基于二维阵的高频地波雷达电离层杂波抑制

《基于二维阵的高频地波雷达电离层杂波抑制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TN958.93学校代码：10213国际图书分类号：621.3密级：公开工学博士学位论文基于二维阵的高频地波雷达电离层杂波抑制博士研究生：田文龙导师：许荣庆教授申请学位：工学博士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2012年12月6日授予学位单位：哈尔滨工业大学ClassifiedIndex:TN958.93U.D.C:621.3DissertationfortheDoctoralDegreeinEngineeringIONOSPHERICCLUTTERMITIGATIONFORHIGHFREQUENCYSURFACEWAVER

2、ADARBASEDONTWO-DIMENSIONALARRAYCandidate：TianWenlongSupervisor：Prof.XuRongqingAcademicDegreeAppliedfor：DoctorofEngineeringSpeciality：InformationandCommunicationEngineeringAffiliation：SchoolofElectronicsandInformationEngineeringDateofDefence：December6th,2012Degree-Conferring-Institution

3、：HarbinInstituteofTechnology摘要摘要高频地波雷达利用高频波段电磁波沿海面绕射传播的特点探测视距之外的海面舰船和低空飞行器，可以实现全天候、大面积的海域监测，目前已有多国研制并装备了高频地波雷达。电离层杂波是影响高频地波雷达探测能力的最大障碍，电离层杂波抑制问题是高频地波雷达研究领域的热点和难点。现有大多数高频地波雷达采用一维阵，基于一维阵和一维自适应处理的杂波对消算法只能有效利用目标回波与杂波信号在方位角上的差异，限制了高频地波雷达的电离层杂波抑制能力。针对该问题，许多研究机构已经开展了在高频地波雷达中应用二维阵的初步研究，希望利用二维阵

4、与二维自适应处理进一步提高高频地波雷达系统的电离层杂波抑制能力，但相关研究尚处于探索阶段，尚未投入应用。基于上述背景，本文对基于二维阵的高频地波雷达电离层杂波抑制进行了探索性的研究。全文主要研究内容如下：1.基于长期观测和大批电离层杂波实测数据对电离层杂波的特性进行详细分析。作为电离层杂波抑制方法设计的基础，本文首先对电离层杂波的传输路径以及时域、频域、空域特性进行了详细的分析，并总结了电离层杂波抑制的难点。重点对电离层杂波在“方位-俯仰”二维角度空间中的分布特性进行了分析，比较了高仰角杂波、低仰角杂波、多来向杂波、平稳杂波、高度时变杂波等多种电离层杂波的特性，并对

5、电离层杂波与海面目标回波的空域特性进行了对比，为电离层杂波抑制方法的设计提供了可靠依据。2.对高频地波雷达天线阵校正问题进行研究。高频地波雷达天线阵校正是实际工程中必须面对的问题，天线阵误差过大将影响雷达测角精度和杂波抑制效果。本文分析了现有高频地波雷达天线阵校正方法的特点，总结了高频地波雷达系统以及电离层杂波抑制算法对阵列校正方法的要求。针对二维阵，尤其是不规则二维阵，提出了采用大信噪比舰船目标回波和自动识别系统(AIS)数据实施高频地波雷达天线阵校正，该方法对大信噪比舰船目标的雷达回波数据与AIS数据实施时间同步和身份匹配，利用AIS信息解算目标真实方位，进而估

6、计阵列相位误差和幅度误差，可实现高精度、低成本、可随时实施的天线阵校正，可在无需部署专用校正源(信标机)的情况下得到较高的阵列校正精度。该方法可应用于包括不规则二维阵在内的各种阵列，其性能不受阵元数量和阵列布局的影响，非常适合于使用不规则二维阵的-I-哈尔滨工业大学工学博士学位论文高频地波雷达系统。采用高频地波雷达实测数据以及相应AIS数据对该方法的性能进行了检验，并与现有的盲校正算法进行了对比，结果表明新方法的校正精度明显高于现有盲校正算法，阵列校正精度的提高为杂波抑制提供了必要保障。3.对自适应杂波对消算法在复杂杂波环境下的训练样本抽选问题进行了研究。作为自适应

7、杂波抑制的基础，自适应杂波抑制算法需利用训练样本对杂波实际空间分布进行估计，因此，获得充足的、满足独立同分布条件的训练样本是自适应杂波对消算法可靠工作的重要保障。电离层杂波环境复杂且无法预知，给电离层杂波对消算法的训练样本抽选带来巨大的困难，现有的固定模式样本抽选方法无法充分匹配实际杂波分布模式，降低了参数估计精度和系统整体鲁棒性。为适应复杂多变的电离层杂波环境，本文提出基于杂波分布类型识别的自适应训练样本抽选方法，该方法通过杂波自动分段、海杂波剔除、多普勒混叠杂波拼合等措施，自动确定最佳训练样本集规模和样本抽选模式，其性能全面优于采用固定抽选模式的训练样本集构