一种改进的天波雷达短时舰船目标检测方案

针对天波雷达在短相干积累时间(SCIT)下多普勒分辨率低,舰船目标检测能力下降的问题,提出一种AR模型与峰值信杂比-特征值分解(PSCR-EVD)相结合的方案,即SCIT-AR-PSCR-EVD舰船目标检测方案.该方案首先采用低阶AR模型对SCIT回波进行预处理,使慢时间采样序列长度延长一倍,从而提高多普勒分辨率;然后将相邻通道回波按照距离方向重组,采用PSCR-EVD算法自适应抑制海杂波.理论分析与试验数据验证结果表明,该方案有效提高了SCIT回波的多普勒分辨率,可实现短时低可探测舰船目标检测.     

基于改进MUSIC算法的OTHR舰船目标检测

针对天波超视距雷达(OTHR)在短相干积累时间条件下的舰船目标检测问题,提出了一种改进的高分辨谱估计方法.相对于传统方法,该方法具有更高的分辨力,能在低信噪比或目标多普勒频率靠近一阶海杂波Brgg峰的情况下有效地估计多普勒谱.理论分析与计算机仿真结果验证了该方法的有效性.     

一种新的校正电离层相位污染的相位梯度平均法

为减轻电离层相位污染对天波超视距雷达（OTHR）目标检测性能的影响,降低已有污染校正方法带来多普勒谱移动以及实现复杂度,提出一种新的相位梯度平均法.该方法利用电离层扰动的慢变特点,通过在一个相干积累时间单元（CIT）中对相位梯度求平均来估计电离层相位失真.通过计算机仿真对新方法进行了分析,并与PGA方法和已有的改进PGA方法进行了比较.理论与仿真分析结果表明：提出的相位梯度平均法可较好的校正电离层污染,且处理后多普勒频移较小,实现简单,有利于改善天波超视距雷达对舰船目标的检测性能.     

基于模糊函数和粒子群优化的认知天波雷达波形设计

为减少海杂波对舰船目标遮蔽的影响、提升天波超视距雷达(OTHR)的探测性能,提出了一种基于模糊函数和粒子群优化的认知天波超视距雷达(CSWOTHR)发射波形设计方法.首先基于CSWOTHR闭环自适应工作原理,分析了CSWOTHR发射信号参数对舰船目标检测的影响;然后构建回波信号信杂比(SCR)与发射波形和杂波之间的数学关系,并以最大SCR作为目标函数,利用粒子群优化(PSO)算法估计线性调频连续波(LFMCW)信号的各项参数;最后给出了CSWOTHR发射波形设计流程.仿真结果表明,在中等海况海杂波背景下,采用该发射波形设计方法的CSWOTHR大中型舰船目标回波信号质量得到了提升,系统检测性能明显提高.     

基于互信息理论的MIMO天波超视距雷达波形优化方法

多输入多输出（MIMO）天波超视距雷达（OTHR）技术在雷达发射端发射低增益宽波束,在接收端进行波束形成得到高增益的窄波束,可以满足多层电离层探测和杂波抑制的需求。该文将两层电离层结构应用到MIMO-OTHR中,并针对OTHR杂噪比（CNR）比较高的特点,提出一种互信息理论方法对发射波形进行自适应优化。仿真结果表明该方法明显提升了目标距离分辨率和检测概率,说明在MIMO-OTHR中,经过合理的波形优化,可以利用多径回波改善雷达系统性能。     

一种伪码调相连续波雷达的杂波抑制方法

针对伪码调相连续波雷达测距性能在杂波区域显著下降这一问题,提出了一种多间隔周期动目标显示（MTI）的方法,该方法可实现杂波抑制,改善伪码调相连续波雷达在杂波区域的性能,同时减少对低速目标的损耗的目的.仿真结果证明了此方法的有效性.     

天波超视距雷达舰船目标检测特点及难点分析

为研究天波超视距雷达(OTHR)舰船目标检测问题,系统分析了目标特性、高频海杂波特性、电离层特性和干扰噪声特性,在此基础上讨论了OTHR舰船目标检测的特点和难点,并结合计算机仿真给出了相应的结论.本文工作为后续研究OTHR舰船目标检测方法提供了理论基础.     

-种改进的天波雷达海杂波循环对消方法

针对传统的天波雷达海杂波循环对消法无法自适应判断对消次数的问题,研究了一种改进的方法即基于参考相邻单元的海杂波循环对消法.该方法用当前海面检测分辨单元所在的子区内其他分辨单元的回波信号构建参考信号,并利用从参考信号提取出的海杂波多普勒频率参数对检测单元进行海杂波循环对消.通过理论分析和实测数据验证,证明了该方法的有效性.     

一种改进的天波雷达海杂波循环对消方法

针对传统的天波雷达海杂波循环对消法无法自适应判断对消次数的问题,研究了一种改进的方法即基于参考相邻单元的海杂波循环对消法.该方法用当前海面检测分辨单元所在的子区内其他分辨单元的回波信号构建参考信号,并利用从参考信号提取出的海杂波多普勒频率参数对检测单元进行海杂波循环对消.通过理论分析和实测数据验证,证明了该方法的有效性.     

基于层次分析法的雷达仙波信号检测与抑制方法

雷达仙波通常是由于一些特殊的气候条件引起,会在雷达终端上表现为多批次慢速运动“目标”航迹,影响雷达性能和干扰操作员的判断,该文基于对包含仙波的雷达原始信号进行采集和分析,提取仙波与真实目标的特征差异,总结仙波的幅值特性、多普勒特性以及空间分布和运动规律,提出了一种基于层次分析法的多准则决策杂波抑制方法。实测数据验证结果表明该方法能够准确分辨并对仙波具有良好的抑制效果。     

基于分维特征的舰船目标的检测

在分析少引目标雷达回波与海杂波分维特性的基础上,提出了一种基于海面散射分维特性的检测方法,该方法以分数布朗运动作为数学模型,提取出海杂波与目标回波在分形模型拟合误差和分维尺度变化量这两方面的特征,并利用产的固有差异进行检测,实验表明,该方法具有较高的可靠性和准确性。     

天波超视距雷达瞬态干扰抑制方法

瞬态干扰是影响天波超视距雷达检测性能的主要因素之一,因此必须对瞬态干扰进行抑制.提出了一种改进复经验模式分解方法以抑制天波超视距雷达中的瞬态干扰.该方法利用小波包分解将回波信号先分解成一系列窄带信号,再对每一个窄带信号进行复经验模式分解,然后对各个固有模态函数进行归一化相关性筛选处理,最后对剩余信号进行瞬态干扰检测和剔除.该方法的主要优点是无须杂波抑制和数据预测重构.实测数据处理结果表明该方法能有效地检测和抑制瞬态干扰.     

天波超视距雷达对海探测效能评估研究

为准确评估天波超视距雷达对海探测效能,从装备全系统的角度出发,建立了效能评估的指标体系;结合ADC模型和逻辑门思想,给出了天波超视距雷达对海探测效能评估的方法.利用ADC模型计算天波超视距雷达各个分系统的效能,再借鉴逻辑与、或运算对各个分系统的评估值进行聚合,从而得到对海探测效能值.实例分析验证了本文方法的可行性     

基于分数低阶归一化匹配滤波的目标检测方法

在非高斯相关杂波背景下,基于归一化匹配滤波检测方法的性能随着非高斯特性增强而下降.为消除非高斯性的影响,提出一种基于分数低阶归一化匹配滤波的雷达目标检测方法.首先对观测数据进行分数低阶幂运算处理,然后基于杂波分数低阶统计量给出了检测模型,该模型的杂波散斑分量协方差矩阵通过对杂波分数低阶协方差矩阵进行归一化而得到.仿真结果表明,在非高斯杂波背景下该方法的检测性能优于归一化匹配滤波方法及传统MTD方法.     

一种基于贝叶斯估计的弹道导弹主动段融合算法

针对天波超视距雷达在探测跟踪弹道导弹主动段时目标航迹不连续、虚假航迹多等问题,首先将天波超视距雷达和红外预警卫星预警情报相融合,构建了天波超视距雷达与红外预警卫星融合跟踪结构模型;然后根据该模型,结合Bayes理论,提出了一种天波超视距雷达与红外预警卫星的融合算法;最后进行了仿真.仿真结果表明,对于弹道导弹主动段中的融合跟踪问题,本文提出的融合算法与求均值融合方法相比,得到的位置RMS误差平均值降低了44.2%,有效提高了弹道导弹主动段跟踪精度,表现出较强的稳定性.     

Improved Ship Target Detection Accuracy in SAR Image Based on Modified CFAR Algorithm

基于修正CFAR算法的高精度SAR图像舰船目标检测

王勇,郭天骄

(哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)

创新点说明：

本文基于舰船目标实测数据SAR成像结果,提出一种新的二维SAR图像舰船目标检测算法,具体创新性可说明如下：

1）首先使用Otsu算法大致确定舰船目标的大小,进而自适应地确定CFAR滑动窗的尺寸,使算法更有普适性。

2）介绍了CFAR算法的改进形式,在提高运算速度的同时大大提升了检测效率。

3）所用的综合算法包含了形态学分割算法,解决了传统Otsu、CFAR算法不能处理多目标融合、角反射过强等问题,降低了漏警概率。

研究目的：

传统CFAR舰船检测算法效率低、无法根据图像分辨率和舰船目标大小来确定滑动窗大小,而且无法解决多目标融合等问题,基于此,本文设计一种综合算法可解决基于SAR图像的舰船目标检测问题。

研究方法：

1）对图像进行Otsu二值分割处理,量取分割后的每个区域的尺寸;

2）采用改进的CFAR算法,将积分运算简化为求和迭代运算,将阈值初始化为二倍窗内灰度值均值,窗大小根据Otsu算法分割后的每个区域的长宽来确定;

3）对经过CFAR算法后的图像进行形态学开运算处理。开运算算子采用一条线段,长度同样根据Otsu算法分割后的每个区域的长宽来确定。

结果：

1）说明了SAR图像进行Otsu处理后的图像特点,以及Otsu算法可以迅速获得舰船目标大小的优点。

2）给出了改进的CFAR算法的计算流程,此算法能够根据上一步估计的舰船目标大小来调整滑动窗大小,计算高效迅速,而且比较精确。

3）采用形态学开运算算法,并能根据Otsu算法分割后的每个区域大小来确定开运算算子,开运算处理后融合的多目标彼此分离,强角反射得到了去除,降低了漏警概率和虚警概率。

结论：

对于一幅含有舰船目标的SAR图像,可以通过Otsu、CFAR、开运算处理来进行舰船目标检测,降低漏警概率和虚警概率,提高算法的普适性和精确性。此外,通过对CFAR算法改进可大大提升运算效率。本文的研究结果对SAR舰船目标检测算法的实际应用奠定了良好的理论和实验基础。

关键词：舰船检测,Otsu算法,恒虚警检测,开运算

     

基于数字高程模型数据的机载认知雷达地杂波建模方法研究

针对机载认知雷达信号处理的特点,设计了一种基于数字高程模型数据的地杂波建模方法。该方法首先从数字高程模型数据中提取对杂波功率谱有影响的地形因子,然后结合地理地貌学理论和地形因子对数字高程模型提供的真实地貌类型进行量化分类;设计动态数据库来存储量化后的地貌信息,以提高杂波建模过程的实时性;最后基于地貌信息和后向散射系数模型构建地杂波。仿真结果表明,采用该方法构建的地杂波模型符合机载雷达所处的地貌实际情形,用作机载认知雷达的先验信息时具有真实、稳定和可靠的优势,可有效地辅助机载认知雷达提高工作性能和生存力。     

A Mo LC+Mo M-based G~0 distribution parameter estimation method with application to synthetic aperture radar target detection

The accuracy of background clutter model is a key factor which determines the performance of a constant false alarm rate(CFAR) target detection method. G0 distribution is one of the optimal statistic models in the synthetic aperture radar(SAR) image background clutter modeling and can accurately model various complex background clutters in the SAR images. But the application of the distribution is greatly limited by its disadvantages that the parameter estimation is complex and the local detection threshold is difficult to be obtained. In order to solve the above-mentioned problems, an synthetic aperture radar CFAR target detection method using the logarithmic cumulant(Mo LC) + method of moment(Mo M)-based G0 distribution clutter model is proposed. In the method, G0 distribution is used for modeling the background clutters, a new Mo LC+Mo M-based parameter estimation method coupled with a fast iterative algorithm is used for estimating the parameters of G0 distribution and an exquisite dichotomy method is used for obtaining the local detection threshold of CFAR detection, which greatly improves the computational efficiency, detection performance and environmental adaptability of CFAR detection. Experimental results show that the proposed SAR CFAR target detection method has good target detection performance in various complex background clutter environments.     

Effective Sea Clutter Spectrum Extraction Method for HFSWR in Adverse Conditions

An effective approach in solving the sea clutter spectrum extraction problem is studied in the paper. Different from the conventional signal to noise ratio (SNR) method based on Doppler frequency or range domain information, a method is developed to characterize the differences between the sea echo and those interferences are by signal to interference plus noise ratio (SINR) which jointly utilizing the range, Doppler frequency and azimuth domain information. Furthermore, these differences can be adaptable to adverse conditions by forming the necessary boundaries and constraints in searching of the maximum SINR, which greatly promotes the extraction of sea clutter spectrum. The real high frequency surface wave radar (HFSWR) data demonstrate that the proposed method is less influenced by those interferences and can effectively extract the sea clutter spectrum even under the adverse conditions. Furthermore, it has been shown as an effective method for ship detection and sea state remote sensing of HFSWR.