机载火控雷达地面慢动目标检测方法研究

针对地面慢动目标检测困难的特点,提出了一种适用于单通道机载火控雷达的先滤波后自适应处理的方法.该方法先对雷达和路接收数据进行多次滑窗、时域多普勒滤波,然后按照线性约束准则对相同多普勒通道数据进行自适应处理.实测数据处理结果表明,该方法能有效抑制旁瓣杂波和部分主瓣杂波,从而提高了地面慢速目标的检测性能.     

充分利用SAR图像中动静目标信息检测动目标

本文结合遗传算法,研究同时利用SAR(Synthetic Aperture Radar)图像中动静目标信息检测动目标的高效算法,进一步揭示单通道SAR/GMTI的潜力.单通道SAR图像中包含着动目标和静止背景信息,在SAR图像方位向信号中,以对称搜索二次相位和对称带通滤波(通带针对动目标频谱)所得两图像模差的绝对值检测动目标,既利用其中的静止背景信息抑制杂波,又利用其中的动目标信息聚焦动目标能量,能获得更好的动目标检测性能.     

单通道扫描模式SAR/GMTI技术

首先介绍了地面动目标指示的原理,对动目标频谱进行了分析,详细讲述了单通道扫描模式地面动目标检测的原理方法,给出了动目标检测流程图。根据扫描模式下运动目标频谱特性,通过多普勒参数估计、杂波谱宽估计和抑制、帧间频道偏移估计及对齐等技术,有效解决了天线扫描引起的帧间频移问题。根据每个频道代表的频率以及所在的波位推算出动目标的运动参数,多帧分频道检测得到不同速度的动目标运动轨迹。结合实测数据,给出了单通道扫描模式下的地面动目标的检测结果。     

LFMCW雷达运动目标检测与距离速度去耦合

为解决LFMCW雷达运动目标的检测和距离速度去耦问题,该文提出了一种将动目标检测与频域配对相结合的MTD-领域配对方法。该方法通过MTD实现对不同模糊速度目标的检测和分类,以简化差拍信号频谱,然后利用对称三角线性调频连续波上/下扫频段多普勒频移的对称性,实现动目标距离速度去耦合。仿真结果证明了该方法的有效性。     

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.     

一种无源雷达高速机动目标检测新方法

针对无源雷达中高速机动目标在积累时间内出现距离和多普勒徙动,导致检测性能恶化的问题。该文建立了目标信号模型,提出一种基于Keystone变换结合傅里叶变换分段计算的高速机动目标检测方法,通过信号重叠分段划分快时间和慢时间,利用Keystone变换校正径向速度差的距离徙动,再对慢时间进行二次分段,并结合傅里叶变换的分段计算完成径向加速度差的距离和多普勒徙动校正,实现信号相参积累和目标检测。仿真和实测数据结果验证了该方法的有效性。     

对机载单天线SAR实际数据进行ATI动目标检测的新方法

本文给出一种基于机载单天线SAR实际数据进行ATI动目标检测的方法.该方法将单通道SAR数据抽样近似为两通道ATI-SAR(Along Track Interferometric SAR)数据,利用两通道方位向干涉进行杂波抑制,实现动目标检测.检测结果表明,单天线SAR数据的ATI方法对动目标检测是有效的,在没有ATI-SAR实际数据情况下,为研究ATI-SAR干涉算法提供了一种有效途径.     

一种机载变速动目标检测方法研究

随着现代军事电子技术的迅速发展,来袭目标经常是机动性很强的变速动目标,其目标多普勒随时间变化,常规的空时自适应处理方法对于这类目标的检测效果很差。文中提出了一种基于修正最优处理器的机载变速动目标检测方法。该方法采用修正的导向矢量对多普勒走动项进行补偿,因此能够在目标存在多普勒走动的情况下,获得满意的动目标检测结果。仿真结果表明,该方法能够增强机载雷达对变速动目标的检测能力。     

基于ATI技术和Radon变换的振动目标微多普勒提取

 针对地杂波背景下地面振动目标的时变微多普勒特征提取问题,提出了一种基于距离向压缩数据域双通道ATI干涉和Radon变换的提取方法.ATI相位对消用于抑制地杂波,获取振动目标的干涉信号,其在距离向压缩数据域呈现为沿方位向的直线;Radon变换则用于检测这些微弱直线分量,并确定它们所在的距离单元.详细推导了目标沿不同方向振动引入的微多普勒参数化表达式.与单通道模式相比,该方法无需补偿雷达平动引起的多普勒频移,且可有效检测沿方位向振动的目标,其微多普勒谱的显著特征是呈非周期性变化.数值仿真验证了该方法的正确性和有效性.     

动目标合成孔径雷达成像中的多普勒斜率匹配滤波

该文提出一种多普勒斜率匹配滤波方法,用于解决SAR对运动目标成像中目标回波调频率变化引起的方位散焦问题。该方法通过CFAR预检测和迭代运算解决了多普勒斜率估计精度与多普勒斜率滤波器组运算量间的矛盾,有利于实时处理动目标成像和辨识。通过对运动目标回波特点和真实运动目标的成像分析证明了这一方法的可行性。     

一种合成孔径雷达对地面运动目标成像和精确定位的算法

该文针对正侧视合成孔径雷达工作体制下运动目标成像、定位问题进行研究。分析了运动目标成像与静止目标成像的异同。提出利用距离历程拟合,结合静物场景成像的部分已知信息(地面道路或者桥梁的方向),准确估计t=0时刻目标的坐标和两维速度,不仅为运动目标精确成像提供了信息,同时得到目标运动轨迹相对地面场景的准确位置。该文提出的方法对于目标在照射孔径内的位置没有特殊假设(以往研究的时频分析方法需要假设目标在t=0时刻位于载机的正侧方向)。最后定量分析了不同形式匹配滤波器对运动目标回波成像的效果以及采用静止目标匹配滤波器对运动目标回波进行成像处理而产生的移位和散焦影响.     

一种基于动目标聚焦的SAR-GMTI方法

由于输入信杂噪比(Signal to Clutter Noise Ratio, SCNR)较低,杂波抑制后超高频(Ultra-High Frequency, UHF)波段合成孔径雷达(Synthetic Aperture Radar, SAR)图像中剩余静止目标杂波导致系统虚警概率较高。该文提出一种动目标筛选方法,能够判断恒虚警概率(Constant False Alarm Rate, CFAR)检测器检测到的目标是否为动目标。提出一种动目原始数据恢复方法,能够从整幅SAR图像中恢复任意孤立点的多普勒相位历史。采用距离多普勒处理对恢复的数据成像,然后采用方位自聚焦处理对所成子图像进行重新聚焦。如果子图像中目标为静止目标,则聚焦前后子图像不变,否则图像被重新聚集。通过检测图像的变化可以排除虚假动目标。仿真及实测数据处理结果说明了该方法的有效性。     

多载波雷达的单次回波速度估计方法

该文分析了多载波雷达信号静止目标和运动目标的回波模型,利用各个子载波上多普勒频率间的特殊关系,提出了分别在单散射点和多散射点目标模型下单次回波的速度估计方法,该方法将各个载波自相关处理后的数据进行非线性最小二乘估计测量速度。给出了相应的实现框图,分析了速度估计方法的理论精度和复杂度。理论分析和仿真结果表明该方法运算量小,灵活简便,且是有效的。     

FMCW-SAR体制下快速运动目标检测与成像方法

针对调频连续波合成孔径雷达(FMCW-SAR)体制下的快速运动目标检测与成像问题,该文提出一种双通道FMCW-SAR动目标检测和成像新方法。该方法考虑到调频连续波固有的特点,将多普勒频移补偿和偏置相位天线(DPCA)技术结合,进行杂波抑制,检测动目标。并针对快速运动目标的散焦和多普勒谱分裂等问题,采用Keystone变换、方位去斜等方法实现快速运动目标的重聚焦。最后,仿真实验验证了所提方法的有效性和可行性。     

SAR图像动目标特性分析及仿真

SAR动目标特性及原始回波的仿真研究是SAR研究领域的一个热点。文中分析了运动目标参数以及波长和多普勒带宽对运动目标成像的影响,提出了一种分别使用RTPC方法和改进2D FFT方法仿真动目标和场景目标的SAR原始回波信号合成方法。经过对多波段和对应不同多普勒带宽的运动点目标进行仿真和成像,所得结果和理论分析相符,验证了理论分析的正确性。通过对合成目标的仿真和成像,点目标在背景中的位置符合预定要求,而且其中动目标参数对成像造成的影响符合理论分析,验证了该方法的有效性。     

基于稀疏表示和道路辅助的单幅SAR图像运动目标检测方法

本文提出一种利用单幅SAR(Synthetic Aperture Radar)图像实现运动目标检测的方法.首先提出一种基于压缩感知的SAR图像道路检测算法:根据SAR图像中道路的特点,使用模糊C均值方法将图像进行模糊分类,获得大致的道路区域,然后利用Hough变换域的稀疏性,用压缩感知精确定位图像中的道路信息.其次利用图像稀疏表示的方法对运动目标进行检测:不同速度运动目标的散焦量和距离单元跨越不同,由此生成样本图像,继而构造超完备字典.将待测图像分块,并计算子图像在字典下的稀疏系数,检测并匹配出运动目标的速度参数.最后,结合已检测出的道路辅助信息,消除多普勒模糊影响,剔除虚假的运动目标,并对运动目标速度参数进行校正.实验结果证明了所提方法的有效性.     

动目标检测与速度估计仿真研究

介绍了雷达信号处理技术中的脉冲压缩、动目标检测、脉冲多普勒处理和恒虚警检测技术,并对雷达发射波形、目标回波、动目标检测进行了Matlab仿真。对脉冲回波信号进行脉冲压缩与动目标显示得到动目标脉压信号。利用动目标显示和脉冲多普勒处理实现脉压信号的动目标检测,并得到脉冲多普勒数据块。在数据块的距离维上进行恒虚警检测,检测动目标的距离,然后提取对应距离门的多普勒数据,检测动目标的速度。通过仿真建立了雷达信号处理的基本框架,为雷达系统建模及其仿真的深入研究提供了仿真支持。     

基于时频图深度学习的雷达动目标检测与分类

雷达动目标检测技术一直是雷达信号处理领域中的关键技术,而传统的雷达动目标检测技术仅适用于匀速运动目标,检测性能有限。针对该问题提出一种基于卷积神经网络(CNN)时频图处理的雷达动目标检测方法,通过从雷达动目标回波中提取多普勒频移信息,然后利用短时傅里叶变换转换为时频图,输入卷积神经网络,进行深度特征学习,进而实现检测和分类的目的。仿真数据验证表明,所提方法能够有效检测和区分匀速、匀变速运动以及微动目标,稳健性高,与传统动目标检测方法相比具有显著优势。     

运用隔帧模板匹配算法检测复杂背景下运动目标

提出一种用于复杂背景下实时识别运动目标的新方法,该方法首先利用预处理滤除大部分灰度较低的背景和杂波,然后再采用不同间隔的序列模板分别进行二次误差匹配并构成并行结构来识别目标.该方法成功地克服了传统的模板匹配法计算量大,耗时多的不足,并使整个系统能够探测到静止甚至速度较大的运动目标,且在部分被遮挡甚至偶尔目标失锁的情况下依然能较好地跟踪.仿真结果也表明了该方法的有效性.