一、超视距雷达抗干扰与目标检测方法（论文文献综述）
张佳智[1]（2020）在《混合传播高频雷达杂波抑制方法研究》文中研究指明混合传播模式的高频超视距雷达结合传统高频天波雷达和高频地波雷达各自的优势,克服其固有的缺点,有利于进一步提高高频超视距雷达系统的性能,扩展其应用场景,是近年来高频超视距雷达领域的一个热门研究方向。新的混合传播模式体制也不可避免地带来了新的问题,其中混合传播模式下非平稳杂波的抑制问题是制约混合传播模式雷达目标探测性能的重要因素。混合传播模式下的海杂波信号会受到电离层传输信道的相位调制、系统布局导致的掠射角和双基地角、非平稳背景环境等多种因素的共同作用,使得海杂波谱产生展宽,杂波特性起伏变化大,容易淹没低速运动的舰船目标,严重影响雷达系统的探测性能。因而对混合传播模式下的杂波抑制研究,对于加快混合传播模式高频超视距雷达的实际应用具有重要的推动作用和意义。为此,本文围绕高频混合传播模式下非平稳杂波抑制算法设计这一核心问题,以实测数据为基础,对混合传播模式的工作原理、多模式目标匹配、海杂波展宽机理、多维度特性分析和杂波抑制算法进行了深入研究。利用杂波在距离域、空域和空时二维的相关统计特性,有针对性的提出了有效的杂波抑制算法,为解决实际高频雷达系统中的非平稳杂波问题,提供了可行的方案。本文首先对混合传播模式的工作原理以及杂波特性进行了分析,作为后续杂波抑制算法设计的基础。在理论上,给出了高频混合传播模式体制的工作原理,分析了其可行性以及不同模式的传播衰减。针对地波混合传播模式下的多传播模式回波产生虚假航迹问题,提出了一种多模式目标匹配方法,实现虚假目标和航迹的剔除。同时,这种现象的验证也说明了基于地波的混合传播模式的合理性。对混合传播模式下海杂波展宽的机理和理论多普勒频率进行了分析和推导。利用混合传播模式实测数据,对海杂波的距离域、空域和空时特性进行了分析,给出了相应的结论。混合传播模式下,海杂波在距离域呈现两种平稳度不同的特性。在非平稳环境影响较小的情况下,呈现出离散化部分平稳的特性;在非平稳环境影响较大的情况下,海杂波在距离维呈现极度非平稳特性,称为单数据集情况。在空域,实测海杂波不具有明显的方向性。同时,海杂波具有较为显着的空时耦合特性,存在较为集中的大特征值。实测海杂波的不同维度特性,是本文后续进行杂波抑制算法设计的基础和指导。针对混合传播模式下,海杂波空域不具有明显方向性、相关性强,而目标信号方向性明显这一特性,提出了一种基于优化的相关性分析策略的改进旁瓣对消算法。结合海杂波在距离维呈现部分平稳的特性,提出了基于角度-多普勒局域数据最大特征向量相关性分析的训练样本挑选方法,给出了局域单元范围的选取方法。通过挑选的有效训练样本,计算空域自适应权值,实现杂波抑制处理。通过仿真实验和实测数据,验证了方法的有效性。针对混合传播模式下海杂波在空时维度上具有较为显着的耦合特性,提出了两种基于训练样本挑选的降维空时自适应处理算法。在实际系统应用中,全维度空时自适应处理算法对训练样本数的要求难以满足,因而提出降维空时自适应处理算法来降低系统计算量和样本数的要求。同样结合训练样本在距离维展现的非平稳性,分别提出了基于几何重心距离协方差矩阵估计和基于信息几何距离协方差矩阵估计的训练样本挑选方法。通过训练样本协方差矩阵数据,计算不同几何距离,得到在相应矩阵流型上的待测距离单元协方差矩阵估计,选取与待测距离门杂波特征信息相近的训练样本,计算空时自适应权值,实现杂波抑制处理。通过仿真实验和实测数据,验证了方法的有效性。针对混合传播模式下杂波极度非平稳的单数据集情况的海杂波特性,分别结合海杂波的空域和空时特性,提出了单数据集下的空域自适应处理算法和空时自适应处理算法。在空域自适应处理算法的基础上,基于距离维无法选取训练样本的条件,提出在多普勒维选取有效样本,对杂波协方差矩阵进行估计。在待测距离-多普勒单元周围选取角度局域处理单元,通过非平稳度检测器,计算每个多普勒样本与待测样本之间的广义内积,挑选有效的多普勒维样本,进行协方差矩阵的估计,得到自适应权值。除此之外,结合杂波的空时耦合特性,又提出了一种基于快速逼近幂迭代算法的单数据集降秩空时自适应处理算法。利用半分辨率多普勒域投影技术,在待测距离单数数据中剔除感兴趣信号分量,结合迭代子空间追踪算法,对待测距离单元协方差矩阵的杂波子空间进行精确估计,得到与杂波子空间正交的投影空间的自适应权值,实现杂波抑制处理。利用仿真和实测数据,验证了两种方法在极度非平稳环境,单数据集情况下的杂波抑制效果。本文的研究成果有助于提高混合传播模式高频雷达系统的杂波抑制性能和抗干扰能力,提高雷达在复杂非平稳环境背景下工作的能力,为这种新体制的高频雷达的实际应用提供具有一定普适性的解决方案。
位寅生,周建宇,许荣庆[2]（2020）在《基于杂波聚类与贪婪策略的电离层杂波智能处理方法》文中进行了进一步梳理在高频地波超视距雷达系统中,电离层杂波作为一种时变、非均匀、非高斯的复杂杂波,其抑制方法一直是困扰国内外的研究难点。针对传统杂波抑制方法对电离层杂波的处理能力单一、普适性差的问题,该文开展了杂波智能分类抑制处理方法的研究,通过对电离层杂波的成因与特性分析,提出了一种基于杂波聚类与贪婪策略的电离层杂波智能处理方法,对电离层杂波进行分类分情况处理。实验分析表明该方法对电离层杂波的抑制性能优于典型传统算法。
吴佩佩[3]（2020）在《地波超视距雷达检测前跟踪技术研究》文中指出在弱目标检测跟踪过程中,传统方法首先对单帧数据进行杂波噪声抑制等处理,然后设置门限获得点迹,门限的设置需要考虑到虚警率,若为减小虚警率设置较高门限,则会有弱目标的漏检情况发生。因此,为优化针对弱目标的检测和跟踪,就出现了检测前跟踪（Track Before Detect,以下简称TBD）方法。在TBD方法中,可对回波数据进行积累,也就是不直接对单帧目标的数据使用门限进行处理,而是根据帧间数据关系,先对数据数据进行关联处理,再对多帧数据进行积累,检测和跟踪过程则基于积累结果得出。针对检测前跟踪技术的研究,本文将从以下三个方面展开讨论:第一:讨论了动态规划方法在检测前跟踪技术中的具体应用。动态规划方法作为一种递推算法,将单过程问题的解都储存下来,在之后的运算过程中,可以直接从储存的信息中提取需要的数据,因此无需重复运算,进而使得运算效率有所提升。动态规划方法本质是找到多个最优的决策,进而得出最终策略,对每一次积的累结果,都基于某种方案进行评估,从而找出最优的方式,与此同时,将其他值舍去。当完成积累过程时,再以门限为依据,得出检测结果,并以此回溯出目标轨迹。第二:讨论了在距离多普勒平面中,TBD技术的具体应用。由于现有TBD方法基于距离多普勒平面中的近似运动模型,因此存在能量集成效率低下的问题。本文中,基于伪谱的TBD方法通过精确的目标距离和多普勒时间演化方程,可以有效地结合目标能量,检测距离多普勒域中的弱目标。首先,依据笛卡尔坐标系中目标以恒定速度运动这一条件,可以通过目标距离多普勒与时不变速度平方的非线性函数,精确地描述距离和多普勒关于时间的演化方程,因而这种方法匹配的是目标速度平方而不是每个方向的速度。然后,根据所得的时间演化方程,将距离多普勒平面中的每个单元预测到最后一帧。与此同时,根据点扩展函数在预测位置周围构造伪谱,通过将几个单元格上的伪谱的采样值添加到最后一帧来实现多帧累积。最后,为了匹配未知目标速度平方,就需要有一组基于伪谱的速度平方滤波器（Pseudo-Spectrum based Speed Square Filter,以下简称PS-SSF）,本文中在理论上推导了距离多普勒和速度平方域的目标输出包络。数值结果表明,这种PS-SSF方法不仅可以在距离多普勒域中实现有效的弱目标检测,而且可以实现更好的距离和多普勒以及目标速度参数估计。第三:讨论了基于伪谱的检测前跟踪方法在实测数据处理中的应用。对于地波超视距雷达回波数据进行预处理,并通过构建伪谱对多帧数据运用TBD方法进行处理。仿真结果表明,伪谱方法能有效提升在弱目标环境中的目标检测性能。
伍龙山[4]（2020）在《复杂杂波背景下的高频超视距雷达目标检测方法研究》文中研究指明高频超视距雷达（Over-The-Horizon Radar,OTHR）利用高频电磁波的绕射或反射,可实现对远距离目标的超视距探测,提供大范围海域监测。由于OTHR工作的电磁环境十分复杂,在对雷达接收到的信号处理后得到的方位-距离-多普勒（Azimuth-Range-Doppler,ARD）谱中,不仅存在目标和大气噪声,还包含电离层杂波、海杂波等统计非均匀且大范围分布的杂波信号。因此,在OTHR复杂背景中,有效地检测目标是一项具有挑战性的任务。高频雷达目标检测,通常是在RD谱中进行。在传统的目标恒虚警（Constant false alarm rate,CFAR）检测中,主要利用参考单元幅度的统计特性计算检测单元（Cell-Under-Test,CUT）的阈值。然而,通过在对数尺度下对实际RD谱分析可知,除了幅度的统计特征外,背景中的杂波和目标还包含其它的信息。在不同的杂波区域内,相邻的背景单元分属于相同类型的杂波,在类别属性上存在空间相关性。在RD谱中,均匀区域内相邻背景单元的平均功率相近;而在大范围连续分布的非均匀杂波区域内,在距离或Doppler维上存在着缓慢变化的情况。由于单元的平均功率可通过统计分布参数计算得到,平均功率缓慢变化的相邻背景单元的分布参数也将是缓慢变化的,存在着空间相关性。此外,与背景单元的数量相比较而言,目标的数量属于绝对少数,具有稀疏特性。由于前端信号处理等原因,点目标目标通常还存在局部扩展,占据多个相邻检测单元。基于对RD谱中目标和杂波的分析结果,本文针对OTHR实际RD谱中的目标检测问题,提出利用目标稀疏性和扩展特性、背景单元空间相关性、背景单元分布参数空间相关性等信息来估计背景单元的统计分布参数的方法,以达到在复杂非均匀场景下提升目标检测的目的。具体研究工作如下:第一,在多目标背景中,针对目标检测中的目标/野值干扰的问题,提出一种利用目标稀疏特性来估计背景分布参数的目标检测方法。该方法通过在参数估计过程中对目标进行稀疏限制,自适应地识别干扰目标/野值,继而采用所有均匀背景单元对分布参数进行估计,提高估计的准确性。在多分布参数背景中,相对于传统的目标CFAR检测方法,本文提出的检测方法无需目标数量和分布参数等先验信息,可自适应地识别多干扰目标,实现目标CFAR检测。仿真和实验验证了这种利用目标稀疏性的目标CFAR检测方法的可行性、有效性和鲁棒性。同时,也验证了目标的稀疏特性在目标识别中的积极作用,可为复杂背景中干扰目标/野值的识别提供支撑。第二,在杂波边缘背景中,针对目标检测中杂波边缘造成参考单元非均匀的问题,提出一种利用相邻背景单元的空间相关性估计分布参数的目标检测方法。该方法通过在分布参数估计过程中对相邻背景单元分属的杂波类别进行限制,识别背景单元和定位杂波边缘,继而采用相同均匀杂波区域内所有杂波单元估计分布参数,提高估计的准确性,最终改善了对杂波单元的识别能力。相对于传统的检测方法,提出的方法能在估计过程中利用背景单元的空间相关性,不受参考单元中包含杂波边缘数量和其长度的限制。通过仿真测试评估了提出方法在杂波边缘定位、分布参数估计以及目标检测方面的性能。基于OTHR实测数据的半实物实验验证了本文方法在目标检测性能上的有效性。第三,在平均功率缓慢变化的杂波边沿背景中,针对目标检测中相邻单元分布参数各异的问题,提出一种利用相邻背景单元分布参数的空间相关性估计分布参数的目标检测方法。该方法通过利用分布参数的空间相关性,将平均功率缓慢变化的非均匀相邻单元关联起来,确定分布参数的空间关系,估计单元的分布参数。相对于传统的方法,提出的方法直接建立相邻背景单元分布参数的空间关系,估计得到的分布参数具有最大似然意义。通过仿真测试和实际数据试验,验证了利用背景单元分布参数的空间相关性实现目标CFAR检测的可行性和有效性。同时,也验证了空间相关性在提高非均匀杂波区域内分布参数估计准确性上的积极作用,为估计复杂非均匀背景中单元的分布参数提供有力的支撑。第四,在多杂波混合背景中,针对目标检测中存在的杂波混合非均匀参考单元的问题,提出了一种自适应地利用背景单元分布参数空间相关性和稀疏点目标存在扩展的情况来估计分布参数的目标检测方法。该方法可适应背景单元分布参数空间相关性复杂变化的情况,自适应地关联相邻的非均匀背景单元、确定其空间关系和估计分布参数。在该方法中,还利用了稀疏点目标扩展的现象,提高其识别性能,降低其对分布参数估计的不利影响。相对于传统方法,在最大似然意义条件下,提出方法自适应地建立了相邻背景单元幅度与分布参数存在的空间信息之间的关系,估计出分布参数的值。仿真和实测数据验证结果表明,自适应地利用背景单元分布参数空间相关性和稀疏点目标扩展现象的目标CFAR检测方法是可行的和有效的。
陈秋实[5]（2019）在《稀疏步进频率高频雷达信号处理方法研究》文中进行了进一步梳理高频雷达是一种具有超视距探测能力的雷达,工作在3-30MHz的短波段。然而该频段内存在的大量电磁干扰导致连续频带极为有限,限制了雷达发射信号的带宽扩展,进而影响雷达对目标的分辨能力。为了保证雷达在频谱不连续的情况下仍然能够充分利用频率资源,合成带宽信号逐渐体现出特有的优势。步进频率信号作为一种典型的合成带宽信号,在合成孔径雷达以及多种成像雷达中已有多年研究基础,并且在理论和技术上获得了很多经验,但是在高频雷达领域的相关研究仍然较少。高频雷达与其它雷达系统存在差异,不能直接将已有的方法和结论移植到高频雷达上。因此,根据高频雷达的特点,基于现有的步进频率信号提出了改进的稀疏步进频率信号形式,并研究了相应的目标参数估计方法,使高频雷达可以更好地适应复杂环境,更加灵活准确地定位目标,在军事和民用领域均具有重要的应用价值和广阔的发展前景。本论文深入地分析了高频雷达的特殊工作背景和步进频率信号的原理,并在此基础上分别从稀疏谱的步进频率信号设计、目标的距离-速度估计和频控阵的距离-角度解耦方面系统地开展研究工作,针对多个关键问题提出了有效的解决方案。各部分的具体内容总结如下:在稀疏谱的步进频率信号设计方面,提出了能够适应高频雷达特殊频谱环境的稀疏步进频率信号。在总结了实际电磁频谱规律的基础上,对比高频雷达中常用的线性调频连续波、调频中断连续波和相位编码信号的时域波形和模糊函数性能。同时研究了步进频率脉冲信号的基本原理和性质,并推导了多参数的模型化参数估计误差下界,分析频谱不连续对估计性能的影响。依据频谱约束和信号特性设计了一种灵活性更高,抗干扰能力更强,适应性更好的稀疏步进频率信号。对波形参数进一步改进,提出了频率码字和感知矩阵联合优化的参数设计方法。参数设计方法中的感知矩阵作为压缩感知处理过程中的重要过程参量提供了相关函数最小准则,通过不断迭代更新,获得最优化的稀疏频率编码组合,进而构造出具有频谱感知和环境适应能力的优化波形。在目标的距离-速度估计方面,建立了基于压缩感知方法的估计模型,同时针对几个估计过程中的关键问题进行具体研究并提出相应的处理方法。在稀疏步进频率信号的目标距离-速度估计过程中,由于信号参数之间的相互制约关系,直接进行估计通常引起距离失配问题因而产生估计误差,为此提出了一种有效信息的提取方法。此方法避免了采样时丢失目标信息的情况发生,又可以通过对有效点的提取获得与真实目标位置相对应的准确信息,消除距离失配引起的估计误差。目标存在速度同样对距离估计产生影响,使距离谱发生偏移、展宽和走动,对距离估计造成较大的影响。因此对速度产生的影响也进行了具体的讨论,并提出一种多目标的速度补偿方法,有效消除速度产生的估计误差。压缩感知方法通常是建立在网格的基础上,当目标落在非网格上时将无法得到准确的估计,为此本文分别提出了基于矩阵填充的一维和二维稀疏目标估计方法,该方法可以突破网格的限制,进一步提高目标参数估计的准确度。在频控阵的距离-角度解耦方面,研究了步进频率信号与线性阵列相结合构成的频率控制阵列雷达,提出了解耦合的非均匀步进频率优选方法,利用该方法可得到波束的有效聚焦。频控阵是在传统相控阵基础上,将步进频率组中的每个单频信号分发到各个天线阵元上,阵元之间不仅存在相位偏移,还存在等间隔的频率偏移,因此波束指向既存在角度依赖性,又存在距离依赖性,并且由于阵列和频率的关系使距离和角度存在耦合。为解决这个问题,分别在连续谱和稀疏谱条件下提出了新的非均匀频率组合设计方案,尤其是与高频特殊环境相适应的稀疏步进频率优选分配,能够消除耦合对目标角度估计的影响,使产生的发射波束在指定位置上形成有效的聚焦。最后通过计算机仿真验证了本文提出的稀疏步进频率信号,以及波形优化和参数估计方法在高频雷达目标探测中的可行性和适用性。
姚迪[6]（2019）在《高频地波雷达小孔径阵列信号处理关键技术研究》文中研究表明垂直极化的高频电磁波能够实现沿海面绕射传播,具有传播衰减小和可以沿着弯曲的地球表面传播等特性。同时,高频波段恰好处于飞机和舰船的谐振区,并且数十米的波长会让现有的隐身涂层完全失效,这使得高频地波超视距雷达在反隐身、抗低空突防以及超视距探测等方面具有得天独厚的优势。在现有岸基高频地波雷达中,主要用于目标探测的雷达系统多为大型阵列结构。然而,随着海洋在国民经济中占有越来越重要的地位,大面积地占用稀缺海岸资源已经成为限制地波雷达发展的重要因素。因此,亟需发展一种以目标探测为主的高频地波雷达小孔径阵列系统。小孔径的高频地波雷达系统虽然极大地减小了占地面积,但同时也为信号处理方法的研究带来巨大挑战。这是因为该系统不但具有通道采样数据少和相干信源多等高频雷达的固有问题,而且更小的阵列孔径会限制雷达对目标的空间分辨能力和估计精度,同时大量地减少了阵列自由度。因此,本文针对上述几个关键技术问题进行了重点讨论与研究,建立了相应的数学模型,为高频地波雷达小孔径阵列信号处理方法的研究提供一定理论支持。本文主要取得的成果如下:1.首先对小孔径高频地波雷达的信号处理流程,如距离处理、多普勒处理以及方位处理进行了理论分析和数学推导。该系统中常用的方位估计方法主要包括数字波束形成方法、多重信号分类方法和旋转不变子空间方法。然后在小孔径阵列条件下,深入地研究了上述三种方法的空间分辨能力以及性能限制条件。给出了高频地波雷达阵列小孔径的定义和模型,推导了该阵列空域波束间的相关系数。最后通过仿真和实测数据中的电台、海杂波以及电离层杂波信号验证了结果的正确性。2.小孔径高频地波雷达进行方位估计时,常常受到阵列单元数过少、空间快拍严重不足以及相干信号较多等问题的影响,极大地限制了系统对目标的空间分辨能力和估值精度。论文通过对压缩感知理论中信号稀疏表示、感知矩阵设计和信号重构等问题的研究,提出了基于压缩感知和极化插值的联合波达方向（DOA）估计方法。该方法首先利用正交匹配追踪算法估计信源个数和粗略方位信息,以解决少快拍和相干源问题。然后为降低目标未处于离散网格点时产生的估计偏差,建立了基于连续基追踪（CBP）算法的空域极化插值模型,并求解约束优化问题得到任意方位目标的准确估计结果。最后,为进一步提高算法性能,推导了最小均方误差函数模型,对CBP估计偏差较大的结果进行修正。仿真与实测结果表明,该方法显着地提高了目标的超分辨成功概率和DOA估计精度,且对相干信号和少快拍情况具有较好的适用性。3.由于小孔径阵列的主瓣旁瓣比相对较低,旁瓣上的强干扰会严重地限制雷达在主瓣方向上目标探测性能。鲁棒自适应波束形成（RAB）方法可以较好地解决该问题,但传统RAB方法因为受到相干源、波束指向偏差以及采样协方差矩阵中包含期望信号等问题的影响,而使其输出性能远远低于最优值。为有效地应对上述问题,论文提出了一种基于干扰-噪声协方差矩阵和期望信号阵列导向矢量联合估计的鲁棒自适应波束形成方法。该方法首先建立一个二次约束模型,使重构的干扰-噪声协方差矩阵尽可能地逼近于理想协方差矩阵。然后根据压缩感知和总体最小二乘方法推导出该优化问题的解析解,降低了计算复杂度。最后,以向量空间映射理论为基础,通过引入子空间交替映射算法可以得出准确的期望信号导向矢量估计值。实验结果表明,本文提出算法的输出性能逼近最优值,且可对实测电台干扰进行有效地抑制。4.占据一定距离-多普勒-角度单元的电台与杂波会极大地降低高频地波雷达系统的检测性能。尤其对于小孔径高频地波雷达,其阵列自由度更少,且被展宽的电台与杂波角度谱使得目标更容易被其淹没,很难被检测。为了克服上述问题,提出了一个种基于空间多波束和最优样本选择的主瓣电台与杂波抑制算法。该方法首先以第2章中得出的阵列、电台和杂波空域特性为基础,提出了一种基于辅助波束的训练样本获取方法。然后通过分析实测数据中电台和杂波的距离或多普勒维相关性,提出了辅助波束和统计样本的选取准则。最后,通过在主波束中剔除电台和杂波信息对其实现有效的抑制。仿真实验与实测结果表明,本方法明显地提高了被淹没目标的检测概率,并具有很强的幅相误差和指向偏差鲁棒性。
孙晓宇[7]（2019）在《分布式MIMO天波雷达多路径回波干扰抑制与信号检测方法》文中指出对于超远距离目标和隐身目标探测的需求使得天波雷达越来越受到广泛的关注。高频天波雷达利用电离层的反射作用实现对目标的超视距探测,然而,电离层的分层特性常常使雷达和目标之间产生多条反射路径,给高频天波雷达带来的多路径回波干扰。多输入多输出MIMO体制雷达能够有效的缓解这种干扰带来的影响,已在天波雷达中得到一定应用,其中分布式MIMO雷达因其收发天线阵列空间充分分离,具有更好的抗干扰特性。本文针对分布式MIMO高频天波雷达多路径回波的干扰抑制与信号检测问题进行以下工作:首先,简单描述了天波OTHR（Over-the-Horizon Radar,OTHR）雷达电离层模型,并介绍了MIMO天波雷达阵列信号模型,之后研究DOA估计中常用的空间平滑MUSIC算法。其次,对于路径不可预测的多路径干扰,给出了基于DBN（Deep Belief Network,DBN）和特征投影预处理的MIMO高频天波雷达多路径信号干扰抑制方法。运用DBN模型识别空间谱是否存在多路径干扰,并对干扰DOA进行估计,然后利用基于特征投影预处理的方法对多路径干扰进行抑制,最后仿真得到该方法对多路径干扰的抑制结果。最后,对于路径可以预测的多路径信号,研究分布式MIMO高频天波雷达多路径回波信号检测算法,首先利用对未知参数的极大似然估计方法推导了GLRT（The Generalized Likelihood Ratio Test,GLRT）检测器、Wald检测器和Rao检测器,并对Rao检测算法进行了改进。其次给出了期望似然（Expected Likelihood,EL）检测算法,并在低信噪比条件下,得到了改进的EL检测算法,该方法检测效果更好,可以提高对目标检测能力。之后基于改进的EL检测算法研究利用多路径回波进行检测的方法,最后给出了分布式MIMO天波雷达多路径信号检测方法。
付伟[8]（2019）在《天波超视距雷达海杂波抑制算法研究》文中研究说明天波超视距雷达利用电离层反射电磁波的特性在进行工作,这种特性使得天波超视距雷达可以有效突破地球表面圆弧的限制,从而实现探测到超远距离的目标。与部署在海边的海防预警雷达不同,天波超视距雷达可以部署在相对安全的内陆地区,从而避免敌方的精确打击。天波超视距雷达具有观测距离远的特质,但是,由于其利用电离层反射的特性来工作,在回波中包含了海杂波、电离层干扰、有源干扰、噪声等。其中,海杂波的频率是非常靠近慢速舰船目标的,若想实现对慢速舰船目标的检测,需要对海杂波进行抑制。本文对天波超视距雷达进行研究,分析天波OTHR的工作特点,对回波中的海杂波分量进行了探讨和建模。此外,对海杂波抑制算法进行研究,分别讨论了常规海杂波抑制方法包括子空间分解法、方位扩展杂波抑制法和空时自适应处理法。改进的空时自适应算法包括:局域联合空时自适应处理法、空时多波束方法和基于稀疏恢复的空时自适应处理法。论文的主要工作可以分为以下三部分:第一部分:天波OTHR回波分析及海杂波建模。在本部分中,首先讨论了电离层干扰、有源干扰和海杂波对于天波OTHR回波的影响。随后,分别从海杂波的产生原因、影响海杂波的各项因素和海杂波的数理统计特性这三个方面对海杂波进行研究。在章节的最后,以K分布的杂波为例,对海杂波进行了仿真。第二部分:天波OTHR常规海杂波抑制算法研究。主要探讨了3种常用的海杂波抑制算法,包括子空间分解法、方位扩展杂波抑制法和空时自适应处理法。子空间分解法将杂波协方差矩阵的特征值投影到杂波子空间上,杂波子空间上的信号分量全都是海杂波分量,无有用信号的部分,去除此分量即可实现杂波抑制。方位扩展杂波抑制算法通过构造阻塞矩阵去除目标信号分量,利用旁瓣获得的杂波信号估计主瓣内的杂波信号,再利用主波束数字波束形成后的结果去减去主瓣内估计出的杂波分量,从而实现主瓣内杂波的对消。空时自适应处理充分利用杂波的角度-多普勒域上具备的信息,将空域和多普勒域信息充分利用,实现理论上的最优STAP算法。第三部分:改进的空时自适应算法。包括局域联合空时自适应处理法、空时多波束方法和基于稀疏恢复的空时自适应处理法。常规杂波抑制算法中讨论了理论上最优的STAP算法。但是最优STAP算法的计算量较大,所以后续也对STAP算法进行降维处理,分别讨论降维的局域联合空时自适应处理以及计算量更小的空时多波束方法。由于海杂波空时功率谱内在的稀疏性,将基于稀疏恢复的STAP算法引入到天波超视距雷达之中,最后通过信干噪比的提升幅度来对杂波抑制效果进行评价。
刘子威[9]（2016）在《雷达稳健非平稳干扰抑制方法研究》文中指出战场环境中,雷达不可避免地要面对复杂干扰环境,稳健可靠的抗干扰算法将大大提高雷达在复杂环境下的目标检测能力。但实际中干扰源与雷达的相对运动、干扰机的灵巧发射等原因导致干扰呈现出非平稳的特性,这一特性对雷达系统现有的抗干扰算法提出了新的难题。因此针对非平稳干扰的雷达稳健抗干扰算法研究具有十分广阔的前景和十分重要的意义。本论文以高频干扰作为主要研究对象,研究了空域非平稳干扰和时域瞬态干扰的稳健抑制方法。本论文主要工作包括以下四个方面:1.瞬态干扰定位问题。对现有定位方法进行了详细地分析,针对现有方法背景估计不准确、运算量较大以及绝大多数方法无法用定量指标衡量定位性能等问题,提出了基于剔除迭代平均的瞬态干扰定位方法。该方法在迭代估计背景功率时,将被判定为干扰分量的样本剔除出迭代过程,保证了背景估计的可靠性。我们证明了所提方法具有恒虚警率特性,并考虑到此方法在定位积累时间首尾两端的干扰时性能略有下降,提出使用前后向定位的方法进一步增加定位结果的可靠性。计算机仿真实验和实测数据处理结果表明所提方法的定位性能优于现有方法,能够较好地为后续干扰抑制处理提供精确的干扰定位信息,同时,与目前工程中应用的方法相比,运算量增加不大,适合实际使用。2.时域瞬态干扰抑制问题。在沿用了杂波抑制、干扰定位、干扰抑制和数据恢复这一流程的基础上,针对目前采用的线性预测数据恢复方法受限于参数化模型匹配误差,对连续谱恢复性能不足的问题,提出将非参数化方法GAPES（Gapped Amplitude and Phase EStimation）引入到瞬态干扰抑制流程中,并讨论了GAPES方法应用于瞬态干扰抑制时的一些参数优化方法。实测数据的处理结果证明GAPES方法在海杂波高阶谱的恢复上优于线性预测方法,有助于改善慢速目标检测性能。但是,GAPES方法最大的问题是需要迭代求解,无法满足实时运算的要求。针对此问题,我们研究了GAPES需要多次迭代的原因,提出使用二次平滑方法作为干扰抑制方法。二次平滑方法能够有效保存绝大部分杂波分量,使后续GAPES方法只需补偿高速目标回波。实测数据处理结果证明,在使用二次平滑后,GAPES方法通常只需1-2次迭代即可收敛,大大降低了使用常规GAPES方法的运算量。进一步分析后我们发现,二次平滑方法抑制瞬态干扰后仍然需要插值运算的原因是二次平滑方法的非自适应滤波矩阵无法保留干扰段中的高速目标回波。基于此,我们提出基于数据驱动的自适应二次平滑方法。该方法用自适应训练的子空间滤波矩阵替换二次平滑中的固定滤波矩阵,使用后不再需要后续插值算法。实测数据处理结果证明该方法能够获得和前文所提方法相同的干扰抑制效果,且运算量更低。最后,我们根据干扰与杂波和目标在多普勒维的正交性,提出用无干扰段的杂波和目标子空间直接抑制干扰,并保留杂波和目标分量。这一方法同样无需插值处理,运算量仅由特征分解决定,是一系列时域方法中运算量最小的。通过实测数据处理结果证明了该方法的可行性,并推导分析了其与自适应二次平滑方法的关系。3.瞬态干扰的空域抑制问题。通过研究我们发现瞬态干扰可以和常规连续波副瓣干扰处理相统一,并且在多干扰段时空域处理将比时域处理获得更好的干扰抑制性能。在分析了高频雷达的常规处理流程后,提出了空时级联的高频干扰抑制方法。该方法在波束形成前进行瞬态干扰定位和干扰到达角估计,将副瓣瞬态干扰和连续波干扰的训练样本均用于自适应权值训练,而主瓣瞬态干扰则留待后续时域方法处理,使得整体运算量降低。同时基于分段处理的思想,讨论了瞬态干扰来波方向不平稳时的处理策略。此方法大部分步骤与常规处理流程一致,使系统不会增加过多的运算负担,实用性较强。实测数据处理结果证明了此方法的可行性,并且在多段非平稳干扰同时存在时该方法比常规时域方法效果更好。进一步,我们希望在定位瞬态干扰的同时,也可以确定连续波干扰的存在。从这一思想出发,根据射频干扰的数学模型我们提出了基于频域波束形成的射频干扰抑制方法。该方法通过对每个扫频周期的频域数据进行门限检测,确定干扰的存在并选择样本,完成频域波束形成。该方法可以同时作用于连续波和瞬态射频干扰,且由于频谱信息由频率脉冲压缩过程获得,增加的运算量较小。实测数据处理结果证明了该方法的可行性。4.由于不需要雷达系统频繁更新自适应权值,零陷展宽算法是大多数运算量有限的雷达体制对抗空域非平稳干扰的主要研究方向之一。针对现有雷达大多使用旁瓣相消结构进行降维空域对消,而零陷展宽的理论研究多基于全阵自适应背景这一问题,研究了零陷展宽算法在旁瓣相消结构上的应用,提出了一种稳健旁瓣相消零陷展宽方法。该方法基于经典的矩阵锥削理论,通过数学推导将其推广至旁瓣相消结构中。与全阵自适应下的零陷展宽方法不同之处在于,其对旁瓣相消过程中的协方差矩阵和互相关向量同时进行锥削。该方法所需的锥削矩阵和向量均可离线产生,使用简便。计算机仿真证明此方法可以在旁瓣相消结构下有效抑制空域非平稳干扰。
王晗中,常春贺,邓刚[10]（2014）在《天波超视距雷达作战能力评估》文中提出为全面准确评估天波超视距雷达作战能力,提出了一种基于模糊层次决策的天波超视距雷达作战能力综合评估模型。首先,简要分析天波超视距雷达作战使用特点,建立了一种较为系统的天波超视距雷达作战能力评估指标体系;然后介绍了层次分析法与模糊综合评判方法应用到雷达作战能力评估的方法及步骤,最后进行了实例应用与分析。结果表明,该评估模型实用有效,为今后天波超视距雷达的研制、改进、优化部署以及作战使用提供了参考。
二、超视距雷达抗干扰与目标检测方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、超视距雷达抗干扰与目标检测方法（论文提纲范文）
（1）混合传播高频雷达杂波抑制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 混合传播高频超视距雷达发展概述 |
| 1.2.1 混合传播高频天地波雷达研究现状 |
| 1.2.2 混合传播高频地波雷达研究现状 |
| 1.3 高频超视距雷达海杂波抑制方法研究现状 |
| 1.3.1 空域自适应处理算法研究现状 |
| 1.3.2 空时自适应处理算法研究现状 |
| 1.3.3 基于单数据集的杂波抑制算法研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 混合传播模式工作原理及杂波特性分析 |
| 2.1 引言 |
| 2.2 混合传播高频雷达工作模式 |
| 2.2.1 混合传播高频雷达工作原理 |
| 2.2.2 混合传播模式可行性分析 |
| 2.2.3 不同传播模式的传播衰减 |
| 2.3 高频地波混合传播模式目标匹配方法 |
| 2.3.1 目标航迹匹配准则 |
| 2.3.2 仿真数据处理 |
| 2.3.3 实测数据处理 |
| 2.4 混合传播模式的展宽海杂波分析 |
| 2.5 混合传播模式实测海杂波特性分析 |
| 2.5.1 海杂波的距离相关性 |
| 2.5.2 海杂波的空域相关性 |
| 2.5.3 海杂波的空时特性 |
| 2.6 本章小结 |
| 第3章 混合传播非平稳杂波的空域抑制算法 |
| 3.1 引言 |
| 3.2 混合传播模式非平稳杂波空域特性分析 |
| 3.3 广义旁瓣对消算法基本原理 |
| 3.4 基于优化的相关性分析策略的改进旁瓣对消算法 |
| 3.4.1 算法原理 |
| 3.4.2 优化的相关性分析训练样本挑选策略 |
| 3.4.3 二维角度-多普勒局域单元的选择 |
| 3.5 仿真及实测数据验证 |
| 3.5.1 仿真数据验证 |
| 3.5.2 半实物仿真验证 |
| 3.5.3 实测数据验证 |
| 3.6 算法鲁棒性分析 |
| 3.6.1 幅度误差的影响分析 |
| 3.6.2 相位误差的影响分析 |
| 3.7 本章小结 |
| 第4章 混合传播非平稳杂波的空时自适应处理算法 |
| 4.1 引言 |
| 4.2 混合传播模式非平稳杂波空时特性分析 |
| 4.3 空时自适应处理算法基本原理 |
| 4.3.1 全维度STAP算法 |
| 4.3.2 降维STAP算法 |
| 4.3.3 训练样本挑选 |
| 4.4 基于几何重心距离协方差矩阵估计的训练样本挑选方法 |
| 4.4.1 基于几何重心距离的协方差矩阵估计 |
| 4.4.2 基于几何重心距离的训练样本挑选 |
| 4.4.3 挑选性能仿真验证 |
| 4.5 基于信息几何距离协方差矩阵估计的训练样本挑选方法 |
| 4.5.1 基于信息几何距离的协方差矩阵估计 |
| 4.5.2 基于信息几何距离的训练样本挑选 |
| 4.5.3 挑选性能仿真验证 |
| 4.6 算法仿真及实测数据验证 |
| 4.6.1 检测性能仿真 |
| 4.6.2 实测数据验证 |
| 4.7 本章小结 |
| 第5章 基于单数据集的混合传播非平稳杂波抑制方法 |
| 5.1 引言 |
| 5.2 混合传播模式非平稳杂波单数据集特性分析 |
| 5.3 基于单数据集的空域杂波抑制方法 |
| 5.3.1 算法原理 |
| 5.3.2 仿真验证 |
| 5.3.3 实测数据验证 |
| 5.4 基于快速逼近幂迭代的降秩空时自适应处理算法 |
| 5.4.1 信号模型 |
| 5.4.2 MLED-APES算法基本原理 |
| 5.4.3 降秩APES算法基本原理 |
| 5.4.4 基于快速逼近幂迭代的降秩APES算法 |
| 5.4.5 计算复杂度对比 |
| 5.4.6 信号子空间投影算子的选择 |
| 5.4.7 MFAPI-APES算法有效性验证 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（3）地波超视距雷达检测前跟踪技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 高频地波超视距雷达研究现状 |
| 1.2.2 检测前跟踪技术研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 动态规划和检测前跟踪技术原理 |
| 2.1 引言 |
| 2.2 笛卡尔坐标系内目标模型及量测模型 |
| 2.3 动态规划方法的基本原理 |
| 2.4 动态规划方法的基本方程 |
| 2.5 动态规划方法在弱目标检测中的实现 |
| 2.5.1 动态规划方法在检测前跟踪中的模型 |
| 2.5.2 基于幅度值的值函数 |
| 2.5.3 基于似然函数的值函数 |
| 2.6 仿真结果及分析 |
| 2.6.1 生成模拟数据 |
| 2.6.2 动态规划方法处理模拟数据 |
| 2.7 相互远离的多目标动态规划检测前跟踪方法 |
| 2.8 本章小结 |
| 第3章 基于伪谱的检测前跟踪技术 |
| 3.1 引言 |
| 3.2 距离多普勒平面中测量模型的建立 |
| 3.3 匀速运动目标距离和多普勒的时间演化规律 |
| 3.4 距离多普勒平面中的能量积累 |
| 3.4.1 能量积累的主要步骤 |
| 3.4.2 能量积累的优点 |
| 3.5 距离多普勒域中的能量输出包络 |
| 3.6 速度平方滤波器设计 |
| 3.7 仿真结果及分析 |
| 3.8 本章小结 |
| 第4章 高频地波超视距雷达实测数据分析 |
| 4.1 引言 |
| 4.2 高频地波超视距雷达特点 |
| 4.3 实测数据分析处理 |
| 4.3.1 实测数据的初步分析 |
| 4.3.2 实测数据的检测前跟踪算法处理 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）复杂杂波背景下的高频超视距雷达目标检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 高频超视距雷达系统概述 |
| 1.2.1 地波超视距雷达系统概述 |
| 1.2.2 天波超视距雷达系统概述 |
| 1.3 高频雷达目标检测的难点与方法综述 |
| 1.3.1 高频雷达目标检测的难点 |
| 1.3.2 经典的CFAR检测方法综述 |
| 1.3.3 高频雷达目标检测方法综述 |
| 1.4 高频超视距雷达目标检测中的主要问题 |
| 1.5 本文的主要研究内容 |
| 第2章 多目标背景中的目标CFAR检测 |
| 2.1 引言 |
| 2.2 基础理论 |
| 2.2.1 高频超视距雷达RD谱统计特性 |
| 2.2.2 ML-CFAR检测器 |
| 2.2.3 野值稀疏正则化 |
| 2.3 目标稀疏约束的多目标CFAR检测方法 |
| 2.3.1 目标稀疏约束的分布参数估计 |
| 2.3.2 基于稀疏约束的野值剔除最大似然估计 |
| 2.3.3 自适应检测阈值 |
| 2.4 仿真和实验结果 |
| 2.4.1 仿真数据测试 |
| 2.4.2 实验数据测试 |
| 2.5 本章小结 |
| 第3章 杂波边缘背景中的目标CFAR检测 |
| 3.1 引言 |
| 3.2 基础理论 |
| 3.3 分布参数估计方法 |
| 3.3.1 算法的目标函数 |
| 3.3.2 稀疏正则化空间FCM算法 |
| 3.3.3 稀疏正则化空间FMM算法 |
| 3.3.4 完整的参数估计算法 |
| 3.3.5 目标检测 |
| 3.4 测试和分析 |
| 3.4.1 仿真数据测试 |
| 3.4.2 实验数据测试 |
| 3.5 本章小结 |
| 第4章 缓慢变化的杂波边沿背景中的目标CFAR检测 |
| 4.1 引言 |
| 4.2 RD谱分析 |
| 4.3 基础理论 |
| 4.3.1 ML-CFAR |
| 4.3.2 基于L_0范数正则化的MS模型 |
| 4.3.3 修正的相对全变分最小化 |
| 4.4 分布参数估计方法 |
| 4.4.1 参数估计目标函数 |
| 4.4.2 目标函数优化与分布参数估计 |
| 4.4.3 目标检测 |
| 4.5 实验和分析 |
| 4.5.1 算法的初始化 |
| 4.5.2 计算复杂度 |
| 4.5.3 仿真数据测试 |
| 4.5.4 实验数据测试 |
| 4.6 本章小结 |
| 第5章 多杂波混合的非均匀背景中的目标CFAR检测 |
| 5.1 引言 |
| 5.2 基础理论 |
| 5.2.1 运算定义 |
| 5.2.2 自适应紧框架 |
| 5.2.3 图与群稀疏正则化 |
| 5.3 分布参数估计模型 |
| 5.3.1 Gumbel杂波建模 |
| 5.3.2 背景单元分布参数正则化 |
| 5.3.3 目标加权群稀疏正则化 |
| 5.3.4 目标函数 |
| 5.4 分布参数估计算法 |
| 5.4.1 变量估计 |
| 5.4.2 完整的分布参数估计算法 |
| 5.4.3 目标检测 |
| 5.5 仿真和实验 |
| 5.5.1 算法的初始化 |
| 5.5.2 计算复杂度 |
| 5.5.3 仿真数据测试 |
| 5.5.4 实验数据测试 |
| 5.5.5 仿真和实验总结 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| A.高频超视距雷达实际RD谱统计特性分析 |
| B.野值的解 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（5）稀疏步进频率高频雷达信号处理方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高频雷达系统的发展概述 |
| 1.2.2 高频雷达的探测信号研究 |
| 1.2.3 步进频率信号在雷达中的发展 |
| 1.3 本文的主要研究内容 |
| 第2章 高频雷达的电磁频谱环境与常用信号分析 |
| 2.1 引言 |
| 2.2 短波段的频谱特性分析 |
| 2.2.1 频谱的组成和特点 |
| 2.2.2 频率占用情况分析 |
| 2.3 探测信号的特性分析 |
| 2.3.1 常用信号的模糊函数 |
| 2.3.2 信号的分辨性能分析 |
| 2.3.3 仿真实验分析 |
| 2.4 本章小结 |
| 第3章 稀疏谱中步进频率信号设计与频率优化方法 |
| 3.1 引言 |
| 3.2 步进频率信号的特点和性质 |
| 3.2.1 步进频率信号的基本原理 |
| 3.2.2 频谱不连续对信号性能的影响 |
| 3.3 稀疏步进频率信号的设计 |
| 3.3.1 SSF信号基本模型和频谱要求 |
| 3.3.2 SSF信号结合CS的可行性分析 |
| 3.3.3 基于CS的SSF信号频率优化 |
| 3.4 仿真实验分析 |
| 3.4.1 SSF信号的特性分析 |
| 3.4.2 稀疏谱条件下的目标估计 |
| 3.4.3 优化频率的信号性能分析 |
| 3.5 本章小结 |
| 第4章 稀疏步进频率信号的目标距离-速度估计方法 |
| 4.1 引言 |
| 4.2 目标的信息匹配与提取方法 |
| 4.2.1 信号的参数定义与关系 |
| 4.2.2 距离新信息的提取方法 |
| 4.3 目标速度的影响与补偿方法 |
| 4.3.1 速度对距离估计的影响 |
| 4.3.2 多目标的速度补偿方法 |
| 4.4 非网格目标的精确估计方法 |
| 4.4.1 MCE-1D估计方法 |
| 4.4.2 MCE-2D估计方法 |
| 4.5 仿真实验分析 |
| 4.5.1 距离失配和信息提取 |
| 4.5.2 运动目标的速度补偿 |
| 4.5.3 非网格目标估计性能 |
| 4.6 本章小结 |
| 第5章 步进频率控制阵列的距离-角度解耦信号研究 |
| 5.1 引言 |
| 5.2 FDA雷达的阵列结构和信号模型 |
| 5.2.1 FDA雷达的发射和接收阵列 |
| 5.2.2 FDA的距离-角度参数估计模型 |
| 5.2.3 FDA的距离-角度耦合现象分析 |
| 5.3 解耦合的非均匀步进频率设计 |
| 5.3.1 连续频谱时的信号频率 |
| 5.3.2 稀疏频谱时的信号频率 |
| 5.4 仿真实验分析 |
| 5.4.1 FDA和 PAR的波束图对比 |
| 5.4.2 距离-角度解耦信号对比 |
| 5.4.3 非均匀步进频控阵的性能 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 附录A 第3章中的数学推导 |
| A.1 主要性质和数学关系 |
| A.2 部分公式的数学推导 |
| 个人简历 |
（6）高频地波雷达小孔径阵列信号处理关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 高频地波雷达发展概述 |
| 1.3 小孔径高频地波雷达信号处理关键技术现状 |
| 1.3.1 目标方位估计与超分辨研究现状 |
| 1.3.2 鲁棒自适应抗干扰研究现状 |
| 1.3.3 主瓣干扰和杂波抑制研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 小孔径高频地波雷达信号处理及阵列特性分析 |
| 2.1 高频地波雷达信号处理流程 |
| 2.1.1 距离处理 |
| 2.1.2 多普勒处理 |
| 2.1.3 方位处理 |
| 2.1.4 阵列小孔径的定义及挑战 |
| 2.2 空间超分辨方法 |
| 2.2.1 MUSIC方法 |
| 2.2.2 前后向平滑MUSIC方法 |
| 2.2.3 L1-SVD方法 |
| 2.2.4 仿真实验分析 |
| 2.3 小孔径高频地波雷达阵列空间相关性分析 |
| 2.3.1 阵列空间相关性理论分析 |
| 2.3.2 阵列空间相关性实测验证 |
| 2.4 小孔径高频地波雷达干扰与杂波特性分析 |
| 2.4.1 电台干扰 |
| 2.4.2 海杂波 |
| 2.4.3 电离层杂波 |
| 2.5 本章小结 |
| 第3章 基于压缩感知的方位超分辨方法研究 |
| 3.1 引言 |
| 3.2 压缩感知理论 |
| 3.2.1 信号稀疏表示 |
| 3.2.2 观测矩阵设计 |
| 3.2.3 重构算法的建立 |
| 3.3 压缩感知在雷达信号处理中的应用 |
| 3.3.1 信号模型 |
| 3.3.2 采样与重构 |
| 3.3.3 仿真实验分析 |
| 3.4 迭代连续匹配追踪超分辨方法 |
| 3.4.1 Translation-Invariant信号准则判定 |
| 3.4.2 连续基追踪方法 |
| 3.4.3 迭代方法与准则 |
| 3.5 仿真实验分析 |
| 3.5.1 采用均方根误差作为衡量算法性能的指标 |
| 3.5.2 采用相对误差作为衡量算法性能的指标 |
| 3.5.3 算法计算耗时 |
| 3.6 雷达实测数据验证 |
| 3.6.1 成功分辨概率随信噪比变化 |
| 3.6.2 成功分辨概率随目标间隔变化 |
| 3.7 本章小结 |
| 第4章 基于鲁棒自适应波束形成的抗干扰方法 |
| 4.1 引言 |
| 4.2 阵列信号模型 |
| 4.3 干扰噪声协方差矩阵重构方法 |
| 4.3.1 基于Capon功率谱的干扰噪声CMR方法 |
| 4.3.2 基于CS和全局最小二乘的干扰噪声协方差矩阵重构方法 |
| 4.3.3 仿真实验 |
| 4.4 导向矢量指向偏差修正算法 |
| 4.4.1 问题模型 |
| 4.4.2 期望信号导向矢量估计 |
| 4.4.3 仿真实验 |
| 4.5 算法流程及仿真验证 |
| 4.5.1 算法流程 |
| 4.5.2 仿真实验 |
| 4.6 实测验证 |
| 4.6.1 协方差矩阵重构性能验证 |
| 4.6.2 电台干扰抑制性能验证 |
| 4.7 本章小结 |
| 第5章 小孔径高频地波雷达主瓣干扰杂波抑制方法 |
| 5.1 引言 |
| 5.2 基于空间多波束的主瓣干扰与杂波抑制方法 |
| 5.2.1 数据模型 |
| 5.2.2 算法原理 |
| 5.2.3 辅助波束选择 |
| 5.2.4 幅相误差鲁棒性 |
| 5.3 算法可行性验证 |
| 5.3.1 仿真验证 |
| 5.3.2 实测验证 |
| 5.4 算法鲁棒性验证 |
| 5.4.1 幅相误差鲁棒性验证 |
| 5.4.2 波束指向偏差鲁棒性验证 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（7）分布式MIMO天波雷达多路径回波干扰抑制与信号检测方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 OTHR雷达发展过程及研究现状 |
| 1.2.2 雷达干扰抑制方法发展过程及研究现状 |
| 1.2.3 雷达信号检测发展过程及研究现状 |
| 1.3 主要研究内容及章节安排 |
| 第2章 MIMO天波雷达阵列信号模型 |
| 2.1 引言 |
| 2.2 OTHR雷达电离层模型简介 |
| 2.3 MIMO天波雷达阵列信号模型 |
| 2.4 空间平滑MUSIC算法 |
| 2.5 本章小结 |
| 第3章 基于DBN和特征投影预处理多路径信号干扰抑制 |
| 3.1 引言 |
| 3.2 DBN模型 |
| 3.2.1 DBN组成 |
| 3.2.2 RBM结构 |
| 3.3 DBN训练过程 |
| 3.4 基于特征投影预处理的干扰抑制方法 |
| 3.5 仿真分析 |
| 3.5.1 基于DBN的空间谱角度识别 |
| 3.5.2 EMP多路径干扰抑制方法 |
| 3.6 本章小结 |
| 第4章 分布式MIMO天波雷达多路径信号检测方法 |
| 4.1 引言 |
| 4.2 GLRT,Wald,Rao检测 |
| 4.2.1 GLRT检测器 |
| 4.2.2 Wald检测器 |
| 4.2.3 改进的Rao检测器 |
| 4.3 改进的EL检测 |
| 4.4 分布式MIMO高频天波雷达多路径回波信号检测 |
| 4.5 仿真分析 |
| 4.5.1 检测门限获取 |
| 4.5.2 信号检测算法性能对比分析 |
| 4.5.3 多路径信号检测算法性能分析 |
| 4.5.4 分布式多路径信号检测算法性能分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（8）天波超视距雷达海杂波抑制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源与意义 |
| 1.2 国内外研究现状与分析 |
| 1.2.1 天波超视距雷达研究现状 |
| 1.2.2 海杂波抑制技术研究现状 |
| 1.3 本文结构安排 |
| 第2章 天波超视距雷达回波分析及建模 |
| 2.1 引言 |
| 2.2 天波超视距雷达回波分析 |
| 2.2.1 电离层对回波的影响 |
| 2.2.2 有源干扰 |
| 2.2.3 海杂波 |
| 2.3 海杂波信号建模 |
| 2.3.1 产生原因 |
| 2.3.2 影响因素 |
| 2.3.3 统计特性 |
| 2.3.4 杂波仿真 |
| 2.4 本章小结 |
| 第3章 常规海杂波抑制算法研究 |
| 3.1 引言 |
| 3.2 子空间分解法 |
| 3.2.1 算法原理 |
| 3.2.2 仿真结果 |
| 3.3 方位扩展杂波抑制技术 |
| 3.3.1 方法可行性分析 |
| 3.3.2 方法原理 |
| 3.3.3 仿真结果 |
| 3.4 空时自适应处理法 |
| 3.4.1 空时采样概述 |
| 3.4.2 空时自适应处理 |
| 3.4.3 仿真结果 |
| 3.5 本章小结 |
| 第4章 改进的空时自适应算法研究 |
| 4.1 引言 |
| 4.2 局域联合空时自适应处理法 |
| 4.3 空时多波束方法 |
| 4.4 基于稀疏恢复的空时自适应处理法 |
| 4.4.1 基于稀疏恢复的STAP原理分析 |
| 4.4.2 SR-STAP仿真与分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的论文及其它成果 |
| 致谢 |
（9）雷达稳健非平稳干扰抑制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.2.1 时域非平稳干扰 |
| 1.2.2 空域非平稳干扰 |
| 1.2.3 空时非平稳干扰 |
| 1.3 非平稳干扰抑制的关键问题 |
| 1.3.1 时域非平稳干扰的定位问题 |
| 1.3.2 非平稳干扰的时域抑制问题 |
| 1.3.3 非平稳干扰的空域抑制问题 |
| 1.4 本文的主要工作和内容安排 |
| 第二章 瞬态干扰定位方法研究 |
| 2.1 引言 |
| 2.2 高频超视距雷达时域信号模型 |
| 2.2.1 杂波 |
| 2.2.2 瞬态干扰 |
| 2.3 ICA检测器 |
| 2.4 ICA检测器的性能分析与实际应用 |
| 2.5 仿真实验与实测数据 |
| 2.6 本章小结 |
| 第三章 基于数据插值的瞬态干扰抑制方法 |
| 3.1 引言 |
| 3.2 基于GAPES的瞬态干扰抑制方法 |
| 3.2.1 GAPES方法描述 |
| 3.2.2 GAPES方法的一些讨论 |
| 3.2.3 实测数据处理结果 |
| 3.3 基于二次平滑的瞬态干扰抑制方法 |
| 3.3.1 二次平滑简介 |
| 3.3.2 改进的瞬态干扰抑制方法 |
| 3.3.3 实测数据处理结果 |
| 3.4 本章小结 |
| 第四章 基于子空间的瞬态干扰抑制方法 |
| 4.1 引言 |
| 4.2 数据驱动的自适应二次平滑方法 |
| 4.2.1 理论基础 |
| 4.2.2 数据驱动的自适应二次平滑方法 |
| 4.2.3 实测数据处理结果 |
| 4.3 基于主分量提取的瞬态干扰抑制方法 |
| 4.3.1 方法描述 |
| 4.3.2 实测数据处理结果 |
| 4.4 两种子空间方法的关系 |
| 4.5 本章小结 |
| 第五章 瞬态干扰空域处理方法探讨 |
| 5.1 引言 |
| 5.2 阵列信号处理基础 |
| 5.2.1 阵列信号模型 |
| 5.2.2 普通波束形成 |
| 5.2.3 自适应波束形成 |
| 5.3 高频雷达常规处理流程总结 |
| 5.3.1 高频雷达空域信号模型 |
| 5.3.2 常规处理流程 |
| 5.4 高频干扰空域处理流程总结 |
| 5.4.1 空时级联的高频干扰抑制流程 |
| 5.4.2 实测数据处理结果 |
| 5.5 射频干扰空域抑制方法研究 |
| 5.5.1 射频干扰数学模型 |
| 5.5.2 基于频域波束形成的射频干扰空域抑制方法 |
| 5.5.3 实测数据处理结果 |
| 5.6 本章小结 |
| 第六章 基于旁瓣相消结构的非平稳干扰抑制方法 |
| 6.1 引言 |
| 6.2 信号模型与标准旁瓣相消器 |
| 6.3 零陷展宽方法简介 |
| 6.4 稳健旁瓣相消零陷展宽算法 |
| 6.4.1 算法介绍 |
| 6.4.2 算法推广 |
| 6.4.3 仿真实验 |
| 6.5 本章总结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）天波超视距雷达作战能力评估（论文提纲范文）
| 0 引言 |
| 1 天波超视距雷达作战使用特点 |
| 2 评估指标的建立与分析 |
| 2.1 评估指标体系的建立 |
| 2.2 评估指标分析 |
| 3 基于模糊层次决策的作战能力评估模型 |
| 3.1 建立评估因素层次结构 |
| 3.2 确定评语集 |
| 3.3 确定指标权重集 |
| 3.4 构建模糊评判矩阵 |
| 3.5 确定综合评估模型 |
| 4 实例应用与分析 |
| 4.1 建立层次分析模型 |
| 4.2 确定评语集 |
| 4.3 构建比较判断矩阵并确定指标权重 |
| 4.4 构造模糊评判矩阵 |
| 4.5 模糊综合评判 |
| 4.6 评估结果分析 |
| 5 结束语 |
四、超视距雷达抗干扰与目标检测方法（论文参考文献）
- [1]混合传播高频雷达杂波抑制方法研究[D]. 张佳智. 哈尔滨工业大学, 2020
- [2]基于杂波聚类与贪婪策略的电离层杂波智能处理方法[J]. 位寅生,周建宇,许荣庆. 雷达学报, 2020(04)
- [3]地波超视距雷达检测前跟踪技术研究[D]. 吴佩佩. 哈尔滨工业大学, 2020(01)
- [4]复杂杂波背景下的高频超视距雷达目标检测方法研究[D]. 伍龙山. 哈尔滨工业大学, 2020
- [5]稀疏步进频率高频雷达信号处理方法研究[D]. 陈秋实. 哈尔滨工业大学, 2019(01)
- [6]高频地波雷达小孔径阵列信号处理关键技术研究[D]. 姚迪. 哈尔滨工业大学, 2019(01)
- [7]分布式MIMO天波雷达多路径回波干扰抑制与信号检测方法[D]. 孙晓宇. 哈尔滨工业大学, 2019(01)
- [8]天波超视距雷达海杂波抑制算法研究[D]. 付伟. 哈尔滨工业大学, 2019(02)
- [9]雷达稳健非平稳干扰抑制方法研究[D]. 刘子威. 西安电子科技大学, 2016(01)
- [10]天波超视距雷达作战能力评估[J]. 王晗中,常春贺,邓刚. 现代防御技术, 2014(04)