天波雷达射频干扰与海杂波抑制算法研究

来源 :电子科技大学 | 被引量 : 2次 | 上传用户:sunshinexpsister
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
天波超视距雷达(Over-the-Horizon Radar,OTHR)因其发射的高频电磁波会经过高空电离层的反射,因而能够忽视地球曲率的影响,实现超远距离的目标探测。这样独特的工作机理使得天波超视距雷达被大量的应用于目标探测、雷达预警和海况监测等领域中。然而,由于天波超视距雷达工作于3MHz~30MHz的高频段中,使得其很容易受到此波段各种干扰的影响,比如雷达回波中较强的射频干扰与情况复杂的海杂波。本文深入研究了天波雷达中射频干扰和海杂波的时频特性和相关抑制算法,主要工作包括:1、基于最优匹配滤波的射频干扰抑制算法。本文首先分析了射频干扰的来源及其危害,并研究了射频干扰的时频特性。然后给出了一种基于相似波形约束的射频干扰抑制算法,但该方法计算复杂度高,且相对于传统的匹配滤波器具有较高的旁瓣。针对这些问题,本文提出了基于扩展卡尔曼匹配滤波的射频干扰抑制算法,实验结果表明该算法能有效地抑制射频干扰且对目标信号和海杂波信号基本没有影响。2、基于降维矩阵设计的海杂波抑制算法。本文分析了海杂波的形成、频谱特点以及其对海面目标检测的危害。给出了传统海杂波抑制的降维处理方法,即局域联合处理(Joint domain localised,JDL)算法。但该算法在对降维矩阵的设计上具有一定的人为性,且对降秩维度的选择十分严苛。针对上述问题,本文提出了一种联合迭代最优滤波的海杂波抑制算法,即降维的Joint-RLS算法。该算法通过联合迭代处理,从而求解最优化降维矩阵和最优化滤波权向量,最终在抑制海杂波的同时最大化目标输出。仿真实验证明该算法相对于传统的JDL处理算法,具有类似的海杂波抑制效果。3、基于稀疏滤波的海杂波抑制算法。考虑到雷达回波中的海杂波具有一定低秩特性,则接收信号经阻塞矩阵处理后一部分系数为零。基于此,本文在最优滤波器设计的基础上引入稀疏化条件,从而提出了一种基于稀疏1L-norm RLS的海杂波抑制算法。该算法不仅能够保证海杂波抑制的有效性,而且能够稀疏化滤波权向量,提高滤波器的输出信杂噪比。仿真实验证明所提算法优于基于JDL的海杂波抑制算法。
其他文献
学位
随着智能终端的广泛使用与移动互联网业务在各行业中的渗透发展,移动通信业务流量快速增长,从而导致了频谱资源的极度紧张和通信系统能耗的大幅增加。为此,5G技术提出将绿色通信
物体检测是计算机视觉研究领域里一个非常基础但极富挑战性的课题,与计算机视觉中的许多研究内容联系紧密。物体检测拥有广阔的应用背景,是基于内容的图像检索、视频监控、物体
实际工程应用和科学研究中,许多问题具有约束性、复杂性、多局部极值、非线性和建模困难等特点,寻找适用于各种不同需求的新型智能优化方法一直以来是很多专家学者的一个重要研
学位
设置在海岛,山区,偏远乡村等地的通信基站市电供应不便或供电状况不稳定,一般采用大容量蓄电池为其供电。但是,由于蓄电池供电持续时间短,放电过深会导致蓄电池寿命减少,故需用一台
随着互联网的迅猛发展,在全球各地每时每刻都在产生大量的推特数据信息。如何在这大量数据中去筛选满足用户需求的信息变得尤为重要,查询扩展方法在推文检索中广泛应用,可以
海洋混响与复杂的海洋信道是主动声纳波形选择面临的一对矛盾。单一的声纳波形很难兼顾抗混响性能与适应复杂海洋信道的匹配滤波性能。本文研究通过具有正交特性的组合波形设
随着移动互联网的高速发展,智能终端设备的不断普及,用户地理位置信息的获取变得十分便捷。这些位置数据通常包含大量信息,这些信息对于分析、预测人类的行为模式有着极为重
时间序列数据,即一段时间内以固定的时间间隔采集的数据点的序列,已成为生产生活中重要的信息记录形式。RRDtool是当今被广泛使用的一种存储时间序列数据的数据库工具,但是基于R