导读:本文包含了天波干扰论文开题报告文献综述及选题提纲参考文献，主要关键词:MIMO天波雷达,多路径信号,干扰抑制,DBN模型
天波干扰论文文献综述
孙晓宇[1]（2019）在《分布式MIMO天波雷达多路径回波干扰抑制与信号检测方法》一文中研究指出对于超远距离目标和隐身目标探测的需求使得天波雷达越来越受到广泛的关注。高频天波雷达利用电离层的反射作用实现对目标的超视距探测,然而,电离层的分层特性常常使雷达和目标之间产生多条反射路径,给高频天波雷达带来的多路径回波干扰。多输入多输出MIMO体制雷达能够有效的缓解这种干扰带来的影响,已在天波雷达中得到一定应用,其中分布式MIMO雷达因其收发天线阵列空间充分分离,具有更好的抗干扰特性。本文针对分布式MIMO高频天波雷达多路径回波的干扰抑制与信号检测问题进行以下工作:首先,简单描述了天波OTHR(Over-the-Horizon Radar,OTHR)雷达电离层模型,并介绍了MIMO天波雷达阵列信号模型,之后研究DOA估计中常用的空间平滑MUSIC算法。其次,对于路径不可预测的多路径干扰,给出了基于DBN(Deep Belief Network,DBN)和特征投影预处理的MIMO高频天波雷达多路径信号干扰抑制方法。运用DBN模型识别空间谱是否存在多路径干扰,并对干扰DOA进行估计,然后利用基于特征投影预处理的方法对多路径干扰进行抑制,最后仿真得到该方法对多路径干扰的抑制结果。最后,对于路径可以预测的多路径信号,研究分布式MIMO高频天波雷达多路径回波信号检测算法,首先利用对未知参数的极大似然估计方法推导了GLRT(The Generalized Likelihood Ratio Test,GLRT)检测器、Wald检测器和Rao检测器,并对Rao检测算法进行了改进。其次给出了期望似然(Expected Likelihood,EL)检测算法,并在低信噪比条件下,得到了改进的EL检测算法,该方法检测效果更好,可以提高对目标检测能力。之后基于改进的EL检测算法研究利用多路径回波进行检测的方法,最后给出了分布式MIMO天波雷达多路径信号检测方法。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
高荷福[2]（2019）在《阵列互耦与干扰条件下天波雷达多路径回波跟踪方法研究》一文中研究指出天波超视距雷达利用电离层的反射可以对1000到4000公里的远距离目标进行探测,在军事、国防领域具有重大的应用价值。然而在实际应用中,天波超视距雷达探测过程受电离层污染、多径效应以及强海杂波干扰的影响,使得目标检测和跟踪面临着弱目标、多目标、低信噪比、强污染等比较苛刻的应用环境。而天波雷达的接收天线基本都是大型的阵列天线,天线阵列的误差与互耦是不可避免的。在此应用背景下,本文研究阵列互耦与干扰条件下的天波雷达多路径回波跟踪方法,以提高天波雷达对目标的跟踪精度。首先,建立了天波雷达信号模型及测量模型,推导了天波雷达坐标配准公式。同时介绍了用于信号到达方向(Direction-Of-Arrival,DOA)的多信号分类算法(Multiple Signal Classification,MUSIC)和用于干扰抑制的标准Capon波束形成算法。其次,研究了目标跟踪前的阵列互耦校正方法。介绍了阵列互耦条件下的前后向平滑MUSIC算法,并在一种阵列互耦系数矩阵重构方法的基础上,提出了一种基于重要性重采样的互耦系数矩阵重构方法,该方法可以较好的提高MUSIC算法的DOA估计精度。然后,研究了目标跟踪前的干扰抑制方法。针对标准Capon波束形成算法在抑制干扰的时候会影响到期望信号的问题,提出了一种基于极大似然重采样的干扰加噪声协方差矩阵重构方法,该方法的重点是利用极大似然估计对重构后的干扰加噪声协方差矩阵进行评价。利用重构后的干扰加噪声协方差矩阵可以更有效的抑制干扰。最后,研究了天波雷达多路径目标跟踪方法,基于坐标配准去除冗余的多路径干扰。利用粒子滤波和容积卡尔曼滤波形成目标航迹,并展示了目标跟踪方法在分布式天波雷达上的应用效果。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
黄清鸿[3]（2018）在《阵列误差及干扰条件下MIMO天波雷达组目标跟踪方法研究》一文中研究指出高频天波雷达利用电离层对高频雷达信号的反射作用实现对远距离目标的超视距探测,对军事方面的早期预警具有重要意义。然而,电离层的多模传播效应会给高频天波雷达接收端带来不期望的杂波干扰,称为多模干扰。当多模干扰信号与目标回波信号具有相同的时延和雷达距离时会导致目标来波方向不可分辨。多输入多输出体制雷达能够有效的缓解这种多模干扰带来了的影响,已在天波雷达中得到一定应用。首先,介绍了MIMO天波雷达回波信号模型,并通过对MIMO接收信号MUSIC空间谱的仿真和分析说明了MIMO体制雷达相对传统雷达在电离层多模干扰抑制中的作用。其次,介绍了常规Capon波束形成干扰抑制技术,并提出了一种基于压缩协方差感知(Compression Covariance Sensing,CCS)的改进的Capon波束形成干扰抑制方法,该方法能够有效避免Capon波束形成方法中的主波束畸变问题并提高输出信干噪比,具有更好的干扰抑制效果。然后,针对基于压缩协方差感知的改进的Capon波束形成干扰抑制方法对主瓣干扰抑制效果不佳的问题,进一步介绍了基于匹配投影的主瓣干扰抑制方法,并将其与基于压缩协方差感知的波束形成干扰抑制方法相结合,对接收到的回波信号做联合干扰抑制,并采用波束空间DOA估计方法得出干扰抑制后用于后续跟踪的角度量测信息。最后,研究了干扰抑制后基于扩展卡尔曼和粒子滤波的组目标跟踪方法,针对其要求跟踪区域中目标数已知且不随时间而变化的先验信息以及需要复杂的数据关联算法的问题,进一步研究了基于高斯混合概率假设密度(Gaussian Mixture-Probability Hypothesis Density,GM-PHD)的滤波跟踪算法。最后,考虑到目标运动模型的不确定性以及多样性,研究了基于多模型下的GM-PHD组目标跟踪方法,仿真结果表明多模型方法在跟踪剧烈机动目标时的跟踪效果要远远优于使用单模型跟踪的跟踪效果。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
陈汉文[4]（2017）在《天波雷达射频干扰与海杂波抑制算法研究》一文中研究指出天波超视距雷达(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。(本文来源于《电子科技大学》期刊2017-03-28）
刘子威,苏洪涛,胡勤振[5]（2016）在《天波超视距雷达中瞬态干扰定位方法研究》一文中研究指出为了对抗天波超视距雷达中的瞬态干扰,现有时域算法一般有干扰定位、干扰剔除与数据恢复3个步骤,其中干扰定位的精度直接决定了后续处理的性能。目前工程中应用的固定门限方法定位精度不够,而现有文献中提出的方法运算量较大,且对参数的选择较为敏感。针对这一问题,该文提出一种迭代剔除平均检测器。此检测器将判决为干扰的样本点剔除出迭代平均的过程,并采用前-后向检测的定位方法,保证了背景估计与干扰定位的可靠性。天波超视距雷达的实测数据处理结果证明了所提方法的有效性。(本文来源于《电子与信息学报》期刊2016年10期）
金青国[6]（2016）在《MIMO天波雷达联合发射接收干扰抑制方法研究》一文中研究指出高频天波雷达可以利用电离层的折射和散射机理完成对超远距离目标超视距探测,是用于早期预警最有效的手段。然而,受到电离层多模传播的影响,目标常常被展宽的杂波谱覆盖导致难以检测。目前MIMO体制雷达被认为是解决电离层多模传播的有效手段,在各国展开了广泛研究。首先,本文从MIMO雷达数学模型入手解释了引入MIMO体制抑制电离层多模干扰的必要性,然后根据最大信干噪比准则得到了联合发射接收自适应波束形成器公式。其次,根据干扰的类型,自适应联合发射接收波束形成器可以分为旁瓣干扰抑制和主瓣干扰抑制两个部分来研究。在旁瓣干扰抑制部分直接借鉴了MVDR波束形成算法,并根据其存在的问题研究了基于SVM的优化算法和基于空间谱估计的协方差矩阵重构算法等改进方法。在主瓣干扰抑制部分研究了阻塞矩阵法,并提出了基于空间谱估计的联合发射接收自适应波束形成算法。该算法可以有效地抑制因离去方向或到达方向有一定差异而引起的电离层多模传播干扰。最后,本文还对阵列中存在互耦效应时的MUSIC改进算法展开了研究。针对均匀线阵的情况,提出了虚拟-空间平滑MUSIC互耦校正算法。该算法不仅可以适应不同信噪比下的目标方向估计,还能够对相干源信号进行估计。同时该算法还能够实现单快拍下的目标方向估计,提高了MUSIC算法在非理想条件下的方向估计性能。(本文来源于《哈尔滨工业大学》期刊2016-07-01）
艾小凡[7]（2016）在《天波超视距雷达干扰与杂波信号处理技术研究》一文中研究指出雷达在电子战中扮演了重要的角色,其担负着预警、探测、跟踪、识别、制导等许多重要的任务,因此被称为是战场中的“千里眼”。随着科技的发展和信号处理手段的提高,现代雷达朝着多元化和多体制的方向发展。在不同体制的雷达中,天波超视距雷达(Over-the-Horizon Radar,OTHR)以其独特的超视距探测优势引起国内外学者的关注。作为一种复杂的雷达系统,天波超视距雷达工作在高频段(3~30 MHz),通过利用电离层对高频电磁波的折射实现对舰船、飞机、导弹等目标的远距离探测,从而用于早期的预警功能,同时天波超视距雷达还具有反隐身、超低空探测、对抗反辐射导弹探测、综合情报监测等优点。尽管天波超视距雷达具有上述诸多优势,但同时也面临着很多挑战。天波超视距雷达的性能受外界环境因素影响较大,因此其信号处理过程也较普通微波雷达复杂的多。瞬态干扰抑制和杂波背景下舰船目标检测一直是天波超视距雷达信号处理中的重点和难点,许多学者运用现代信号处理方法对上述问题进行研究,并取得了一定的成效。近年来,低秩矩阵恢复理论得到了广泛的研究与发展,并在图像信号处理、雷达信号处理等领域得到了成功的应用。本文主要将低秩矩阵恢复理论引入到天波超视距雷达信号处理中,研究和探讨了低秩矩阵恢复理论在瞬态干扰抑制、杂波抑制、舰船目标检测等方面的应用,文中最后还探讨了利用现代信号处理方法中的盲信号处理技术对舰船目标进行检测。归纳起来,主要包括以下几个部分:第一部分主要是对低秩矩阵恢复理论进行了分析,低秩矩阵恢复包括了低秩矩阵填充(Matrix Completion,MC)、低秩矩阵表示(Low-rank Representation,LRR)以及鲁棒主成分分析(Robust Principal Component Analysis,RPCA)叁个方面,文中主要围绕RPCA理论展开讨论,并详细介绍了几种典型的RPCA算法。第二部分对天波超视距雷达中瞬态干扰抑制方法进行了讨论。通过对瞬态干扰的类型和特点进行分析可知,其在慢时间域上表现为能量强,持续时间短。将回波信号某一距离单元的信号构造为Hankel矩阵,在Hankel矩阵中,瞬态干扰信号则具有一定的稀疏性;根据回波信号模型,目标和杂波信号在Hankel矩阵中具有低秩性的特点。因此本文提出了将低秩矩阵恢复模型应用到瞬态干扰抑制问题上,并提出了一种基于复数条件下RPCA的瞬态干扰抑制方法。该方法的优点是无需对瞬态干扰信号的位置进行定位,同时还可以避免对缺损信号进行数据重构,能够实现对回波信号中多个瞬态干扰信号或能量较弱的干扰信号信号进行抑制;此外算法还提高了回波信号的信噪比,可以改善OTHR中弱小目标的检测性能。第叁部分主要讨论了天波超视距雷达中短相干积累条件下杂波抑制问题。对于舰船等慢速目标来说,其多普勒频率往往比较低,而天波超视距雷达回波信号中包含了强大的分布于零频附近杂波信号,因此目标信号很容易被杂波信号湮没,在对这类目标进行检测时通常需要对强大的杂波进行抑制。一种方法是通过增加相干积累时间提高频率分辨率的方法实现杂波和信号的分离,但提高相干积累时间会带来其他的诸如电离层扰动概率增大等问题。考虑到回波信号中相邻距离单元上杂波信号表现出很强的相关性的特点,本文提出了一种基于RPCA的短相干积累条件下杂波抑制方法。利用相邻距离单元的回波信号构造距离-扫频信号矩阵,在该信号矩阵中,杂波信号表现出一定的低秩性;目标信号往往存在于一到两个距离单元,因此在矩阵中表现出一定的稀疏性;采用低秩分解的方法对低秩的杂波信号与稀疏的目标信号进行分离,从而实现对杂波信号的抑制。第四部分首先对非连续采样导致数据缺失的OTHR目标检测问题进行了探讨,目前针对这类问题的研究比较少,本文在前人的研究基础上,提出了一种基于矩阵填充的目标检测方法,利用目标和杂波信号在重构的Hankel矩阵中具有低秩性的特点,在时域上对缺失的数据进行补全,从而实现对回波谱的重构并完成目标的检测,与传统的基于压缩感知方法相比具有更好的检测效果。接着研究了利用盲信号处理技术对回波信号中杂波、目标信号进行分离,从而实现杂波背景下目标的检测。考虑到目标信号和杂波信号源个数未知,且目标信号与杂波信号在时域和频域均可能存在交迭的问题,传统的盲信号处理方法效果并不理想,因此本文提出了一种基于张量正则分解的时频混迭盲信号处理方法,利用该方法对天波超视距雷达中的回波信号进行处理,实现对目标信号的检测。(本文来源于《西安电子科技大学》期刊2016-03-01）
陈希信[8]（2016）在《一种天波雷达瞬态干扰抑制方法》一文中研究指出瞬态干扰是天波超视距雷达中一类常见的干扰,会降低雷达目标的可检测性,需要加以抑制。文中分析了雷达接收回波的多普勒频率稀疏性,建立了由潜在回波信号构成的过完备字典,使得雷达接收回波在该字典下有稀疏表示形式,同时提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法利用压缩感知重构雷达接收回波,由其代替瞬态干扰位置上的原始信号,从而实现瞬态干扰抑制。实测数据处理证明了该文方法的有效性。(本文来源于《现代雷达》期刊2016年01期）
陈希信[9]（2015）在《基于压缩感知的天波雷达瞬态干扰抑制》一文中研究指出瞬态干扰是天波超视距雷达中一种常见的干扰,经常抬高雷达的距离-多普勒二维检测背景,造成目标检测困难,因此需要加以抑制。提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法首先确定瞬态干扰的位置,然后利用压缩感知来重构该位置上的杂波和目标信号,从而实现瞬态干扰抑制。为了避免瞬态干扰对信号重构的影响,从单位矩阵中抽取若干行构成压缩感知的观测矩阵。实测数据处理表明,该方法可以有效地抑制瞬态干扰,显着改善雷达的探测性能。(本文来源于《雷达科学与技术》期刊2015年05期）
李茂,何子述[10]（2015）在《基于矩阵补全的天波雷达瞬态干扰抑制算法》一文中研究指出瞬态干扰持续时间短、强度大,严重影响天波超视距雷达的性能。传统的瞬态干扰抑制方法需要预先抑制海杂波,且只能抑制强瞬态干扰,不能抑制弱瞬态干扰和噪声,该文提出一种基于矩阵补全的瞬态干扰抑制算法,该方法首先利用Teager-Kaiser算子进行瞬态干扰检测,然后将干扰数据剔除,最后利用海杂波和目标回波构成的Hankel矩阵的低秩性,通过改进的低秩矩阵补全算法进行数据恢复。该算法不仅能够抑制强瞬态干扰,而且能同时抑制弱瞬态干扰和噪声,提高了回波信号的信噪比。实测和仿真数据处理结果证明了算法的有效性。(本文来源于《电子与信息学报》期刊2015年05期）
天波干扰论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
天波超视距雷达利用电离层的反射可以对1000到4000公里的远距离目标进行探测,在军事、国防领域具有重大的应用价值。然而在实际应用中,天波超视距雷达探测过程受电离层污染、多径效应以及强海杂波干扰的影响,使得目标检测和跟踪面临着弱目标、多目标、低信噪比、强污染等比较苛刻的应用环境。而天波雷达的接收天线基本都是大型的阵列天线,天线阵列的误差与互耦是不可避免的。在此应用背景下,本文研究阵列互耦与干扰条件下的天波雷达多路径回波跟踪方法,以提高天波雷达对目标的跟踪精度。首先,建立了天波雷达信号模型及测量模型,推导了天波雷达坐标配准公式。同时介绍了用于信号到达方向(Direction-Of-Arrival,DOA)的多信号分类算法(Multiple Signal Classification,MUSIC)和用于干扰抑制的标准Capon波束形成算法。其次,研究了目标跟踪前的阵列互耦校正方法。介绍了阵列互耦条件下的前后向平滑MUSIC算法,并在一种阵列互耦系数矩阵重构方法的基础上,提出了一种基于重要性重采样的互耦系数矩阵重构方法,该方法可以较好的提高MUSIC算法的DOA估计精度。然后,研究了目标跟踪前的干扰抑制方法。针对标准Capon波束形成算法在抑制干扰的时候会影响到期望信号的问题,提出了一种基于极大似然重采样的干扰加噪声协方差矩阵重构方法,该方法的重点是利用极大似然估计对重构后的干扰加噪声协方差矩阵进行评价。利用重构后的干扰加噪声协方差矩阵可以更有效的抑制干扰。最后,研究了天波雷达多路径目标跟踪方法,基于坐标配准去除冗余的多路径干扰。利用粒子滤波和容积卡尔曼滤波形成目标航迹,并展示了目标跟踪方法在分布式天波雷达上的应用效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
天波干扰论文参考文献
[1].孙晓宇.分布式MIMO天波雷达多路径回波干扰抑制与信号检测方法[D].哈尔滨工业大学.2019
[2].高荷福.阵列互耦与干扰条件下天波雷达多路径回波跟踪方法研究[D].哈尔滨工业大学.2019
[3].黄清鸿.阵列误差及干扰条件下MIMO天波雷达组目标跟踪方法研究[D].哈尔滨工业大学.2018
[4].陈汉文.天波雷达射频干扰与海杂波抑制算法研究[D].电子科技大学.2017
[5].刘子威,苏洪涛,胡勤振.天波超视距雷达中瞬态干扰定位方法研究[J].电子与信息学报.2016
[6].金青国.MIMO天波雷达联合发射接收干扰抑制方法研究[D].哈尔滨工业大学.2016
[7].艾小凡.天波超视距雷达干扰与杂波信号处理技术研究[D].西安电子科技大学.2016
[8].陈希信.一种天波雷达瞬态干扰抑制方法[J].现代雷达.2016
[9].陈希信.基于压缩感知的天波雷达瞬态干扰抑制[J].雷达科学与技术.2015
[10].李茂,何子述.基于矩阵补全的天波雷达瞬态干扰抑制算法[J].电子与信息学报.2015