机载雷达下视工作面临严重的地海杂波,雷达平台运动造成杂波多普勒频率严重扩散,将微弱目标完全淹没。空时自适应处理(space time adaptive processing,STAP)技术通过联合多天线脉冲的接收信号,能够有效地抑制杂波,实现运动目标检测。...机载雷达下视工作面临严重的地海杂波,雷达平台运动造成杂波多普勒频率严重扩散,将微弱目标完全淹没。空时自适应处理(space time adaptive processing,STAP)技术通过联合多天线脉冲的接收信号,能够有效地抑制杂波,实现运动目标检测。对于非正侧视阵列高速平台雷达,杂波距离依赖和距离模糊严重制约着目标检测性能。基于多载频频控阵,通过发射一组载频不同的正交信号,在杂波回波中,获得新的发射维自由度,并根据不同模糊在发射维的差异分离各模糊区域。此外,通过进一步对分离后的近程进行杂波补偿,利用降维STAP实现杂波抑制。仿真结果验证了所提方法的有效性。展开更多
利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized...利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test,GLRT)算法.首先,根据目标散射系数的两种假设模型,分别推导确定型目标、高斯型目标GLRT检测器的解析表达式,然后利用固定点迭代算法估计杂波协方差矩阵,获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能,且两者的检测性能相当,并且虚拟阵元数、目标分布的距离单元数,以及信杂比越大,两者的检测性能越好.展开更多
对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT)...对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.展开更多
文摘机载雷达下视工作面临严重的地海杂波,雷达平台运动造成杂波多普勒频率严重扩散,将微弱目标完全淹没。空时自适应处理(space time adaptive processing,STAP)技术通过联合多天线脉冲的接收信号,能够有效地抑制杂波,实现运动目标检测。对于非正侧视阵列高速平台雷达,杂波距离依赖和距离模糊严重制约着目标检测性能。基于多载频频控阵,通过发射一组载频不同的正交信号,在杂波回波中,获得新的发射维自由度,并根据不同模糊在发射维的差异分离各模糊区域。此外,通过进一步对分离后的近程进行杂波补偿,利用降维STAP实现杂波抑制。仿真结果验证了所提方法的有效性。
文摘利用球不变随机矢量(Spherically Invariant Random Vector,SIRV)描述非均匀杂波,建立了双基地多输入多输出(Multiple-Input Multiple-Qutput,MIMO)雷达距离扩展目标的信号检测模型,提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test,GLRT)算法.首先,根据目标散射系数的两种假设模型,分别推导确定型目标、高斯型目标GLRT检测器的解析表达式,然后利用固定点迭代算法估计杂波协方差矩阵,获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能,且两者的检测性能相当,并且虚拟阵元数、目标分布的距离单元数,以及信杂比越大,两者的检测性能越好.
文摘对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.