文献类型：期刊文章

作　　者：何炜琨[1] 李爽[1] 王晓亮[1]

HE Weikun;LI Shuang;WANG Xiaoiang(Tianjin Key Lab for Advanced Signal Processing,College of Electronic Information and Automation,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室,天津300300

出　　处：《信号处理》

基　　金：国家自然科学基金专项项目(62141108);天津市教委科研计划重点项目(2022ZD005)。

年　　份：2024

卷　　号：40

期　　号：5

起止页码：970-981

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：风能作为一种清洁能源已受到各国关注。风电场的存在除对地基雷达产生影响外,还可能对机载监视雷达等工作性能产生影响。短相干处理间隔(Coherent Processing Interval,CPI)导致的机载监视雷达回波信号谱分辨率降低及风电场杂波微动特征不明显等问题,会影响杂波抑制性能,考虑到载机平台运动对雷达回波频谱的调制作用及地杂波的影响,利用瞬态雷达回波在频域的稀疏特性,提出基于增广拉格朗日优化及分裂变量(Augmented Lagrangian Method and Variable Splitting,ALM-VS)的机载雷达风电场回波特征恢复方法,首先对短CPI机载监视雷达回波信号滑窗,得到多个雷达回波信号分量,其次利用分裂增广拉格朗日方法迭代求解各分量的最优表示系数,恢复各个信号分量,利用恢复后的各个信号分量逆滑窗重构完整数据,以此提升短CPI机载监视雷达风电场雷达回波频谱分辨率及微动特征,在此基础上进一步利用形态成分分析(Morphological Component Analysis,MCA)和低秩矩阵优化(Low-Rank Matrix Optimization,LRMO)相结合的方法实现短CPI机载监视雷达非平稳动态风电场杂波的抑制。实验结果表明,ALM-VS特征恢复方法在目标与杂波处于相同距离单元和不同距离单元情况下均可提升短CPI机载监视雷达回波信号谱分辨率,增强其微动特征,实现风电场杂波抑制。在相同条件下,与迭代自适应(Iterative Adaptive Approach,IAA)特征恢复方法相比,所提的ALM-VS特征恢复方法的运算效率提升85.6%。

关 键 词：机载监视雷达  风电场 特征恢复  杂波抑制

分 类 号：TN958.3]