当前课程知识点:分数域信号与信息处理及其应用 >  第8章 分数域探测信号处理 >  8.4 分数域海杂波抑制 >  8.4 分数域海杂波抑制

返回《分数域信号与信息处理及其应用》慕课在线视频课程列表

8.4 分数域海杂波抑制在线视频

下一节:8.5 分数域雷达动目标检测

返回《分数域信号与信息处理及其应用》慕课在线视频列表

8.4 分数域海杂波抑制课程教案、知识点、字幕

同学们好

FRFT在信号处理中有很广泛的应用

从这节课开始

我们将给大家介绍

FRFT在雷达信号处理中的应用

我们以雷达海上弱小目标探测为例

共分为三讲内容

第一讲为

FRFT域海杂波抑制

第二讲为

FRFT域动目标检测

第三讲为

分数域长时间相参积累

相信能帮助大家更深入地了解

FRFT的原理以及应用

第一讲

FRFT域海杂波抑制

包括哪些内容

首先简要介绍一下

雷达海上弱小目标

探测的背景和意义

及面临的挑战

然后介绍

FRFT域海杂波抑制的典型方法

包括FRFT谱

对消和谱增强两种方法

为什么要以海上弱小目标探测

为应用场景

大家知道

近年来 随着国家安全

国家利益拓展

和海洋资源的开发利用

对海上目标探测能力的要求大幅提升

例如在导航避碰

船舶 监视 预警探测 海上维权等

均需要有效的对海探测手段

但海上探测环境复杂

探测对象多样

面临着复杂环境下信息处理难题

其中关键技术

就是雷达海上目标信号处理技术

这也是世界性难题

雷达是对海探测的主要传感器

“看得见 看得远 看得清 辨得明”

是雷达探测的基本要求

但在海洋环境下

雷达是否能够实现这几个目标

让我们来看一个例子

一个典型的近岸环境

两个小船目标

有一个浮桥

还有遍布四周的防鲨网

雷达的回波会是什么样子

雷达的主要显示方式

为极坐标形式的P显

可以读出目标的距离和方位

同学们你们能找到目标吗

从这个P显图上

可以看到目标1和2

还有浮桥

但是防鲨网却没有显示出来

这是因为防鲨浮漂体积小

材料主要是泡沫

雷达反射截面积小

回波微弱

那么如何才能发现它

最常用的方法就是提高发射功率

这就是

增大雷达发射能量之后的P显图

大家仔细看

防鲨浮漂出来了

但好像又多了些斑斑点点的回波

这是什么

这些就是海面反射回波

称为海杂波

海况不同海杂波有强有弱

会给雷达造成误判和虚警

所以说

海杂波抑制

是弱小目标检测的前提

那么雷达海上弱小目标探测难点有哪些

首先就是海杂波

海杂波是海面电磁散射形成的

它是雷达海域气象条件等

诸多参数的非线性函数

机理非常复杂

特性认知与抑制极其困难

传统的海杂波抑制方法

多以时域幅值抑制

和频域多普勒滤波为主

多适合于低海况海杂波不强的情况

难以适用于高海况的海杂波

也就是海尖峰的抑制

图中我们看到

强海杂波不仅具有高幅值

而且其多普勒还有很宽的频带

因此目标的时域和频域中

均有可能被海杂波覆盖

导致发现难

第二个因素就是海上目标类型繁杂多样

包括 “高度低 速度慢 尺寸小

高机动和快速隐身” 等目标

特性复杂

那么在强海杂波

和复杂目标信号的共同作用下

回波信杂比低

信号微弱发现难

具有低可观测性

此外海上目标

由于海面起伏和自身运动

回波相位容易产生高阶相位项

传统的多普勒滤波的方法

如动目标检测(MTD)

仅适用于匀速运动目标

不能有效积累目标能量

导致雷达无法判决目标有无

因此需从海杂波抑制

和目标能量积累两个角度

改善回波信杂比

提高雷达探测能力

FRFT是传统傅里叶变换的扩展

能够体现信号时频域特性

海杂波和动目标

在FRFT域的特性如何

这里是X波段雷达数据

左图和右图分别为

海杂波和动目标的FRFT谱

海杂波幅值起伏变化剧烈

但在变换阶数p=1

也就是频域周围的能量分布相对集中

因此海杂波可认为与单频信号相似

虽然也具有微弱变化的加速度

但其持续时间较短

因此在FRFT域

能量得不到很好的聚集

而动目标可在一定的变换角度下

形成峰值

进而根据峰值检测到目标

S波段的数据也是如此

海杂波能量相对分散

因此我们可以利用

FRFT域特性差异

来区分海杂波和动目标

下面介绍

FRFT域海杂波抑制的方法

第一种是利用FRFT延时特性

设计的抑制方法

通过数学推导可以发现

当延迟一定的时间τ时

LFM信号及其延时信号

在FRFT峰值

出现在相同阶数的变换域中

但峰值位置不相同

而单频信号

与其延时信号的FRFT谱

模函数特性一致

与延迟无关

大家可以思考一下

如何利用这个特性抑制海杂波

海上目标在一定观测时间范围内

具有一定的加速度

可建模为LFM信号

而海杂波

可用多分量单频信号近似

因此两者FRFT模值之差后

动目标能量得到了保留

而海杂波中

单频信号的能量被对消

因此利用这一特性

就能抑制海杂波

下面我们来举个例子

先来验证目标与杂波在FRFT域

可分的情况

这里分别给出了

回波信号经过0.1秒延时

以及延时对消后的FRFT幅值

对消以后海杂波得到较好的抑制

而目标能量基本没有被削弱

后续可设定门限

检测出目标

再来看看

目标与杂波在FRFT域不可分的情况

也就是FRFT谱重叠

依然能有效地抑制海杂波

通过这样的操作

就可以提高

雷达弱小目标的探测概率

如何进一步减少海杂波剩余

降低虚警

下面再介绍一种

海杂波抑制方法

FRFT域杂波图技术

时域杂波图是一种常用的

雷达目标检测的方法

对于一个固定的雷达

不同扫描周期

得到的地物回波位置是相同的

多次迭代可形成一个检测阈值

最常用的就是平均值

这样再有新的雷达回波

就可以与这个杂波图阈值相减

从而目标得以保留

杂波被剔除

大家想一想

时域杂波图处理后

剩余的是什么类型目标

没错 是运动目标

我们来看看实际的雷达回波

这是一个对海雷达部分P显图像

可以看到

有陆地和海面产生的

地杂波和海杂波

海面还有多批目标

通过时域杂波图处理后

这些目标保留了下来

而地杂波和海杂波被抑制掉了

那么能否受此启发

进一步降低FRFT域海杂波虚警

答案是可以的

前面已经介绍了

FRFT的延迟特性

因此我们可以多次迭代

求其海杂波

在某一FRFT域的功率水平估计

动目标幅值位置不同

对杂波图建立贡献很小

作对消后

就可以抑制大部分海杂波能量

如果输出结果再接上检测器

那么就可以实现

海杂波抑制的同时检测动目标了

这里给出了一组雷达数据的处理结果

图1和图2

表明动目标被海杂波幅值所淹没

干扰比较严重

对检测性能影响很大

而采用FRFT域杂波图对消的方法

海杂波得到了明显的抑制

而动目标能量基本没有被削弱

更易于检测目标

进而提高检测概率

这里给出的是检测性能曲线

横坐标是信杂比

值越大代表目标回波越强

纵坐标代表检测概率

与时域恒虚警方法对比

在相同信杂比条件下

检测概率更高

接下来这种方法

是从FRFT域滤波的角度

实现海杂波抑制的

大家都知道

时域最小均方自适应LMS滤波算法

那么我们可以将

LMS算法和FRFT方法结合

实现FRFT域

LFM信号的滤波和谱线增强

这里我们就不详细阐述原理了

同学们可利用前面的基础

参考下面的文献去学习研究

我们来看一下实际处理效果如何

这里是一个

S波段雷达的对海观测数据

左图为时域回波

右图为不同距离的多普勒分布

在74海里附近

有一个强幅值区域

但多普勒发散

是否有目标无法判定

进一步研究74海里的目标回波

分别采用

经典的傅里叶变换

和FRFT域海杂波抑制方法

可以看出

虚警降低 目标的谱线清晰

进而实现了

弱小目标的有效检测

回顾一下我们这节课所讲的内容

讲到了哪些知识点

第一我们以雷达海上目标探测为例

指出弱小目标检测的前提

是海杂波抑制

第二分析了海杂波

和动目标的FRFT域特性

两者FRFT谱分布不同

第三利用FRFT的延迟和滤波特性

设计了三种海杂波抑制方法

改善信杂比

下一节我们将介绍

FRFT域动目标检测方法

这里是本节课的相关课外资料

大家可以进一步研究学习

我们今天就讲到这里

谢谢大家

分数域信号与信息处理及其应用课程列表:

第1章 绪论

-1.1 分数傅里叶变换背景与理论

--1.1 分数傅里叶变换背景与理论

-1.2 分数傅里叶变换应用

--1.2 分数傅里叶变换应用

-第1章 讨论题

--第1章 讨论题1

--第1章 讨论题2

-第1章 习题

--第1章 习题

第2章 分数域定义与性质

-2.1 分数傅里变换的定义

--2.1 分数傅里变换的定义

-2.2 分数傅里叶变换的性质

--2.2 分数傅里叶变换的性质

-2.3 一维/二维分数傅里叶变换

--2.3 一维-二维分数傅里叶变换

-第2章 讨论题

--第2章 讨论题1

--第2章 讨论题2

-第2章 习题

--第2章 习题

第3章 分数域卷积与滤波

-3.1 分数卷积I

--3.1 分数卷积I

-3.2 分数卷积II

--3.2 分数卷积II

-3.3 功率谱

--3.3 功率谱

-3.4 分数功率谱

--3.4 分数功率谱

-第3章 讨论题

--第3章 讨论题1

--第3章 讨论题2

-第3章 习题

--第3章 习题

第4章 分数域采样与重建

-4.1 傅里叶域均匀采样定理

--4.1 傅里叶域均匀采样定理

-4.2 分数域均匀采样定理I-采样信号的分数域谱分析

--4.2 分数域均匀采样定理I-采样信号的分数域谱分析

-4.3 分数域均匀采样定理II-信号重建

--4.3 分数域均匀采样定理II-信号重建

-4.4 傅里叶域带通采样定理

--4.4 傅里叶域带通采样定理

-4.5 分数域带通采样定理

--4.5 分数域带通采样定理

-4.6 周期非均匀采样定理

--4.6 周期非均匀采样定理

-第4章 讨论题

--第4章 讨论题1

--第4章 讨论题2

--第4章 讨论题3

-第4章 习题

--第4章 习题

第5章 分数域检测与估计

-5.1 多分量chirp信号检测与参数估计方法

--5.1 多分量chirp信号检测与参数估计方法

-5.2 多分量chirp信号检测与参数估计背景及仿真

--5.2 多分量chirp信号检测与参数估计背景及仿真

-5.3 基于分数傅里叶变换的时延估计

--5.3 基于分数傅里叶变换的时延估计

-5.4 立方相位信号参数估计理论与应用

--5.4 立方相位信号参数估计理论与应用

-第5章 讨论题

--第5章 讨论题1

--第5章 讨论题2

-第5章 习题

--第5章 习题

第6章 分数域变换与离散

-6.1 分数傅里叶变换离散算法

--6.1 分数傅里叶变换离散算法

-6.2 离散分数变换

--6.2 离散分数变换

-6.3 广义Hilbert变换

--6.3 广义Hilbert变换

-6.4 稀疏傅里叶变换的定义

--6.4 稀疏傅里叶变换的定义

-6.5 稀疏分数傅里叶变换

--6.5 稀疏分数傅里叶变换

-第6章 讨论题

--第6章 讨论题1

--第6章 讨论题2

--第6章 讨论题3

-第6章 习题

--第6章 习题

第7章 分数域时频分布

-7.1 短时分数傅里叶变换

--7.1 短时分数傅里叶变换

-7.2 分数小波变换I

--7.2 分数小波变换I

-7.3 分数小波变换II

--7.3 分数小波变换II

-7.4 基于分数阶相位匹配原理时频分布构造

--7.4 基于分数阶相位匹配原理时频分布构造

-第7章 讨论题

--第7章 讨论题1

--第7章 讨论题2

--第7章 讨论题3

-第7章 习题

--第7章 习题

第8章 分数域探测信号处理

-8.1 分数傅里叶变换与模糊函数

--8.1 分数傅里叶变换与模糊函数

-8.2 分数傅里叶变换与MIMO雷达模糊函数

--8.2 分数傅里叶变换与MIMO雷达模糊函数

-8.3 分数傅里叶变换与雷达通信一体化

--8.3 分数傅里叶变换与雷达通信一体化

-8.4 分数域海杂波抑制

--8.4 分数域海杂波抑制

-8.5 分数域雷达动目标检测

--8.5 分数域雷达动目标检测

-8.6 分数域长时间相参积累及其应用

--8.6 分数域长时间相参积累及其应用

-8.7 分数域辐射源定位技术

--8.7 分数域辐射源定位技术

-8.8 分数阶相位匹配时频分布的应用

--8.8 分数阶相位匹配时频分布的应用

-第8章 讨论题

--第8章 讨论题1

--第8章 讨论题2

--第8章 讨论题3

--第8章 讨论题4

-第8章 习题

--第8章 习题

第9章 分数域光学信号处理

-9.1 分数傅里叶光学

--9.1 分数傅里叶光学

-9.2 分数域光学相干层析成像色散补偿技术

--9.2 分数域光学相干层析成像色散补偿技术

-9.3 基于分数傅里叶变换的牛顿环参数估计

--9.3 基于分数傅里叶变换的牛顿环参数估计

-9.4 基于分数傅里叶变换的光纤端面检测仪

--9.4 基于分数傅里叶变换的光纤端面检测仪

-第9章 讨论题

--第9章 讨论题1

--第9章 讨论题2

--第9章 讨论题3

--第9章 讨论题4

-第9章 习题

--第9章 习题

第10章 分数域高光谱信号处理

-10.1 分数域高光谱信号处理

--10.1 分数域高光谱信号处理

-10.2 分数域高光谱异常检测

--10.2 分数域高光谱异常检测

-10.3 分数域高光谱协同分类

--10.3 分数域高光谱协同分类

-第10章 讨论题

--第10章 讨论题1

--第10章 讨论题2

--第10章 讨论题3

-第10章 习题

--第10章 习题

8.4 分数域海杂波抑制笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。