CN109856602A - 一种适用于慢速目标监视雷达的杂波抑制方法 - Google Patents
一种适用于慢速目标监视雷达的杂波抑制方法 Download PDFInfo
- Publication number
- CN109856602A CN109856602A CN201811425536.2A CN201811425536A CN109856602A CN 109856602 A CN109856602 A CN 109856602A CN 201811425536 A CN201811425536 A CN 201811425536A CN 109856602 A CN109856602 A CN 109856602A
- Authority
- CN
- China
- Prior art keywords
- filter
- slow speed
- mtd
- target
- clutter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种适用于慢速目标监视雷达的杂波抑制方法,包括如下步骤:(S1)设置低阶数FIR高通滤波器对慢速目标进行高通滤波处理;(S2)设置MTD滤波器组对高通滤波处理后的慢速目标进行速度滤波处理,得到滤波后的数据;(S3)对滤波后的数据进行滤波重排;(S4)对滤波重排后的数据进行多普勒旁瓣对消处理,从而实现杂波抑制。本发明通过以上设计,解决了在不额外增加处理资源的情况下杂波剩余带来的虚警以及非零滤波器的背景抬高的问题,提高了改善因子和系统信杂比,满足了地面监视雷达对慢速弱小目标的探测性能。本发明方法灵活、精度高,计算量小,通用性好,适用于推广应用。
Description
技术领域
本发明属于雷达信号处理技术领域,具体地说,是涉及一种适用于慢速目标监视雷达的杂波抑制方法。
背景技术
通常而言,地物杂波为静止回波,能量集中在零多普勒频率附近,具有双边对称特点。较为恶劣的情况下,杂波均方根谱宽约0.3m/s,而强度通常高于系统热噪声60-70dB以上,而对于低小慢目标监视雷达而言,往往感兴趣的目标速度范围极低,比如单兵这类典型的慢速弱小目标,其速度范围在0.5-1.5m/s,雷达有效反射截面不到1m2,在如此高的地物杂波背景下要实现地面这类低速目标的有效检测,首先就要考虑地杂波的抑制,即零多普勒频率附近的窄带谱能量抑制问题。
目前比较常用方法之一是设计一种窄过渡带滤波器,这种零频抑制的滤波器应在零多普勒频率附近呈现深的止带凹口,而随着频率的增加呈现快速的上升斜率,以保证慢速目标的检测能力。对于FIR数字滤波器,通常需要数十甚至上百阶才能满足要求,显然这会带来较大的资源消耗,同时严重牺牲系统有效脉冲积累个数,雷达作用距离将大打折扣。
另外一些方法则是设计自适应小波滤波器对信号去噪,其基本思想是:首先对信号进行FFT,然后通过非线性频率加权进行选频,分离目标与杂波的频域特征,根据目标与杂波的频域特征,设计小波分析的方法,对信号进行小波包分解,将杂波所处的频段滤除,进行小波包重构,从而获得去噪去杂后的信号,但是由于小波基函数不是唯一的,满足一定条件的函数均可作为小波函数,因而,应用中的关键是要构造适合于不同信号处理问题的小波函数,这将带来非常巨大的计算量和资源消耗,基本不适用于工程实现。
发明内容
针对现有技术中的上述不足,本发明提供的一种适用于慢速目标监视雷达的杂波抑制方法,解决了在不额外增加处理资源的情况下杂波剩余带来的虚警以及非零滤波器的背景抬高的问题,提高了改善因子和系统信杂比,满足了地面监视雷达对慢速弱小目标的探测性能。
为了达到以上目的,本发明采用的技术方案为:
本方案提供一种适用于慢速目标监视雷达的杂波抑制方法,包括如下步骤:
(S1)设置低阶数FIR高通滤波器对慢速目标进行高通滤波处理;
(S2)设置MTD滤波器组对高通滤波处理后的慢速目标进行速度滤波处理,得到滤波后的数据;
(S3)对滤波后的数据进行滤波重排;
(S4)对滤波重排后的数据进行多普勒旁瓣对消处理,从而实现杂波抑制。
进一步地,所述(S1)中的低阶数FIR高通滤波器用于对零频以及零频附近的低频分量进行滤波处理,并将处理数据传送至MTD滤波器组,其中,所述低阶数FIR高通滤波器的阻带为0m/s。
再进一步地,所述(S3)中的滤波重排,具体为将MTD滤波器组中每个滤波器输出的数据按照距离单元进行重排,得到一组基于距离单元-多普勒单元的二维数据矩阵,以实现滤波重排。
再进一步地,所述(S4)中进行多普勒旁瓣对消处理,具体为对重排后的数据按照距离单元依次读出并进行遍历,从而对每个距离单元上非零多普勒数据进行对消处理,其实现方式包括如下步骤:
(a1)从1号MTD滤波器开始,计算第n号MTD滤波器的中间变量Pn,其中n=1,2,…,N,N代表总的MTD滤波器个数;
(a2)将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较,并根据比较结果确定第n号MTD滤波器的输出幅值,得到多普勒旁瓣对消的最终输出。
再进一步地,所述(a1)中的中间变量Pn计算公式如下:
Pn=Fn-F0/In
其中,Fn为第n号MTD滤波器输出,F0为第0号MTD滤波器输出,In为第n号MTD滤波器改善因子。
再进一步地,所述(a2)中将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较的结果包括如下两种情况:
(b1)若Pn>=η,则第n号MTD滤波器最终对消后输出为:
Pnout=Pn
(b2)若Pn<η,则第n号MTD滤波器最终对消后输出为:
Pnout=Noiseth
其中,Pnout为第n号MTD滤波器最终对消输出,Noiseth为接收机噪声基底门限。
再进一步地,其特征在于,所述恒虚警检测门限的绝对值η计算公式如下:
η=CFARth+Noiseth
其中,CFARth为系统恒虚警检测门限,Noiseth为接收机噪声基底门限。
本发明的有益效果:
(1)本发明在传统MTI+MTD抑制地杂波的基础上,充分考虑杂波谱展宽导致的改善因子恶化因素,采用多普勒旁瓣对消算法(DSLC)对强杂波剩余进一步抑制,使各个滤波器通道的改善因子得到进一步优化,明显提高了各个滤波器通道改善因子,改善了传统方法的杂波抑制能力,以及强杂波导致的非零滤波器的背景抬高问题,与传统方法比较,通过本发明设计的方法,可以将杂波泄露到附近非零滤波器通道背景降低,提升检测信杂比,从而达到越靠近零频,杂波改善越明显的效果;
(2)本发明中设计的低阶数MTI高通滤波器,有效地避免了高阶数FIR滤波器的资源负荷,及其带来的雷达作用距离损失的问题,从而进一步地提高了对零频杂波的抑制;
(3)本发明中通过对低阶数MTI高通滤波器和MTD滤波器组的设计,可以有效得到在感兴趣的目标速度范围内不同滤波器对应的改善因子。
附图说明
图1为本发明的方法流程图。
图2为本发明中的MTI滤波器响应图。
图3为本发明中的多普勒滤波器组频域响应图。
图4为本发明中的MTI高通滤波器与MTD滤波重排处理示意图。
图5为本发明中的地杂波指数分布时多普勒滤波器组改善因子示意图。
图6为常规方法中对杂波抑制能力示意图。
图7为本发明的方法对杂波抑制能力示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例1
如图1所示,本发明提供了一种适用于慢速目标监视雷达的杂波抑制方法,该方法的具体步骤如下:
(S1)设置低阶数FIR高通滤波器对慢速目标进行高通滤波处理;
为了避免高阶数FIR滤波器的资源负荷以及带来的雷达作用距离损失,针对监视雷达波形,设计一个低阶数滤波器,对零频以及零频附近的低频分量先进行高通滤波,根据地物杂波频谱特性以及慢速目标的速度特征,滤波器阻带设计为0m/s,如图2所示,通带设计为0.5m/s,根据本方法设计的高通滤波器,阶数为40阶,经过此滤波器后,零频杂波会得到大约27dB的抑制;
(S2)设置MTD滤波器组对高通滤波处理后的慢速目标进行速度滤波处理,得到滤波后的数据;
所述(S2)中设计满足慢速目标检测的滤波器组,结合杂波谱分布与目标速度区间,如图3所示,本方法设计的滤波器组在5m/s内的响应曲线,每0.2m/s布放一个滤波器,滤波器采用-40dB的汉宁窗,对于速度在0.5m/s以上的目标信号损失可控制在3dB以内;
(S3)对滤波后的数据进行滤波重排;
所述(S3)中的滤波重排,如图4所示,具体为将MTD滤波器组中每个滤波器输出的数据按照距离单元进行重排,得到一组基于距离单元-多普勒单元的二维数据矩阵,以实现滤波重排;
(S4)对滤波重排后的数据进行多普勒旁瓣对消处理,从而实现杂波抑制。
所述(S4)中进行多普勒旁瓣对消处理,具体为对重排后的数据按照距离单元依次读出并进行遍历,从而对每个距离单元上非零多普勒数据进行对消处理,其实现方式包括如下步骤:
(a1)从1号MTD滤波器开始,计算第n号MTD滤波器的中间变量Pn,其中n=1,2,…,N,N代表总的MTD滤波器个数;
(a2)将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较,并根据比较结果确定第n号MTD滤波器的输出幅值,得到多普勒旁瓣对消的最终输出。
所述(a1)中的中间变量Pn计算公式如下:
Pn=Fn-F0/In
其中,Fn为第n号MTD滤波器输出,F0为第0号MTD滤波器输出,In为第n号MTD滤波器改善因子。
所述(a2)中将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较的结果包括如下两种情况:
(b1)若Pn>=η,则第n号MTD滤波器最终对消后输出为:
Pnout=Pn
(b2)若Pn<η,则第n号MTD滤波器最终对消后输出为:
Pnout=Noiseth
其中,Pnout为第n号MTD滤波器最终对消输出,Noiseth为接收机噪声基底门限。
所述恒虚警检测门限的绝对值η计算公式如下:
η=CFARth+Noiseth
其中,CFARth为系统恒虚警检测门限,Noiseth为接收机噪声基底门限。
在相消过程中,有两个重要参数需要确定,一个是雷达改善因子I;一个是比较门限η,对于雷达改善因子而言,本发明根据地物杂波模型,考虑了零号多普勒通道的展宽因素,计算了杂波功率谱在指数分布时各个滤波器的改善因子,而没有采用常规滤波器组加MTI的理想改善因子,利用本发明设计的MTI加MTD速度滤波器组,详见如图5所示,可以得到在感兴趣的目标速度范围内不同滤波器对应的改善因子。
下面将常规方法与本发明的方法对杂波抑制能力作一个比较:
如图6-图7所示,给出了使用常规的MTI加MTD杂波抑制方法与本发明所用的算法在强杂波背景下对慢速弱目标的抑制性能对比。
典型目标设定为行进中的人员,其移动速度约为1.0m/s,目标强度量化为40dB,杂波功率谱按照指数分布,主峰功率强度设为100dB,信号经过常规MTI加MTD处理后,杂波虽然得到一定程度的抑制,但是在低速区间,由于滤波器改善因子有限,杂波剩余较大,甚至将1m/s的目标信号淹没,造成检测性能严重下降。
而采用本发明的算法进行进一步对消处理后,如图7所示,低速端的杂波剩余得到明显抑制,尽管信号有所损失,但是信杂比提升了约25dB,为后继的CFAR处理增加了25dB的检测余量,利用本发明的方法进行杂波抑制后,各个滤波器通道的改善因子得到进一步优化,在杂波功率谱为指数分布的情况下,与传统的MTI加MTD算法相比,可以看出,针对展宽的杂波功率谱,利用本发明所使用的杂波抑制方法,明显提高了各个滤波器通道改善因子。
实施例2
再举一个实施例对本发明作进一步地说明:
某Ku波段地面单兵监视雷达系统,主要针对边境武装人员探测,其应用场景包含了岩石山地,森林湖泊等强杂波环境,人员RCS为0.5m2~1m2,符合强杂波背景下对微弱目标的探测特征。
该雷达部分指标参数如下:
信号带宽:30MHz;
波形重频:3.125KHz;
脉冲个数:256个;
最小可探测目标速度:0.6m/s;
对单兵最大可探测距离:不小于8km;
改善因子:大于50dB(地杂波:σv=0.3m/s)。
针对此系统,采用MTI+MTD+DSLC方法进行杂波抑制,由于脉冲个数为256个,设计60阶的FIR滤波器进行MTI滤波,有效积累脉冲数减少带来的相参损失不到2dB,其在零多普勒通道的抑制能力约为30dB。
根据最小可探测目标速度0.6m/s的要求,MTD滤波器组的滤波器间隔设置为0.2m/s,采用旁瓣抑制为40dB的汉宁窗进行加权,将脉压后的数据经过设计好的FIR滤波器以及MTD滤波器组,得到滤波重排后的二维数据矩阵,存入存储器。
建立均方根谱宽为0.3m/s的指数杂波模型,并计算得到各个滤波器通道的改善因子,将存储器中的数据按照距离单元顺序读出,利用本发明所使用的MTI+MTD+DSLC抑制方法在每个距离单元上逐滤波器通道进行对消处理,对消后在0.6m/s~1.6m/s之间的改善因子优化汇总如表1所示:
表1
由上述实施例可知,本发明在传统MTI+MTD抑制地杂波的基础上,充分考虑杂波谱展宽导致的改善因子恶化因素,采用多普勒旁瓣对消算法(DSLC)对强杂波剩余进一步抑制,明显改善了传统方法的杂波抑制能力,在滤波器组整个通带内信杂比平均提升大约15dB,同时对强杂波导致的非零滤波器背景抬高改善明显,当零通道杂波高于目标60dB时,与传统方法比较,通过本发明设计的方法,可以将杂波泄露到附近非零滤波器通道背景降低大约35dB,检测信杂比提升25dB左右,越靠近零频,杂波改善越明显。
本发明通过以上设计,解决了在不额外增加处理资源的情况下杂波剩余带来的虚警以及非零滤波器的背景抬高的问题,提高了改善因子和系统信杂比,满足了地面监视雷达对慢速弱小目标的探测性能。本发明方法灵活、精度高,计算量小,通用性好,适用于推广应用。
Claims (7)
1.一种适用于慢速目标监视雷达的杂波抑制方法,其特征在于,包括如下步骤:
(S1)设置低阶数FIR高通滤波器对慢速目标进行高通滤波处理;
(S2)设置MTD滤波器组对高通滤波处理后的慢速目标进行速度滤波处理,得到滤波后的数据;
(S3)对滤波后的数据进行滤波重排;
(S4)对滤波重排后的数据进行多普勒旁瓣对消处理,从而实现杂波抑制。
2.根据权利要求1所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述(S1)中的低阶数FIR高通滤波器用于对零频以及零频附近的低频分量进行滤波处理,并将处理数据传送至MTD滤波器组,其中,所述低阶数FIR高通滤波器的阻带为0m/s。
3.根据权利要求1所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述(S3)中的滤波重排,具体为将MTD滤波器组中每个滤波器输出的数据按照距离单元进行重排,得到一组基于距离单元-多普勒单元的二维数据矩阵,以实现滤波重排。
4.根据权利要求1所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述(S4)中进行多普勒旁瓣对消处理,具体为对重排后的数据按照距离单元依次读出并进行遍历,从而对每个距离单元上非零多普勒数据进行对消处理,其实现方式包括如下步骤:
(a1)从1号MTD滤波器开始,计算第n号MTD滤波器的中间变量Pn,其中n=1,2,…,N,N代表总的MTD滤波器个数;
(a2)将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较,并根据比较结果确定第n号MTD滤波器的输出幅值,得到多普勒旁瓣对消的最终输出。
5.根据权利要求4所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述(a1)中的中间变量Pn计算公式如下:
Pn=Fn-F0/In
其中,Fn为第n号MTD滤波器输出,F0为第0号MTD滤波器输出,In为第n号MTD滤波器改善因子。
6.根据权利要求4所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述(a2)中将中间变量Pn与恒虚警检测门限的绝对值η的大小关系进行比较的结果包括如下两种情况:
(b1)若Pn>=η,则第n号MTD滤波器最终对消后输出为:
Pnout=Pn
(b2)若Pn<η,则第n号MTD滤波器最终对消后输出为:
Pnout=Noiseth
其中,Pnout为第n号MTD滤波器最终对消输出,Noiseth为接收机噪声基底门限。
7.根据权利要求4-6中任意一项所述的适用于慢速目标监视雷达的杂波抑制方法,其特征在于,所述恒虚警检测门限的绝对值η计算公式如下:
η=CFARth+Noiseth
其中,CFARth为系统恒虚警检测门限,Noiseth为接收机噪声基底门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425536.2A CN109856602B (zh) | 2018-11-27 | 2018-11-27 | 一种适用于慢速目标监视雷达的杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425536.2A CN109856602B (zh) | 2018-11-27 | 2018-11-27 | 一种适用于慢速目标监视雷达的杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109856602A true CN109856602A (zh) | 2019-06-07 |
CN109856602B CN109856602B (zh) | 2021-02-23 |
Family
ID=66890242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811425536.2A Active CN109856602B (zh) | 2018-11-27 | 2018-11-27 | 一种适用于慢速目标监视雷达的杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109856602B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142075A (zh) * | 2019-12-31 | 2020-05-12 | 苏州理工雷科传感技术有限公司 | 一种道面微小目标检测雷达杂波图自动更新方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565763A (zh) * | 2011-12-12 | 2012-07-11 | 中国船舶重工集团公司第七二四研究所 | 一种自适应杂波抑制动目标信号处理技术及实现方法 |
CN103176187A (zh) * | 2011-12-22 | 2013-06-26 | 汤子跃 | 一种机载预警雷达地面高速公路目标过滤方法 |
CN103176168A (zh) * | 2013-02-05 | 2013-06-26 | 西安电子科技大学 | 一种机载非正侧视阵雷达近程杂波对消方法 |
CN106342246B (zh) * | 2011-06-14 | 2014-03-26 | 中国航空工业集团公司雷华电子技术研究所 | 一种气象雷达地杂波抑制方法 |
CN104007423A (zh) * | 2014-05-27 | 2014-08-27 | 电子科技大学 | 基于混沌序列预测的天波雷达海杂波抑制方法 |
CN104698441A (zh) * | 2015-04-02 | 2015-06-10 | 芜湖航飞科技股份有限公司 | 一种雷达信号处理系统 |
CN106443633A (zh) * | 2016-12-01 | 2017-02-22 | 哈尔滨工业大学 | 船载高频地波雷达海杂波时域抑制方法 |
CN106597429A (zh) * | 2017-01-24 | 2017-04-26 | 成都泰格微电子研究所有限责任公司 | 一种基于雷达信号处理系统的速度跟踪子系统 |
CN106772303A (zh) * | 2016-12-22 | 2017-05-31 | 西安电子工程研究所 | Mtd雷达的通道级杂波抑制方法 |
US9971027B1 (en) * | 2017-11-10 | 2018-05-15 | Helios Remote Sensing Systems, Inc. | Methods and systems for suppressing clutter in radar systems |
-
2018
- 2018-11-27 CN CN201811425536.2A patent/CN109856602B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106342246B (zh) * | 2011-06-14 | 2014-03-26 | 中国航空工业集团公司雷华电子技术研究所 | 一种气象雷达地杂波抑制方法 |
CN102565763A (zh) * | 2011-12-12 | 2012-07-11 | 中国船舶重工集团公司第七二四研究所 | 一种自适应杂波抑制动目标信号处理技术及实现方法 |
CN103176187A (zh) * | 2011-12-22 | 2013-06-26 | 汤子跃 | 一种机载预警雷达地面高速公路目标过滤方法 |
CN103176168A (zh) * | 2013-02-05 | 2013-06-26 | 西安电子科技大学 | 一种机载非正侧视阵雷达近程杂波对消方法 |
CN104007423A (zh) * | 2014-05-27 | 2014-08-27 | 电子科技大学 | 基于混沌序列预测的天波雷达海杂波抑制方法 |
CN104698441A (zh) * | 2015-04-02 | 2015-06-10 | 芜湖航飞科技股份有限公司 | 一种雷达信号处理系统 |
CN106443633A (zh) * | 2016-12-01 | 2017-02-22 | 哈尔滨工业大学 | 船载高频地波雷达海杂波时域抑制方法 |
CN106772303A (zh) * | 2016-12-22 | 2017-05-31 | 西安电子工程研究所 | Mtd雷达的通道级杂波抑制方法 |
CN106597429A (zh) * | 2017-01-24 | 2017-04-26 | 成都泰格微电子研究所有限责任公司 | 一种基于雷达信号处理系统的速度跟踪子系统 |
US9971027B1 (en) * | 2017-11-10 | 2018-05-15 | Helios Remote Sensing Systems, Inc. | Methods and systems for suppressing clutter in radar systems |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142075A (zh) * | 2019-12-31 | 2020-05-12 | 苏州理工雷科传感技术有限公司 | 一种道面微小目标检测雷达杂波图自动更新方法 |
CN111142075B (zh) * | 2019-12-31 | 2022-04-05 | 苏州理工雷科传感技术有限公司 | 一种道面微小目标检测雷达杂波图自动更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109856602B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106353737B (zh) | 一种基于全频带谱分析的雷达压制式干扰检测方法 | |
CN106772303B (zh) | Mtd雷达的通道级杂波抑制方法 | |
CN102879766B (zh) | 一种高频地波雷达弱目标检测跟踪方法和装置 | |
CN204495996U (zh) | 宽带声纳接收器 | |
CN110221288A (zh) | 一种穿墙雷达微动目标检测方法 | |
CN109814075B (zh) | 一种mti雷达运动目标检测方法 | |
Shui et al. | Range-spread target detection using consecutive HRRPs | |
CN111624574A (zh) | 弱目标探测的目标检测方法、系统、存储介质和装置 | |
CN102565763A (zh) | 一种自适应杂波抑制动目标信号处理技术及实现方法 | |
CN104793194B (zh) | 基于改进的自适应多脉冲压缩的距离‑多普勒估计方法 | |
CN106093888B (zh) | 基于先验信息的变凹口宽度mtd滤波器设计方法 | |
CN113640761B (zh) | 一种频率捷变雷达抗脉间假目标的信号处理方法 | |
CN114252857A (zh) | 基于能量函数和带通滤波的抗间歇采样转发式干扰方法 | |
CN101841349A (zh) | 一种用于直扩系统的mpsk窄带干扰抑制方法 | |
CN109490862A (zh) | 一种基于相位差分统计谱的载频估计方法 | |
CN109116326A (zh) | 一种基于中位数估计的自适应雷达海杂波抑制方法 | |
CN117008064A (zh) | 一种基于改进型YOLOv5的雷达干扰自适应抑制方法 | |
CN104133248A (zh) | 一种高保真声波干扰压制方法 | |
CN109856602A (zh) | 一种适用于慢速目标监视雷达的杂波抑制方法 | |
CN108387882B (zh) | 一种基于二阶锥优化理论的mtd滤波器组设计方法 | |
CN110146851A (zh) | 一种基于数字统计特性分析改善雷达回波信噪比的方法 | |
CN117834360A (zh) | 一种基于步进频msk信号的低旁瓣脉冲压缩处理方法 | |
CN108957416A (zh) | 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法 | |
CN109407069A (zh) | 一种基于选通加权频率分集的弹载雷达角闪烁频率抑制方法 | |
RU191281U1 (ru) | Устройство последетекторной межпериодной обработки радиоимпульсов |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |