CN112748404B - 基于双对称结构和赋权优化的空基雷达杂波抑制方法 - Google Patents

基于双对称结构和赋权优化的空基雷达杂波抑制方法 Download PDF

Info

Publication number
CN112748404B
CN112748404B CN202011543779.3A CN202011543779A CN112748404B CN 112748404 B CN112748404 B CN 112748404B CN 202011543779 A CN202011543779 A CN 202011543779A CN 112748404 B CN112748404 B CN 112748404B
Authority
CN
China
Prior art keywords
clutter
space
covariance matrix
pulse
representing
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
Application number
CN202011543779.3A
Other languages
English (en)
Other versions
CN112748404A (zh
Inventor
高永婵
隋兵
公茂果
左磊
张明阳
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202011543779.3A priority Critical patent/CN112748404B/zh
Publication of CN112748404A publication Critical patent/CN112748404A/zh
Application granted granted Critical
Publication of CN112748404B publication Critical patent/CN112748404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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

一种基于双对称结构和赋权优化的空基雷达杂波抑制方法,其步骤是:获得空间‑脉冲杂波;利用最大似然估计方法对空间‑脉冲杂波进行估计,得到相关矩阵;将协方差矩阵初始化为空间‑脉冲杂波的相关矩阵;计算协方差矩阵的更新值;赋权优化协方差矩阵;计算得到协方差矩阵差值的距离值;迭代优化计算协方差矩阵的更新值;杂波抑制。本发明在数据含强目标情况下的杂波抑制性能提高,具有稳健性,并且可应用于数据量不足的条件下的杂波抑制。

Description

基于双对称结构和赋权优化的空基雷达杂波抑制方法
技术领域
本发明属于通信技术领域,更进一步涉及信号处理技术领域中的一种基于双对称结构和赋权优化的空基雷达杂波抑制方法。本发明可用于空基雷达杂波抑制,为目标检测、识别和跟踪提供前提。
背景技术
杂波抑制技术是采用信号处理技术对雷达接收数据中场景反射的不感兴趣的信号进行压制,能够提高感兴趣的目标信号的信噪比,防止强杂波淹没目标信号,进而实现有效的目标检测、识别和跟踪,被广泛地应用于民用交通航空监测与军事侦察预警领域。目前,杂波抑制技术主要有空间杂波抑制法、时域滤波法、样本协方差取逆法、自适应一致估计法等,但上述方法在复杂电磁环境情况下,杂波抑制的难度较高。
Yang X.,Liu Y.,Hu X.等人在其发表的论文“Robust generalized innerproducts algorithm using prolate spheroidal wave functions”(Radar Conferenceon Aerospace,components and Signal Processing,2012)中提出一种子孔径平滑直接数据域杂波抑制方法。该方法首先根据待测单元快拍数据产生多个数据,然后利用稀疏正则化联合所产生的多个数据恢复杂波谱,再通过杂波谱估计协方差矩阵进行自适应杂波抑制。该方法能够较好地改善一般非同态环境下的杂波抑制性能。但该方法存在的不足之处是,难以处理经常发生的支持数据集含有强目标的情况,而且稀疏恢复的运算复杂度较高,不易实现实时处理。
西安电子科技大学在其拥有的专利技术“一种基于对角加载的阵列天线自适应波束形成方法”(申请号:201410623791.3,授权公告号:CN104360338B)中提出一种基于对角加载的阵列天线自适应波束形成方法。该方法利用对角加载对数据协方差矩阵进行修正,再利用修正的数据协方差矩阵估计目标信号的导向矢量,然后据此求解带有约束的优化问题,实现杂波抑制。该方法能够改善协方差矩阵估计不精确及期望信号失配问题,具有稳健性,但是,该方法仍然存在的不足之处是,只能处理支持数据集不含有强目标的情况,对数据要求量较大,而且对角加载因子是通过经验获取,导致杂波抑制性能不稳定。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种基于双对称结构和赋权优化的空基雷达杂波抑制方法,以提高数据集含有强目标和数据量不足时的杂波抑制性能。
本发明的技术方案是:利用双对称结构计算空基雷达杂波的协方差矩阵,通过赋权迭代优化协方差矩阵。其实现步骤包括如下:
(1)获得空间-脉冲杂波:
(1a)空基雷达接收机接收回波匹配滤波后,再将回波幅度与时延相位相乘,得到的三维基带杂波(N,M,L),其中,N表示积累脉冲个数,M表示空基雷达接收机的空间通道数,L表示快采样距离单元帧的个数,L≥N×M;
(1b)对三维基带杂波的每一帧杂波,按照空间通道序数逐一选取出N个积累脉冲,并将N个积累脉冲按空间通道的顺序联接组成三维基带杂波的该帧对应的空间-脉冲杂波;
(2)利用最大似然估计方法,估计所有帧的空间-脉冲杂波的相关矩阵;
(3)将空间-脉冲杂波的相关矩阵作为协方差矩阵的初始值;
(4)计算协方差矩阵的更新值:
(4a)利用公式,计算每帧杂波对应的空间-脉冲杂波的通用内积,采用统计频率法统计所有帧杂波的通用内积的统计分布,再求该统计分布的平均值/>其中,/>表示第i帧杂波对应的通用内积,yi表示第i帧杂波对应的空间-脉冲杂波,i=1,2,…,L,上标H表示共轭转置操作,上标-1表示求逆操作,Ξ表示当前迭代的协方差矩阵;
(4b)根据下式,计算每帧杂波对应的空间-脉冲杂波的比例因子:
其中,μi表示第i帧杂波对应的空间-脉冲杂波的比例因子,exp表示以自然对数e为底的指数操作,||表示绝对值操作,∑表示求和操作;
(4c)利用协方差矩阵关于对角线对称协方差矩阵关于副对角线对称的双对称结构,计算当前迭代的协方差矩阵的更新值V:
其中,||||表示二范数操作,*表示共轭操作,Γ表示次对角线为1其余为0的矩阵;
(5)赋权优化协方差矩阵:
(5a)利用下式,设置赋权权重ξ:
其中,V0表示先验杂波矩阵;
(5b)利用赋权权重ξ,赋权当前迭代的协方差矩阵
(6)用上次迭代的协方差矩阵减去当前迭代的赋权协方差矩阵,得到协方差矩阵差值的距离值;
(7)判断协方差矩阵差值的距离值是否小于10-6,若是,则得到优化后的协方差矩阵执行步骤(8);否则,用当前的赋权协方差矩阵替换上次迭代的相关矩阵后执行步骤(4);
(8)抑制杂波:
用优化协方差矩阵对每帧杂波对应的空间-脉冲杂波yi进行/>的自适应处理,滤除强目标信号,从而抑制杂波,其中,s表示空间-方位导向矢量。
所述的空间-方位导向矢量是由得到的:
其中,a表示空间导向矢量,b表示方位导向矢量,表示克罗内积操作,j表示虚数单位,π表示圆周率,d表示雷达天线的间距,cos表示余弦操作,θ表示空间锥角余弦,/>表示空基雷达俯仰角余弦,λ表示波长,v1表示雷达平台速度,v2表示目标运动速度,fprf表示脉冲重复频率。
本发明与现有技术相比具有以下优点:
第一,本发明利用了双对称结构计算杂波的协方差矩阵,克服了现有技术对杂波结构特征信息利用率低的不足,使得本发明具有在工程实践中不容易受数据量不足的影响,使得本发明具有提高杂波抑制性能的优点。
第二,本发明通过赋权迭代优化协方差矩阵设计整个杂波抑制方法,克服了现有技术对于非均匀杂波场景下,只能处理数据不含强目标的情况,使得本发明能够提高杂波抑制的稳健性。
附图说明
图1是本发明的流程图;
图2为本发明仿真实验1的信干噪比损失对比图;
图3为本发明仿真实验2杂波抑制的滤波输出结果图。
具体实施方式
下面结合附图对本发明做进一步的描述。
结合附图1,对本发明的具体步骤做进一步的描述:
步骤1,获得空间-脉冲杂波。
空基雷达接收机接收回波匹配滤波后,再将回波幅度与时延相位相乘的三维基带杂波(N,M,L),其中,N表示积累脉冲个数,M表示空基雷达接收机的空间通道数,L表示快采样的距离单元帧的个数,L≥N×M;对三维基带杂波的每一帧杂波,按照空间通道序数逐一选取出N个积累脉冲,并将这N个积累脉冲按从1到M的顺序联接,得到三维基带杂波的每一帧数据对应的空间-脉冲杂波;
步骤2,利用最大似然估计方法估计所有帧的空间-脉冲杂波的相关矩阵。
步骤3,将空间-脉冲杂波的相关矩阵作为协方差矩阵的初始值。
步骤4,计算协方差矩阵的更新值。
利用公式,计算每帧杂波对应的空间-脉冲杂波的通用内积,采用统计频率法统计所有帧杂波的通用内积的统计分布,再求该统计分布的平均值/>其中,/>表示第i帧杂波对应的通用内积,yi表示第i帧杂波对应的空间-脉冲杂波,i=1,2,…,L,上标H表示共轭转置操作,上标-1表示求逆操作,Ξ表示当前迭代的协方差矩阵;
根据下式,计算每帧杂波对应的空间-脉冲杂波的比例因子:
其中,μi表示第i帧杂波对应的空间-脉冲杂波的比例因子,exp表示以自然对数e为底的指数操作,||表示绝对值操作,∑表示求和操作;
当空基雷达接收机阵列是等间距分布阵列时,利用空间-脉冲杂波的协方差矩阵关于对角线对称协方差矩阵关于副对角线对称/>的双对称结构,计算当前迭代的协方差矩阵的更新值V:
其中,||||表示二范数操作,*表示共轭操作,Γ表示次对角线为1其余为0的矩阵;
步骤5,赋权优化协方差矩阵。
利用下式,设置赋权权重ξ:
其中,V0表示先验杂波矩阵;
利用赋权权重ξ,赋权优化协方差矩阵
步骤6,用上次迭代的协方差矩阵减去当前迭代的赋权协方差矩阵,得到协方差矩阵差值的距离值。
步骤7,判断协方差矩阵差值的距离值是否小于10-6,若是,则得到优化后的协方差矩阵执行步骤8;否则,用当前的赋权协方差矩阵作为当前迭代的协方差矩阵后执行步骤4。
步骤8,抑制杂波。
用优化协方差矩阵对空间-脉冲杂波yi进行/>的自适应处理,滤除强目标信号,从而抑制杂波,其中,s表示空间-方位导向矢量。
下面结合仿真实验对本发明的效果做进一步的说明:
1.仿真实验条件:
本发明的仿真实验的硬件平台为:处理器为Intel Core i7-7500U CPU,主频为2.90GHz,内存8GB。
本发明的仿真实验的软件平台为:Windows 10操作系统和MATLAB R2015b。
本发明仿真实验的参数设置为:空基雷达接收机的空间通道的个数M=8,积累的脉冲数为N=8,距离单元帧数为L=161,波长λ=0.23米,空间天线的间距d=0.115米,空间锥角余弦cosθ=0.25,空基雷达俯仰角余弦感兴趣的目标位于第66帧距离单元,10个强目标分别位于第{31,36,41,46,51,56,61,71,76,81}帧距离单元,雷达平台的速度v1=140m/s,目标运动速度v2=40m/s,雷达的脉冲重复频率fprf=2500Hz。
2.仿真内容及其结果分析:
本发明的仿真实验1是采用本发明、现有技术1、理想方法,分别对输出信干噪比损失进行了仿真,其结果如图2所示。本发明的仿真实验2是采用本发明与现有技术2分别对杂波抑制滤波输出值进行了仿真,结果如图3所示,其中图3(a)为本发明杂波抑制的滤波输出值图,图3(b)为现有技术2杂波抑制的滤波输出值图。输出信干噪比损失为输出信干噪比与最优空时处理输出信干噪比的最大值的差,杂波抑制滤波输出值为的共轭转置乘以空间-脉冲杂波yi的乘积的绝对值。
在仿真实验1中采用的现有技术1和理想方法分别是指:
现有技术1是指,Yang Zhaocheng等人在“Direct Data Domain Sparsity-BasedSTAP Utilizing Subaperture Smoothing Techniques,International Journal ofAntennas and Propagation,vol.2015,pp.1–10,May.2015”中提出的子孔径平滑直接数据域杂波抑制方法。
理想方法是指协方差精确已知的最优空时处理杂波抑制方法。
在仿真实验2中采用的现有技术2是指:
现有技术2是指,朱圣棋等人在其拥有的专利技术“一种基于对角加载的阵列天线自适应波束形成方法(申请号:201410623791.3,授权公告号:CN104360338B,授权公告日:2016年9月7日)”中提出基于对角加载的阵列天线自适应波束形成方法。
下面结合图2和图3的仿真图对本发明的效果做进一步的描述。
图2为仿真实验1中本发明与现有技术1杂波抑制的输出信干噪比损失曲线的对比图。图2中的横轴表示归一化多普勒频率。图2中的纵轴表示输出信干噪比损失,单位分贝。图2中以上三角符号标示的曲线表示采用理想方法的输出信干噪比损失随归一化多普勒频率变化的曲线。图2中以圆圈符号标示的曲线表示采用本发明方法的输出信干噪比损失随归一化多普勒频率变化的曲线。图2中以交叉符号标示的曲线表示采用现有技术1的输出信干噪比损失随归一化多普勒频率变化的曲线。
由图2的仿真结果图可见,本发明方法的输出信干噪比损失和最优处理的性能高于现有技术1的输出信干噪比损失,现有技术1在归一化多普勒频率0.2~0.4处出现很大的输出信干噪比损失,由此可见,本发明在数据含强目标情况下的杂波抑制性能提高,具有稳健性。
图3(a)为仿真实验2中本发明杂波抑制的滤波输出值图,图3(b)为仿真实验2中现有技术2杂波抑制的滤波输出值图。图3(a)中的横轴表示距离单元帧,图3(a)的纵轴表示本发明滤波输出值,单位分贝。图3(b)中的横轴表示距离单元帧,图3(b)的纵轴表示现有技术2滤波输出值,单位分贝。
由图3的仿真结果图可见,在数据量不足的条件下,现有技术可形成明显尖峰,检测出10个强目标和1个感兴趣的目标,而传统方法不能检测出所有目标,受数据量不足的影响明显,由此可见,本发明可应用于数据量不足条件下的杂波抑制。
上述仿真结果验证了本发明的正确性、有效性和可靠性。

Claims (1)

1.一种基于双对称结构和赋权优化的空基雷达杂波抑制方法,其特征在于,利用双对称结构计算空基雷达杂波的协方差矩阵,通过赋权迭代优化协方差矩阵,该方法的步骤包括如下:
(1)获得空间-脉冲杂波:
(1a)空基雷达接收机接收回波匹配滤波后,再将回波幅度与时延相位相乘,得到的三维基带杂波(N,M,L),其中,N表示积累脉冲个数,M表示空基雷达接收机的空间通道数,L表示快采样距离单元帧的个数,L≥N×M;
(1b)对三维基带杂波的每一帧杂波,按照空间通道序数逐一选取出N个积累脉冲,并将N个积累脉冲按空间通道的顺序联接组成三维基带杂波的该帧对应的空间-脉冲杂波;
(2)利用最大似然估计方法,估计所有帧的空间-脉冲杂波的相关矩阵;
(3)将空间-脉冲杂波的相关矩阵作为协方差矩阵的初始值;
(4)计算协方差矩阵的更新值:
(4a)利用公式,计算每帧杂波对应的空间-脉冲杂波的通用内积,采用统计频率法统计所有帧杂波的通用内积的统计分布,再求该统计分布的平均值/>其中,/>表示第i帧杂波对应的通用内积,yi表示第i帧杂波对应的空间-脉冲杂波,i=1,2,…,L,上标H表示共轭转置操作,上标-1表示求逆操作,Ξ表示当前迭代的协方差矩阵;
(4b)根据下式,计算每帧杂波对应的空间-脉冲杂波的比例因子:
其中,μi表示第i帧杂波对应的空间-脉冲杂波的比例因子,exp表示以自然对数e为底的指数操作,||表示绝对值操作,∑表示求和操作;
(4c)利用协方差矩阵关于对角线对称协方差矩阵关于副对角线对称/>的双对称结构,计算当前迭代的协方差矩阵的更新值V:
其中,|| ||表示二范数操作,*表示共轭操作,Γ表示次对角线为1其余为0的矩阵;
(5)赋权优化协方差矩阵:
(5a)利用下式,设置赋权权重ξ:
其中,V0表示先验杂波矩阵;
(5b)利用赋权权重ξ,赋权当前迭代的协方差矩阵
(6)用上次迭代的协方差矩阵减去当前迭代的赋权协方差矩阵,得到协方差矩阵差值的距离值;
(7)判断协方差矩阵差值的距离值是否小于10-6,若是,则得到优化后的协方差矩阵执行步骤(8);否则,用当前的赋权协方差矩阵替换上次迭代的相关矩阵后执行步骤(4);
(8)抑制杂波:
用优化协方差矩阵对每帧杂波对应的空间-脉冲杂波yi进行/>的自适应处理,滤除强目标信号,从而抑制杂波,其中,s表示空间-方位导向矢量;
所述的空间-方位导向矢量是由得到的:
其中,a表示空间导向矢量,b表示方位导向矢量,表示克罗内积操作,j表示虚数单位,π表示圆周率,d表示雷达天线的间距,cos表示余弦操作,θ表示空间锥角余弦,/>表示空基雷达俯仰角余弦,λ表示波长,v1表示雷达平台速度,v2表示目标运动速度,fprf表示脉冲重复频率。
CN202011543779.3A 2020-12-24 2020-12-24 基于双对称结构和赋权优化的空基雷达杂波抑制方法 Active CN112748404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011543779.3A CN112748404B (zh) 2020-12-24 2020-12-24 基于双对称结构和赋权优化的空基雷达杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011543779.3A CN112748404B (zh) 2020-12-24 2020-12-24 基于双对称结构和赋权优化的空基雷达杂波抑制方法

Publications (2)

Publication Number Publication Date
CN112748404A CN112748404A (zh) 2021-05-04
CN112748404B true CN112748404B (zh) 2023-07-28

Family

ID=75647328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011543779.3A Active CN112748404B (zh) 2020-12-24 2020-12-24 基于双对称结构和赋权优化的空基雷达杂波抑制方法

Country Status (1)

Country Link
CN (1) CN112748404B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103364764A (zh) * 2013-06-25 2013-10-23 西安电子科技大学 一种机载雷达非平稳杂波抑制方法
CN105699950A (zh) * 2016-04-22 2016-06-22 西安电子科技大学 基于自适应迭代前后向平滑共轭梯度的雷达杂波抑制方法
WO2018045601A1 (zh) * 2016-09-09 2018-03-15 深圳大学 一种阵列误差下的稀疏恢复stap方法及其系统
CN109116311A (zh) * 2018-09-19 2019-01-01 西安电子科技大学 基于知识辅助稀疏迭代协方差估计的杂波抑制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103364764A (zh) * 2013-06-25 2013-10-23 西安电子科技大学 一种机载雷达非平稳杂波抑制方法
CN105699950A (zh) * 2016-04-22 2016-06-22 西安电子科技大学 基于自适应迭代前后向平滑共轭梯度的雷达杂波抑制方法
WO2018045601A1 (zh) * 2016-09-09 2018-03-15 深圳大学 一种阵列误差下的稀疏恢复stap方法及其系统
CN109116311A (zh) * 2018-09-19 2019-01-01 西安电子科技大学 基于知识辅助稀疏迭代协方差估计的杂波抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于先验知识及其定量评估的自适应杂波抑制研究;唐波;张玉;李科;;航空学报(第05期);全文 *

Also Published As

Publication number Publication date
CN112748404A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN110275166B (zh) 基于admm的快速稀疏孔径isar自聚焦与成像方法
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
CN107607938B (zh) 一种频率分集阵列雷达低空目标检测方法
CN109188385B (zh) 杂波背景下的高速微弱目标检测方法
CN101881822B (zh) 一种针对共享谱雷达同频干扰的抑制方法
CN112612006B (zh) 基于深度学习的机载雷达非均匀杂波抑制方法
US8760340B2 (en) Processing radar return signals to detect targets
CN109507666B (zh) 基于离网变分贝叶斯算法的isar稀疏频带成像方法
CN107229040B (zh) 基于稀疏恢复空时谱估计的高频雷达目标检测方法
CN110687528A (zh) 自适应波束形成器生成方法及系统
CN110940953B (zh) 地波雷达海杂波中目标的三维检测方法
CN113376607B (zh) 机载分布式雷达小样本空时自适应处理方法
CN103885042B (zh) 基于杂波子空间的阵元误差估计方法
CN106802408B (zh) 基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法
CN112748404B (zh) 基于双对称结构和赋权优化的空基雷达杂波抑制方法
CN112255608A (zh) 一种基于正交投影的雷达杂波自适应抑制方法
CN111044996A (zh) 一种基于降维近似消息传递的lfmcw雷达目标检测方法
CN110146854B (zh) 一种fda-mimo雷达稳健抗干扰方法
CN109212502B (zh) 基于重加权的采样矩阵求逆非均匀检测器的实现方法
CN110850421A (zh) 基于混响对称谱的空时自适应处理的水下目标检测方法
CN112612007B (zh) 基于近场效应的超稀疏阵列机载雷达动目标距离解模糊方法
CN116165610A (zh) 一种改进奇异值分解的海杂波抑制算法
CN114152918A (zh) 基于压缩感知的抗间歇式主瓣干扰方法
CN115687931B (zh) 一种极低训练样本数时的空时自适应处理方法与系统
CN114578311B (zh) 天波超视距雷达特征域抗杂波和干扰方法与装置

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