CN111913157B - 一种基于雷达信号空-时去相关模型的海杂波抑制方法 - Google Patents
一种基于雷达信号空-时去相关模型的海杂波抑制方法 Download PDFInfo
- Publication number
- CN111913157B CN111913157B CN202010827502.7A CN202010827502A CN111913157B CN 111913157 B CN111913157 B CN 111913157B CN 202010827502 A CN202010827502 A CN 202010827502A CN 111913157 B CN111913157 B CN 111913157B
- Authority
- CN
- China
- Prior art keywords
- sea clutter
- azimuth angle
- range gate
- time
- 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.)
- Active
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
- G01S7/36—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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于雷达信号空‑时去相关模型的海杂波抑制方法,属于海杂波抑制技术领域;步骤一、雷达将回波信号处理成回波数据,并排列得到NK维的列数据矢量;步骤二、建立海杂波的空域、时域去相关模型;建立杂波加噪声协方差矩阵模型;步骤三、计算待检测单元投影矩阵;计算消除目标信号后的待检测单元数据矢量;步骤四、建立杂波加噪声协方差矩阵估计式,计算权系数的值,计算估计值;步骤五、根据最优自适应处理准则,计算自适应处理权矢量;步骤六、计算待检测单元自适应处理输出结果;本发明改善了小样本下杂波加噪声协方差矩阵估计精度,解决了现有海杂波抑制技术对慢速运动目标的输出损失大和海杂波抑制性能不稳健的问题。
Description
技术领域
本发明属于海杂波抑制技术领域,涉及一种基于雷达信号空-时去相关模型的海杂波抑制方法。
背景技术
运动平台多通道雷达观测范围广,空间自由度高,具备空-时二维场景杂波抑制能力,可实现动目标准确检测与精确定位,被广泛应用于城市交通监视与军事侦察预警领域。在对海监视模式下,运动平台多通道雷达需要抑制海杂波以显示感兴趣的动目标,从而实现动目标检测与定位。
目前,运动平台多通道雷达海杂波抑制技术主要分为时域滤波处理与空时自适应处理两类,其中,时域滤波处理主要利用海杂波与运动目标的多普勒分布差异设计滤波器实现杂波抑制。空时自适应处理通过感知海杂波背景的空间与时间二维分布特性来自适应调整空-时二维滤波器设计参数,能使目标输出信杂噪比最大和目标检测概率最高。
曹健,王兆袆,胡进峰以及何子述在其发表的论文“基于知识辅助的天波雷达海杂波抑制方法”(系统工程与电子技术)中提出一种基于知识辅助的天波雷达海杂波抑制方法。该方法利用脉冲重复周期、雷达工作频率、海平面风向、风速作为先验知识,结合海杂波谱模型及提出的基于知识的海杂波协方差矩阵估计方法,构造出基于知识的天波雷达海杂波协方差矩阵,实现海杂波抑制处理。该方法存在的不足之处是,仅利用雷达回波数据的时域信息,由于海杂波多普勒谱展宽导致海杂波抑制能力恶化,动目标最小可检测速度差。
南京航空航天大学在其申请的专利“一种基于局部相关性的改进子空间海杂波抑制方法”(申请号:201410346178.1,公开号:CN 104155632 A)中提出一种基于局部相关性的改进子空间海杂波抑制方法。该方法是一种空-时级联的准最优杂波抑制方法,首先,对回波数据进行数字波束形成,针对每个空间波束域的距离-慢时间数据进行自适应杂波抑制处理,通过计算待检测距离单元与相邻距离单元之间的相关系数,自适应地确定组成协方差矩阵的参考单元,接着,对构造的协方差矩阵进行奇异值分解得到海杂波所在的子空间,基于子空间投影技术实现海杂波抑制。该方法存在的不足之处是,海杂波空-时去相关,缺乏独立同分布训练样本,加之实际中动目标会污染样本,协方差矩阵估计精度将变差,海杂波子空间估计不准确,杂波抑制后动目标输出损失大,杂波抑制性能不稳健。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提出一种基于雷达信号空-时去相关模型的海杂波抑制方法,改善了小样本下杂波加噪声协方差矩阵估计精度,解决了现有海杂波抑制技术对慢速运动目标的输出损失大和海杂波抑制性能不稳健的问题。
本发明解决技术的方案是:
一种基于雷达信号空-时去相关模型的海杂波抑制方法,包括如下步骤:
步骤一、雷达设置有N个通道,每个通道生成K个脉冲,每个脉冲设置有L个距离门;雷达接收回波信号,对回波信号分别依次进行脉冲压缩、通道配准和误差校正处理,得到规范后的回波数据xk,n(l);xk,n(l)为第l个距离门第k个脉冲第n个通道的回波数据;其中,l∈{1,2,……L},k∈{1,2,……K},n∈{1,2,……N};将全部回波数据xk,n(l)排列得到NK×1维的列数据矢量,记为X(l),则L个距离门的列数据矢量分别为X(1),X(2),……,X(L);
步骤二、建立海杂波的空域去相关模型和海杂波的时域去相关模型;根据海杂波的空时去相关模型建立杂波加噪声协方差矩阵模型;
步骤三、计算待检测单元投影矩阵P(l,Vt,θt);令步骤一中的NK×1维的列数据矢量X(l)为待检测单元数据矢量;计算消除目标信号后的待检测单元数据矢量X0(l);
步骤四、建立待检测单元的杂波加噪声协方差矩阵估计式:
式中,X(m)表示第m个样本数据矢量;
wm为权系数,m∈{1,2,3,…M};
步骤五、根据最优自适应处理准则,计算自适应处理权矢量Wopt;
步骤六、根据自适应处理权矢量Wopt计算待检测单元自适应处理输出结果y,即为海杂波抑制完成后的输出结果。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤二中,海杂波的空域去相关模型为:
式中,l为距离门序号;
θ为方位角;
n为通道序号;
ρs(l,θ,n)为第l个距离门方位角为θ时,第n个通道相对于第1个通道的海杂波相关系数;
d为相邻通道的物理间距;
Va为雷达平台运动速度;
τe(l,θ)为第l个距离门方位角为θ对应的海杂波空间去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
ρe为通道间误差相关系数,且0≤ρe≤1;
e为自然常数;
j为虚数单位,j2=-1;
αl为第l个距离门对应的入射角;
λ为雷达波长;
所述第l个距离门方位角为θ对应的海杂波空间去相关时间τe(l,θ)的计算方法为:
式中,σs(l,θ)表示第l个距离门方位角为θ分辨单元内海杂波沿雷达视线方向的速度起伏均方根。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤二中,海杂波的时域去相关模型为:
式中,l为距离门序号;
θ为方位角;
k为脉冲序号;
ρs(l,θ,k)为第l个距离门方位角为θ的第k个脉冲的海杂波时域相关系数;
PRT为脉冲重复周期;
τt(l,θ)为第l个距离门方位角为θ对应的海杂波时域去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
Va为雷达平台运动速度;
αl为第l个距离门对应的入射角;
vc(l,θ)为第l个距离门方位角为θ对应的海杂波的平均径向速度;
所述第l个距离门方位角为θ对应的海杂波时域去相关时间τt(l,θ)的计算方法为:
式中,θ3db表示雷达波束3dB波束宽度。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤二中,杂波加噪声协方差矩阵模型的建立方法为:
式中,Rs-t(l)表示第l个距离门的杂波加噪声协方差矩阵;
σcn(l,θm)为第l个距离门方位角为θm的海杂波对应的杂波加噪声能量;
β(l,θm)为第l个距离门方位角为θm对应的单通道杂噪比;
ρt(l,θm)为第l个距离门方位角为θm的海杂波时域相关矩阵;
ρs(l,θm)为第l个距离门方位角为θm的海杂波空域相关矩阵;
σn为噪声功率;
INK为NK×NK维的对角单位矩阵。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述第l个距离门方位角为θm的海杂波时域相关矩阵ρt(l,θm)为:
所述第l个距离门方位角为θm的海杂波空域相关矩阵ρs(l,θm)为:
式中,*表示共轭。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤三中,待检测单元投影矩阵P(l,Vt,θt)的计算方法为:
式中,Vt为动目标的径向速度;
θt为动目标的方位角;
INK为NK×NK维对角单位矩阵;
Ss-t(l,Vt,θt)为动目标的空时导向矢量;
*H为共轭;
其中,动目标的空时导向矢量Ss-t(l,Vt,θt)的计算方法为:
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤三中,消除目标信号后的待检测单元数据矢量X0(l)的计算方法为:
X0(l)=P(l,Vt,θt)X(l)。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤四中,权系数wm的计算方法为:
式中,Ss-t为动目标的空时导向矢量;
X0(l)为消除目标信号后的待检测单元数据矢量。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤五中,自适应处理权矢量Wopt的计算方法为:
式中,μ为归一化系数。
在上述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,所述步骤六中,待检测单元自适应处理输出结果y的计算方法为:
y=WH optX(l)。
本发明与现有技术相比的有益效果是:
(1)本发明利用了雷达信号空时去相关模型来提高杂波加噪声协方差矩阵的估计精度,克服了现有样本最大似然估计技术在小样本下因杂波加噪声协方差矩阵估计精度变差而导致海杂波抑制性能恶化的问题,使得本发明具有对训练样本数量需求少,提高海杂波抑制性能的优点;
(2)本发明在建立杂波加噪声协方差矩阵模型的基础上,联合待检测单元与邻近距离门数据来优化估计杂波加噪声协方差矩阵,克服了现有基于模型的估计技术依赖于模型参数的准确性而导致海杂波抑制性能不稳健的问题,使得本发明能够提高时变环境下海杂波抑制的稳健性。
附图说明
图1为本发明海杂波抑制流程图;
图2为杂波抑制性能对比示意图;
图3为不同动目标径向速度下杂波抑制后输出信杂噪比对比示意图。
具体实施方式
下面结合实施例对本发明作进一步阐述。
本发明提供一种基于雷达信号空-时去相关模型的海杂波抑制方法,可以更好地利用运动平台多通道雷达回波数据的空-时二维自由度提升海杂波抑制能力,并基于海杂波空-时去相关模型改善小样本下杂波加噪声协方差矩阵估计精度,以解决现有海杂波抑制技术对慢速运动目标的输出损失大和海杂波抑制性能不稳健的问题。
海杂波抑制方法如图1所示,具体包括如下步骤:
步骤一、雷达设置有N个通道,每个通道生成K个脉冲,每个脉冲设置有L个距离门;雷达接收回波信号,对回波信号分别依次进行脉冲压缩、通道配准和误差校正处理,得到规范后的回波数据xk,n(l);xk,n(l)为第l个距离门第k个脉冲第n个通道的回波数据;其中,l∈{1,2,……L},k∈{1,2,……K},n∈{1,2,……N};将全部回波数据xk,n(l)排列得到NK×1维的列数据矢量,记为X(l),则L个距离门的列数据矢量分别为X(1),X(2),……,X(L);
步骤二、建立海杂波的空域去相关模型和海杂波的时域去相关模型;
海杂波的空域去相关模型为:
式中,l为距离门序号;
θ为方位角;
n为通道序号;
ρs(l,θ,n)为第l个距离门方位角为θ时,第n个通道相对于第1个通道的海杂波相关系数;
d为相邻通道的物理间距;
Va为雷达平台运动速度;
τe(l,θ)为第l个距离门方位角为θ对应的海杂波空间去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
ρe为通道间误差相关系数,且0≤ρe≤1;
e为自然常数;
j为虚数单位,j2=-1;
αl为第l个距离门对应的入射角;
λ为雷达波长;
所述第l个距离门方位角为θ对应的海杂波空间去相关时间τe(l,θ)的计算方法为:
式中,σs(l,θ)表示第l个距离门方位角为θ分辨单元内海杂波沿雷达视线方向的速度起伏均方根。
海杂波的时域去相关模型为:
式中,l为距离门序号;
θ为方位角;
k为脉冲序号;
ρs(l,θ,k)为第l个距离门方位角为θ的第k个脉冲的海杂波时域相关系数;
PRT为脉冲重复周期;
τt(l,θ)为第l个距离门方位角为θ对应的海杂波时域去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
Va为雷达平台运动速度;
αl为第l个距离门对应的入射角;
vc(l,θ)为第l个距离门方位角为θ对应的海杂波的平均径向速度;
所述第l个距离门方位角为θ对应的海杂波时域去相关时间τt(l,θ)的计算方法为:
式中,θ3db表示雷达波束3dB波束宽度。
根据海杂波的空时去相关模型建立杂波加噪声协方差矩阵模型;杂波加噪声协方差矩阵模型的建立方法为:
式中,Rs-t(l)表示第l个距离门的杂波加噪声协方差矩阵;
σcn(l,θm)为第l个距离门方位角为θm的海杂波对应的杂波加噪声能量;
β(l,θm)为第l个距离门方位角为θm对应的单通道杂噪比;
ρt(l,θm)为第l个距离门方位角为θm的海杂波时域相关矩阵;
ρs(l,θm)为第l个距离门方位角为θm的海杂波空域相关矩阵;
σn为噪声功率;
INK为NK×NK维的对角单位矩阵。
其中,第l个距离门方位角为θm的海杂波时域相关矩阵ρt(l,θm)为:
所述第l个距离门方位角为θm的海杂波空域相关矩阵ρs(l,θm)为:
式中,*表示共轭。
步骤三、计算待检测单元投影矩阵P(l,Vt,θt);待检测单元投影矩阵P(l,Vt,θt)的计算方法为:
式中,Vt为动目标的径向速度;
θt为动目标的方位角;
INK为NK维的单位矩阵;
Ss-t(l,Vt,θt)为动目标的空时导向矢量;
*H为共轭;
其中,动目标的空时导向矢量Ss-t(l,Vt,θt)的计算方法为:
令步骤一中的NK×1维的列数据矢量X(l)为待检测单元数据矢量;计算消除目标信号后的待检测单元数据矢量X0(l);消除目标信号后的待检测单元数据矢量X0(l)的计算方法为:
X0(l)=P(l,Vt,θt)X(l)。
步骤四、建立待检测单元的杂波加噪声协方差矩阵估计式:
式中,X(m)表示第m个样本数据矢量;
wm为权系数,m∈{1,2,3,…M};
式中,Ss-t为动目标的空时导向矢量;
X0(l)为消除目标信号后的待检测单元数据矢量。
步骤五、根据最优自适应处理准则,计算自适应处理权矢量Wopt;自适应处理权矢量Wopt的计算方法为:
式中,μ为归一化系数。
步骤六、根据自适应处理权矢量Wopt计算待检测单元自适应处理输出结果y,待检测单元自适应处理输出结果y的计算方法为:y=WH optX(l)。y即为海杂波抑制完成后的输出结果。
下面通过仿真实验对本发明的效果做进一步说明:
实验参数设置如下:为了验证所提算法的有效性,采用L波段8通道机载实测数据进行实验,四级海况,飞机沿航迹速度为60m/s,正侧视工作模式,脉冲数目为40个,动目标的单脉冲单通道信噪比为5dB,海杂波的单脉冲单通道杂噪比为25dB,样本协方差矩阵杂波抑制方法采用900个样本数据,本发明所提方法仅采用10个样本数据。
图2是不同方法杂波抑制性能对比结果。图3是不同动目标径向速度下杂波抑制后输出信杂噪比对比。
实验结论:实测数据实验结果表明,相比于样本协方差杂波抑制方法,本发明所提方法需要样本数量小,杂波抑制性能较好,杂波抑制后动目标输出信杂噪比更高,验证了所提方法的有效性。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (9)
1.一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:包括如下步骤:
步骤一、雷达设置有N个通道,每个通道生成K个脉冲,每个脉冲设置有L个距离门;雷达接收回波信号,对回波信号分别依次进行脉冲压缩、通道配准和误差校正处理,得到规范后的回波数据xk,n(l);xk,n(l)为第l个距离门第k个脉冲第n个通道的回波数据;其中,l∈{1,2,……L},k∈{1,2,……K},n∈{1,2,……N};将全部回波数据xk,n(l)排列得到NK×1维的列数据矢量,记为X(l),则L个距离门的列数据矢量分别为X(1),X(2),……,X(L);
步骤二、建立海杂波的空域去相关模型和海杂波的时域去相关模型;根据海杂波的空时去相关模型建立杂波加噪声协方差矩阵模型;
步骤三、计算待检测单元投影矩阵P(l,Vt,θt);令步骤一中的NK×1维的列数据矢量X(l)为待检测单元数据矢量;计算消除目标信号后的待检测单元数据矢量X0(l);其中,Vt为动目标的径向速度;θt为动目标的方位角;
步骤四、建立待检测单元的杂波加噪声协方差矩阵估计式:
式中,X(m)表示第m个样本数据矢量;
wm为权系数,m∈{1,2,3,…M};
Rs-t(l)表示第l个距离门的杂波加噪声协方差矩阵;
步骤五、根据最优自适应处理准则,计算自适应处理权矢量Wopt;
自适应处理权矢量Wopt的计算方法为:
式中,μ为归一化系数;
Ss-t为动目标的空时导向矢量;
步骤六、根据自适应处理权矢量Wopt计算待检测单元自适应处理输出结果y,即为海杂波抑制完成后的输出结果。
2.根据权利要求1所述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:所述步骤二中,海杂波的空域去相关模型为:
式中,l为距离门序号;
θ为方位角;
n为通道序号;
ρs(l,θ,n)为第l个距离门方位角为θ时,第n个通道相对于第1个通道的海杂波相关系数;
d为相邻通道的物理间距;
Va为雷达平台运动速度;
τe(l,θ)为第l个距离门方位角为θ对应的海杂波空间去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
ρe为通道间误差相关系数,且0≤ρe≤1;
e为自然常数;
j为虚数单位,j2=-1;
αl为第l个距离门对应的入射角;
λ为雷达波长;
所述第l个距离门方位角为θ对应的海杂波空间去相关时间τe(l,θ)的计算方法为:
式中,σs(l,θ)表示第l个距离门方位角为θ分辨单元内海杂波沿雷达视线方向的速度起伏均方根。
3.根据权利要求2所述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:所述步骤二中,海杂波的时域去相关模型为:
式中,l为距离门序号;
θ为方位角;
k为脉冲序号;
ρt(l,θ,k)为第l个距离门方位角为θ的第k个脉冲的海杂波时域相关系数;
PRT为脉冲重复周期;
τt(l,θ)为第l个距离门方位角为θ对应的海杂波时域去相关时间;
β(l,θ)为第l个距离门方位角为θ对应的单通道杂噪比;
Va为雷达平台运动速度;
αl为第l个距离门对应的入射角;
vc(l,θ)为第l个距离门方位角为θ对应的海杂波的平均径向速度;
所述第l个距离门方位角为θ对应的海杂波时域去相关时间τt(l,θ)的计算方法为:
式中,θ3db表示雷达波束3dB波束宽度。
4.根据权利要求3所述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:所述步骤二中,杂波加噪声协方差矩阵模型的建立方法为:
式中,Rs-t(l)表示第l个距离门的杂波加噪声协方差矩阵;
σcn(l,θm)为第l个距离门方位角为θm的海杂波对应的杂波加噪声能量;
β(l,θm)为第l个距离门方位角为θm对应的单通道杂噪比;
ρt(l,θm)为第l个距离门方位角为θm的海杂波时域相关矩阵;
ρs(l,θm)为第l个距离门方位角为θm的海杂波空域相关矩阵;
σn为噪声功率;
INK为NK×NK维的对角单位矩阵。
7.根据权利要求6所述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:所述步骤三中,消除目标信号后的待检测单元数据矢量X0(l)的计算方法为:
X0(l)=P(l,Vt,θt)X(l)。
9.根据权利要求8所述的一种基于雷达信号空-时去相关模型的海杂波抑制方法,其特征在于:所述步骤六中,待检测单元自适应处理输出结果y的计算方法为:
y=WH optX(l)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010827502.7A CN111913157B (zh) | 2020-08-17 | 2020-08-17 | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010827502.7A CN111913157B (zh) | 2020-08-17 | 2020-08-17 | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111913157A CN111913157A (zh) | 2020-11-10 |
CN111913157B true CN111913157B (zh) | 2023-07-14 |
Family
ID=73278241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010827502.7A Active CN111913157B (zh) | 2020-08-17 | 2020-08-17 | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111913157B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112835002B (zh) * | 2020-12-30 | 2024-04-16 | 云南师范大学 | 一种应用于共形阵雷达的海杂波分析方法及系统 |
CN112946630B (zh) * | 2021-01-27 | 2022-11-01 | 上海兰宝传感科技股份有限公司 | 一种基于毫米波雷达的人员计数跟踪方法 |
CN113156392B (zh) * | 2021-05-26 | 2022-04-08 | 哈尔滨工业大学 | 一种基于俯仰域自适应处理的杂波抑制方法 |
CN113341370B (zh) * | 2021-05-27 | 2023-10-27 | 国家无线电监测中心 | 单通道空间谱测向系统中的优化波束扫描方法 |
CN113466813B (zh) * | 2021-06-18 | 2022-06-28 | 上海交通大学 | 空-时二维滑窗的空-时自适应处理方法、系统及介质 |
CN113435299B (zh) * | 2021-06-23 | 2022-05-13 | 电子科技大学 | 基于空-时匹配的双基前视sar杂波抑制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556328A (zh) * | 2009-05-08 | 2009-10-14 | 西安电子科技大学 | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 |
CN104155632A (zh) * | 2014-07-18 | 2014-11-19 | 南京航空航天大学 | 一种基于局部相关性的改进子空间海杂波抑制方法 |
RU2018144308A (ru) * | 2018-12-14 | 2020-06-16 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг России) | Способ пространственно-временной адаптивной обработки сигналов в моноимпульсной корабельной радиолокационной станции с активной фазированной антенной решеткой |
CN111337895A (zh) * | 2020-01-14 | 2020-06-26 | 北京理工大学 | 多通道海杂波空时相关性分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10788570B2 (en) * | 2017-09-29 | 2020-09-29 | The Boeing Company | Radar system for mobile platform and method of use |
-
2020
- 2020-08-17 CN CN202010827502.7A patent/CN111913157B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556328A (zh) * | 2009-05-08 | 2009-10-14 | 西安电子科技大学 | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 |
CN104155632A (zh) * | 2014-07-18 | 2014-11-19 | 南京航空航天大学 | 一种基于局部相关性的改进子空间海杂波抑制方法 |
RU2018144308A (ru) * | 2018-12-14 | 2020-06-16 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг России) | Способ пространственно-временной адаптивной обработки сигналов в моноимпульсной корабельной радиолокационной станции с активной фазированной антенной решеткой |
CN111337895A (zh) * | 2020-01-14 | 2020-06-26 | 北京理工大学 | 多通道海杂波空时相关性分析方法 |
Non-Patent Citations (10)
Title |
---|
An Intelligent Sample Selection Method for Space-Time Adaptive Processing in Heterogeneous Environment;Duan, CD (Duan, Chongdi);《IEEE ACCESS》;20190415;全文 * |
Clutter suppression and GMTI with sparse sampled data for dual-channel SAR;Wang Weiwei;《2014 IEEE Radar Conference》;20140814;全文 * |
Distributed Target Tracking in Challenging Environments Using Multiple Asynchronous Bearing-Only Sensors;Shi, YF (Shi, Yifang);《SENSORS》;20200616;全文 * |
The Decorrelation Time Accumulation Restrain Method for Sea Clutter Spike;Xujin Yuan;《2013 IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber, Physical and Social Computing》;20131212;全文 * |
一种运动干扰稳健滤波方法;李渝;《现代雷达》;20190630;全文 * |
基于海杂波稀疏性与非均匀度的样本挑选方法;韩超垒等;《上海航天》;20181025(第05期);全文 * |
多通道海杂波建模及海面目标信息获取;辛志慧;《中国博士学位论文全文数据库》;20190115;全文 * |
机载预警雷达海杂波的抑制方法;魏明珠;《雷达科学与技术》;20151215(第06期);全文 * |
海杂波特性及其抑制技术的研究;赵翠;《中国优秀硕士学位论文全文数据库》;20160315;全文 * |
稳健的多通道SAR特征投影杂波抑制算法;周争光等;《系统工程与电子技术》;20100515(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111913157A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111913157B (zh) | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 | |
CN109946665B (zh) | 基于阵列雷达的获取真实目标的方法 | |
CN102721947B (zh) | 机载数字阵列雷达高效三维空时自适应杂波抑制方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN109188385B (zh) | 杂波背景下的高速微弱目标检测方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN103018727A (zh) | 一种基于样本训练的机载雷达非平稳杂波抑制方法 | |
CN105223560A (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
CN109212500A (zh) | 一种基于稀疏重构的ka-stap杂噪协方差矩阵高精度估计方法 | |
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 | |
CN112612005B (zh) | 基于深度学习的雷达抗主瓣干扰方法 | |
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 | |
CN113504509B (zh) | 一种波束域补偿的匀加速机载雷达杂波抑制方法 | |
CN110554391A (zh) | 基于ddd-gmb的低空风切变风速估计方法 | |
CN112346030A (zh) | 无人机群的超分辨波达方向估计方法 | |
CN113238211A (zh) | 一种干扰条件下参数化自适应阵列信号检测方法与系统 | |
CN106772275A (zh) | 一种基于Alpha稳定分布的低秩矩阵恢复检测方法 | |
CN108107427A (zh) | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 | |
CN108872947B (zh) | 一种基于子空间技术的海杂波抑制方法 | |
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 | |
CN109188373B (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
CN108761417B (zh) | 基于知识辅助最大似然的机载雷达杂波抑制方法 | |
CN108152796B (zh) | 一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法 | |
CN103885042B (zh) | 基于杂波子空间的阵元误差估计方法 |
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 |