Constant-Modulus Waveform Design for Dual-Function Radar-Communication Systems in the Presence of Clutter
研究了杂波环境下双功能雷达通信系统的恒模（CM）波形设计问题，以信干噪比为设计指标，以最小化干扰功率，提高目标捕获性能，同时保证每个通信用户的服务质量，对每个通信信号的综合误差进行了约束，提出了一种基于循环优化、Dinkinbach变换和交替方向乘子法的迭代算法，仿真结果表明，该算法合成的CM波形能有效抑制杂波，并将通信信号的合成误差控制在较低水平。
2023-02-28 eess.SP
Multi-criteria Analysis for Evaluation of Adaptive Radar Resource Management algorithms on a Naval setting with and without clutter
多功能雷达具有复杂的性能需求，涉及的目标种类繁多，使用场景复杂。为了实现这些目标，雷达系统使用有源电子扫描阵列（AESA）来切换它们的功能。这种复杂性使得很难在考虑到其功能要求和诱导成本的情况下评估其性能。在本文中，我们首先介绍了相控阵雷达的操作和性能的品质因数。我们计算这些指标上的一组测试方案的不同复杂性，涉及不同种类的目标，我们把它们聚合成一个全球性的符号MFR雷达性能。为了实现我们的目的，我们依赖于多准则决策分析（MCDA）的域，更确切地说，2-可加性Choquet积分。
2020-05-12 eess.SP
Regularized Covariance Estimation for Polarization Radar Detection in Compound Gaussian Sea Clutter
本文研究了海杂波场景中极化雷达的克罗内克结构协方差矩阵（CM）的正则化估计，其中假设数据遵循具有克罗内克结构CM的复杂椭圆对称（CES）分布。为了获得一个良好的条件估计的CM，我们添加惩罚条款的Kullback-Leibler发散的负对数似然函数相关联的复角高斯（CAG）分布。这被证明是等价于正规化泰勒的不动点方程的收缩。讨论了解存在的一个充分条件。应用迭代算法求解所得的不动点迭代，并证明了其收敛性。为了解决收缩因子的优化问题，本文介绍了两种基于Oracle近似收缩（OAS）和交叉验证（CV）的收缩因子优化方法。建议的估计，称为鲁棒收缩Kronecker估计（RSKE），示出实现更好的性能相比，现有的几种方法时，训练样本是有限的。利用IPIX 1998年的实际海数据进行了仿真，验证了RSKE的有效性。
2022-02-05 eess.SP
Complex VAE with Heavy-Tailed Likelihood for Radar Target Detection in Sea Clutter
dept. Electronic Engineering, Tsinghua University（清华大学电子工程系）
针对海杂波重尾、尖峰特性及目标标签稀缺问题，提出无监督复变分自编码器，采用Student-t负对数似然捕获重尾重构误差，并引入时域幅度误差约束，实现恒虚警率下的雷达目标检测。
2026-06-09 eess.SP
Sparsity Based Autoencoders for Denoising Cluttered Radar Signatures
窄带和宽带室内雷达图像显着恶化存在的目标相关和独立的静态和动态杂波引起的墙壁。提出了一种用于抑制室内雷达图像墙壁杂波的堆叠稀疏去噪自编码器（StackedSDAE）。该算法依赖于训练过程中干净图像和相应噪声图像的可用性，并且不需要关于壁特征的额外信息。该算法进行了评估模拟多普勒时间谱图和高距离分辨率剖面产生的不同的雷达频率和墙壁特性在转角雷达（ACR）的情况下。额外的实验进行范围增强的正面图像从测量收集从宽带RF成像传感器。实验结果表明，StackedSDAE成功地重建了与自由空间条件下获得的图像非常相似的图像。此外，在自动编码器内的隐藏层表示中结合稀疏性和深度使得该算法比传统的单层DAE对训练期间干净数据和损坏数据之间的低信噪比（SNR）和标签失配更鲁棒。例如，去噪的ACR签名在SNR为-10dB和标签失配误差为50%的情况下示出了与干净的自由空间图像的高于0.75的结构相似性。
2021-01-29 eess.SP
Micro-UAV Detection with a Low-Grazing Angle Millimeter Wave Radar
毫米波雷达广泛应用于最后一英里雷达防御系统。在低掠射角条件下利用这些雷达检测低空空中目标是电子战领域中的一个重要问题，由于地形中杂波的显著影响，该问题变得具有挑战性。本文提供了实验和分析研究的微型无人机（UAV）检测在岩石地形使用低掠射角，表面站点的24 GHz的双极化调频连续波（FMCW）雷达。无人机的雷达后向散射信号受到地杂波的污染，地杂波采用均匀威布尔分布建模。针对强杂波背景下无人机的检测问题，设计了一种基于自适应阈值的恒虚警检测器。为了进一步提高无人机在杂波中的识别能力，在时频域中提取了旋转螺旋桨的微多普勒特征和无人机的总体轨迹。
2019-02-14 eess.SP
Secure Dual-Functional Radar-Communication System via Exploiting Known Interference in the Presence of Clutter
针对安全双功能雷达通信（DFRC）系统，设计发射波形和接收波束形成器以最大化接收雷达信干噪比（SINR）为目标，将不期望的多用户干扰（MUI）转化为有用功率。在该系统中，DFRC基站（BS）服务于通信用户（CU）并同时检测目标，其中雷达目标被认为是恶意的，因为它可能窃听从BS到CU的传输信息。受相长干涉（CI）方法的启发，CU处接收信号的相位被旋转到松弛决策区域中，并且不期望的MUI被设计为贡献有用功率。然后，采用凸逼近方法（SCA）来解决优化问题。最后，通过数值实验验证了该方法的有效性，表明采用本文提出的技术来保证通信数据的安全是可行的。
2021-06-08 eess.SP
Innovative Cognitive Approaches for Joint Radar Clutter Classification and Multiple Target Detection in Heterogeneous Environments
针对异构杂波下位置和数量未知的多目标联合自适应检测难题，提出融合潜变量模型与期望最大化算法的认知检测架构，可同时分类距离单元杂波并检测多目标。
2022-07-08 eess.SP
Clutter Mitigation for Joint RadCom Systems Based On Spatial Modulation
针对联合雷达通信系统中通信信息嵌入引起的杂波调制问题，提出基于空间调制的降维空时自适应处理方法，通过子空间投影和基于幂法的特征分解抑制杂波，仿真验证了其有效性。
2023-11-11 eess.SP
A Random Process Model Useful for Describing Radar Clutter
本文基于Bernstein函数和Levy过程定义了正随机过程$τ(t)$，将其作为散射雷达信号的瞬时功率以构建compound-Gaussian模型，为雷达杂波研究提供了随机过程的定义、模拟机制及样本路径示例。
2024-11-15 eess.SP math.PR
Adaptive Radar Detection in Heterogeneous Clutter-dominated Environments
针对异构环境下相干目标的检测问题，提出了一种新的解决方案。具体来说，我们首先假设，从不同的距离箱杂波返回共享相同的协方差结构，但不同的功率电平。该模型符合与非高斯和非均匀情景相关的实验证据。然后，不同于现有的解决方案，是基于估计和插头的方法，我们提出了一个近似的广义似然比检验的最大化的可能性是通过一个交替的估计过程。值得注意的是，我们还证明了这样的估计过程导致一个架构拥有恒定的虚警率（CFAR）时，使用特定的初始化。的性能分析，进行模拟以及测量数据，并与合适的知名竞争对手相比，突出表明，所提出的架构可以克服恒虚警竞争对手，并表现出有限的损失相对于其他非恒虚警检测器。
2021-08-18 eess.SP
Joint Angle and Velocity-Estimation for Target Localization in Bistatic mmWave MIMO Radar in the Presence of Clutter
针对杂波下双基地毫米波MIMO雷达目标定位问题，提出基于三维稀疏性和离网SBL的角度与速度联合估计算法，性能优于现有方法且逼近理论界。
2025-06-13 eess.SP
Classification Schemes for the Radar Reference Window: Design and Comparisons
在本文中，我们解决的问题，在雷达参考窗口内的统计特性的数据进行分类。具体来说，我们将这些数据划分成统计上均匀的子集，通过确定可能的杂波功率变化相对于测试下的细胞（占可能的范围扩展目标）和/或杂波边缘。为此，我们考虑不同的情况下的实际利益和制定的分类问题作为多个假设检验，包括几个模型的操作方案。然后，我们解决了假设检验问题，采取适当的近似模型的顺序选择规则，由于棘手的数学与一些参数的最大似然估计。值得注意的是，所提出的架构提供的分类结果代表了先进的杂波图，因为除了杂波参数的估计，它们包含一个聚类的范围箱在同质子集。事实上，这样的信息可以驱动传统的检测器根据测试下的单元的位置朝向更可靠的杂波协方差矩阵的估计。性能分析证实，所设想的架构代表了一种可行的手段，以识别的情况下，雷达至少为所考虑的仿真参数进行操作。
2023-02-16 eess.SP
Double-Phase-Shifter based Hybrid Beamforming for mmWave DFRC in the Presence of Extended Target and Clutters
在毫米波（mmWave）双功能雷达通信（DFRC）系统中，混合波束形成（HBF）被认为是利用有限数量的射频链的有前途的技术。针对扩展目标和杂波环境下的多输入多输出（MIMO）DFRC系统，提出了一种基于子阵连接结构的HBF设计方法。在该HBF中，嵌入了双移相器（DPS）结构，以进一步增加设计灵活性。我们推导出的通信频谱效率（SE）和雷达信号与干扰加噪声比（SINR）相对于发射HBF和雷达接收机，并制定HBF的设计问题作为SE最大化受到雷达SINR和功率约束。为了解决非凸问题，提出了联合混合波束形成和雷达接收机优化（THEREON），其中雷达接收机通过广义特征值分解进行优化，并使用乘法器的共识交替方向法（共识ADMM）以低复杂度以并行方式更新发射HBF。此外，我们提出的方法扩展到多用户多输入单输出（MU-MISO）的情况。数值模拟表明，该算法的有效性，并表明该解决方案提供了一个很好的折衷之间的移相器的数量和性能增益的DPS HBF。
2022-11-04 eess.SP
Reliable Clutter Suppression for Slow-Moving Weak Target Radar Detection
针对复杂环境下强反射体遮蔽导致慢速弱目标雷达检测难、传统MTI易抑制目标回波的问题，提出基于Godec框架的杂波抑制方案，以时间复杂度为代价提升检测可靠性，并明确参数权衡与适用场景。
2025-09-04 eess.SP
Neural Network-Based Multi-Target Detection within Correlated Heavy-Tailed Clutter
针对相关重尾杂波下的雷达多目标检测难题，提出基于统一神经网络模型的深度学习方法处理时域信号，在多数SCNR和杂波场景下检测概率优于CA-CFAR、OS-CFAR和ANMF等传统检测器。
2023-04-08 eess.SP
Iterative Marginal Maximum Likelihood DOD and DOA Estimation for MIMO Radar in the Presence of SIRP Clutter
球不变随机过程（SIRP）杂波模型通常用于雷达杂波不能正确建模为高斯过程的情况。在这个简短的通信中，我们设计了一种新的基于最大似然（ML）的迭代估计器的出发方向和到达方向估计的多输入多输出（MIMO）雷达背景下存在的SIRP杂波。建议的估计采用逐步数值浓度的方法w.r.t.目标函数与观测数据的边际似然性有关。我们的估计导致卓越的性能，我们的模拟显示，w.r.t.现有的基于似然的方法，即传统的，条件的和联合的基于似然的估计，和w.r.t.鲁棒子空间分解方法。最后，迭代边际ML估计（IMMLE），迭代联合ML估计（IJMLE）和迭代条件ML估计（ICdMLE）之间的相互联系和比较。
2018-11-07 eess.SP stat.AP
Reconfigurable Intelligent Surfaces for N-LOS Radar Surveillance
研究了可重构智能表面在非视距雷达监视中的应用。首先，描述了场景的几何形状和新的系统概念，重点是所需的操作模式和RIS所扮演的角色。然后，特定的雷达方程（包括RIS效应）的开发管理的覆盖要求在具有挑战性的区域，其中的LOS是不存在的。噪声和杂波干扰的情况下（脉冲长度限制和波束宽度限制的表面杂波以及体积杂波）被认为是。因此，一个离题的使用雷达时间轴的新的操作模式的数据采集过程和分辨率问题的距离，方位角和多普勒域。最后，系统参数之间的相互作用，特别是那些涉及RIS的讨论和分析，通过数值模拟。
2021-05-03 eess.SP
High Fidelity RF Clutter Modeling and Simulation
在本文中，我们提出了一个国家的最先进的射频（RF）杂波建模和仿真（M&S）技术的教程概述。传统的统计近似为基础的方法将审查更准确的物理为基础的随机传递函数杂波模型，促进特定地点的模拟在地球上的任何地方。将介绍计算这些传递函数的各种因素，然后是多个RF应用的几个示例。最后，我们介绍了使用这些工具生成的雷达挑战数据集，可以对所有认知雷达算法和技术进行测试和基准测试。
2022-02-10 eess.SP
Classification Of Automotive Targets Using Inverse Synthetic Aperture Radar Images
我们提出了一个框架，用于模拟逼真的逆合成孔径雷达图像的汽车目标在毫米波频率。该模型结合了雷达散射现象的常见车辆随着距离多普勒为基础的杂波和接收机噪声。这些图像提供了对目标的物理尺寸、轮子的数量和目标所采取的轨迹的洞察。该模型的实验验证，从汽车雷达收集的测量数据。随后，使用传统的机器学习技术以及基于迁移学习的深度神经网络对来自模拟数据库的图像进行分类。我们表明，ISAR图像提供了90%以上的分类精度，是强大的噪声和杂波。
2021-03-17 eess.SP
Deep learning-based UAV detection in the low altitude clutter background
无人机（UAV）由于其低成本和多功能性而被广泛使用，但它们也构成安全和隐私威胁。因此，对低空无人机进行可靠的探测是一个重要的问题。强地杂波使小型无人机的雷达回波淹没在噪声中，导致雷达探测可靠性低。针对上述问题，提出了一种基于深度对比学习的低空无人机检测方法：首先建立了低空杂波干扰下的低空无人机雷达回波模型。根据无人机回波信号的成分特征和多普勒域可识别机理，采用ZAM变换和形态学运算相结合的时频变换方法抑制杂波背景下的模糊问题。然后利用引入对比度学习的特征提取与融合方法抑制非目标地杂波干扰。最后，设计了一种基于语义特征的低空无人机检测器，用于低空无人机的可靠识别。对真实数据和仿真数据的实验表明，该方法能够有效抑制地杂波，可靠地提取无人机的可识别语义特征。该方法与现有方法相比，具有较低的虚警和漏报率，在相同信噪比下，检测精度提高了5%以上，有效提高了检测的可靠性。
2022-02-24 eess.SP
Towards Smarter Sensing: 2D Clutter Mitigation in RL-Driven Cognitive MIMO Radar
Institute of Digital Communication Systems, Ruhr University Bochum（鲁尔大学波鸿分校数字通信系统研究所）
本文提出一种RL增强的认知MIMO雷达系统，通过平面阵列自适应波形与波束形成，结合Wald检测器和SARSA算法抑制二维杂波，显著提升低信噪比多目标检测概率。
2025-02-07 cs.LG eess.SP
Moving Target Detection Method Based on Range? Doppler Domain Compensation and Cancellation for UAV-Mounted Radar
针对无人机载穿墙雷达中强非平稳杂波影响动目标检测的问题，提出距离-多普勒域双通道相位补偿、对消及滤波成像方法，并通过仿真和无人机实验验证其有效性。
2024-07-04 eess.SP
Improved PCRLB for radar tracking in clutter with geometry-dependent target measurement uncertainty and application to radar trajectory control
针对现有PCRLB因忽略T2R几何对目标测量不确定性的影响而过于保守的问题，本文推导了几何相关TMU模型与改进IPCRLB，并将其应用于雷达轨迹控制，实现了更优的跟踪精度与测量不确定性控制。
2024-10-08 eess.SP math.OC
Radar Detection through Rectified Flow Matching
L2S, CentraleSupélec, Université Paris-Saclay（中央苏佩莱克学院，巴黎萨克雷大学）；SONDRA, CentraleSupélec, Université Paris-Saclay（中央苏佩莱克学院，巴黎萨克雷大学）；DEMR, ONERA, Université Paris-Saclay（ONERA（法国航空航天研究院），巴黎萨克雷大学）
本文提出基于校正流匹配的雷达检测方法D-RFM，通过学习高斯分布到雷达观测的映射，利用速度场进行逆映射检测，有效应对非高斯杂波与热噪声混合环境，验证了方法的准确性、鲁棒性和计算效率。
2026-03-19 eess.SP
Latent-space metrics for Complex-Valued VAE out-of-distribution detection under radar clutter
本文提出复值VAE中的潜在空间度量用于雷达杂波中的分布外检测，比较了CVAE-MSE、马哈拉诺夫距离和KLD等方法与ANMF-FP的性能。
2025-11-25 cs.LG eess.SP stat.ML
Tackling Clutter in Radar Data -- Label Generation and Detection Using PointNet++
Ulm University（乌尔姆大学）；BMW AG（宝马股份公司）
用于环境感知的雷达传感器（例如，在自动驾驶车辆中）输出大量不想要的杂波。对于这些点，不存在对应的真实对象，这些点是后续处理步骤（如目标检测或跟踪）中的主要误差源。因此，我们提出了两个新的神经网络设置识别杂波。输入数据、网络架构和训练配置专门针对该任务进行调整。特别注意由多个传感器扫描组成的点云的下采样。在广泛的评估中，新的设置显示出比现有方法更好的性能。由于没有合适的公共数据集，杂波进行注释，我们设计了一种方法来自动生成相应的标签。通过将其应用于带有对象注释的现有数据并发布其代码，我们有效地创建了第一个免费提供的雷达杂波数据集，代表了真实世界的驾驶场景。代码和说明可在www.github.com/kopp-j/clutter-ds上查阅。
2023-03-16 cs.CV cs.LG cs.RO
A Novel Scheme of Digital Instantaneous Automatic Gain Control (DIAGC) for Pulse Radars
为了防止脉冲雷达接收机的饱和和数据处理机、跟踪器或显示器的过载，采用了几种增益控制方案。数字处理技术的使用为各种数字自动增益控制方案打开了大门，用于分析数字化的返回信号并仅在饱和杂波区域控制接收机增益，而不影响在其它区域的检测。本文提出了一种新的数字瞬时自动增益控制（DIAGC）方案，该方案基于数字存储基于驻留的杂波回波并导出增益控制。对应于前两个PRT在一个停留的返回被用来分析饱和杂波区的存在和饱和的深度。第三PRT向前适当的增益控制应用在IF级，以防止饱和的后续阶段。基于FPGA的方案用于数字数据处理、存储、阈值计算和增益控制产生。文中还讨论了DIAGC对脉冲压缩的影响。
2019-10-19 eess.SP
On the Impact of Unknown Signals in Passive Radar with Direct Path and Reflected Path Observations
推导了在信号结构可能已知的情况下联合估计时延和多普勒频移的封闭形式Cramer-Rao界（CRB）表达式。结果对于存在直接路径和反射路径信号的无源雷达特别有用。时延和多普勒频移估计是信号处理中的一个重要的基础工具，在已知发射信号的情况下得到了广泛的研究，但在未知发射信号的情况下研究较少。所提出的结果概括了以前的结果已知的发射信号，并显示有多少看从直接路径和反射路径，我们需要推导出一个准确的联合估计的时间延迟和多普勒频移。在一个简单的共同的信号-杂波-加-噪声比（SCNR）模型与分离的直接和反射路径信号，白杂波加噪声和视线传播，扩展到不同的直接和反射路径SCNR，相关杂波加噪声，未分离的直接和反射路径信号和多径传播的情况下进行了分析，以支持与未知信号的CRB的效用。
2018-05-03 eess.SP
End-to-end Learning of Waveform Generation and Detection for Radar Systems
针对雷达系统发射波形和检测器的联合设计问题，提出了一种端到端的学习方法。检测器和发送波形交替训练：对于固定的发送波形，使用监督学习来训练检测器，以便近似Neyman-Pearson检测器;对于固定的检测器，使用基于来自接收器的反馈的强化学习来训练发送波形。没有先验知识的目标和杂波模型假设。发射器和接收器都被实现为前馈神经网络。数值结果表明，所提出的端到端的学习方法是能够获得一个更强大的雷达性能在杂波和有色噪声的任意概率密度函数相比，传统的方法，并成功地适应发射波形的环境条件。
2019-12-02 eess.SP
Radar Operating Metrics and Network Throughput for Integrated Sensing and Communications in Millimeter-wave Urban Environments
Indraprastha Institute of Information Technology Delhi（印度信息技术德里学院）
本文研究毫米波城市环境中雷达操作指标与网络吞吐量的关系，通过随机几何框架分析雷达参数对通信吞吐量的影响，并通过模拟验证结果。
2026-02-09 eess.SP
Compound Gaussian Radar Clutter Model With Positive Tempered Alpha-Stable Texture
提出以正缓增 α 稳态分布建模纹理的 CG-PTαS 复合高斯雷达杂波模型，推导幅度模型与参数估计方法，并通过真实海杂波数据验证其尾部建模灵活性。
2024-12-06 eess.SP stat.ME
Fast Rule-Based Clutter Detection in Automotive Radar Data
Ulm University（乌尔姆大学）；BMW AG（宝马公司）
汽车雷达传感器会输出大量不必要的杂波或重影检测，其位置和速度与传感器视野中的任何真实物体都不对应。这对诸如目标检测或跟踪的环境感知方法提出了实质性的挑战。尤其成问题的是在多个连续测量中成组地或在相似位置处发生的杂波检测。在本文中，提出了一种新的算法来识别这种错误的检测。它主要是基于特定的常见波传播路径，导致杂波的建模。特别是，明确涵盖的三种效应是汽车或卡车底部的反射，在安装传感器的车辆和另一个物体之间来回传播的信号，以及通过镜面反射的多径传播。后者通常发生在护栏、混凝土墙或类似的反射表面附近。这些影响中的每一个都在理论上和关于用于识别相应的杂波检测的方法进行了描述。通过分析仅从单个传感器测量生成的检测来完成识别。最后的算法进行评估的记录，真正的城市外的交通。对于标记，采用半自动过程。结果是有希望的，无论是在性能和关于非常低的执行时间。通常情况下，大部分的杂波被发现，而只有一小部分的检测对应于真实的对象被错误地分类的算法。
2021-08-27 cs.CV eess.SP
Mobile Radio Networks and Weather Radars Dualism: Rainfall Measurement Revolution in Densely Populated Areas
Politecnico di Milano（米兰理工大学）；Huawei Technologies, Munich Research Center（华为技术有限公司慕尼黑研究中心）；Huawei Technologies Italia S.r.l.（华为技术有限公司意大利分公司）；National Research Council of Italy, Institute of Atmospheric Science and Climate (CNR-ISAC)（意大利国家研究委员会大气科学与气候研究所）；Università Dell’Aquila（拉奎拉大学）
本文提出利用移动无线电网络中的基站作为分布式机会雷达，通过改进的信号处理技术实现降雨遥感，提升了空间和时间分辨率，同时克服了地面杂波干扰问题，为城市水文气象学带来新的机遇。
2026-05-18 eess.SP
Subspace-based Second-Order Detection Architectures for Radar Signals in the Presence of Unstructured Interference
University of Pisa（比萨大学）；Università del Salento（莱切大学）
本文提出基于子空间的二阶检测架构，利用似然比检验和被动训练数据估计未知参数，在无结构干扰下有效检测距离扩展目标。
2026-10-07 eess.SP
Gridless Super-Resolution Sparse Recovery for Non-sidelooking STAP using Reweighted Atomic Norm Minimization
稀疏恢复空时自适应处理（STAP）可以降低机载雷达对杂波样本的要求，利用有限的训练样本有效地抑制杂波。现有的稀疏恢复STAP方法是将整个角度-多普勒平面均匀离散为小网格点，而非侧视STAP雷达杂波脊并不精确地位于预离散网格点上。离网效应会显著降低STAP的性能。该文提出了一种基于重加权原子范数最小化的无网格稀疏恢复STAP方法，该方法在连续角度-多普勒平面内精确估计杂波谱，且不受分辨率限制。数值结果表明，该方法提供了一个改进的性能稀疏恢复STAP方法与离散字典和STAP方法利用原子范数最小化。
2020-04-09 eess.SP
Rapid Adaptive Matched Filter for Detecting Radar Targets with Unknown Velocity
本文提出了一种在严重杂波环境中使用有限训练数据的自适应匹配滤波器（AMF）的多普勒域局部化（DDL）实现，用于雷达目标检测。该检测器利用了可能的目标检测区域（RPTD）的概念，即一组小的多普勒_bins，能够捕捉大部分目标信号功率。与采用检测改进区域（RODI）概念的早期建议的DDL-GLR测试相比，基于RPTD的DDL-AMF检测器在未知目标多普勒频率和多模式杂波谱的情况下，能够实现快速自适应检测和近最优性能。
2026-05-20 eess.SP
Mitigation of Through-Wall Distortions of Frontal Radar Images using Denoising Autoencoders
本文提出利用去噪自编码器在无需墙体参数和房间几何先验信息的情况下缓解穿墙雷达图像失真，并通过仿真与实测验证其对静态和动态人体目标的有效性。
2019-03-22 eess.SP
Minimax Robust Landmine Detection Using Forward-Looking Ground-Penetrating Radar
我们提出了一个强大的似然比测试（LRT）检测地雷和未爆弹药使用前视探地雷达。而不是建模的目标和杂波回波的分布与参数的家庭，我们构建了一个乐队的可行的概率密度在每个假设。然后基于频带内的最不利密度设计LRT。该检测器的目的是最大限度地提高最坏情况下的性能在所有可行的密度对，因此，不需要强的假设的杂波和噪声分布。利用浅埋目标的电磁场仿真数据对所提出的技术进行了评估。我们表明，相比基于参数模型的检测器，鲁棒检测器可以导致显着降低误报率，特别是在假设的模型和真实分布之间存在不匹配的情况下。
2021-11-17 eess.SP
Small-floating Target Detection in Sea Clutter via Visual Feature Classifying in the Time-Doppler Spectra
Dalian Maritime University（大连海事大学）；Dalian Shipbuilding Industry Design and Research Institute（大连船舶工业设计研究院）；Dalian Minzu University（大连民族大学）
海杂波背景下微小漂浮目标的检测是海面雷达的一个难题。在本文中，我们观察到，从目标的后向散射刹车的时间多普勒谱（TDS）图像的海面运动的连续性。根据这一视觉线索，我们利用本地二进制模式（LBP）来衡量的TDS图像中的纹理变化。结果表明，含有目标的雷达回波和只有杂波的雷达回波在LBP的特征空间中是可分离的。然后利用无监督单类支持向量机（SVM）检测杂波LBP直方图的偏差。检测器的外部被分类为目标。在现实生活中的IPIX雷达数据集，我们的视觉特征为基础的检测器显示出良好的检测率相比，其他三个现有的方法。
2020-09-09 cs.CV eess.SP
Worst-Case Riemannian Optimization with Uncertain Target Steering Vector for Slow-Time Transmit Sequence of Cognitive Radar
针对认知雷达目标导向向量不确定导致慢时间匹配滤波性能下降的问题，提出两步最坏情况优化及信赖域黎曼算法，证明收敛性并验证其杂波抑制和SCNR优势。
2024-04-16 eess.SP
A Track-Before-Detect Algorithm for UWB Radar Sensor Networks
精确定位和跟踪移动的非合作的人和物体，使用超宽带（UWB）雷达节点的网络已被证明是一个实用和有效的方法。在超宽带雷达传感器网络（RSN）中，强杂波、弱目标回波和密集目标的存在是获得满意跟踪性能的障碍。使用检测前跟踪（TBD）方法，在一个时间段内由每个节点获得的波形被联合处理。利用空间信息和测量之间的时间关系生成所有可能的候选轨迹，并且仅选择最佳轨迹作为结果。数值模拟和两个实验结果，都进行了实际的UWB信号的TBD技术的UWB RSN的有效性得到证实。在第一个实验中，一个人的目标跟踪的单基地雷达网络的平均定位误差为41.9厘米，没有虚警轨迹在一个杂乱的室外环境。在第二次实验中，多基地雷达网分别检测到两个目标，定位误差分别为25.4cm和19.7cm，两个目标的检测率均为88.75%，且无虚警轨迹。
2021-08-01 eess.SP
Clutter Tracking using Variational Message Passing
本研究提出一种基于变分消息传递的MIMO雷达杂波跟踪算法，通过基展开线性化信号模型并采用平均场方法跟踪杂波后验分布及杂波图参数，在两类仿真场景中均具良好精度，且复杂度呈线性。
2025-03-24 eess.SP
Communications and Radar Coexistence in the Massive MIMO Regime: Uplink Analysis
本文考虑了使用5G新无线电兼容多址的大规模MIMO通信系统的上行链路，该系统将与使用相同频带的雷达系统共存。提出了一种考虑雷达系统在大规模MIMO接收机上产生的混响（杂波）的系统模型。在这种情况下，提出了几种用于上行链路信道估计和数据检测的接收机，从简单的信道匹配波束形成器到用于杂波干扰抑制的迫零和线性最小均方误差接收机，在完全已知和完全未知的杂波协方差的两种相反的情况下。还给出了理论分析，导出了可实现的上行链路频谱效率和输入高斯编码符号与蜂窝大规模MIMO系统的通信接收机处可用的可观测量之间的互信息的下限：关于后者，特别是，我们表明，在大天线数制度，基站处的雷达杂波效应被抑制并且恢复了单用户容量。数值结果，说明所提出的检测方案的性能，证实了理论分析的结果，并允许量化系统的鲁棒性杂波的影响，在基站的天线数量的增加。
2020-04-17 cs.IT eess.SP math.IT
Simultaneous Clutter Detection and Semantic Segmentation of Moving Objects for Automotive Radar Data
Ulm University（乌尔姆大学）；BMW AG（宝马集团）
本文提出一种联合模型，通过增强多头架构和单一输出值表示，同时实现雷达数据的杂波检测与移动目标语义分割，在RadarScenes数据集上超越现有网络。
2023-11-14 cs.CV cs.LG eess.SP
LDA-MIG Detectors for Maritime Targets in Nonhomogeneous Sea Clutter
针对非均匀海杂波中辅助数据有限的海上目标检测问题，提出基于线性判别分析的矩阵信息几何检测器，通过Stiefel流形优化实现HPD矩阵降维，在仿真与真实IPIX雷达数据上均优于现有方法。
2024-09-26 eess.SP
Co-existence Between a Radar System and a Massive MIMO Wireless Cellular System
在本文中，我们考虑使用5G新无线电兼容多址的大规模MIMO通信系统的上行链路，该系统将与使用相同频带的雷达系统共存。我们提出了一个系统模型，考虑到混响（杂波）所产生的雷达系统在大规模MIMO接收机。然后，我们提出了几个线性接收机的上行链路数据检测，范围由简单的信道匹配波束形成器的迫零和线性最小均方误差接收机的杂波干扰抑制。我们的研究结果表明，杂波可能有很强的影响蜂窝通信系统的性能，但在基站使用大规模的天线阵列是关键，以提供更强的鲁棒性对它，至少就数据检测而言。
2018-05-20 cs.IT eess.SP math.IT
Multitarget Bistatic MIMO RADAR
本文提出一种基于阵列流形和流形扩展器的双基地MIMO雷达多目标参数估计新算法，用于在杂波和噪声中估计DOD、DOA、距离和速度，并通过蒙特卡洛仿真验证性能。
2024-11-07 eess.SP
Fading Model Deviation in The NLOS Communication Channel in Limited Reflection
采用统计模型来描述雷达杂波和通信接收机反射信号的特征。瑞利分布是非视距信道中最简单的衰落模型，但在高分辨率雷达和远程通信接收机中精度较低。目前，高精度模型，如m型Nakagami和混合GG分布被用来模拟衰落。然而，尽管非瑞利模型相对于瑞利模型在NLOS中具有更好的精度，但是当发射器中的辐射角和接收器中的反射角不同时，这些模型的精度降低。在本文中，K分布函数的解析介绍和部署使用实际数据的衰落模型。虽然这个模型以前被引入来描述雷达的杂波特性
2019-01-20 eess.SP
Revitalizing AR Process Simulation of Non-Gaussian Radar Clutter via Series-Based Analytic Continuation
Key Laboratory of Marine Environmental Monitoring and Information Processing, Harbin Institute of Technology（哈尔滨工业大学海洋环境监测与信息处理重点实验室）
本文提出基于级数分析继续的方法，通过预计算输入预扭曲来补偿AR过滤，实现非高斯雷达杂波的高效准确仿真。
2026-03-05 eess.SP stat.AP
Adaptive High-Speed Radar Signal Processing Architecture for 3D Localization of Multiple Targets on System on Chip
Indraprastha Institute of Information Technology Delhi（印度信息技术德里分校）
本文提出一种自适应雷达信号处理加速器，通过硬件软件协同设计和定点优化，在系统级芯片上实现多目标三维定位，提升通信吞吐量24%。
2026-03-31 eess.SP
Efffcient Sensing Parameter Estimation with Direct Clutter Mitigation in Perceptive Mobile Networks
针对感知移动网络中杂波导致的高复杂度感知参数估计问题，提出一种直接在接收信号上进行杂波消除并利用UAMP算法的稀疏信号恢复方法，在大幅降低复杂度的同时显著提升了估计性能。
2024-07-24 eess.SP
Weak-Fluctuation-Induced Clutter Covariance and Subspace Structure in Single-Snapshot FDA-MIMO GPR
School of Astronautics, Harbin Institute of Technology（哈尔滨工业大学航天学院）
本文研究了弱波动对单快照FDA-MIMO GPR观测结构的影响，建立从Cole-Cole参数扰动到电磁对比度的统计传播链，提出介质感知快照模型和协方差传播框架，验证了在弱波动条件下介质诱导杂波对子空间特征的影响。
2026-04-28 eess.SP
Compressed-Domain Detection and Estimation for Colocated MIMO Radar
本文提出了压缩域信号处理（CSP）多输入多输出（MIMO）雷达，MIMO雷达的方法，实现了大量的样本复杂度降低，利用CSP的想法。CSP MIMO雷达包括两个层次的数据压缩，然后在压缩域进行目标检测。首先，在接收天线处应用压缩感知，随后是被设计用于抑制杂波的Capon波束形成器。利用波束形成器输出的稀疏性质，将第二压缩应用于经滤波的数据。目标检测随后通过在离散化角度空间的每个网格点处制定和求解假设检验问题来进行。与传统的压缩感知（CS）MIMO雷达相比，所提出的方法能够在某些设置中将样本复杂度降低8倍，从而实现更快的目标检测。建议检测器的受试者工作特性（ROC）曲线。仿真结果表明，该方法优于基于恢复的压缩感知算法。
2020-06-17 eess.SP
