宽带雷达目标检测中的杂波抑制处理

针对宽带雷达目标检测中的杂波干扰问题,提出基于FRFT(分数阶傅里叶变换)的多周期回波能量相干积累处理、基于Relax算法的多散射中心子回波分离的宽带雷达目标回波处理方法,既实现宽带雷达目标检测中的能量相干积累,又有效抑制了环境杂波.仿真结果表明,提出的处理方法能够显著提升宽带雷达输出信杂比.     

机载预警雷达对海上悬停直升机的探测

提出了依托机载预警(AEW)雷达利用悬停直升机旋翼回波信号来探测海上悬停直升机目标的方案．着重就机载预警雷达采用时－空级联自适应处理技术对海杂波的抑制和旋翼回波信号处理的方法进行了研究．最后,给出了计算机仿真结果．     

高频地波雷达舰船目标检测性能与工作频率的关系

目前,用于探测海面和空中目标的高频地波雷达主要根据外部噪声电平来选择工作频率,这对于舰船目标检测而言是不合理的,因为舰船目标的检测性能取决于回波信杂比。针对这个问题,根据地波雷达方程分析了影响目标回波信杂比且与工作频率有关的因素,建立了舰船目标检测性能仿真模型,通过数值仿真研究了回波信杂比与工作频率之间的关系。结果表明:回波信杂比主要取决于目标散射截面,根据目标散射截面随工作频率的变化关系选择工作频率即可获得较好的检测性能。     

一种新的球载雷达气象杂波抑制方法

针对无人机慢速目标运动速度与气象杂波中心频率接近导致无人机在气象杂波中难以被检测到的问题,提出了基于卡尔马斯(Kalmus)滤波器的球载雷达无人机目标检测方法。该方法首先对雷达回波进行脉冲压缩和PD处理,再使用经过速度校正的Kalmus滤波器滤除气象杂波,最后利用二维恒虚警进行检测。仿真结果表明,在合适的气象条件和目标速度下,该方法能很好地抑制气象杂波,提高球载雷达无人机目标的检测性能。     

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。     

海杂波反射系数模型及雷达回波信号计算方法

当雷达在海面下视工作时,较强的海杂波信号会严重影响雷达的目标检测和分析能力。由于海杂波对于不同用途的雷达所表现出的特征可能有极大的差别,因此,只有分析并掌握海杂波对雷达的影响特征,才能设计出合适的信号处理方法,并预测出雷达的检测性能。基于雷达的海面试验数据,提出了一种海杂波反射系数模型,并在此基础上提出了一种实时计算海杂波回波信号强度的方法。通过对比理论海杂波计算结果与雷达的实测海杂波结果,验证了所提算法的有效性和可行性。     

基于混沌特征的高分辨雷达目标识别

根据高分辨导弹制导雷达的基本工作原则和舰船目标的散射特性,利用现有雷达回波的仿真技术,在合理的战术想定下,计算了三类典型舰船的雷达回波.在此基础上,研究了利用雷达回波功率谱的方法来识别目标类型的有效性,并基于混沌理论提出了一种比功率谱方法更加有效的新的识别方法,从而为进一步利用混沌理论来开发雷达目标识别技术奠定了初步的理论基础.     

双树复数小波变换在杂波抑制处理中的应用

针对湮没在杂波环境下的目标检测,提出一种利用双树复数小波变换对回波信号进行分解,通过相关性滤波再进行信号重构,抑制海杂波,其后采用动目标检测的方法抑制地物杂波信号。只采用动目标检测的方法仍有海杂波的影响,在通过双树复数小波变换的杂波抑制方法后作动目标检测处理能有很好的抑制效果,能检测出湮没在杂波中的小目标。将其应用到某型雷达的信号处理系统中,仿真结果表明该方法能有效降低杂波的影响。     

球载雷达低空目标探测能力评估方法研究

为了评估球载雷达的低空目标探测能力,建立了目标回波功率、低空探测面杂波功率估算模型,提出了一种球载雷达在杂噪背景下目标检测判据,给出了无源面杂波背景下球载雷达实际探测能力的仿真评估算法。最后,设计了多种无源面杂波背景,应用球载雷达的典型参数进行了仿真分析,得出了多个有参考价值的结论。     

高频雷达检测海面慢速目标的优化MVDR法

高频雷达工作于探海模式时,慢速舰船的多普勒频率和海杂波一阶Bragg峰相近,使得从强大的海杂波背景中检测出慢速舰船目标变得十分困难.为了减小非稳定电离层对探测回波的影响,常常在短相干积累时间(Coherent Integration Time,CIT)条件下进行探测工作,导致数据量减小,进一步增加了慢速目标的检测难度.分析了在短CIT下采用高分辨率谱估计方法检测慢速目标的必要性,针对常规最小均方无失真响应(Minimum Variance Distortionless Response,MVDR)谱估计法由于遍历搜索导致计算量大的问题,提出了一种优化MVDR法检测慢速目标.该方法采用最速下降原理寻找谱峰,避免了对小频率网格的遍历,搜索性能大大改善.实验仿真表明,优化MVDR法的谱峰估计准确度高于常规方法,且计算量明显降低,更适合实际工程使用.