CN111220955A - 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 - Google Patents

基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 Download PDF

Info

Publication number
CN111220955A
CN111220955A CN201911064056.2A CN201911064056A CN111220955A CN 111220955 A CN111220955 A CN 111220955A CN 201911064056 A CN201911064056 A CN 201911064056A CN 111220955 A CN111220955 A CN 111220955A
Authority
CN
China
Prior art keywords
covariance matrix
pulse
distance
characteristic value
ground 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
Application number
CN201911064056.2A
Other languages
English (en)
Other versions
CN111220955B (zh
Inventor
吴迪
王宇
朱岱寅
汪玲
毛新华
李勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201911064056.2A priority Critical patent/CN111220955B/zh
Publication of CN111220955A publication Critical patent/CN111220955A/zh
Application granted granted Critical
Publication of CN111220955B publication Critical patent/CN111220955B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开的一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理；根据脉冲压缩后的多通道数据构造各距离‑脉冲单元对应的俯仰维空域快拍信号；利用相邻方位样本估计各距离‑脉冲单元空域快拍信号的俯仰维协方差矩阵；对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值；逐距离‑脉冲单元处理，提取第二特征值并存储于对应的距离‑脉冲单元中，将其作为最终气象目标输出结果。本发明突破由于载机运动引起的各种影响因素的限制，直接对协方差矩阵进行特征分解实现地杂波抑制，计算量小，实现效率高而且抑制效果好。

Description

基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑 制方法
技术领域
本发明属于机载气象雷达地杂波抑制技术领域和阵列信号处理技术领域，特别涉及一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法。
背景技术
机载气象雷达具有气象目标检测、气象预警等功能，在军事和民用领域发挥着重要作用。从20世界40年代开始研究并制造专门用于气象目标检测的雷达，用于观测气象目标与研究气象状况。目前，机载气象雷达的生产厂商主要有两家公司，Collins和Honeywell。机载气象雷达的关键技术包括湍流、风切变探测技术，地杂波抑制技术和全空域气象信息探测与评估，这些关键技术是国内外的研究热点。当机载气象雷达工作于下视模式时，不可避免地会受到地杂波的影响。如图1所示，当雷达以一定的俯仰角向下发射并接收信号时，回波中同一距离门内会同时存在气象杂波和地杂波信号。由于雷达接收信号中的地面散射信号功率极强，在回波中完全掩盖了气象杂波信号，导致显示设备中出现高强度气象“虚警”，严重影响对各种气象目标的探测与分析，极易影响飞行员的判断。为了得到空间中完整的气象目标信息，就需要剔除回波信号中的地杂波分量。因此，对地杂波抑制技术的研究就显得尤为重要。
目前，主要的地杂波抑制技术可以分为以下几类：1)基于多波束多扫描的地杂波抑制技术。根据飞机航迹利用几何关系确定主波束对地的扫描范围，不断调整天线俯仰角以产生不同空间位置的回波，然后将没有杂波干扰的数据整合在一起以达到抑制杂波的目的；2)基于频域的地杂波抑制技术。根据气象回波和地杂波的模型可知，在对回波进行多普勒补偿后，气象目标与地杂波在频域上的分布不同，根据此特性设计合适的零陷滤波器，即可有效抑制地杂波分量；3)基于空域自适应滤波的杂波抑制技术。由于气象目标与地物目标所处的高度不同，根据双通道模式下产生的回波数据，精确估计空域对消权系数，利用得到的对消权系数进行双通道对消，对消后气象分量得以保留，从而达到地杂波抑制的目的。4)多极化模式下的地杂波抑制技术。可以利用目标的极化散射特性，对气象和地海杂波、飞鸟昆虫等造成的非气象信号进行鉴别，减少其对雷达显示的干扰，从而进一步增强杂波抑制能力。针对以上几个方面，国内外已经有不少研究者进行深入的研究。
在上述公开的技术方案中，方案1)容易受飞行条件的限制，而且中距离杂波抑制效果不明显；方案2)由于载机运动会造成回波频谱发生频移和展宽，导致气象目标频谱与地杂波频谱差异不是很大，因而抑制的效果相对于地面雷达而言并不明显；方案3)中由于通道幅相误差和天线方向指向误差等不确定因素的存在，估计得到的空域对消权系数往往偏离实际值，影响杂波抑制的效果；方案4)中原始数据的获取比较困难，而且极化信息处理一般要求杂波极化度较高，而载机的运动使杂波谱扩展，给极化信息单独在机载雷达中应用添加了难度。针对以上问题，如何在各种复杂条件下实现对地杂波的有效抑制，仍是实际处理中需要解决的一个关键问题。
发明内容
本发明提供一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，以解决现有技术中在多种因素影响下地杂波有效抑制困难的问题。
为实现上述目的，本发明采用的技术方案为：
一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，包括以下步骤：
1)采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理；
2)根据脉冲压缩后的多通道数据构造各个距离-脉冲单元对应的俯仰维空域快拍信号；
3)利用相邻方位样本估计各距离-脉冲单元空域快拍信号的俯仰维协方差矩阵；
4)对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值；
5)逐距离-脉冲单元处理，提取第二特征值并存储于对应的距离-脉冲单元中，将其作为最终气象目标输出结果。
进一步的，所述步骤1)中采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理的过程为：将阵列天线系统中的各个阵元在垂直高度上按相同的间隔排列，从而产生多个通道的接收数据，然后对产生的回波数据进行距离向脉冲压缩。
进一步的，所述步骤2)中根据脉冲压缩后的多通道数据构造各距离-脉冲单元对应的俯仰维空域快拍信号的过程为：根据机载气象雷达垂直阵列天线系统得到的脉压后的回波数据，选取各个阵元在对应距离-脉冲单元产生的接收数据，即形成对应的俯仰维空域快拍信号。
进一步的，所述步骤3)中利用相邻方位样本估计各距离-脉冲单元空域快拍信号的俯仰维协方差矩阵放入过程为：对于各个距离-脉冲单元构造得到的俯仰维空域快拍信号，若估计其对应的协方差矩阵，需选取相邻方位适当数量的空域快拍信号样本，计算每个样本对应的自相关矩阵，对其进行求均值即可得到此距离-脉冲单元的俯仰维协方差矩阵。
进一步的，所述步骤4)中对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值的过程为：当为双通道时，步骤3)中的俯仰维协方差矩阵特征分解后得到两个特征值，提取第一特征值用于显示地杂波，提取第二特征值用于显示气象杂波。
进一步的，所述步骤5)中逐距离-脉冲单元处理，提取第二特征值并存储于对应的距离-脉冲单元中，将其作为最终气象目标输出结果的过程为：根据步骤4)提取出各个距离-脉冲单元代表气象分量的第二特征值，将所有距离-脉冲单元提取到的第二特征值进行开方运算，得到气象目标的幅度信息，对存储的数据进行显示从而得到气象目标最终输出结果。
与现有技术相比，本发明具有以下有益效果：
本发明中的方法不受载机运动和其他误差因素的影响，不需要对空域对消权系数进行估计。根据基于阵列信号处理的机载气象雷达地杂波抑制信号处理原理，利用垂直方向的多通道接收雷达系统(或俯仰维和差波束天线雷达)，如图2所示，通过空域处理的方法分离回波信号中的地杂波与气象分量。解决了传统方法由于雷达扫描限制、多普勒频谱展宽和空域对消权系数估计不准等因素造成地杂波抑制性能下降等问题，是一种实用的地杂波抑制方法。
附图说明
图1是气象雷达接收数据空间几何关系简图；
图2是多通道雷达接收数据空间几何示意图；
图3是基于垂直阵列协方差矩阵特征分解的地杂波抑制处理流程；
图4是纯气象目标仿真回波示意图；
图5是气象目标和地物目标混合回波示意图；
图6(a)是仿真实验中混合目标的和通道接收回波数据示意图；
图6(b)是仿真实验中混合目标的差通道接收回波数据示意图；
图7是仿真数据经过此方法处理后得到的地杂波抑制结果；
图8(a)是和通道接收到的第一组实测回波数据示意图；
图8(b)是差通道接收到的第一组实测回波数据示意图；
图9是实测数据经过此方法处理后得到的地杂波抑制结果；
图10(a)是和通道接收到的第二组实测回波数据示意图；
图10(b)是差通道接收到的第二组实测回波数据示意图；
图11是实测数据经过此方法处理后得到的地杂波抑制结果。
具体实施方式
下面结合附图和实施例，对本发明提出的一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法进行详细说明。
以双通道接收系统为例，估计得到的空域快拍信号的协方差矩阵为二维方阵，对其进行特征分解后可以得到两个特征值。相比于气象杂波与白噪声分量，回波信号中的地杂波分量功率较大。因此，当回波中只包含地杂波分量时，地杂波分量功率主要集中于第一特征值中，故第一特征值可近似表示回波中的地杂波分量，第二特征值则主要表示白噪声功率；而当回波信号中包含气象杂波时，则第二特征值明显增大，可近似表示气象杂波分量功率。
鉴于这一原理，本发明提出一种基于协方差矩阵特征分解的地杂波抑制方法。在实际处理中，该方法可以利用双通道的空域快拍信号求得对应的协方差矩阵，对协方差矩阵进行特征分解可以得到两个不同的特征值，将两个特征值分别对应存放，便可以得到对应的地杂波和气象目标的功率分量。
为便于讨论，设多通道雷达为一发多收模式，如图2所示，工作波长为λ，接收通道数为N，各接收通道均匀放置，间隔为d。在回波数据录取中，某一距离环内同时存在地杂波和气象杂波散射点，俯仰角分别为θc和θw。其处理流程如图3所示，其主要步骤如下：
1)采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理；
利用传统的匹配滤波(MF)方法在频域对回波信号进行脉冲压缩，经过脉冲压缩后的回波信号s(τ,t)可以表示为：
Figure BDA0002258718640000041
其中，s(τ,t)代表t时刻目标产生的回波信号，τ代表快时间采样，t代表慢时间采样，σ(x,y,z)代表目标的空间坐标为(x,y,z)时对应的复反射系数，g(t)代表t时刻天线方向图对目标产生的增益，r(τ)代表快时间采样时刻τ对应的发射脉冲信号强度，R(t)为t时刻参考通道到目标的瞬时距离，c代表光速，j代表虚数单位，λ为工作波长，e为自然常数，π为圆周率。
2)根据脉冲压缩后的多通道数据构造各个距离-脉冲单元对应的俯仰维空域快拍信号；
经过脉冲压缩后，某一位置的空域快拍信号(N×1维列向量)代表接收回波时N个通道的空间采样数据，其形式可表示为：
χ＝αwsw+αcsc+n
其中，χ代表空域快拍信号，n表示快拍中的白噪声分量，与其他分量相互独立，αw、αc分别表示气象杂波和地杂波幅度，sw、sc分别为气象杂波与地杂波的空域导引矢量，其中，sw、sc可表示为：
Figure BDA0002258718640000051
和
Figure BDA0002258718640000052
其中，N为接收通道数，d为各接收通道的间距，地杂波和气象杂波散射点对应的俯仰角分别为θc和θw，上标T表示转置运算。
3)利用相邻方位样本估计各距离-脉冲单元空域快拍信号的俯仰维协方差矩阵；
空域快拍信号χ对应的自相关矩阵R可表示为：
Figure BDA0002258718640000053
其中，上标H表示共轭转置运算，E{·}为求数学期望运算，
Figure BDA0002258718640000054
为白噪声功率，IN为N×N维单位矩阵，
Figure BDA0002258718640000055
分别为地杂波及气象杂波功率。
在具体实现中，协方差矩阵R的求得不能只采用相对应位置的一个空域快拍信号，而是需要对每个距离-脉冲单元采用相邻样本估计其俯仰向和差波束的自相关矩阵，即：
Figure BDA0002258718640000061
其中，
Figure BDA0002258718640000062
代表估计得到的协方差矩阵，L代表数据的快拍样本数，l代表选取的样本序号。
4)对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值；
由步骤2可以得出自相关矩阵R是非奇异的，并且RH＝R，可得R为正定Hermitain方阵，因此R的特征分解可以写为：
Figure BDA0002258718640000063
其中，Σ＝diag(λ1，λ2，…，λi,λi+1,…，λN)，vi为λi对应的特征向量，U代表所有特征向量组成的特征向量矩阵。
当N＝2时，对R进行特征分解，可得：
Figure BDA0002258718640000064
其中，λ1>λ2分别代表矩阵的第一特征值、第二特征值，v1、v2为第一特征值、特征值第二特征值对应的特征向量。
5)逐距离-脉冲单元处理，提取第二特征值并存储于对应的距离-脉冲单元中，将其作为最终气象目标输出结果，
根据步骤4)可以分别提取出各个距离-脉冲单元的地杂波分量和气象分量，此特征值代表气象目标的回波功率，需要对所有距离-脉冲单元提取到的第二特征值进行开方运算，便可得到气象目标的幅度信息，对幅度信息进行显示得到气象目标的输出结果。
实验证明
利用本发明提出的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法处理仿真和实测数据以进行方法验证，实验结果充分证明了本发明方法的有效性。
构建地物目标和气象目标模型，在40公里和65公里处仿真产生两个分布式气象目标，如图4所示。当雷达主波束触地时，由于地杂波的回波强度较大，可能会掩盖部分气象目标，此时产生的雷达回波数据如图5所示。仿真时雷达的系统参数为：系统带宽为1.25MHz，脉冲重复频率(PRF)为1000Hz，脉冲宽度为80us，波长0.03米，距离门的大小为100米，载机飞行高度为10公里，载机飞行速度为100m/s。仿真产生的气象目标多普勒频移为300Hz，谱宽为200Hz，地杂波的多普勒频移为0，谱宽为20Hz。模拟雷达四通道接收系统。利用本发明方法对仿真产生的回波数据进行处理，和差通道原始数据如图6所示，处理后得到的结果如图7所示。可以看出，地杂波分量明显被抑制，得到的气象分量也与理论结果相符合，说明了方法的有效性。从图7中可以看出，地杂波数据中含有残余的气象分量，这是由于在进行特征分解时部分气象分量投影到第一特征值对应的特征向量中，导致第一特征值增大，在进行地杂波抑制时气象目标的功率也会有部分损失。
同时，选取两组机载气象雷达多通道实测数据进行验证。系统带宽为1MHz，脉冲重复间隔(PRI)为2400us，脉冲宽度为80us，采样频率为1.25MHz，波长0.0356米，载机飞行高度为6公里，载机飞行速度为150m/s。接收端输出的第一组和差通道实测数据如图8所示，左图代表和通道数据，右图代表差通道数据。经过此发明方法进行处理后得到的结果如图9所示。接收端输出的第二组和差通道实测数据如图10所示，处理结果如图11所示。根据处理结果可以看出，用此方法对地杂波进行抑制可以得到较理想的效果，可以显示被地杂波淹没的气象目标，而且地杂波抑制得比较干净，达到了地杂波抑制的目的，验证了此方法的有效性。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于，包括以下步骤：
1) 采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理；
2) 根据脉冲压缩后的多通道数据构造各个距离-脉冲单元对应的俯仰维空域快拍信号；
3) 利用相邻方位样本估计各距离-脉冲单元空域快拍信号的俯仰维协方差矩阵；
4) 对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值；
5) 逐距离-脉冲单元处理，提取第二特征值并存储于对应的距离-脉冲单元中，将其作为最终气象目标输出结果。
2.根据权利要求1所述的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于：所述步骤1）中采用垂直阵列天线接收数据，并对各路信号进行距离向脉冲压缩处理的过程为：将阵列天线系统中的各个阵元在垂直高度上按相同的间隔排列，从而产生多个通道的接收数据，然后对产生的回波数据进行距离向脉冲压缩。
3.根据权利要求2所述的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于：所述步骤2）中根据脉冲压缩后的多通道数据构造各距离-脉冲单元对应的俯仰维空域快拍信号的过程为：根据机载气象雷达垂直阵列天线系统得到的脉压后的回波数据，选取各个阵元在对应距离-脉冲单元产生的接收数据，即形成对应的俯仰维空域快拍信号。
4.根据权利要求3所述的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于：所述步骤3）中利用相邻方位样本估计各距离-脉冲单元空域快拍信号的俯仰维协方差矩阵放入过程为：对于各个距离-脉冲单元构造得到的俯仰维空域快拍信号，若估计其对应的协方差矩阵，需选取相邻方位适当数量的空域快拍信号样本，计算每个样本对应的自相关矩阵，对其进行求均值即可得到此距离-脉冲单元的俯仰维协方差矩阵。
5.根据权利要求4所述的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于：所述步骤4）中对得到的俯仰维协方差矩阵进行特征分解，提取代表气象分量的第二特征值的过程为：当为双通道时，步骤3）中的俯仰维协方差矩阵特征分解后得到两个特征值，提取第一特征值用于显示地杂波，提取第二特征值用于显示气象杂波。
6.根据权利要求5所述的基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法，其特征在于：所述步骤5）中逐距离-脉冲单元处理，提取第二特征值并存储于对应的距离-脉冲单元中，将其作为最终气象目标输出结果的过程为：根据步骤4）提取出各个距离-脉冲单元代表气象分量的第二特征值，将所有距离-脉冲单元提取到的第二特征值进行开方运算，得到气象目标的幅度信息，对存储的数据进行显示从而得到气象目标最终输出结果。
CN201911064056.2A 2019-11-04 2019-11-04 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 Active CN111220955B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911064056.2A CN111220955B (zh) 2019-11-04 2019-11-04 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911064056.2A CN111220955B (zh) 2019-11-04 2019-11-04 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法

Publications (2)

Publication Number Publication Date
CN111220955A true CN111220955A (zh) 2020-06-02
CN111220955B CN111220955B (zh) 2022-10-11

Family

ID=70806329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911064056.2A Active CN111220955B (zh) 2019-11-04 2019-11-04 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法

Country Status (1)

Country Link
CN (1) CN111220955B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN112379380A (zh) * 2020-10-29 2021-02-19 河海大学 基于均值法再处理截断矩阵补全的风电场杂波抑制方法
CN112630724A (zh) * 2020-10-30 2021-04-09 哈尔滨工程大学 一种适用于uuv平台的高分辨目标方位估计方法
CN112698291A (zh) * 2020-12-18 2021-04-23 南京航空航天大学 一种基于cnn的机载气象雷达气象目标检测方法
CN114200406A (zh) * 2021-11-29 2022-03-18 南京航空航天大学 基于快速自适应脉冲压缩的机载气象雷达目标检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120249361A1 (en) * 2011-04-04 2012-10-04 Zafer Sahinoglu Method for Detecting Targets Using Space-Time Adaptive Processing
CN103018727A (zh) * 2011-09-27 2013-04-03 中国科学院电子学研究所 一种基于样本训练的机载雷达非平稳杂波抑制方法
CN103383449A (zh) * 2013-07-14 2013-11-06 西安电子科技大学 基于esprit算法的机载雷达近程杂波抑制方法
CN103529437A (zh) * 2013-10-15 2014-01-22 西安电子科技大学 系留气球载相控阵雷达在多目标下分辨空地目标的方法
US20150177376A1 (en) * 2012-06-22 2015-06-25 Brookhaven Science Associates Llc Atmospheric radar
CN108020817A (zh) * 2017-09-28 2018-05-11 西安电子科技大学 基于配准的机载前视阵雷达杂波抑制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120249361A1 (en) * 2011-04-04 2012-10-04 Zafer Sahinoglu Method for Detecting Targets Using Space-Time Adaptive Processing
CN103018727A (zh) * 2011-09-27 2013-04-03 中国科学院电子学研究所 一种基于样本训练的机载雷达非平稳杂波抑制方法
US20150177376A1 (en) * 2012-06-22 2015-06-25 Brookhaven Science Associates Llc Atmospheric radar
CN103383449A (zh) * 2013-07-14 2013-11-06 西安电子科技大学 基于esprit算法的机载雷达近程杂波抑制方法
CN103529437A (zh) * 2013-10-15 2014-01-22 西安电子科技大学 系留气球载相控阵雷达在多目标下分辨空地目标的方法
CN108020817A (zh) * 2017-09-28 2018-05-11 西安电子科技大学 基于配准的机载前视阵雷达杂波抑制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
I. SIKANETA 等: "Metrics for SAR-GMTI based on eigen-decomposition of the sample covariance matrix", 《2003 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON RADAR》 *
I.C. SIKANETA 等: "Eigendecomposition ofthe multi-channel covariance matrix with applications to SAR-GMTI", 《SIGNAL PROCESSING》 *
刘涛 等: "基于特征空间自适应波束形成的近程杂波抑制算法", 《现代雷达》 *
王睿 等: "基于俯仰维信息的天基双基地雷达正交投影STAP算法", 《电光与控制》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN111781603B (zh) * 2020-06-09 2023-12-19 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN112379380A (zh) * 2020-10-29 2021-02-19 河海大学 基于均值法再处理截断矩阵补全的风电场杂波抑制方法
CN112630724A (zh) * 2020-10-30 2021-04-09 哈尔滨工程大学 一种适用于uuv平台的高分辨目标方位估计方法
CN112698291A (zh) * 2020-12-18 2021-04-23 南京航空航天大学 一种基于cnn的机载气象雷达气象目标检测方法
CN112698291B (zh) * 2020-12-18 2023-12-15 南京航空航天大学 一种基于cnn的机载气象雷达气象目标检测方法
CN114200406A (zh) * 2021-11-29 2022-03-18 南京航空航天大学 基于快速自适应脉冲压缩的机载气象雷达目标检测方法

Also Published As

Publication number Publication date
CN111220955B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN111220955B (zh) 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法
CN107976660B (zh) 弹载多通道雷达超低空目标分析与多径回波建模方法
CN109765529B (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及系统
CN106093870A (zh) 高超声速飞行器下降段的sar‑gmti杂波抑制方法
CN105445701A (zh) Ddma-mimo雷达目标的单脉冲角度估计方法
AU2010310752A1 (en) Resolution enhancement system for networked radars
CN106872982A (zh) 基于多普勒预滤波的降维stap微下击瀑流中心风速估计方法
CN109212489B (zh) 一种基于辅助脉冲的fda-mimo雷达模糊杂波抑制方法
CN106405557B (zh) 一种用于直升机防撞高压线的雷达检测方法
CN107632291A (zh) 一种基于极化雷达抗角反射器干扰的方法
CN105738887A (zh) 基于多普勒通道划分的机载雷达杂波功率谱的优化方法
CN104280566A (zh) 基于空时幅相估计的低空风切变风速估计方法
CN110554391A (zh) 基于ddd-gmb的低空风切变风速估计方法
CN104793210B (zh) 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN113917424B (zh) 一种基于ddma与盲源分离的地基mimo雷达地杂波抑制方法
CN112255608A (zh) 一种基于正交投影的雷达杂波自适应抑制方法
CN103760540B (zh) 基于重构信号和1-范数的动目标检测与参数估计方法
CN106291547B (zh) 基于天线方向图辅助的多普勒模糊分量自适应抑制方法
CN106054195B (zh) 基于空时最优处理器的湍流谱宽估计方法
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
CN107229040A (zh) 基于稀疏恢复空时谱估计的高频雷达目标检测方法
CN110824473A (zh) 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法
CN104914421A (zh) 基于和差波束的低空风切变风速估计方法
Shen et al. Efficient adaptive approach for airborne radar short-range clutter suppression
CN106526544B (zh) 基于高超声速平台的mimosar杂波抑制方法

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