微多普勒理论在海面目标检测中的应用及展望

微动特性是目标物理特性之一,微动目标的雷达特征包含了对目标形状、结构和运动的精细刻画,同时微多普勒反映了信号的非平稳特性,因此,在高海况条件下采用微多普勒理论分析海杂波及检测海面目标具有很大的优越性。该文首先从微多普勒机理和特点出发,对动态海面散射杂波建模和海杂波多普勒特性分析方法等相关研究进行归纳与分析,表明微多普勒理论应用的必要性;然后,从海面微动目标回波建模和微动特征分析与检测方法等方面重点介绍了微多普勒理论在海面目标检测领域的应用和主要技术途径;最后,针对现有研究中存在的问题,阐述了有待于进一步研究的方向。     

海面刚体目标微动特征建模及特性分析

微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。      

稀疏域海杂波抑制与微动目标检测方法

针对海上微动目标回波信号具有稀疏性的特点,该文研究了稀疏域微动特征提取和检测方法,提出一种基于形态成分分析(MCA)的海杂波抑制与微动目标检测方法.该方法充分利用海杂波和微多普勒信号组成成分的形态差异性,对不同源信号采用不同的字典进行稀疏表示,区分海杂波与微动目标.此外,提出的稀疏域海杂波抑制方法,能够在抑制海杂波的同时积累更多的信号能量,改善信杂比.仿真和实测数据验证了算法的正确性.     

基于四极化通道融合的海面漂浮微弱目标特征检测

海杂波背景下的微弱漂浮目标检测是雷达目标检测的热点和难点问题。由于海杂波背景下的微弱漂浮目标的回波能量低和多普勒频率通常位于主杂波区,传统的自适应类相参积累检测方法无法有效检测该类目标。基于特征类的目标检测方法是解决海面漂浮目标检测问题的有效途径。本文首先分别提取四个极化通道的三种时域和频域特征（相对平均振幅、相对多普勒峰高和向量熵）,然后在极化通道维度上进行融合,获得四极化通道融合特征。最后,在三维特征空间中使用快速凸包学习算法来确定海杂波的判决区域,从而完成检测。实测海杂波数据实验验证了新方法的有效性,并表明其具有优良的检测性能。      

基于频域多通道图特征感知的海面小目标检测

海洋物理环境和电磁环境日趋复杂,海杂波背景下的微弱慢速小目标检测始终是一个研究难点和重点。海面小目标的雷达散射截面积小、回波能量低,传统基于能量的检测方法存在性能瓶颈。基于特征的检测方法聚焦于提取纯杂波和目标回波的差异性特征来实现目标检测,且有效提升了检测性能。该文利用回波数据间频域中幅度的关联性,将图论的方法引入到特征检测中。首先将实测数据进行块白化处理,对海杂波进行一定的抑制,然后在频域提取各多普勒通道下的数据,借助图的处理方法,构建所提取数据的距离邻接矩阵,再转换为拉普拉斯矩阵。该方法计算不同时间序列下拉普拉斯矩阵的最大特征值,并将其与刻画频域能量信息的相对多普勒峰高进行融合,得到新的检验统计量来区分纯杂波和含有目标的回波。通过全相参的X波段(IPIX)实测数据验证,该文所提方法的检测性能更为优越。     

复杂动态海面与目标电磁散射及回波仿真研究现状与展望

海洋表面是一种高度不规则和时空不重复的复杂动态体系。海杂波是雷达电磁信号照射到海面产生的大量散射体回波的叠加,受风力、洋流、海浪等的影响呈现非均匀性和非平稳性。海杂波信号对海上目标的探测具有一定的干扰作用,尤其是高海情条件下,海浪起伏更加剧烈,目标信号极易淹没在强海杂波信号中,严重限制着雷达对海上目标的检测能力。海杂波及目标电磁散射特性研究是提升复杂海洋环境下目标检测能力的基础,以电磁波与实际复杂动态海面及目标电磁散射机理为基础,形成实际海洋环境下目标回波数据,对海杂波及目标雷达回波特征分析,实测数据集的补充,均存在重大意义。为了让更多相关研究者获得基于物理机理的复杂海环境与目标回波仿真方法近些年的发展和未来趋势,该文总结了回波仿真的3类方法,并针对海面与目标仿真场景特点,分析了3类方法的优劣和适应性,给出了部分仿真结果;还介绍了一些基于实测的回波数据集,可方便学者对回波特性进行分析;最后对复杂海面与目标回波仿真方法和特性研究的发展趋势进行了展望。     

基于海面场景感知的雷达目标检测方法

空域上非均匀海杂波使得参考单元内数据难以服从独立同分布,致使参数估计不准确而往往导致杂波抑制能力下降和弱小目标丢失。针对非平稳海杂波下雷达目标检测难题,文中提出了一种基于海面场景感知的雷达目标检测算法。首先,采用启发式分割法依据回波幅度均值将整个场景的距离门分离为多个区域间非平稳、区域内平稳的回波区域;之后,感知各平稳区域回波类型及波动程度,即利用地杂波具有回波直流分量高的特点,识别出岛屿区域及其边界,对纯海杂波进行K分布拟合提取出其起伏参数;然后,利用从海杂波区域提取的波动参数,按恒警率法获取幅度阈值提取出可疑目标;最后,提取可疑目标的信号特征来甄别目标。基于《雷达学报》公开X波段岸基对海监测雷达数据的测试试验表明,本算法不仅能有效识别出海面场景,而且能大幅度提升非平稳海杂波下弱目标检测能力。     

一种船用雷达的海杂波抑制算法

海杂波是经雷达发射信号照射后从海洋表面反向散射的回波,它的存在严重干扰了雷达对海面目标的检测和定位跟踪性能。现有的海杂波抑制方法中,在对海杂波进行抑制的同时,也会对近处目标信号幅度造成衰减,甚至导致漏检的发生。本文从图像处理角度,提出了一种海杂波的抑制算法,包括如下几个步骤：初始化参数和数据、参数估计、海杂波的抑制和估...     

海况对海面目标雷达回波的影响分析

海面自身随机多变的特性会对海面目标的雷达回波信号检测产生重要影响。文中利用分形方法对海面建模仿真, 模拟了五种不同的海况,基于雷达工作原理设计了一款雷达视频回波信号仿真软件,提高了仿真的逼真度和实时性。针对雷达散射截面(RCS)不同的舰船目标模拟仿真雷达回波,研究了海况对海面目标雷达回波的影响。结果表明:随海况等级的增加,海杂波噪声信号增强,RCS 相对较小目标的雷达回波会逐渐被海杂波淹没。海面目标雷达回波仿真软件既能用于分析海面及目标的电磁散射特性;同时,在目标检测与识别中会有重要应用价值。     

基于卷积神经网络的海上微动目标检测与分类方法

该文利用深度学习的高维特征泛化学习能力,将卷积神经网络(CNN)用于海上目标微多普勒的检测和分类。首先,在海面微动目标模型的基础上,在实测海杂波背景中分别构建4种类型微动信号的2维时频图,并作为训练和测试数据集;然后,分别采用LeNet, AlexNet和GoogLeNet 3种CNN模型进行二元检测和多种微动类型分类,并进行比较,研究信杂比对检测和分类性能的影响。最后,与传统的支持向量机方法进行比较,结果表明,所提方法能够智能学习微动特征,具有更好的检测和分类性能,可为杂波背景下的雷达动目标检测和识别提供新的技术途径。      

基于频域多尺度Hurst指数的海杂波中目标检测方法

本文主要研究海杂波频谱的扩展自相似特性及多尺度Hurst指数在海杂波目标检测中的应用.作为分数布朗运动的一种推广,扩展自相似过程采用多尺度Hurst指数来描述分形信号.多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,弥补了单一Hurst指数只能从整体上描述分形信号粗糙度的不足.首先,本文在实测雷达数据基础上研究了海杂波频谱的扩展自相似性以及影响参数;然后,利用在最优频域尺度下海杂波频谱的多尺度Hurst指数对目标相对较敏感的特点设计恒虚警检测方法,实现海杂波中的目标检测.实测数据分析表明,海杂波频谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,且由于Fourier变换可以有效提升信杂比,该检测方法具有检测海杂波中微弱运动目标的潜力.     

微多普勒理论建模与仿真研究

微多普勒被认为是雷达目标的"惟一"特征,"惟一"是指不同的微运动会有不同的微多普勒,从而基于目标微动差异提取相应的微多普勒特征可用于雷达目标识别.在介绍微多普勒相关概念的基础上,建立了刚体目标的一般微动模型及其微多普勒理论模型,并具体研究了锥体弹头和诱饵的微多普勒.最后通过仿真对雷达回波基带信号采用时频分析方法提取出弹头和诱饵的微多普勒特征,从而为真假目标的识别提供了新的依据.     

多通道复杂海杂波模拟器设计

对海作战装备雷达系统在目标探测过程中接收到的回波信号既包含目标回波信号,也包含来自海面的反射信号,即海杂波信号.海杂波信号的存在严重限制了雷达系统对目标探测和识别能力,为正确评价雷达系统的相关性能,为雷达信号处理方案的选择提供理论依据,对海杂波信号的精确模拟与仿真已成为雷达信号处理领域中的重要课题,对提高对海作战雷达系...     

低空雷达导引头海面目标检测性能分析

该文以雷达导引头低空检测海面目标为背景,综合分析了多径环境和海杂波环境对雷达导引头目标检测的影响。通过对目标回波、多径散射的镜反射、漫反射以及海杂波进行建模,结合具体场景,仿真分析了镜反射、漫反射以及海杂波对雷达导引头接收信号的影响,进而分析了多径散射和海杂波对雷达导引头检测不同大小目标时检测性能的影响效果。仿真结果表明:雷达导引头检测RCS低于1 m2的小目标时,海杂波是影响雷达导引头检测性能的主要因素;雷达导引头检测RCS大于10 m2的目标时,多径效应是影响雷达导引头检测性能的主要因素;雷达导引头检测RCS大于104 m2的目标时,雷达导引头的检测性能不受海杂波和多径效应影响。     

采用改进型时频滤波的海杂波抑制方法

海洋环境下，海杂波具有明显的非平稳、非高斯特性，海杂波谱中心频率不固定、谱宽较宽，严重影响了雷达对海面目标的检测。传统的频域滤波器难以对复杂多变的海杂波进行有效抑制。本文通过分析海杂波的时频谱频率变化特征，定量计算各距离单元时频谱的中心频率平滑度，提出了采用基于时频谱能量分布的改进型时频滤波方法进行海杂波抑制。通过实测海杂波数据对杂波抑制效果进行分析，验证了该算法能够有效滤除海杂波信号和保护低速目标信号能量，提高目标信杂噪比，对提升雷达检测能力具有重要的作用。      

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。     

基于区域多帧联合处理的LFMCW雷达强散射源环境下微弱目标回波信号特征增强技术

在强散射干扰源存在的条件下,线性调频连续波(linear frequency modulated continuous wave,LFMCW)雷达回波在距离维呈现回波信号频谱扩散现象,给雷达微弱目标检测带来严重的技术挑战.基于对检测目标中心区域多个相邻雷达波束回波数据各分量之间的相关性分析,提出基于区域多帧联合处理的L...     

海杂波背景下的GRNN小目标检测

根据海杂波混沌特性,建立了其相空间重构模型,构造了广义回归神经网络（GRNN,Genera lized Regression Neural Network）目标检测器,并利用加拿大McMaster大学采用IPIX雷达在Dart—mouth地区海域实测带有目标的海杂波数据对此方法进行验证,结果表明：在混沌海杂波背景下GRNN小目标检测法具有良好的预测性和时速性。