CN113238211B - 一种干扰条件下参数化自适应阵列信号检测方法与系统 - Google Patents

一种干扰条件下参数化自适应阵列信号检测方法与系统 Download PDF

Info

Publication number
CN113238211B
CN113238211B CN202110582853.0A CN202110582853A CN113238211B CN 113238211 B CN113238211 B CN 113238211B CN 202110582853 A CN202110582853 A CN 202110582853A CN 113238211 B CN113238211 B CN 113238211B
Authority
CN
China
Prior art keywords
detection
target
statistic
detection statistic
matrix
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
CN202110582853.0A
Other languages
English (en)
Other versions
CN113238211A (zh
Inventor
刘维建
李槟槟
周必雷
杜庆磊
陈辉
王永良
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.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
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 Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Publication of CN113238211A publication Critical patent/CN113238211A/zh
Application granted granted Critical
Publication of CN113238211B publication Critical patent/CN113238211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04Systems determining presence of a target
    • 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
    • G01S7/38Jamming means, e.g. producing false echoes
    • 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
    • G01S7/418Theoretical aspects

Landscapes

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

Abstract

本发明涉及一种干扰条件下参数化自适应阵列信号检测方法与系统。首先确定待检测数据矩阵、采样协方差矩阵和信号导向矢量,然后计算检测统计量的中间物理量,接着确定可调参数,进而构造检测统计量,再根据虚警概率及所述检测统计量确定检测门限,最后比较所述检测统计量与所述检测门限的大小,若检测统计量小于检测门限,则判决目标不存在,若检测统计量大于等于检测门限,则判决目标存在。本发明设计的检测器流程简便,性能优良,实现了干扰抑制,并可根据系统需要,实现对信号的稳健检测或者敏感抑制,而且具有恒虚警特性。

Description

一种干扰条件下参数化自适应阵列信号检测方法与系统
技术领域
本发明涉及信号检测技术领域,尤其涉及一种干扰条件下参数化自适应阵列信号检测方法与系统。
背景技术
干扰环境下的目标检测一直是雷达目标探测的难题。干扰不仅能够通过模拟目标特性,极大提高雷达的虚警概率,还能通过模拟热噪声特性,极大降低雷达对弱目标的发现概率。
此外,雷达往往面临信号失配下的目标检测。一方面,雷达不可避免的存在阵列误差,包括:阵元方向图误差、阵元位置误差、阵元互耦和通道幅相误差等。这些误差的存在不可避免的会使得雷达系统的波束指向偏离真实目标的方位。此时需要雷达对信号失配具有稳健检测特性。另一方面,当不存在阵列误差,但在雷达波束旁瓣区存在强目标信号时,也会引起信号失配,此时不应把该旁瓣目标当做真实目标,为此,需要选择失配敏感检测器,这类检测器的检测概率随着信号失配量的增加而迅速降低。然而,传统检测器对失配信号的方向特性(包含稳健特性和失配敏感特性)是固定的,不能满足不同的任务需求。
现有技术中仍存在干扰条件下,传统检测器对失配信号方向性不能调节的问题。
发明内容
为此,本发明提供一种干扰条件下参数化自适应阵列信号检测方法与系统,用以克服现有技术中干扰条件下传统检测器对失配信号方向性不能调节的问题。
为实现上述目的,本发明提供了一种干扰条件下参数化自适应阵列信号检测方法,包括:
步骤1:确定待检测数据矩阵、采样协方差矩阵和信号导向矢量;
步骤2:计算检测统计量的中间物理量;
步骤3:确定可调参数;
步骤4:构造检测统计量;
步骤5:根据虚警概率及所述检测统计量确定检测门限;
步骤6:比较所述检测统计量与所述检测门限的大小,若检测统计量小于检测门限,则判决目标不存在,若检测统计量大于等于检测门限,则判决目标存在。
进一步地,在所述步骤1中,确定的所述采样协方差矩阵表示为
Figure BDA0003086651180000021
确定的所述信号导向矢量表示为
Figure BDA0003086651180000022
式中,xl为待检测数据附近的第l个训练样本,l=1,2,…,L,L为训练样本个数,N为雷达阵列阵元数,上标[·]H表示共轭转置,d为天线阵元间距,λ为雷达发射信号波长,θ为目标方位角,上标[·]T表示转置,j为虚数。
进一步地,在所述步骤1中,确定的待检测数据矩阵表示为
X=[x1,x2,…,xK]
其中,xk为第k个待检测数据,k=1,2,…,K;
当所述待检测数据矩阵中的数据为单个脉冲时的扩展目标时,K为扩展目标占据的距离单元数;当所述待检测数据矩阵中的数据为多个脉冲时的点目标时,K为脉冲个数。
进一步地,在所述步骤2中,计算检测统计量的中间物理量包括:
D=S-1、E=XHDX、f=XHDs和g=sHDs
其中,上标[·]-1表示矩阵求逆,S表示采样协方差矩阵,X为待检测数据矩阵,s(θ)表示信号导向矢量。
进一步地,在所述步骤3中,确定的可调参数包括以下情形:
当需要得到对信号失配具有稳健特性的检测器时,可调参数γ设置范围为γ∈[0,1];
当需要得到对信号失配具有敏感抑制特性的检测器时,可调参数γ设置范围为γ∈(1,3]。
进一步地,在所述步骤4中,构建的检测统计量如下式所示:
Figure BDA0003086651180000031
其中,符号|·|表示矩阵的行列式,IK表示K×K维单位矩阵,E、f和g为检测统计量的中间物理量。
进一步地,在所述步骤5中,对所述检测门限通过下式得到:
η=t(n*)
式中,
Figure BDA0003086651180000041
M为蒙特卡洛仿真次数,μ为系统的虚警概率设定值,
Figure BDA0003086651180000042
为取整操作,t(i)为序列
Figure BDA0003086651180000043
由大到小排列第i个最大值,E(k)=XH(k)D(k)X(k),D(k)=S-1(k),X(k)为仅含干扰和噪声分量的待检测数据的第k次实现,S(k)为采样协方差矩阵的第k次实现,f(k)=XH(k)D(k)s,g(k)=sHD(k)s,k=1,2,…,M。
进一步地,在所述步骤6中,通过对检测统计量和检测门限的比较,从而对目标进行判定:
若检测统计量Detector大于等于检测门限η,则判定目标存在;
若检测统计量Detector小于检测门限η,则判定目标不存在。
进一步地,一种干扰条件下参数化自适应阵列信号检测系统,包括:
数据矩阵构造模块,其根据已知信息构造相关矩阵;
中间物理量计算模块,其根据数据矩阵构造检测器所需的相关中间物理量;
可调参数确定模块,其用于对检测器所需的可调参数数值进行确定;
检测统计量构造模块,其根据中间物理量及可调参数构造检测统计量;
检测门限确定模块,其用于根据检测统计量及系统虚警概率对检测门限进行确定;
目标判决模块,其通过对检测统计量与检测门限进行比较,判决目标是否存在,若检测统计量大于检测门限,则判决目标存在,反之则判决目标不存在。
与现有技术相比,本发明的有益效果在于,本发明提供了一种干扰条件下参数化自适应阵列信号检测方法与系统,基于自适应检测的考虑,提出了无需把干扰抑制作为独立步骤的一种有效恒虚警目标检测方法,不仅简化了检测流程,缩短了检测所需时间,提高了目标检测,而且通过调节参数实现了对失配信号的灵活控制。本发明通过改变可调参数,实现检测器方向特性的灵活变化,有效提高了检测效率。
尤其,本发明设计的检测器不仅适用于多脉冲下点目标的阵列信号检测,也可使适用于单脉冲下扩展目标的阵列信号检测,可应用场景丰富,实用性强。
进一步地,本发明通过确定所述待检测数据矩阵、采样协方差矩阵和信号导向矢量,从而有效缩短了检测所需时间,进一步提高了检测效率。
进一步地,本发明通过计算检测统计量的中间物理量,有效缩短了检测所需时间,进一步提高了检测效率。
进一步地,本发明通过确定可调参数,实现了对失配信号的灵活检测。
进一步地,本发明通过构造检测统计量,有效缩短了检测所需时间,进一步提高了检测效率。
进一步地,本发明通过根据虚警概率及所述检测统计量确定检测门限,有效缩短了检测所需时间,进一步提高了检测效率。
进一步地,本发明通过比较所述检测统计量与所述检测门限的大小,判决目标存在,有效缩短了检测所需时间,进一步提高了检测效率。
附图说明
图1为本发明所述实施例中一种干扰条件下参数化自适应阵列信号检测方法的流程示意图;
图2为本发明所述实施例中一种干扰条件下参数化自适应阵列信号检测系统的结构框架图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1所示,本发明提供了一种干扰条件下参数化自适应阵列信号检测方法,包括:
步骤1:确定待检测数据矩阵、采样协方差矩阵和信号导向矢量;
步骤2:计算检测统计量的中间物理量;
步骤3:确定可调参数;
步骤4:构造检测统计量;
步骤5:根据虚警概率及所述检测统计量确定检测门限;
步骤6:比较所述检测统计量与所述检测门限的大小,若检测统计量小于检测门限,则判决目标不存在,若检测统计量大于等于检测门限,则判决目标存在。
具体而言,本发明实施例中,假设雷达的系统空域通道数为N,采用脉冲多普勒体制,一个相干处理间隔内含有K个相干脉冲,则N个通道接收的第1个脉冲信号为
x1=α1s(θ)+n1
其中,α1为回波复幅度,n1为杂波、干扰及噪声之和;
Figure BDA0003086651180000071
式中,θ为目标方位角,d为天线阵元间距,λ为雷达发射波形信号的波长,上标[·]T表示转置。同理,N个通道接收的第2个脉冲信号为
Figure BDA0003086651180000072
其中,α2为回波复幅度,n2为杂波、干扰及噪声之和,fd为目标相对于雷达的多普勒频率,Tr为雷达脉冲重复周期,j为虚数。
具体而言,本发明实施例中,目标方位角是指目标相对于雷达天线阵法线方向的角度。
具体而言,本发明实施例中,N个通道接收的第K个脉冲信号为
Figure BDA0003086651180000081
其中,αK为回波复幅度,nK为杂波、干扰及噪声之和。
具体而言,本发明实施例中,把N个通道接收的K个脉冲信号合在一起,用N×K维矩阵X表示为,
X=s(θ)βH+N
其中,X=[x1,x2,…,xK],xk为X的第k列,k=1,2,…,K,N为N×K维噪声矩阵,β=α⊙s(fd),符号⊙表示点积,符号(·)H表示共轭转置,α=[α1,α2,…,αK]H,s(fd)为目标的多普勒导向矢量,其表达式为
Figure BDA0003086651180000082
在实际环境中,若脉冲重复周期过大或者雷达相干性能较差时,都会导致复幅度α1,α2,…,αK之间各不相同,因此,向量β可认为是未知列向量。
具体而言,本发明实施例中,若雷达只发射一个脉冲,而目标在距离维占据K个距离单位,则雷达目标回波表示中,向量β表示扩展目标的坐标信息。
具体而言,本发明实施例中,令噪声矩阵N各列对应的协方差矩阵为R,在实际环境中,噪声协方差矩阵R通常未知,为此,需要一定数量的训练样本对R进行估计,假设存在L个仅含噪声分量的训练样本,记第l个训练样本为:
xl=nl
其中,l=1,2,…,L,nl,l为第l个训练样本中的噪声。
具体而言,本发明实施例中,在所述步骤1中,确定的所述采样协方差矩阵表示为,
Figure BDA0003086651180000091
确定的所述信号导向矢量表示为,
Figure BDA0003086651180000092
式中,xl为待检测数据附近的第l个训练样本,l=1,2,…,L,L为训练样本个数,N为雷达阵列阵元数,上标[·]H表示共轭转置,d为天线阵元间距,λ为雷达发射信号波长,θ为目标方位角,上标[·]T表示转置。
具体而言,本发明实施例中,在所述步骤1中,确定的待检测数据矩阵表示为,
X=[x1,x2,…,xK]
其中,xk为第k个待检测数据,k=1,2,…,K;
当所述待检测数据矩阵中的数据为单个脉冲时的扩展目标时,K为扩展目标占据的距离单元数;当所述待检测数据矩阵中的数据为多个脉冲时的点目标时,K为脉冲个数。
具体而言,本发明实施例中,在所述步骤2中,在对计算检测统计量的中间物理量包括:
D=S-1、E=XHDX、f=XHDs和g=sHDs
其中,上标[·]-1表示矩阵求逆,S表示采样协方差矩阵,X为待检测数据矩阵,s(θ)表示信号导向矢量。
具体而言,本发明实施例中,在所述步骤3中,确定的可调参数包括以下情形:
当需要得到对信号失配具有稳健特性的检测器时,可调参数γ设置范围为γ∈[0,1];
当需要得到对信号失配具有敏感抑制特性的检测器时,可调参数γ设置范围为γ∈(1,3]。
具体而言,本发明实施例中,在所述步骤4中,构建的检测统计量如下式所示:
Figure BDA0003086651180000101
其中,符号|·|表示矩阵的行列式,IK表示K×K维单位矩阵,E、f和g为检测统计量的中间物理量。
具体而言,本发明实施例中,在所述步骤5中,对所述检测门限通过下式得到:
η=t(n*)
式中,
Figure BDA0003086651180000102
M为蒙特卡洛仿真次数,μ为系统的虚警概率设定值,
Figure BDA0003086651180000103
为取整操作,t(i)为序列
Figure BDA0003086651180000104
由大到小排列第i个最大值,E(k)=XH(k)D(k)X(k),D(k)=S-1(k),X(k)为仅含干扰和噪声分量的待检测数据的第k次实现,S(k)为采样协方差矩阵的第k次实现,f(k)=XH(k)D(k)s,g(k)=sHD(k)s,k=1,2,…,M。
具体而言,本发明实施例中,在所述步骤6中,通过对检测统计量和检测门限的比较,从而对目标进行判定:
若检测统计量Detector大于等于检测门限η,则判定目标存在;
若检测统计量Detector小于检测门限η,则判定目标不存在。
请参阅图2所示,本发明还提供一种干扰条件下参数化自适应阵列信号检测系统,包括:
数据矩阵构造模块,其根据已知信息构造相关矩阵;
中间物理量计算模块,其根据数据矩阵构造检测器所需的相关中间物理量;
可调参数确定模块,其用于对检测器所需的可调参数数值进行确定;
检测统计量构造模块,其根据中间物理量及可调参数构造检测统计量;
检测门限确定模块,其用于根据检测统计量及系统虚警概率对检测门限进行确定;
目标判决模块,其通过对检测统计量与检测门限进行比较,判决目标是否存在,若检测统计量大于检测门限,则判决目标存在,反之则判决目标不存在。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种干扰条件下参数化自适应阵列信号检测方法,其特征在于,包括:
步骤1:确定待检测数据矩阵、采样协方差矩阵和信号导向矢量;
步骤2:计算检测统计量的中间物理量;
步骤3:确定可调参数;
步骤4:构造检测统计量;
步骤5:根据虚警概率及所述检测统计量确定检测门限;
步骤6:比较所述检测统计量与所述检测门限的大小,若检测统计量小于检测门限,则判决目标不存在,若检测统计量大于等于检测门限,则判决目标存在;
在所述步骤2中,计算检测统计量的中间物理量包括:
D=S-1、E=XHDX、f=XHDs(θ)和g=sH(θ)Ds(θ)
其中,上标[·]-1表示矩阵求逆,S表示采样协方差矩阵,X为待检测数据矩阵,s(θ)表示信号导向矢量,上标[·]H表示共轭转置,θ为目标方位角;
在所述步骤4中,构建的检测统计量如下式所示:
Figure FDA0003497557590000011
其中,符号|·|表示矩阵的行列式,IK表示K×K维单位矩阵,E、f和g为检测统计量的中间物理量。
2.根据权利要求1所述的干扰条件下参数化自适应阵列信号检测方法,其特征在于,在所述步骤1中,确定的所述采样协方差矩阵表示为
Figure FDA0003497557590000021
确定的所述信号导向矢量表示为
Figure FDA0003497557590000022
式中,xl为待检测数据附近的第l个训练样本,l=1,2,…,L,L为训练样本个数,N为雷达阵列阵元数,d为天线阵元间距,λ为雷达发射信号波长,上标[·]T表示转置,j表示虚数。
3.根据权利要求1所述的干扰条件下参数化自适应阵列信号检测方法,其特征在于,在所述步骤1中,确定的待检测数据矩阵表示为,
X=[x1,x2,…,xK]
其中,xk为第k个待检测数据,k=1,2,…,K;
当所述待检测数据矩阵中的数据为单个脉冲时的扩展目标时,K为扩展目标占据的距离单元数;当所述待检测数据矩阵中的数据为多个脉冲时的点目标时,K为脉冲个数。
4.根据权利要求1所述的干扰条件下参数化自适应阵列信号检测方法,其特征在于,在所述步骤3中,确定的可调参数包括以下情形:
当需要得到对信号失配具有稳健特性的检测器时,可调参数γ设置范围为γ∈[0,1];
当需要得到对信号失配具有敏感抑制特性的检测器时,可调参数γ设置范围为γ∈(1,3]。
5.根据权利要求1所述的干扰条件下参数化自适应阵列信号检测方法,其特征在于,在所述步骤5中,对所述检测门限通过下式得到:
η=t(n*)
式中,
Figure FDA0003497557590000031
M为蒙特卡洛仿真次数,μ为系统的虚警概率设定值,
Figure FDA0003497557590000032
为取整操作,t(i)为序列
Figure FDA0003497557590000033
由大到小排列第i个最大值,E(k)=XH(k)D(k)X(k),D(k)=S-1(k),X(k)为仅含干扰和噪声分量的待检测数据的第k次实现,S(k)为采样协方差矩阵的第k次实现,f(k)=XH(k)D(k)s(θ),g(k)=sH(θ)D(k)s(θ),k=1,2,…,M。
6.根据权利要求1所述的干扰条件下参数化自适应阵列信号检测方法,其特征在于,在所述步骤6中,通过对检测统计量和检测门限的比较,从而对目标进行判定:
若检测统计量Detector大于等于检测门限η,则判定目标存在;
若检测统计量Detector小于检测门限η,则判定目标不存在。
7.一种应用于权利要求1-6任意一项所述检测方法的干扰条件下参数化自适应阵列信号检测系统,其特征在于,包括:
数据矩阵构造模块,其根据已知信息构造相关矩阵;
中间物理量计算模块,其根据数据矩阵构造检测器所需的相关中间物理量;
可调参数确定模块,其用于对检测器所需的可调参数数值进行确定;
检测统计量构造模块,其根据中间物理量及可调参数构造检测统计量;
检测门限确定模块,其用于根据检测统计量及系统虚警概率对检测门限进行确定;
目标判决模块,其通过对检测统计量与检测门限进行比较,判决目标是否存在,若检测统计量大于检测门限,则判决目标存在,反之则判决目标不存在。
CN202110582853.0A 2021-02-05 2021-05-27 一种干扰条件下参数化自适应阵列信号检测方法与系统 Active CN113238211B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110160223 2021-02-05
CN2021101602234 2021-02-05

Publications (2)

Publication Number Publication Date
CN113238211A CN113238211A (zh) 2021-08-10
CN113238211B true CN113238211B (zh) 2022-05-10

Family

ID=77139421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110582853.0A Active CN113238211B (zh) 2021-02-05 2021-05-27 一种干扰条件下参数化自适应阵列信号检测方法与系统

Country Status (1)

Country Link
CN (1) CN113238211B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115032623B (zh) * 2022-08-10 2022-11-01 中国人民解放军空军预警学院 子空间信号失配时双参数加权的扩展目标检测方法与系统
CN115575919B (zh) * 2022-11-22 2023-06-06 中国人民解放军空军预警学院 一种极低样本数时的空时自适应检测方法与系统
CN115656998B (zh) * 2022-11-22 2023-06-13 中国人民解放军空军预警学院 一种低样本数下阵列信号自适应检测方法与系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109444820A (zh) * 2018-12-13 2019-03-08 中国人民解放军空军预警学院 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法
CN109444869A (zh) * 2018-12-19 2019-03-08 中国人民解放军空军预警学院 一种用于信号失配的雷达扩展目标参数可调检测器
CN111123252A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种杂波环境中信号失配时的参数可调方向检测方法
CN111948634A (zh) * 2020-07-19 2020-11-17 中国人民解放军空军预警学院 干扰条件下基于协方差矩阵重构的目标检测方法与装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109444820A (zh) * 2018-12-13 2019-03-08 中国人民解放军空军预警学院 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法
CN109444869A (zh) * 2018-12-19 2019-03-08 中国人民解放军空军预警学院 一种用于信号失配的雷达扩展目标参数可调检测器
CN111123252A (zh) * 2019-12-27 2020-05-08 中国人民解放军空军预警学院 一种杂波环境中信号失配时的参数可调方向检测方法
CN111948634A (zh) * 2020-07-19 2020-11-17 中国人民解放军空军预警学院 干扰条件下基于协方差矩阵重构的目标检测方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Persymmetric adaptive detection in subspace interference plus gaussian noise;Liu, Jun et al.;《Signal Processing》;20201231;全文 *

Also Published As

Publication number Publication date
CN113238211A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN113238211B (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
US8947294B1 (en) Method and system for adaptively cancelling clutter from the sidelobes of a ground-based radar
CN109444869B (zh) 一种用于信号失配的雷达扩展目标参数可调检测器
CN109444820B (zh) 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
US6801156B1 (en) Frequency-agile monopulse technique for resolving closely spaced targets
CN112612005B (zh) 基于深度学习的雷达抗主瓣干扰方法
CN112612006B (zh) 基于深度学习的机载雷达非均匀杂波抑制方法
CN112346030A (zh) 无人机群的超分辨波达方向估计方法
CN111999714B (zh) 基于多散射点估计和杂波知识辅助的自适应融合检测方法
CN109932696A (zh) 基于雷达通道噪声功率的数字波束形成方法
Yang et al. Enhanced knowledge-aided space–time adaptive processing exploiting inaccurate prior knowledge of the array manifold
CN111650574B (zh) 基于稀疏恢复的水下空时自适应处理方法及系统
CN109188373A (zh) 基于子阵阻塞矩阵预处理的抗主瓣干扰方法
CN113376607A (zh) 机载分布式雷达小样本空时自适应处理方法
Xu et al. Ambiguity function-based ESPRIT algorithm for FDA-MIMO radar target localization
CN109490859B (zh) 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器
CN110456342B (zh) 单发射天线雷达的远场多运动目标探测方法
CN115575921B (zh) 一种基于俯仰向多通道多干扰基压制干扰抑制方法
CN104035078A (zh) 一种基于阵元阶数递推的降维空时自适应权值计算方法
CN111812634A (zh) 警戒线目标监测方法、装置和系统
CN114428228B (zh) 高重频和差天线雷达导引头的杂波抑制方法
CN112415469B (zh) 一种两维数字阵列雷达快速干扰测向方法
CN109212492B (zh) 基于知识辅助的时域重构机载雷达杂波抑制方法
Xiong et al. Space time adaptive processing for airborne MIMO radar based on space time sampling matrix

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