基于阵列信号处理的机载气象雷达地杂波抑制技术研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:lczddd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机载气象雷达是飞机上必备的精密电子设备,可实时探测飞机航线上的强对流天气,如暴雨,湍流和风切变等,为飞行员提供气象预警以及安全的飞行路径。机载气象雷达一般安装在飞机前段,处于下视状态时,接收到的气象回波中存在高强度的地杂波,会严重干扰雷达对气象目标的识别,导致气象目标的虚警率以及误检率大幅上升。本文基于俯仰阵列天线接收技术,围绕机载气象雷达地杂波抑制技术展开研究,主要工作及创新点如下:
  研究了机载气象雷达回波信号建模及仿真技术。研究了气象目标和地杂波的雷达方程及其统计模型,在此基础上,分别提出了单个距离门回波信号的统计模型仿真法,及距离-脉冲二维回波数据仿真方法。对仿真数据进行了多普勒频谱分析,证明了回波数据在时、频域均与设置的参数相符,验证了仿真方法的有效性。
  研究了基于俯仰阵列信号处理的机载气象雷达杂波抑制技术。研究了机载俯仰阵列雷达气象回波的仿真方法,分析了基于俯仰维空域滤波地杂波抑制方法的可行性。研究了全维最优处理算法,基于子阵降维处理的杂波抑制算法和基于和差波束自适应处理的杂波抑制算法,对杂波抑制性能进行了分析,并通过仿真实验进行了验证。
  研究了用于机载气象雷达杂波抑制的鲁棒自适应波束形成技术。首先研究了两种针对分布式气象目标的鲁棒波束形成算法,分别是基于二次约束的最小功率无畸变(MPDR)算法,最坏情况下最优算法。提出了基于协方差矩阵重构的最大化输出信杂噪比(MSCNR)算法,进一步提高了自适应波束形成技术的鲁棒性和收敛速度,通过仿真实验及对仿真数据的处理验证了上述算法对机载俯仰阵列气象雷达地杂波抑制的有效性和可行性。
其他文献
随着近年来无人机技术的发展,搭载视觉传感器的小型无人机以其小巧便捷、成像迅速、成本较低等优势在各行各业得到了越来越多的应用。然而,对其所获取图像的语义分割技术的欠缺仍是限制其进一步应用的瓶颈之一。本文以无人机城市图像的语义分割任务为研究对象,结合卷积神经网络与概率图模型的相关思想,提出了适用于无人机城市图像语义分割的模型,并将此模型通过深度迁移学习应用到机载遥感城市图像的语义分割任务中,具有重要的
现代雷达所处的电磁环境日益复杂多变,这对雷达系统性能及发射波形提出了更高的要求。捷变波形作为能够根据其所处的电磁环境及目标特性实时地改变的信号形式,具备更好的探测性能、低截获性能和抗干扰性能。由于捷变波形的设计自由度远远高于经典波形,其性能也远超经典波形形式。但设计自由度的提高,对捷变波形的设计方法提出了更高的要求。对满足雷达探测需求且具有抗干扰能力的捷变波形优化算法的研究具有重要意义。本文在压制
学位
汽车防撞雷达具有全天候,全天时等优点,成为自动驾驶车辆必不可少的传感器之一,在汽车辅助驾驶领域具有重要应用价值和广阔市场前景。本文围绕77GHz毫米波汽车防撞雷达系统的实现展开了深入研究,主要研究了雷达信号处理、数据处理算法和系统工程实现,并对汽车防撞雷达探测-通信一体化功能进行了拓展研究。本文主要工作如下:(1)本文设计了基于AWR1243+FPGA+DSP平台的汽车防撞雷达系统方案,研究了调频
填充理论是紧随压缩感知理论之后迅速发展起来的,主要致力于解决从不完整的数据信息中补全缺失数据,被广泛应用于图像填充、信号处理、机器学习、计算机视觉等领域。其主要利用矩阵或张量的低秩性质,通过构造对应的核范数最小化优化模型将缺失数据的补全转化为优化问题的求解。本文结合阵列信号处理和频谱数据处理的应用背景,以低秩矩阵填充理论和低秩张量填充理论为基础,首先解决了均匀面阵中部分阵元损坏情况下如何实现有效的
学位
近年来,随着工业、农业、林业的发展,对地观测需求日益提高,提高对地观测效率成为了科研热点。对地观测需要获取地面遥感图像,而遥感图像的种类主要有两种,可见光及近红外波段的光学遥感图像和微波波段的SAR遥感图像。SAR图像具有全天时全天候的优势,可以在各种天气环境,各种时间下对地观测。然而SAR图像由于成像机理的原因,难以肉眼识别,因此有90%以上的SAR图像由于难以标注未被利用。而光学图像恰好相反,
学位
随着计算机视觉技术的快速发展,近年来在世界范围内针对为驾驶员提供帮助的车辆驾驶辅助系统的研发蓬勃展开。车道线作为交通场景中一类重要目标,利用计算机视觉技术对其进行信息提取和检测在智慧城市的创建、智慧交通环境感知及车联网信息共享等方面有着重大理论价值和现实意义。尽管目前已经有大量工作投入到车道线检测研究中,但是雨雾天气、夜间等不利光照条件下的车道线检测仍然是一个难点,且树木阴影、路面污渍、车道线缺损
智能交通系统(ITS)应用通信、电子技术的现象已经十分普遍,它在监视和快速处理城市交通拥堵、突发事件中发挥了重要作用。小型无人机飞行灵活,视野广阔,搭载图像采集设备的无人机是实时分布式交通流量监管的重要平台。考虑到无人机的运动特性以及车速测量的时速要求,本文将以运动车辆为目标,重点研究基于无人机平台的视频测速技术。论文主要工作如下:(1)无人机下基于改进YOLOv3的车辆检测方法。针对无人机下车辆
学位
在移动互联高速发展的今天,第五代移动通信网络(5G)已正式商用,Polar码作为目前唯一一种在理论上被证明达到香农极限的信道编码,被选为5G e MBB场景下的控制信道编码。Polar码的优良性能突出体现在长码上,这是因为码长越长,其极化效果越明显,然而在实际应用场景中,码长的限制往往会对其译码性能造成一定的影响。因此,本文主要致力于有限码长的Polar码译码性能的改善,在介绍RS码和Polar码
学位
传统逆合成孔径雷达(Inverse Synthetic Aperture Radar,简称ISAR)能够全天候全天时地获得空间非合作目标二维高分辨率图像,但这样的二维图像是空间目标在成像投影面上的投影,无法提供目标高度维的信息。ISAR三维成像技术可以获取非合作目标的三维结构信息,在此基础上实现目标的转轴方向和旋转周期估计,提供目标的精细结构信息和运动状态。本文围绕ISAR三维成像和转动估计展开研
在强干扰的环境下,如雷达、声呐等,阵列的接收信号中同时包含了较弱的期望信源和强干扰,较弱的期望信源会被严重干扰甚至淹没,这也导致了无法对其进行准确的定位,因此强干扰环境下DOA估计的研究显得尤为重要。现有强干扰环境下的稀疏类算法虽然可以在一定的条件下取得较好的性能,但是对于离格点期望信源的估计精度较低,而且算法的运算复杂度过高,不利于在实际中运用。针对现有算法存在的问题,本文对于强干扰环境下的稀疏
学位