基于迭代自适应方法的非正侧视阵角多普勒补偿方法及改进方法

针对非正侧视阵训练样本非均匀导致自适应处理性能下降这一问题,提出了基于迭代自适应方法的角度多普勒补偿法及改进方法。通过迭代自适应方法找到各距离门的主杂波所处的空域和多普勒域的中心位置,之后对待检测单元的训练样本数据进行角度多普勒补偿。由于全空时域的功率谱估计搜索速度慢,搜索精度低,为此提出了局部搜索的快速迭代自适应功率估计算法和网格重构的迭代自适应功率估计算法。通过仿真实验及分析证明了所提方法的有效性,同时随着谱估计方法的改进,该方法的性能也会得到提升。

基于迭代自适应方法的跳频信号缺失数据恢复

在复杂电磁环境下,通信信号侦察系统在侦收跳频通信信号时经常存在数据缺失的严重现象,因此实现缺失数据恢复具有重要的军事应用意义。针对常规数据恢复算法随着缺失比例升高性能急剧降低的问题,提出了一种基于迭代自适应方法(Iterative Adaptive Approach,IAA)的跳频信号缺失数据恢复算法。根据跳频信号短时间内可作为平稳信号处理的特征,算法选择加权最小二乘准则,利用系统获取的有效数据采用迭代自适应方法进行信号谱估计,然后基于最小二乘准则进行缺失数据恢复处理。通过仿真分析比较,在同等信噪比、缺失率条件下,所提算法比常规缺失数据恢复算法MAPES(Misssing-data Amplitude and Phase Estimation)具有更优的缺失数据恢复性能。

基于迭代自适应方法的近场源二维参数联合估计

针对近场源波达方向(DOA)和距离的联合估计问题,提出一种近场迭代自适应算法(NF-IAA)。首先通过划分二维网格表示出近场区域内信源所有可能的位置,每个位置都看作存在一个潜在的信源入射到阵列上,表示出阵列输出的数据模型;然后通过循环迭代利用上一次谱估计的结果构建信号的协方差矩阵,将协方差矩阵的逆作为加权矩阵估计出每个位置对应的潜在信源能量;最后绘制出三维能量谱图,由于只有真实存在的信源能量不为0,因此谱峰对应的位置即为真实存在信源的位置。仿真实验表明在10个快拍条件下,NF-IAA的DOA分辨概率达到了90%,而二维多重信号分类(2D-MUSIC)算法只有40%;当快拍数降至2时,2D-MUSIC算法已经失效,而NF-IAA仍然能很好地分辨出3个入射信源并且准确地估计出位置参数。随着快拍数和信噪比(SNR)的增加,NF-IAA的估计性能一直优于2D-MUSIC。实验结果表明,NF-IAA具备少快拍条件下高精度、高分辨地估计近场源二维位置参数的能力。

基于迭代自适应的短孔径逆合成孔径雷达成像方法

针对合成孔径时间短、逆合成孔径雷达数据成像质量差的问题,本研究提出一种基于迭代自适应恢复缺失数据(missing-data iterative adaptive processing approach,MIAA)的短孔径数据的逆合成孔径雷达(inverse synthetic aperture radar,ISAR)超分辨率成像方法。该方法利用MIAA对ISAR回波数据的方位向进行扩展,从而增加数据的方位向长度,提高成像质量。仿真和实测均表明该方法能够有效扩展回波数据的方位向长度,提高短孔径条件下的成像质量。

直接数据域迭代空时自适应处理方法

针对常规空时自适应处理(space-time adaptive processing,STAP)在机载雷达非均匀杂波环境下杂波抑制性能下降的问题,提出一种直接数据域(direct data domain,DDD)迭代空时自适应处理方法。首先利用数据的特殊结构和空时谱的稀疏性引入一种新的迭代自适应(iterative adaptive approach,IAA)空时二维谱估计算法,然后在获得待检测单元空时谱分布的基础上重构无孔径损失的协方差矩阵,最后根据目标信号在空时平面的分布特点,提出一种新的目标剔除算法对协方差矩阵进行修正,以避免目标自相消。仿真实验结果表明,在存在3%阵列误差的情况下,所提方法在旁瓣杂波区的改善因子比传统直接数据域方法高出约10dB、比多普勒平移法高出约5dB。

非正侧阵机载雷达杂波谱迭代自适应配准方法

对于机载非正侧阵雷达,杂波谱的距离空变性使得直接利用邻近单元数据估计的协方差矩阵与真实协方差矩阵不匹配,导致空时自适应杂波抑制性能下降。基于配准的补偿(registration-based compensation,RBC)方法通过时域平滑来估计空时谱,继而对地杂波的距离依赖性进行补偿,由于时域孔径损失使杂波谱峰值的估计精度受到限制。针对这一问题,考虑到杂波空时谱的稀疏性,本文利用迭代自适应算法(iterative adaptive approach,IAA)进行空时谱估计,并重构各辅助距离单元协方差矩阵以实现杂波谱配准,称为IAA-RBC算法。由于该算法不存在孔径损失,杂波谱配准精度更高。仿真实验表明,即使在样本中存在目标污染等干扰因素的情况下,所提方法相比传统的利用时域平滑的RBC方法也能获得更好的信噪比改善。

水声通信系统中基于迭代自适应的脉冲噪声抑制方法

针对水声通信系统中脉冲噪声抑制问题,提出了一种迭代自适应的脉冲噪声抑制方法。基于OFDM子载波之间的正交性,该方法首先利用空子载波矩阵从接收信号中提取出背景噪声和脉冲噪声。然后,利用空子载波矩阵构造导频矩阵,得到脉冲噪声的干扰协方差矩阵,并在加权最小二乘准则下通过对代价函数的求解得到脉冲噪声的闭式解。最后,在接收信号中减去脉冲噪声的估计值,完成对脉冲噪声的抑制。仿真结果表明,本文方法有效降低了水声通信系统的误码率,且在高信干噪比下性能提升更加明显。

基于迭代自适应的字典校正空时自适应处理算法

本文针对稀疏恢复空时自适应处理(Space-Time Adaptive Processing,STAP)由于字典设置不合适引起的离网效应,提出了一种基于迭代自适应(Iterative Adaptive Approach,IAA)的字典校正STAP算法。首先在IAA的每次迭代中,找到原始空时导向字典中每个量化空间频率最大功率对应的原子,围绕选定的原子,将其附近的多普勒频率均匀离散成一个集合,然后通过最大化联合似然函数在局域中搜索最优原子,并将选定的原子替换为最优原子,最后通过IAA的全局迭代,选择与杂波脊匹配的原子形成新的空时导向字典。实验证明,该方法可以有效地减轻离网效应引起的杂波脊扩展,杂波抑制性能优于现有的空时导向字典均匀离散化的IAA-STAP方法。

基于TRIAA与压缩感知的ISAR去微多普勒方法

随着现代雷达的信号质量和分辨率的提升,雷达系统能捕捉到目标的更多细节。逆合成孔径雷达(Inverse synthesis aperture radar,ISAR)成像的目标上可能存在相对整体高速旋转的部件,例如飞机的螺旋桨叶片。这些高速旋转部件形成的微多普勒效应会对成像结果造成严重干扰。因此,本文提出了一种基于时间递归迭代自适应方法(Time recursive iterative adaptive approach,TRIAA)和压缩感知的ISAR微多普勒效应消除方法。该方法利用TRIAA技术分析信号的时频特征,从时频图上去除微多普勒效应,又利用压缩感知稀疏重构技术还原了有效信号。仿真和实测数据的实验结果验证了本文方法的有效性。

随机PRI雷达的多普勒频率特性及相参处理

针对随机PRI雷达目标回波信号的脉冲多普勒频率特性,首先对随机PRI雷达非均匀采样频谱的周期性进行了分析,然后重点推导了随机PRI雷达最大不模糊频率的数学表达式;并进一步就该多普勒频率特性对随机PRI雷达相参处理带来的影响进行了讨论;最后,针对随机PRI雷达的相参处理问题,提出了一种基于IAA算法的随机PRI雷达MTD处理方法,该方法具有无多普勒模糊、低副瓣泄漏的特点。仿真实验验证了关于随机PRI雷达多普勒频率特性分析的正确性和基于IAA算法的随机PRI雷达MTD处理方法的有效性。

ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach

Through the coherent accumulation of target echoes,inverse synthetic aperture radar(ISAR)imaging achieves high azimuth resolution.However,because of the instability of the radar system,the echoes of the lSAR will be randomly lost.The conventional FFT processing methods can cause image blur and high sidelobes or other issues.A novel algorithm for ISAR missing-data imaging based on the Iterative Adaptive Approach(IAA) is proposed.The algorithm enjoys global convergence properties and does not need to set the parameters in advance.The missing-data ISAR imaging results for simulated and measured data illustrate the effectiveness of the algorithm.