一种复合多基地雷达密集多目标检测的新方法

密集多目标探测是当前雷达技术领域面临的前沿课题和紧迫任务。该文提出了一种T/R-R2复合多基地雷达信号融合方法,建立了单基地雷达接收机和多基地雷达接收机的目标回波信号模型,针对3维空间,基于距离信息提出了复合多基地雷达信号融合模型,采用最大似然法对密集多目标进行检测,分析了信噪比、目标数量、目标起伏、检测门限以及复合多基地雷达几何配置对检测性能的影响。蒙特卡洛仿真结果表明该文方法对密集多目标的检测是有效的。Swerling II型目标为本文推导的假设条件,但在Swerling 0和IV型目标起伏条件下该文的检测算法仍然有效。     

基于互累积量的多雷达信号层融合检测

针对多雷达检测海上目标的研究背景,本文提出了一种新的基于互累积量的多带雷达信号层融合检测方法,该方法融合不同雷达的观测信息,对不同频带的雷达观测在统计相关域上进行积累,最后进行检测。仿真结果表明,与传统的融合检测方法相比,新方法能够显著提高融合处理后的信杂比,有效提高海上目标检测概率。     

距离多普勒域多雷达信号融合

传统的单雷达目标检测算法在低信杂噪比(SCNR)场景下,其检测性能较差,对低空微弱目标检测时,由于杂波信号很强,目标回波信号可能在单个雷达的回波中被杂波淹没,导致不能检测到目标。所以,文中提出一种多雷达信号融合算法检测动目标,在距离多普勒域对多个雷达回波信号进行融合,增强目标信杂噪比。最后,通过仿真来验证提出的算法的有效性。     

基于距离信息的复合双基地雷达密集多目标检测

对密集多目标的探测是当前雷达技术领域所面临的前沿课题和紧迫任务.本文提出了一种基于距离信息的T/R-R复合双基地雷达信号融合方法,该方法建立了单基地雷达接收机和双基地雷达接收机的目标回波信号模型,针对二维平面,基于距离信息提出了复合双基地雷达信号融合模型,采用最大似然法对密集多目标进行检测,并分析了信噪比、目标数量、目标起伏、检测门限以及复合双基地雷达几何配置对检测性能的影响.针对不同想定进行了仿真实验,蒙特卡洛仿真结果表明本文方法对密集多目标的检测是有效的.通过理论分析和仿真实验发现,目标到两个接收机的距离变化以及不同距离单元中的目标干扰对检测的影响比较小,影响密集多目标检测的主要因素包含信噪比、目标数量、目标起伏、同一距离单元内的角度不可分辨目标的干扰以及检测门限;另外,Swerling Ⅱ型目标为本文推导的假设条件,但在Swerling 0 和Ⅳ型目标起伏条件下本文的检测算法仍然有效.     

基于数据融合和陷波滤波的MIMO雷达抗欺骗干扰算法(英文)

欺骗干扰基于很小功率就可实现对MIMO雷达的有效干扰。为抑制欺骗干扰,该文提出了一种基于信号捷变、数据融合和假目标陷波滤波的抗干扰方法。多个发射信号间相互正交,每次发射信号前,每个接收机在信号集中选择一个发射信号,接收机接收所有信号的回波,然后基于恒虚警率的方法进行检测。在不同回波图像中检测到的目标,通过融合鉴别真假,使用陷波滤波器挖掉假目标,然后进行新一轮的检测和数据融合,经过多轮检测、融合和陷波滤波,虚假目标全部被剔除,真实目标得以保留,干扰影响完全被消除。仿真证明该方法可完全抑制MIMO雷达受到的欺骗干扰。     

对海雷达多维图像特征融合智能检测方法

海面目标检测是雷达信号处理中的重要内容,在军事、民用领域内都有重要应用价值。在海面目标雷达信号处理中,海杂波的存在对检测算法的性能有很大影响,传统的雷达信号处理方法多基于统计理论,对于复杂环境条件和多样的目标特性检测性能下降明显。近年来深度学习技术发展迅速,为可靠的海面目标的检测方法提供了技术支持。本文对近年来目标检测算法、深度学习方法的发展进行总结,从雷达信号数据结构和维度出发,采用深度学习理论,分别提出了基于二维图像、三维视频雷达信号、多维雷达信号多通道融合的智能处理框架,并以导航雷达图像海上目标智能检测为例,提出一种Precise ROI?Faster R?CNN雷达图像检测算法,通过构建的导航雷达数据集训练和测试,相比经典恒虚警检测和Faster R?CNN检测方法有更高的检测精确度和更好的泛化能力,从而为对海雷达智能导航和目标检测提供了有效的技术途径。     

一种雷达视频信号模拟器的设计

作者给出了一种机动多目标雷达视频信号模拟器的软硬件设计方案，它可实时输出所需的多个动目标雷达视频信号，雷达信号的类型、目标的数量、目标的回波特性、目标的运动特性、杂波的类型及参数等均可方便地进行设置。该模拟器可满足各种雷达信号处理算法（如杂波抑制、恒虚警检测、动目标跟踪、多基地数据融合等）的测试与效果分析，以及对雷达信号处理机等进行性能调试与测试的需要。     

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率.本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率.仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别.     

一种多基雷达接收信号相参处理的方法

常规雷达系统越来越难于探测日益迫近的空间目标和隐身目标.多基雷达已成为雷达的一个发展方向.多基雷达信息融合主要是航迹融合、点迹融合、信号级融合.文中分析了多基地雷达信号级融合--相参处理面临的问题和难于直接进行相参处理的原因,提出了一种信号相参处理的方法,仿真结果表明了该方法的有效性.     

分布式MIMO雷达信号级量化融合检测方法研究

针对分布式多输入多输出雷达信号级融合检测的通信带宽过大的问题,提出了一种信号级量化融合检测算法。文中首先对量化融合检测算法进行了理论推导,给出了量化后融合中心的判决准则;然后,以最大化巴氏距离为目标构建了量化准则,并且给出了求解量化门限的迭代步骤。仿真结果表明:该方法在将通信带宽降低一半的情况下,依然能够获得与信号级融合检测算法相同的检测性能。     

一种舰载毫米波雷达海杂波背景下的慢速小目标检测算法研究

掠海飞行慢速小目标的检测一直是雷达信号处理领域研究的热点问题。分析了海杂波数据的统计特性,利用天线扫描间海杂波非相关特性,采取单次扫描脉冲间非相参积累,结合天线扫描间积累和杂波图迭代平滑处理技术,抑制海杂波,积累目标能量,改善检测性能。仿真结果表明利用本方法毫米波雷达能有效检测海杂波环境下的慢速小目标。     

基于对角积分双谱的海面慢速小目标检测方法

针对海杂波背景下雷达对海面慢速小目标探测技术难题,该文提出一种基于对角积分双谱的三特征融合检测方法。该方法首先从待检测信号的估计双谱中获得对角积分双谱,而后根据海杂波单元与目标单元之间的非线性耦合差异性,进一步从对角积分双谱中提取峰值、质心频率、谱宽3种特征。考虑到扫描模式下雷达采用的相干脉冲数通常较少,易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对谱特征进行积累得到累积峰值、全变差、累积谱宽3种累积特征。最后采用凸包分类算法,在三特征空间进行融合检测。经实测CSIR数据集验证,在同等参数条件下,该文检测方法相比已有基于时频三特征的检测方法,基于幅度、多普勒三特征检测方法和分形特征检测方法具有更好的检测性能。     

基于时频脊-Radon变换的海面小目标检测方法

针对海杂波背景下雷达对海面弱小目标探测技术难题,提出一种基于时频脊-Radon变换的帧平滑双特征检测方法。该方法首先采用分块白化方法对海杂波进行抑制,根据抑制后海杂波单元与目标单元在时频域二维平面呈现的不同能量分布特征,对时频脊做Radon变换并在变换域特征空间中提取出峰值和频宽特征。考虑到实际雷达采用的相干脉冲数通常较少（大多情况下为64个或更少）,易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对特征做帧平滑处理以增强可分性。最后采用凸包分类算法,在双特征平面进行融合检测。经2级和4级海况实测数据验证,在同等参数条件下,本文检测方法相比已有基于时频三特征的检测方法、频域CFAR检测方法和分形特征检测方法具有更好的检测性能。      

X波段雷达对海探测试验与数据获取

针对雷达对海上目标探测技术研究的数据需求以及目前公开的雷达对海探测数据缺乏的问题,该文提出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达等多型雷达开展对海探测试验,获取不同海况、分辨率、擦地角条件下目标和海杂波数据,并同步获取海洋气象水文数据、目标位置与轨迹的真实数据,实现雷达实测数据的标准化、规范化管理,推进数据集公开共享,服务于海杂波特性研究,有力地支持海杂波抑制和目标检测技术研究。      

某雷达杂波数据分析及杂波图技术研究

强地物、海浪杂波严重影响目标检测概率。频域杂波抑制手段是雷达信号处理常用的杂波抑制方法。但是,杂波的时空分布特性复杂多变,所以对杂波的幅度、频谱等特性的研究有助于选择合适的杂波抑制方案。结合某雷达实际工程采集数据分析了地杂波和海杂波的时域和频域分布特性,提出了一种基于雷达杂波环境特性自适应选择遗忘因子的杂波图方法,具体分析了该杂波图检测概率。实测数据实验结果证明了该方法的正确性和有效性。     

基于门控循环神经网络的海杂波幅度预测

海杂波是雷达在海洋表面采集到的海面电磁散射回波.受海洋环境要素（风速、风向、浪高、浪向等）和雷达参数的影响,其幅度随时间具有随机起伏性,海杂波的幅度预测精度的提高有助于增加目标检测准确度.本文结合海杂波非高斯非线性的特点,提出了基于门控循环神经网络的海杂波幅度预测方法.通过对IPIX雷达和P波段雷达海杂波实测数据的预测分析,结果表明,本文方法相对已有传统方法具有更高的预测精度.     

降低船用连续波雷达虚警概率的海杂波抑制方法

为了解决海杂波引起的船用连续波雷达虚警概率增大,以及海杂波抑制算法工程应用难度大的问题,提出了一种工程实用的海杂波抑制方法。首先,通过双参数删除型CFAR检测算法和统计检测算法进行二次检测;然后,依据邻近帧之间目标回波相关性较强和片状海杂波相关性较弱的特点进行帧间处理。仿真和海上实验均表明,应用该方法的船用连续波雷达可以降低不同强度的海杂波背景下的虚警概率。     

基于深度学习的海杂波谱参数预测与影响因素分析

该文基于不同雷达参数和海洋环境参数条件下的岸基雷达海杂波实测数据,利用深度神经网络(DNN)建模技术,建立了从多个测量条件参数出发的海杂波多普勒谱参数预测模型,实现了独立于杂波数据、基于环境特征的海杂波谱特征认知,谱频移和展宽的预测精度达90%以上。基于该预测模型,该文提出了一种基于参数循环递减认知的多普勒谱影响因素分析方法,分析了不同测量参数对海杂波多普勒谱预测的影响,得到了谱参数随主要影响因素的变化规律,结果对基于多普勒特征的海面目标检测应用具有重要意义。      

Multifractal correlation characteristic for radar detecting low-observable target in sea clutter

This paper studies the multifractal correlation characteristic of sea clutter which can be applied to radar low-observable target detection in sea clutter. Multifractal correlation is a generalization of multifractal ‘single point’ statistic, and takes the spatial correlation of two points with different singularity intensity into account. The important content of this paper is the derivation of multifractal correlation from multifractal, and obtains the multifractal correlation spectrum. Then the multifractal correlation spectrum is used as a characteristic to analyze the membership degree to match board. In fact, radar target detection can be regarded as a binary-classification question, therefore the SVM (support vector machine) is applied to target detection. In the end, the real sea clutter under several conditions is used to verify the method proposed in this paper. The results show that the method has a strong performance of target detection and sea clutter suppression.