《雷达学报杂志》发表论文赏析

基于深度学习的非线性空时自适应-脉冲压缩联合处理方法

来源:雷达学报杂志2025年第6期北京时间:

作者:廖志鹏, 段克清, 高飞

单位:1.中山大学电子与通信工程学院 深圳 518107;2.中国空间技术研究院西安分院 西安 710100;

摘要:在复杂目标和杂波环境下,传统机载雷达脉冲压缩和空时自适应处理均受限于预设线性模型而存在性能损失问题。针对该问题,该文提出一种基于深度学习的空时自适应-脉冲压缩联合处理技术,通过构建空时谱超分辨网络和脉冲压缩网络分别实现非线性杂波空时谱估计及非线性脉压,从而显著降低该信号处理流程中模型失配的影响,实现杂波抑制和目标检测性能的提升。同时,为避免非线性脉压在阵元和脉冲间引入相位误差的问题,该文从数学角度分析和讨论了脉压后置的可行性。在所提先滤波再脉压的非线性联合处理架构中,采用多模块卷积神经网络分别实现高分辨空时谱估计以及脉冲压缩处理,且所构建各网络模块功能均与相应数学解析式对应,因此具较高的可靠性。仿真实验结果表明,在密集弱目标和小样本环境下,所提非线性联合处理架构较相应传统处理流程可获得约20 dB的信杂噪比提升。

关键词:非线性信号处理, 空时自适应处理(STAP), 脉冲压缩, 卷积神经网络(CNN), 杂波抑制, 目标检测

基金资助:雷达信号处理全国重点实验室支持计划(JKW202302)

2025年6期其他文献查阅:

复杂环境下机载雷达认知空时自适应处理技术

基于深度学习的非线性空时自适应-脉冲压缩联合处理方法

基于非凸松弛原子范数的快速无网格稀疏恢复STAP方法

加权广义逆高斯杂波下距离扩展目标的自适应检测

基于空时解耦的机载双基SAR双通道杂波对消处理方法

基于智能多分类和迁移学习的和差波束弹载雷达运动目标检测方法

基于期望最大化分类辅助的抗干扰检测方法

实孔径雷达无超参数全变差正则化角超分辨方法

循环荷载作用下软土地基公路InSAR时序形变估计方法研究

基于匹配滤波特征的抗间歇采样转发干扰方法

面向主被动雷达复合探测的全脉冲多机协同干扰方法

分布式MIMO雷达子空间干扰背景下双层非均匀多秩目标检测方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!