天波雷达短驻留时间下海杂波抑制的改进算法

在高频天波雷达的舰船目标检测中,为消除电离层变化带来的谱展宽效应,采用了短驻留时间下基于奇异值分解(SVD)的海杂波抑制算法.该算法对构造出的Hankel矩阵进行奇异值分解,将对应于海杂波分量的奇异值置零,再重新构造出数据序列,达到海杂波抑制的目的.相对于原有的迭代杂波对消算法,该算法无需估计众多参数及设置对消截止门限,并且可以获得更好的抑制效果.为了有效地识别分解后的海杂波与目标所对应的奇异值以避免错误对消,还提出了一种改进方案,可以在抑制前分辨出海杂波分量和目标所对应的奇异值,当回波目标的能量与海波处于相近量级以及多目标情况下,能够避免错误对消现象的出现.仿真结果验证了所提算法的有效性.

低重频短驻留悬停直升机检测技术

地面情报雷达远距离搜索时脉冲重复频率低、驻留时间短,基于时域周期性峰包的检测方法性能变差。本文提出了一种基于频域多普勒维展宽的悬停直升机检测方法,通过检测沿多普勒维的直线来检测悬停直升机。针对旋翼频谱能量沿多普勒维扩散信噪比较低的问题,本文通过脉冲间相参积累、波束间非相参积累以及圈间二进制积累等手段提高旋翼频谱信杂比,并通过较高虚警率的CFAR算法来检测旋翼频谱回波,最后通过Hough变换进行峰值检测完成直线检测并消除虚警,从而解决低重频短驻留低信噪比条件下的悬停直升机检测难题。相比时域周期性峰包检测算法,本文所提算法对雷达脉冲重复频率和驻留时间没有任何要求。实测数据处理结果说明了所提方法的有效性。

短驻留和低重频条件下的飞机目标识别方法研究

针对现代相控阵雷达通常难以满足足够长的波束驻留时间和足够高的脉冲重复频率,从而导致目标识别性能下降的问题,以直升机为例建立了飞机目标旋转桨叶回波的数学模型,并深入分析了波束驻留时间和脉冲重复频率对调制特征的影响;在此基础上,提出一种基于奇异谱分析的飞机目标识别方法.该方法利用三类飞机目标调制谱线数目存在数量级上的差别,通过估算奇异谱中大特征值的个数来估算旋转桨叶回波信号中的谐波个数,进而实现三类飞机目标的识别.仿真结果表明,该方法平均识别率优于95%,从而验证了本文所提方法的有效性.

基于信号特征谱的地面运动目标分类

研究低分辨、短驻留时间下地面运动车辆目标分类问题。根据微多普勒效应,使用多散射中心模型描述轮式和履带式车辆的微动部件雷达回波。指出目标回波中的谐波数是区分轮式和履带式车辆的一个稳定特征,由此提出一种基于目标回波信号特征谱的特征提取方法。该方法能够描述目标回波中的谐波信息,同时对于平动速度变化所带来的影响具有稳健性。使用仿真数据的实验结果验证了该方法的有效性,使用实测数据的实验结果表明:该方法在分类性能上优于基于主分量分析的分类方法。