夏义华[1]2001年在《机载雷达地面慢动目标检测技术研究》文中研究表明机载雷达地面动目标指示（GMTI）技术能够解决对地面上慢速运动目标，包括高价值时间临界目标（high value time critical targets）的探测任务，在空地攻击中具有很高的应用价值，长期以来一直是军用机载雷达迫切需要具备的一项功能，也一直是雷达研究领域的一个重要课题。如何在现有PD雷达的基础上实现有效的机载GMTI技术是本文研究的主要内容。 论文的绪论部分阐述了MTI的基本概念，回顾了机载雷达GMTI的发展史，提出了机载雷达对慢动目标检测的难点。最后提出了利用PD火控雷达的单脉冲天线和差波束进行补偿，来抑制固定杂波进而实现对位于主瓣杂波区内的慢动目标有效提取的研究方案。 论文第一部分先对机载雷达回波信号进行了详细的分析，探讨了影响杂波谱展宽的多种因素，包括：波速照射区域内散射体的相对运动对杂波谱的影响；天线扫描运动对杂波谱的影响；平台运动对杂波谱的影响；雷达系统噪声对杂波谱的影响等，并给出了相应的杂波功率谱。然后分析了在计算机上模拟机载雷达回波信号的基本原理，着重考虑了对主瓣杂波的仿真。 论文第二部分在分析平台运动对MTI性能影响的基础上，提出了单脉冲雷达运动补偿的方案，详细分析了利用差通道信号去补偿和通道信号实现杂波抑制的基本原理，并以对杂波剩余功率最小的LMS准则推导了补偿系数的公式。然后对该方案的性能在计算机仿真的基础上进行了全面的评估。 论文第叁部分研究了地杂波对动目标检测的影响，首先详细分析了雷达和动目标交会的几何关系，分别讨论了正侧视和斜侧视情况下的详尽几何关系，然后给出了完整的雷达系统仿真的流程图，依据该流程图对单脉冲雷达运动补偿方案进行了仿真，给出了仿真结果，显示了该方案的可行性。最后对检测性能作了详尽的分析，给出了目标检测概率。 结论部分对全文工作进行了总结，并指出结合MTI滤波器的精确设计还可对该方案进行进一步研究，运用雷达的真实回波数据对该方案可作进一步的评估，为本方案的工程实施打下基础。
田斌[2]2012年在《机载雷达SAR/GMTI及非正侧视线阵STAP技术研究》文中提出地面运动目标指示(Ground Moving Target Indication，GMTI)作为战场侦察的一部分是军用机载监视雷达所必须具备的一项基本功能，也是雷达信号处理领域中的一个重要问题。本文的研究工作主要围绕多通道SAR/GMTI技术以及非正侧视阵列结构下的STAP技术展开，主要内容及创新点如下：1.研究了基于样本协方差矩阵特征分解的双通道SAR动目标检测技术。传统的基于样本协方差矩阵特征分解得到的动目标检测量如第二特征值、干涉相位及相似度，由于只利用了协方差矩阵的幅度和相位的单方面信息来实现慢动目标的检测，因而其检测效果并不理想。为此，本文在样本协方差矩阵特征分解的基础上，通过对上述叁个参量进行有效组合，提出了两种新的动目标检测算法——椭圆检测算法和第二特征值—干涉相位联合检测算法。前者是通过对干涉相位和相似度进行变换得到的动目标检测量；后者是将杂波第二特征值和干涉相位联合统计特性的研究结果用于慢动目标的检测，与此同时，还结合了第二特征值、干涉相位门限预处理。文中通过仿真及实测数据实验对上述几种动目标算法的性能进行了验证与对比。2.对多通道SAR/GMTI通道盲均衡处理技术进行了研究。首先，建立了多通道SAR/GMTI回波信号模型；接着，对基于回波数据相关矩阵特征分解的通道盲均衡算法的基本工作原理进行分析，分析结果表明，该算法主要存在两个缺点：一是收敛速度慢；二是算法的有效性受干扰信号的影响较大。针对算法收敛速度慢的缺点，论文提出了一种快速收敛的通道盲均衡算法。实测数据的实验结果表明，该算法可有效减少收敛所需的样本数目，但与原通道盲均衡算一样，该算法的有效性同样会受干扰信号的影响。基于此，在随后的研究中，将中值估计方法引入到该算法中，又提出了一种新的对干扰信号鲁棒的通道盲均衡算法，文中实测数据的实验结果验证了新算法的有效性。3.研究了多通道SAR动目标检测技术以及速度估计。针对机载多通道SAR/GMTI系统及实测数据，提出一种新的地面慢动目标检测算法。新算法利用多级维纳滤波器实现多通道SAR系统杂波抑制，同时结合对角加载技术和改进的自适应功率剩余非均匀检测器，进一步改善SAR系统在非均匀环境下的动目标检测性能，最后通过实测数据实验对该算法的有效性和优越性进行了验证。随后，介绍了两种动目标径向速度估计方法，分别是最大似然估计方法和基于稀疏恢复的动目标径向速度估计方法，后者是新提出的一种动目标径向速度估计方法，该方法将稀疏恢复理论应用到动目标的径向速度估计中去，目的是为了提高系统对动目标径向速度的估计精度。文中给出了上述两种动目标径向速度估计方法的实测数据处理结果。4.研究了非正侧视阵列结构下的STAP技术。首先，分析了非正侧视阵列结构下杂波的分布特性；接着，对STAP技术的基本工作原理进行了研究；随后，分析了两种非自适应杂波距离相关性补偿算法——多普勒频移补偿算法和角度—多普勒补偿算法，并通过仿真实验对两种算法的补偿性能进行了对比分析；在这之后，介绍了两种自适应杂波距离相关性补偿算法——自适应角度—多普勒补偿算法和快速自适应角度—多普勒补偿算法，后者是本文新提出的一种补偿算法，它将分块处理和近似投影子空间跟踪技术引入到原自适应角度—多普勒补偿算法中，从而来减少原算法的运算量。文中通过仿真实验对两种自适应杂波距离相关性补偿算法的性能进行对比分析。
时公涛[3]2009年在《基于干涉图的多通道SAR地面慢动目标自动检测技术研究》文中研究表明针对发展SAR-GMTI系统的需求,为了从大幅SAR图像中快速有效地检测出地面慢速运动目标,本文深入研究了基于干涉图的多通道SAR地面慢动目标检测技术。以构建实用化的地面慢动目标自动检测为目的,采用理论分析和实验验证相结合的研究方法,对慢动目标检测量的构造、干涉图和慢动目标检测量的统计建模、基于干涉图的慢动目标自动检测等关键技术进行了系统深入的研究。开展的工作主要包括以下几个方面:(1)基于协方差矩阵分解和矩阵元素组合变换的慢动目标检测量的构造。通过分析多通道SAR图像域地面慢动目标检测的基本原理,综述已有的检测算法,定量分析并证明多视处理对检测量构造的影响,在此基础上,提出并证明了“多视处理是第二特征值检测量的有效使用条件”这一命题,修正了相似度检测量,构建了有效的正交分解检测量和几种新的DPCA检测量,从而补充和发展了检测量构造理论。(2)干涉图的统计建模。以复Wishart分布和乘积模型为基础,引入Frery等人的场景环境分类思想,利用对地物RCS幅度分量能够精确建模的逆方根Gamma分布和广义逆方根Gauss分布,推导出了干涉图幅度和相位联合分布模型族(包括I0_MP分布、I_MP分布和I1_MP分布)、干涉图实部和虚部联合分布模型族(包括R_I0分布、R_I分布和R_I1分布)和干涉图幅度分布模型族(包括E-Gamma分布、E-G0分布和E-G分布),并基于Mellin变换建立了各分布模型的准确、快速参数估计器(包括E-Gamma_MoLC、E-G0_MoLC、E-G_MoLC和E2-G0_MoLC),从而构建了完备性较强的干涉图统计分布模型理论。(3)研究了基于干涉图散布特性的地面慢动目标自动检测。以干涉图幅度和相位、实部和虚部的联合分布模型族为基础,提出了基于干涉图幅度-相位复平面、实部-虚部复平面的检测算法。新算法具有检测率高、虚警率低、可检测速度范围大、适用范围广、稳健性和抗干扰性好等特点。在基于干涉图的慢动目标检测方法中,相同的恒虚警率条件下,该类方法可获得最优的检测率。(4)研究了基于干涉图幅度分布和相位分布的地面慢动目标联合CFAR检测。以干涉图幅度分布模型族及相应的参数估计器为基础,通过设计新的CFAR检测器及其快速实现算法,实现了基于干涉图幅度分布CFAR检测、基于干涉图相位分布CFAR检测并将两次CFAR检测结果相结合的慢动目标自动检测方法,该方法实用性强、检测性能较优。(5)研究了基于干涉图的新的地面慢动目标检测方案。在新方案的理论构建层面,利用干涉图中慢动目标像素点与静止杂波和静止目标像素点之间的散射特性差异,构造了新的M&P检测量,推导出了M&P检测量的分布模型族(包括S0分布、S分布和S1分布)及相应的参数估计器(包括S0_MoLC、S_MoLC和S1_MoLC);在新方案的实现层面,推导出了M&P检测量各分布模型对应的CFAR阈值求解表达式,进而利用多视处理和M&P检测量全局幅度筛选来提高统计模型参数估计的精度,并采用新设计的CFAR检测器,实现了通用、智能且能对检测所遇到的环境做一体化考虑的实用慢动目标CFAR检测。
吴迪[4]2011年在《非均匀环境中机载雷达STAP及SAR/GMTI技术研究》文中指出作为一项先进的雷达信号处理方案，空时自适应处理（STAP）技术根据接收信号中杂波及噪声的统计特性自适应生成空、时二维滤波器，能够有效抑制地杂波，极大地提高了机载动目标指示（MTI）雷达以及合成孔径雷达地面动目标指示系统（SAR/GMTI）的慢动目标指示能力。然而，由于常规的STAP处理中需要采用与待检测单元杂噪分量独立同分布（I.I.D）的训练样本对杂噪协方差矩阵进行估计，而在实际的非均匀环境中，样本的I.I.D条件无法满足，从而导致了STAP性能的下降。针对这一点，本文研究围绕着各种非均匀STAP及SAR-STAP技术展开，主要内容及创新点如下：1研究了机载雷达地杂波模型，对杂波特性进行了分析，介绍了STAP全维最优处理器的结构，引入了STAP性能衡量的指标，对经典的降维3DT、降秩最小范数特征对消器（MNE）以及对角加载样本矩阵求逆（LSMI）算法进行了回顾。并在此基础上，通过对机载多通道雷达实测数据的分析与处理，对相关理论、算法进行了验证。2研究了非均匀STAP技术。重点对非均匀检测器（NHD）、空时自回归算法（STAR）以及结构化STAP算法进行了研究。首先将NHD引入降维处理中，采用基于广义内积（GIP）的反复剔除（RC）3DT算法对实测数据进行了处理，并获得良好效果。随后对STAR算法进行了研究，针对非平稳杂波过程造成的算法失效，提出了一种基于时变自回归（TVAR）模型的时变空时自回归（TV-STAR）算法，并通过仿真实验及实测数据的处理对其性能进行了验证。最后对结构化STAP算法进行了研究，针对原有算法中结构化矩阵不准确造成的性能损耗，提出了一种新的结构化STAP算法。新算法采用先验辅助（KA）方法构造杂噪协方差矩阵，通过加权调整使其逼近真实值，并由此产生最终的二维权矢量。实测数据处理结果表明，其性能优于原有的结构化STAP算法。3对自适应杂波抑制干涉（ACSI）SAR/GMTI技术进行了研究。ACSI技术仅需两个通道便能实现杂波抑制，是目前工程条件下最为实用的一种SAR-STAP技术。针对非均匀环境对ACSI算法造成的性能损耗，分别提出了条件约束ACSI算法及基于中值估计的中值对消ACSI算法，分别通过实测数据的处理对二者进行了验证。随后对CSI-SAR系统的运动目标参数估计方案进行了研究，给出了仿真及实测数据的处理结果。最后根据目前实际工程应用的需要，对叁通道CSI-SAR的GMTI整体信号处理流程进行了设计，并给出了相应的实测数据处理结果。4研究了多通道图像域SAR-STAP技术。首先在Ender提出的后多普勒SAR-STAP（MSAR）技术的基础上，引入了图像域SAR-STAP技术。随后针对非均匀环境对其性能的影响，分别提出了两种非均匀图像域SAR-STAP算法，即先验辅助SAR-STAP算法和用于多通道SAR系统的改进FRACTA算法，并通过实测数据对两者的性能进行了验证。最后对SAR-STAP系统的动目标运动参数估计方案进行了研究，分析了极大似然估计（MLE）及自适应单脉冲测向法的性能，并对实测数据进行了处理。5作为全文中内容相对独立的部分，论文最后一部分对单脉冲成像技术进行了研究。提出了一种单脉冲成像算法，有效改善了机载/弹载雷达前视等SAR、多普勒波束锐化（DBS）技术成像盲区图像的清晰度。并从单脉冲和差比的概率密度函数出发，对单脉冲成像效果进行了分析，提出了目标图像位置失真、分辨率、图像信噪比叁个图像质量衡量指标。最后，通过仿真实验及机载雷达实测数据的成像处理对算法性能进行了验证。
方明[5]2016年在《非均匀环境中的机载雷达STAP及宽带雷达MTD技术研究》文中研究表明与地基雷达相比,机载雷达由于平台位置的升高增加了雷达的最大可探测距离,尤其是对低空、超低空突防目标,其最大可探测距离更是大大增加。但是当机载雷达下视时,回波中杂波分量的强度非常大,而且不同方位的杂波还具有不同的多普勒频率。此时,为了抑制回波中的杂波分量,我们需进行空时二维的联合滤波,即空时自适应处理(Space-Time Adaptive Processing,STAP)。此外,随着战场环境日益复杂,人们希望雷达除了具备常规的目标检测与跟踪功能外,还希望雷达能够提供更多关于目标的信息。宽带雷达因其能够获得更多的目标信息、更高的参数辨别能力,从而得到了广泛的应用。传统的空时自适应处理需要通过一定数量的训练样本来估计检测单元的杂噪协方差矩阵。但是在实际应用中,由于环境的非均匀性,如地形地貌的变化,人造建筑物等,产生了非均匀样本,使得空时二维滤波器的响应与实际杂波发生偏差,最终导致STAP性能严重下降。同样地,在设计宽带雷达的动目标检测器(Moving Target Detector,MTD)时,也会遇到非均匀样本的问题,假如直接采用这样的训练样本来估计杂波协方差矩阵,则会导致检测性能严重下降。由此可见,无论是对机载雷达的STAP技术还是宽带雷达的动目标检测技术,为了实现工程化应用,都必须解决非均匀样本的问题。本文在以上背景下围绕非均匀环境中的机载雷达杂波抑制及宽带雷达动目标检测展开深入研究,主要研究内容包括:1.针对现有知识辅助空时自适应处理(Knowledge-Aided STAP,KA-STAP)算法在环境的先验知识与实际环境失配时性能严重损失的问题,本文提出了两种基于环境动态感知的知识辅助STAP算法,通过实时在线感知的方式获取环境信息,从而缓解了环境知识与实际环境失配的问题。方法一利用天线阵发射正交信号时具有全向方向图的特点,在检测前发射一组正交信号探测外界环境,并通过环境的观测数据估计场景内杂波的散射特性,存入环境动态数据库,完成环境的实时在线感知;检测时先利用数据库中的杂波信息结合平台参数及系统参数预测未来一段时间内的杂波协方差矩阵;之后预测的杂波协方差矩阵与样本协方差矩阵以一定的方式组合生成空时滤波器,抑制非均匀杂波。方法二则在方法一的基础上充分利用杂波雷达截面积(Radar Cross Section,RCS)的空间特性,通过多帧观测联合感知的方式,提高了重构算法对场景稀疏度的稳健性,从而进一步改善了雷达在非均匀环境中的杂波抑制性能。2.虽然预白化STAP、色加载(Colored Loading,CL)等KA-STAP算法在理想情况下具有极高的收敛速度,但是在实际处理时,由于阵列误差的存在,其收敛速度往往会变慢。针对这个问题,本文首先对叁种工程中比较常见的阵列误差进行了分析建模,并着重研究了叁种误差同时存在时的等效模型;之后,详细分析了阵列误差对KA-STAP的影响,指出它的存在,一方面会造成杂波子空间的估计精度降低,另一方面会导致目标信号部分相消;最后,就阵列单独存在通道幅相误差以及同时存在幅相误差,位置误差,互耦效应时,分别提出基于杂波数据的通道幅相误差在线校正方法及基于杂波数据的方位依赖误差在线校正方法。3.研究了非均匀杂波背景中的宽带雷达动目标检测问题。现有的宽带雷达自适应检测器在设计过程中一般假设目标不存在越距离单元走动,并且在估计杂波协方差矩阵时可用的训练样本是足够的。然而考虑到宽带雷达的高距离分辨率以及实际杂波场景的非均匀性,以上假设并不总是成立。对此,本文提出了一种知识辅助的宽带雷达动目标检测方法。该方法先通过将原始的检测问题从距离域转换到距离频域,从而消除了目标越距离单元走动对检测的影响;之后,通过引入环境的先验知识完成检测器设计,进而消除了非均匀样本对目标检测的影响。4.Keystone变换无需目标确切的运动信息便可补偿目标的越距离单元走动,但是其无法同时补偿具有不同模糊次数的多个目标。针对这个问题,本文提出一种基于联合稀疏恢复的宽带雷达动目标检测方法。该方法首先利用杂波协方差矩阵的Cholesky分解对回波数据进行预白化处理,抑制杂波分量;然后在距离频率-慢时间域,利用目标信号的非模糊表示消除目标的多普勒模糊;之后经适当的推导,建立了目标信号的联合行稀疏表示模型,并通过联合稀疏恢复算法得到目标的频域估计;最后通过逆傅里叶变换得到目标的时域估计。
金兴海[6]2011年在《机载多通道SAR/GMTI杂波抑制算法研究》文中研究指明近年来，地面运动目标检测是合成孔径雷达(SAR)领域中的一个研究热点，无论是在军事还是民用中均具有重要的意义。本文对机载合成孔径雷达地面运动目标指示技术作了较深入的研究，重点研究了几种杂波抑制算法，所做工作如下：第一章回顾了国内外机载合成孔径雷达动目标指示技术的发展历程和研究现状，阐述了本文的研究意义和主要内容。第二章首先建立了静止目标和运动目标的回波模型，随后对目标运动引起的多普勒参数变化以及这些变化对SAR成像的影响进行了理论分析。第叁章首先介绍了基于杂波抑制干涉(CSI)处理的机载双通道SAR/GMTI算法的基本工作原理及信号处理流程，同时还给出了运动目标参数估计方法。随后，针对通道幅相误差对杂波抑制干涉SAR/GMTI系统杂波抑制效果的影响，分析了几种图像域通道均衡算法，并且通过仿真实验和实测数据处理结果验证了这几种算法的有效性。在本章最后，根据目前实际工程的需要，对机载叁通道干涉SAR/GMTI技术进行了研究，并给出了机载叁通道干涉SAR/GMTI方案的改善因子和定位误差等曲线。第四章首先建立了机载雷达的地杂波模型，对杂波特性进行了分析，建立了多通道SAR-STAP模型。在Ender提出的后多普勒SAR-STAP(MSAR)技术的基础上，引入了图像域SAR-STAP技术，然后介绍了两种图像域SAR-STAP算法，即基于特征分解(EVD)的最小范数特征相消(MNE)算法和基于近似投影子空间跟踪(PAST)的MNE算法，通过实测数据对两种算法的杂波抑制性能进行了验证，并且对实时处理性能作了分析和比较。第五章对全文工作作了总结，指出了有待进一步研究的问题。
符伟, 夏传浩, 吴关[7]2007年在《基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现》文中进行了进一步梳理在对地面目标检测技术研究的基础上,提出了以STAGE为开发平台,建立机载雷达地面目标检测的软件仿真系统辅助机载雷达调试的方法,实现了机载雷达对地面慢动目标检测的软件仿真;详细描述了系统仿真模型的建立和在STAGE中具体实现;分析了系统的性能,并给出了仿真结果。
沈明威[8]2008年在《和差波束空时处理动目标检测技术研究》文中研究说明机载雷达下视工作时,地面杂波的影响十分严重。有效地抑制杂波,是机载雷达动目标检测必须首先解决的问题。传统的单天线时域处理动目标显示和脉冲多普勒技术无法检测主瓣杂波区的慢动目标,必须研究机载雷达多通道空时联合处理技术来提高机载动目标显示(AMTI)和机载合成孔径雷达(SAR)的地面动目标显示(GMTI)能力。本文研究和差波束空时处理动目标检测技术,包括和差波束自适应相位中心偏置天线(ADPCA),和差波束空时自适应处理(ΣΔ-STAP),以及和差波束干涉SAR/GMTI。论文第一章绪论,回顾了机载雷达动目标检测技术的发展历程,分析了国内外机载雷达AMTI、GMTI的研究现状,并介绍了本文的研究背景和主要工作。论文第二章研究和差波束ADPCA算法。首先分析了时域和差波束ADPCA (ΣΔ-ADPCA)的机理,并基于输出信杂噪比最大准则,提出了一种新的增益系数计算方法。为了解决实际和差波束存在幅度、相位、指向不匹配等系统误差下时域ΣΔ-ADPCA杂波抑制能力不足的问题,提出了频域ΣΔ-ADPCA方案。改进算法通过多普勒波束锐化,在各子波束内分别计算最佳增益系数,从而能更精确地补偿载机运动和系统误差,提高杂波对消性能。仿真实验结果充分验证了频域ΣΔ-ADPCA的正确性和有效性。论文第叁、四章研究ΣΔ-STAP。第叁章研究ΣΔ-STAP的原理及各种降维、降秩算法。当杂噪相关矩阵已知时,互谱尺度法(CSM)给出了降秩算法的性能上限,但实际杂噪相关矩阵是未知的,因此实用的是最小范数特征对消法(MNE)。针对MNE采用奇异值分解(SVD)计算杂波子空间运算量极大的问题,提出了MNE采用改进投影近似子空间跟踪紧缩(MPASTd)算法递归求解杂波子空间的新方法。该方法的收敛性能与SVD相当,但系统运算量急剧降低,从而为MNE的实时处理提供了一种可行的技术途径。针对非均匀环境下独立同分布样本进一步减少这一技术难点,论文第四章分别结合多级维纳滤波器(MWF)、空时自回归滤波器(STAR)和直接数据域处理(DDD)这叁种新颖处理器提出了叁种适合不同条件的非均匀ΣΔ-STAP算法。在均匀样本较充足情况下,基于MWF的非均匀ΣΔ-STAP提出了联合主波束检测和自适应功率剩余检测的两级非均匀检测器(NHD),能有效剔除强弱干扰目标样本,而运算量显着小于美国海军实验室给出的非均匀STAP方案FRACTA的循环检测NHD;同时采用降秩MWF计算权矢量,其收敛速度也优于FRACTA算法。当均匀样本进一步减少,无法采用NHD剔除其中的干扰样本时,提出了抗干扰目标的和差波束STAR(ΣΔ-ORSTAR)算法。该算法根据权矢量局部范数最大准则确定训练样本中存在的干扰目标多普勒频率进而逐一滤除干扰信号,从而有效克服了干扰目标引起的性能损失。对于剧烈变化的非均匀环境,将多普勒域多约束加权引入和差波束DDD (ΣΔ-DDD),进一步提高了算法鲁棒性并急剧降低了运算量。Monte Carlo仿真实验充分验证了这叁种算法在各自条件下的正确性和有效性,它们可应用到空域更多自由度的机载预警雷达STAP系统。论文第五章研究和差波束GMTI算法。在分析了和差波束干涉SAR/GMTI原理的基础上,提出了一种能有效克服系统误差的和差波束干涉SAR/GMTI信号处理方案。该算法首先利用空域对消因子补偿和差波束SAR图像间的固有幅相差异,然后基于幅值比剔除各子图像内的奇异单元,再采用信号子空间处理(SSP)分块自适应校正系统误差,最后进行杂波对消。通过仿真实验,证实了本文方案对系统误差不敏感,具有很好的鲁棒性。论文第六章结束语对全文的工作进行了总结,并指出下一步需要继续研究的问题。
罗军[9]2007年在《基于TS20X DSP的机载雷达实时信号处理》文中认为机载雷达与地面雷达相比具有更大的波束辐射范围、良好的机动性和规避地物遮挡的能力。但是,机载雷达下视时,地物或海面的反射将产生很强的地杂波或海杂波,这使得机载雷达面临比地面雷达恶劣得多的检测环境。本文对采用脉冲压缩体制、信号波形采用线性调频信号的机载雷达信号处理进行了理论分析,对基于四片TIGERSHAC系列DSP芯片的机载雷达实时信号处理进行了研究。本文理论部分首先介绍了脉冲压缩雷达的原理,分析了T=40μs,B=25MHz的线性调频信号的特性。其次,对脉冲压缩系统匹配滤波器以及距离旁瓣采用海明窗加权抑制后的结果进行了对比分析和仿真。再次,分析了机载雷达回波特性,在主杂波抑制的处理中,结合系统指标介绍了一种主杂波抑制的方法。最后,本文还介绍了动目标检测和CFAR的原理和实现框图。本文的硬件系统核心信号处理组由四片ADI公司TIGERSHARC系列DSP TS202组成,数据流采用流水线结构。分配叁片DSP作为雷达脉冲压缩系统,完成脉冲压缩和距离旁瓣的加权处理。同时从分担后端DSP任务和节约传输时间的角度考虑,在前端DSP完成脉冲压缩后数据的压缩;分配一片DSP作为后端DSP,完成前端DSP所传数据的解压缩和动目标检测、主杂波抑制和CFAR处理。通过把前、后端DSP处理结果和仿真结果进行对比,证明了程序和算法的正确性。本文对涉及的ADI公司TS系列DSP的结构特点进行了简要介绍,在定义实时信号处理的基础上,介绍了一些常用的实时信号处理方法,结合DSP芯片,总结了使用TIGERSHARC系列DSP中的一些有利于提高系统实时性处理的工程经验。机载雷达信号处理应该是一个实时的、高速的信号处理过程。对于海量的数据运算和存储,需要对处理过程进行合理的安排,对硬件资源进行合理的分配。本文通过对硬件资源、算法和汇编程序的优化安排和处理,保证了机载雷达信号处理过程能够实时完成。
李强[10]2009年在《基于空时自适应处理的广域MTI技术研究》文中认为抑制地杂波是机载雷达动目标检测首先要解决的问题。传统的单天线时域处理动目标显示和脉冲多普勒技术无法检测主瓣杂波区慢动目标。空时自适应处理(STAP)技术可以有效抑制杂波,改善机载雷达的动目标检测性能。为了实现对大范围地区交通的监视和战场信息的收集,本文研究基于空时自适应处理的广域动目标检测技术。论文第一章绪论,回顾了机载雷达动目标检测技术的发展历程,介绍了本文的研究背景和主要工作。论文的第二章研究了DPCA算法。首先分析了DPCA的原理,介绍了两种现代DPCA的模型,重点研究了时域∑△-DPCA和频域∑△-DPCA。论文的第叁章研究了STAP的基本原理。从回波信号模型入手分析了目标信号、噪声、干扰和杂波特性,给出了理论上的噪声、干扰和杂波的协方差矩阵。论文的第四章研究了降维、降秩STAP。作为典型的降维STAP中的∑△-3DT算法,其通过目标空时导引矢量来确定降维矩阵,大大降低了运算量和所需样本数。该算法的缺点是降维结构事先固定而没有根据实际接收数据的信息进行自适应降维,缺乏灵活性。因此,降秩算法中的∑△-MNE基于接收数据的相关矩阵在特征空间内进行降维,在本章中做了研究。论文的第五章研究了叁通道降维3DT-STAP算法,并在Transtech公司开发的通用数字信号处理系统(TS-C43)上对叁通道机载雷达实测数据进行了处理,实现了对配合实验动目标的检测。本章研究了该算法的原理以及基于硬件的片上处理流程和应用程序流程,对于STAP算法的硬件实现具有工程实用价值。论文的第六章对全文的工作进行总结,并指出了下一步需要继续研究的问题。
参考文献：
[1]. 机载雷达地面慢动目标检测技术研究[D]. 夏义华. 西北工业大学. 2001
[2]. 机载雷达SAR/GMTI及非正侧视线阵STAP技术研究[D]. 田斌. 南京航空航天大学. 2012
[3]. 基于干涉图的多通道SAR地面慢动目标自动检测技术研究[D]. 时公涛. 国防科学技术大学. 2009
[4]. 非均匀环境中机载雷达STAP及SAR/GMTI技术研究[D]. 吴迪. 南京航空航天大学. 2011
[5]. 非均匀环境中的机载雷达STAP及宽带雷达MTD技术研究[D]. 方明. 西安电子科技大学. 2016
[6]. 机载多通道SAR/GMTI杂波抑制算法研究[D]. 金兴海. 南京航空航天大学. 2011
[7]. 基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现[J]. 符伟, 夏传浩, 吴关. 合肥工业大学学报(自然科学版). 2007
[8]. 和差波束空时处理动目标检测技术研究[D]. 沈明威. 南京航空航天大学. 2008
[9]. 基于TS20X DSP的机载雷达实时信号处理[D]. 罗军. 电子科技大学. 2007
[10]. 基于空时自适应处理的广域MTI技术研究[D]. 李强. 南京航空航天大学. 2009
标签：武器工业与军事技术论文; 电信技术论文; 自适应论文; 多普勒频移论文; 雷达论文; 系统仿真论文; 运动估计论文; sar论文; sar雷达论文;