多帧相参积累检测前跟踪方法

为了提高雷达对微弱目标的检测能力,提出了一种多帧相参积累的检测前跟踪（TB D）方法。通过对多帧时间内运动目标回波的分析,建立了相参积累的回波信号模型,其中 目标回波出现距离单元走动和多普勒单元走动。利用目标回波的空-时相关性,采用速度匹 配法和离散Chirp-Fourier变换（DCFT）联合估计目标径向速度、多普勒频率和调频斜率, 补偿距离单元走动和多普勒单元走动,实现多帧时间内目标能量的相参积累。最后,采用仿 真实验验证了信号模型的正确性和算法的有效性。     

恒虚警处理中基于噪声采样的检测门限设定

恒虚警（CFAR）检测是雷达信号处理的重要组成部分。介绍了某型雷达的目标检测 原理,分析了噪声恒虚警处理中门限系数对目标检测的影响,提出了一种基于噪声采样的门 限系数确定方法,最后在仿真计算的基础上验证了该方法的可行性。     

小型化高频地波雷达舰船目标检测方法

针对OSMAR2003型小型化高频地波雷达系统的目标检测问题,讨论了对小型化高频地波雷达系统低信杂比回波信号的优化处理过程,给出了一种峰值检测后同时在距离域、多普勒域和波束域进行联合的三维联合恒虚警(CFAR)目标检测方法,利用高分辨力测向算法对检测到的目标进行方位估计,然后利用最邻近法进行目标关联得到目标点航迹,最后结合小型化高频地波超视距雷达的实测数据验证了三维CFAR检测器的有效性。     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换（Synchrosqueezing Short-Time Fourier Transform,SSTFT）的分类识别方法。首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机（Support Vector Machine,SVM）中进而实现无人机的分类识别。基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03%。     

拖曳式雷达诱饵目标识别技术

针对拖曳式雷达诱饵易对雷达导引头造成欺骗性干扰的问题，利用雷达回波中提取的目标微动多普勒特征、极化特征和雷达截面积序列统计特征进行仿真分析，在实现载机和诱饵初步识别的基础上，采用贝叶斯（Bayes）数据融合方法，对上述3种回波信号特征进行一级融合，并进一步对不同时刻的信号特征进行二级融合，最终将目标识别率由71.5%提高到了96%。该目标识别方法能够大大减少外界因素的影响，相对于单特征识别显著提高了目标识别率。     

利用分数阶Fourier变换抑制高频地波雷达中线性调频干扰

高频地波雷达(HFGWR)受到严重的射频干扰影响。单频射频干扰在接收信号中体现为高强度的线性调频信号,从而污染所有距离元。为抑制射频干扰,通过分析其频率特征,使用分数阶傅里叶变换（FRFT）将原始信号转换到分数阶傅里叶域,对射频干扰对应的谱峰置零,达到抑制干扰的目的。该方法的优点在于抑制射频干扰的同时无损干扰位置处的回波信号,无需重构信号。实测数据分析表明：FRFT不仅能有效抑制射频干扰,信噪比提高可达10 dB以上,而且其计算复杂度较小,满足雷达实时工作要求。     

基于动态规划和离散调频傅里叶变换的相参检测前跟踪算法

针对基于速度搜索和离散调频傅里叶变换（DCFT）的多帧相参积累检测前跟踪（TBD）算法运算效率低的问题,提出了一种基于动态规划（DP）和DCFT的多帧相参积累TBD算法。该算法利用DP算法搜索位于不同距离单元和方位单元的目标回波,极大地优化了搜索过程,提高了运算效率。仿真实验表明,与传统非相参积累DP-TBD算法相比,在检测概率90%处,所提算法有1.6 dB的提高;与基于速度搜索和DCFT的多帧相参积累TBD算法相比,所提算法运算效率提高了3.6倍。     

LFMCW雷达多目标加速度和速度估计方法

在线性调频连续波(LFMCW)雷达中,加速度运动目标回波存在多普勒频谱畸变现象,造成目标检测性能和参数估计精度损失。本文提出对同一距离单元上的多个目标的多普勒信号进行修正的多项相位变换,能够以较小的运算量,准确估计多个目标的速度和加速度,达到改善目标的检测性能和提高参数估计精度目的。     

一种高分辨雷达目标识别方法

研究了宽带高分辨雷达目标识别问题，基于目标一维距离像，提取目标散射中心特征，并根据该特征设计了简单目标的目标分类器，利用暗室测量得到的缩比模型高分辨回波数据进行识别，结果表明该识别方法具有良好的识别性能。     

基于一维距离像稀疏表达的无源假目标识别

为了解决敌方释放箔条干扰我方防空反击任务或者敌方舰船设置角反射器阵列干扰我方对海目标打击任务中的雷达抗干扰问题，提出了一种基于雷达一维距离像的稀疏表达的无源假目标识别的方法。首先，分别利用大量关注目标和无源欺骗干扰的雷达一维距离像数据进行稀疏字典学习，分别得到目标和干扰的稀疏字典；然后利用两种稀疏字典分别对未知的雷达一维距离像信号进行稀疏表达；最后分别计算两种稀疏字典对未知信号稀疏表达的重构误差，利用重构误差比值识别目标和干扰类别。仿真结果表明，在目标与无源假目标干扰的回波不混叠、目标与干扰噪声比3 dB条件下，识别无源假目标欺骗干扰的准确率超过90%，证明了该方法抗无源假目标干扰的有效性。     

降低船用连续波雷达虚警概率的海杂波抑制方法

为了解决海杂波引起的船用连续波雷达虚警概率增大,以及海杂波抑制算法工 程应用难度大的问题,提出了一种工程实用的海杂波抑制方法。首先,通过双参数删除型 CFAR检测算法和统计检测算法进行二次检测;然后,依据邻近帧之间目标回波相关性 较强和片状海杂波相关性较弱的特点进行帧间处理。仿真和海上实验均表明,应用该方法的 船用连续波雷达可以降低不同强度的海杂波背景下的虚警概率。     

高分辨雷达目标回波信号模拟与分析

对高频区复杂目标的散射特性进行分析,建立了基于多散射中心的高分辨雷达目标回波模型,在此基础上对线性调频信号进行模拟,生成目标的回波数据,同时给出了脉冲体制雷达数据采集和存储方法的模型。为验证回波模型的有效性,对仿真的回波数据分别进行脉冲压缩和多普勒处理,处理结果正确反映出目标特征,表明模型可行有效。研究结果可为目标特征提取、目标识别提供技术基础。     

有源诱饵的双极化识别

针对双极化测量体制毫米波雷达,研究了有源干扰诱饵的极化识别方法。首先介绍了双极化技术原理,然后详细分析了典型雷达目标和各种极化有源诱饵的双极化回波特性,引入能够有效表征有源诱饵和雷达目标极化特性差异的同极化比和极化起伏等特征,并提出基于自适应恒虚警阈值的目标识别方法。最后通过组建双极化试验雷达系统采集并分析了建筑物和垂直极化、水平极化、左旋圆极化有源诱饵的回波数据,实验结果证明了有源诱饵的双极化识别方法的可行性和有效性。     

一种双通道雷达恒虚警率处理方法

在分析双通道恒虚警率(CFAR)检测系统原理的基础上,以瑞利杂波分布为背景,建立了一个三元检测的数学模型,推导出线性检波下双通道CFAR检测器的虚警概率表达式。结合公式利用MATLAB仿真,定量分析了影响虚警概率的因素,并将其与单通道情况进行了比较,得出双通道的虚警概率是归一化门限与消隐门限的函数的结论。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

结合多源特征与高斯过程模型的SAR图像目标识别

针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。     

基于OFDM随机步进频的雷达通信一体化信号模型

为了解决雷达通信一体化系统中的雷达信号与通信信号较难分离的问题,在正交频分复用(OFDM)雷达的基础上,提出了一种基于OFDM脉间随机步进频的雷达通信一体化信号模型,通过频率捷变将数据信息加载到雷达信号上,利用随机的步进频率传输数据,从而使一体化信号能同时实现雷达探测和数据通信功能,避免了信号分离。同时设计了雷达通信一体化方案,在雷达接收端,运用相关法实现一维距离成像;在通信接收端,通过带通滤波器组检测频率点解调数据。仿真实验结果表明,一体化信号能实现分米级的距离高分辨和速率为Mbit/s级的数据通信,能够满足大批量数据传输的要求。