追踪改进算法(SAMP)的微动杂波抑制方法。考虑到微动杂波的稀疏特性,将复杂的微动杂波抑制问题转化为稀疏信号表示问题,分离微动杂波并将其抑制,便于目标观测。相比于原SAMP算法,改进后的SAMP算法能自动调整步长并在残差达到自适应阈值后快速停止迭代。仿真和实测数据验证了所提方法的有效性。

端射阵机载雷达稀疏恢复非平稳杂波抑制方法

针对端射阵机载雷达杂波谱存在的距离非平稳问题,提出了一种基于稀疏恢复的距离模糊杂波抑制方法。该方法首先通过稀疏恢复理论建立杂波回波数据的欠定方程,并结合欠定系统局灶解法求得杂波的空时谱分布,重构出每个距离门的杂波协方差矩阵;然后,以最远可检测距离单元为参考单元对杂波数据进行补偿,并进行目标约束;最后,基于补偿后的数据进行空时自适应杂波抑制处理。与传统端射阵距离模糊杂波谱补偿方法相比,该方法的杂波协方差矩阵估计精度高,杂波抑制性能更优。理论分析和仿真结果验证了该方法的有效性。

基于空时采样矩阵的机载MIMO雷达杂波抑制方法

相对于传统机载相控阵雷达单输入多输出(SIMO)体制,多输入多输出(MIMO)机载雷达中的空时自适应处理(STAP)技术可以获得杂波抑制和动目标检测性能的大幅提升。但是传统机载MIMO雷达空时自适应处理所需要的计算量和样本需求量巨大,无法满足非均匀杂波环境和实时性要求。为了解决这一问题,本文提出了一种机载MIMO雷达空时自适应杂波抑制方法(clutter suppression based on space time sampling matrix,CSBSM)。该方法利用了杂波协方差矩阵的低秩特性,基于空时采样矩阵构造杂波协方差矩阵,并通过空时滑窗处理对杂波功率进行估计,在非均匀杂波环境下CSBSM方法仅需要单个样本即可实现对杂波的有效抑制。同时,由于空时采样矩阵和独立采样点位置可离线计算,因此CSBSM方法的运算量较小,适用于极端非均匀杂波环境。计算机仿真结果验证了所提方法的有效性。

基于三维交叉波束的降维双基杂波抑制技术

针对机载双基雷达杂波非平稳性导致传统杂波抑制算法性能下降的问题,对机载双基杂波进行建模,在此基础上,分析了4种典型作战场景下的双基杂波特性。为降低STAP算法的计算量,提出一种三维交叉波束杂波抑制算法。该算法采用变换矩阵将空时二维数据转换为方位-俯仰-多普勒三维数据,剔除辅助波束杂波数据,只保留对双基杂波抑制起主要作用的主波束杂波数据,形成三维交叉波束进行局部自适应杂波抑制,在大幅降低算法计算量与训练样本需求量的同时尽量保证杂波抑制性能不下降。通过分析多种算法在典型作战场景下的杂波抑制效果与计算量,验证了所提算法有效性。所提算法在机载双基以及非平稳杂波抑制方面的应用潜力巨大。

HPRF和差天线雷达导引头杂波抑制方法

高脉冲重复频率(high pulse repetition frequency,HPRF)和差天线雷达在导引头中具有重要应用,其在超低空运动目标检测时,面临多重距离模糊的地海面杂波抑制问题。针对上述问题,提出一种和差通道时域对消的杂波抑制方法。该方法基于和差通道间杂波功率谱相关度较高的特征,联合利用差-差-双差通道数据估计杂波协方差矩阵,拟合和通道的杂波协方差矩阵,并基于最小方差准则实现和通道杂波对消,提升了雷达导引头的杂波抑制性能。仿真实验验证了该方法的有效性。

基于LVQ神经网络的雷达杂波抑制方法

针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化(learning vector quantization,LVQ)神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明:该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题,提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量,提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换,得到各小波子带的系数,并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在,提出一种自适应的阈值检测方法,将原始回波信号与海杂波重构信号的差作为检测样本,实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验,验证了所提算法的正确性。

基于单快拍MUSIC与改进UTJDL的海杂波抑制算法

要实现船载高频地波雷达对海面目标的快速准确检测,必须对非均匀分布的海杂波进行有效抑制。为此,提出一种单快拍多重信号分类(MUSIC)与改进无迹变换局域联合处理(UTJDL)相结合的非均匀海杂波抑制算法。首先通过单快拍MUSIC算法,将阵列信号转换至角度多普勒域并进行局域联合处理(JDL),以有效降低运算量和提高目标分辨率。然后,利用改进的基于奇异值分解(SVD)的无迹变换(UT)对每个距离元的JDL数据进行预处理以获得更多的一致性数据并进行每个距离元的协方差矩阵估计。最后,根据不同距离单元与待检测距离单元的相关系数估计待测距离单元的协方差矩阵,并由此实现对海杂波的快速有效抑制。仿真实验结果表明,文中提出的算法可以有效提升信杂噪比,有利于目标的快速准确检测。

基于中值对消ACSI算法的机载雷达杂波抑制研究

杂波抑制干涉(Clutter Suppression Interference,CSI)是一种常见的雷达信号处理方法,其高效抑制雷达接收回波中的地杂波干扰,可大大提高机载合成孔径雷达地面动目标指示(SAR/GMTI)的信杂噪比。然而,由于杂波抑制算法要实时进行大量滤波权系数的计算,因此其在工程中的实现较为困难。基于此研究背景,本文对机载雷达地杂波进行了建模,分析了CSI、ACSI(Adaptive Clutter Suppression Interference)和中值对消ACSI三种杂波抑制算法的原理和性能,并进行了工程实现。由工程实验结果可知,三种算法均可提高机载雷达信杂噪比,从而提高动目标识别能力,其中中值对消ACSI算法虚警概率最低,性能提升最大。

超声微小血管成像杂波抑制技术综述

高分辨、高灵敏、快速实时的微小血管可视化技术对癌症、脑小血管疾病、冠心病等疾病的精准诊断、早期干预和治疗监测具有重要的临床价值。而从复杂的超声信号中准确分离出血流信号是微小血管成像的主要难点之一。为克服这一困难,杂波抑制技术在超声成像领域的应用得到了广泛关注和研究。目前已有多种杂波抑制方法被提出,包括高通滤波器、奇异值分解、鲁棒主成分分析和独立分量分析等。本文综述了这些杂波抑制方法的基本原理、优缺点及其在超声微小血管成像领域的研究进展,并探讨了各种方法未来的发展方向和潜力。杂波抑制技术的不断创新将进一步提高超声微小血管成像的信噪比与灵敏度,使其在临床上发挥更大的应用价值。

机载雷达杂波抑制方法综述

机载雷达具有作用距离远和机动灵活性高等特点,目前已经成为运动目标检测的重要手段。机载雷达受波束下视工作及平台运动影响,其接收回波数据中不仅包含目标回波信号,还包含大量多普勒谱扩展的地物散射杂波。文章首先对机载雷达杂波分布特性进行分析,然后从主杂波跟踪、平台运动补偿、空时自适应处理以及工程实现4个方面对机载雷达杂波抑制方法进行综述,最后对现有方法存在不足进行总结并对未来研究方向进行展望。