项目名称: 非均匀杂波环境下基于稀疏恢复的空时自适应处理

项目编号: No.61201334

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 聂镭

作者单位: 中国人民解放军国防科学技术大学

项目金额: 23万元

中文摘要: 本项目旨在充分利用杂波谱的稀疏特性,研究几种典型非均匀杂波环境下的空时自适应处理(STAP),实现机载/星载体制下雷达的动目标检测。定量分析杂波谱在角度-多普勒域的稀疏机理以及其稀疏恢复能力对STAP性能影响,为该思路展开提供了前提条件。建立几种典型非均匀现象的数学描述,对典型非均匀现象下相邻距离单元杂波谱呈现出的与待检测单元杂波谱的差异进行补偿或检测或估计,设计多观测距离单元下的稀疏恢复STAP算法和快速稀疏恢复STAP算法。该思路能充分利用稀疏恢复带来的快速收敛特性和高分辨性能,提高非均匀杂波环境下运动平台的动目标检测性能。

中文关键词: 非均匀杂波;空时自适应处理;稀疏恢复;多观测矢量;

英文摘要: In this project, we focus on the space-time adaptive processing (STAP) algorithms design in several typical non-homogeneous clutter environments by exploiting the sparsity of the clutter spectrum, which is used for moving target detection in the airborne/spaceborne radar systems. First, we analyze the sparsity principle of the clutter spectrum in the angle-Doppler domain and the impact of the signal recovering level to the STAP performance in quality, which can provide preconditions for the following research. Then, after describing the typical non-homogeneous phenomena in mathematics, we try to design the multiple range-bin sparse recovery STAP algorithms and fast sparse recovery STAP algorithms by compensating, detecting or estimating the differences between the clutter spectrum from the detection range-bin and the spectrum from neighbor range-bins. Taking advantage of the fast convergence and the high resolution of the sparse recovery technique, the proposed approach can improve the moving target detection performance on the moving platform in the non-homogeneous clutter environments.

英文关键词: Non-Homogeneous Clutter;Space-Time Adaptive Processing;Sparse-Recovery;Multiple Measurement Vectors;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
36+阅读 · 2021年5月10日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
32+阅读 · 2020年12月25日
专知会员服务
18+阅读 · 2020年12月23日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
PolarDB 并行查询的前世今生
阿里技术
0+阅读 · 2022年2月17日
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
65+阅读 · 2021年6月18日
小贴士
相关VIP内容
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
36+阅读 · 2021年5月10日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
32+阅读 · 2020年12月25日
专知会员服务
18+阅读 · 2020年12月23日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
PolarDB 并行查询的前世今生
阿里技术
0+阅读 · 2022年2月17日
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员