岸基米波雷达对海上舰船目标探测性能分析

目前工程设计中雷达低空性能分析使用的VCCALC软件建立的模型假设目标是点目标,没有考虑"过渡距离效应",并不适合岸基米波雷达对海低空性能的探测。本文结合实际建立计算模型,分析米波雷达对低空舰船目标探测能力与雷达架高、目标高度等参数之间的关系,并对在不同架设高度下岸基雷达系统对典型海上舰船目标探测能力进行了仿真。     

前向散射雷达海面目标探测信号建模与分析

无人装备的兴起对当前海上防御造成了重大挑战,传统雷达成本高、系统复杂;前向散射雷达（FSR）具有结构简单、功耗小、成本低等优点,通过组网可以实现对海面要地目标大范围的探测监视。海浪的起伏变化和多径干扰会对海面目标的回波特性产生非常大的影响,本文分别给出了海浪起伏和多径干扰下目标的FSR回波信号模型,然后通过仿真实验对两种模型下目标的回波特性进行了比较,最终确定了多径干扰是低风速海浪下影响海面目标回波信号的最关键因素。      

阵列米波雷达测高方法及性能分析

米波雷达在反隐身和抗反辐射导弹等方面有着独特的优势,在现代防空体系中,发挥着举足轻重的作用。但多径信号的存在,往往对米波雷达测高带来困难。该文紧密结合阵列米波雷达特点,在阵列多径信号模型基础上,总结和归纳了以传统最大似然(ML)算法为基础的3种米波雷达测高方法：基于时空级联ML算法的测高方法;基于改进的时空级联ML算法的测高方法;基于精确最大似然(RML)算法的测高方法。对这些方法进行了理论性能分析,梳理了3种方法之间的相互关系,并对理论分析结果进行了计算机仿真实验,最后给出一些有意义的结论。     

米波雷达目标跟踪之分析

着重分析了米波雷达进行目标跟踪所普遍存在的一些问题,对跟踪滤波器性能与误差作了分析,指出观测的不确定性是导致跟踪发散的主要原因。最后给出了提高滤波预测精度的一些解决方法。     

米波雷达目标跟踪之分析

着重分析了米波雷达进行目标跟踪所普遍存在的一些问题,对跟踪滤波器性能与误差作了分析,指出观测的不确定性是导致跟踪发散的主要原因。最后给出了提高滤波预测精度的一些解决方法。     

基于加权直接数据域处理的米波雷达低空目标测高算法

首先分析了米波雷达的信号传播环境和回波数据模型。接着,提出了基于WD^3（加权直接数据域）处理的测角算法。同传统的极大似然和子空间类算法相比,本文的算法充分利用了次要数据进行预白化处理,提高了色噪声环境下参数估计的精度和算法的稳健性,另外,该算法只涉及实矩阵计算,很大程度地降低了计算复杂度。计算机仿真表明,本文的方法用于米波雷达测高时有较好的估计性能,计算量较低,特别是在低纬度目标和低信噪比情况下也适用。     

米波雷达及其对低可观测目标的探测

对米波雷达的主要技术性能，目的的雷达特征-雷达截面积，以及低可观测目标雷达特征作了分析和比较。并对目标的雷达截面积的缩减技术和低可观测目标的探测技术作了简要介绍。认为采用米波雷达是探测低可观测目标的一个有效途径。     

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。     

米波雷达测高多径模型研究

针对米波雷达测高中同源多径的分辨难题,对米波雷达回波信号中直射信号和反射信号进行分析,引入乘积因子的概念,建立了考虑地球曲率时乘积因子与角度(直射角和反射角)的简单函数关系,并据此提出了考虑乘积因子的米波雷达多径阵列信号综合模型.仿真实验及实测数据处理结果均表明了此模型在米波雷达测高应用时的有效性.     

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GNSS的无源雷达海面目标检测技术综述

与常规雷达相比,无源雷达由于不需要特定的发射站,具有成本低、抗干扰能力强等优势。用于构成无源雷达的机会照射源种类多种多样,其中,全球导航卫星系统(Global Navigation Satellite System, GNSS)由于其全球覆盖的特性,且具有较大的信号带宽,将其作为机会照射源构成无源雷达在海面目标检测方面有着显著的优势。本文首先建立了GNSS照射下的海面目标回波模型,并分析了基于GNSS的无源雷达海面目标检测的难点;接着介绍了现有基于GNSS的无源雷达海面目标检测方法,并分析了各个方法的优缺点;最后,对基于GNSS的无源雷达海面目标检测的研究前景和发展趋势进行了展望。     

雷达海上目标双通道卷积神经网络特征融合智能检测方法

受复杂海洋环境影响,基于统计理论的海面目标检测方法由于假设条件不成立,在实际应用中难以实现高性能检测,本文从特征提取分类角度,通过深度学习分类方法对目标和杂波的雷达回波信号进行二元分类,提出了一种基于双通道卷积神经网络(DCCNN)的雷达海上目标智能检测方法。首先,对实测海杂波和目标雷达信号进行预处理,得到信号的时间-多普勒谱和幅度信息;然后,构建DCCNN对预处理得到的数据进行智能特征提取,得到信号的特征向量,并对不同特征提取模型性能进行测试;最后,通过阈值可设的Softmax分类器作为检测器对特征向量进行分类,实现虚警率的控制。测试结果表明:与传统的单通道CNN以及无虚警控制Hog-SVM分类算法相比,基于二维卷积核VGG16和一维卷积核LeNet的DCCNN特征提取模型和softmax分类器可实现更高的检测性能,并可以实现虚警率控制,为复杂海杂波背景下目标智能检测提供了新的技术途径。     

米波雷达若干结构设计问题探讨

改进米波警戒雷达，提高其机动性是现代战争的迫切需要。本文就提高米波警戒雷达的机动性、固态功放组件的散热和电磁屏蔽问题进行了探讨。     

米波段数字阵列雷达的设计

米波段数字阵列雷达（DAR）设计具有与微波频段不同的特点,主要表现在极化选择对雷达威力和测高精度的影响,多径效应明显带来的超分辨测角技术在米波段低仰角测高中的应用,以及采用发射射频DDS技术和接收射频数字化技术的米波段数字阵列模块（DAM）的设计等方面,另外大容量数据的实时传输也是数字阵列雷达必须解决的难题之一。文中对米波段DAR设计中面临的几个问题进行了讨论,并结合仿真结果和工程实践给出了建设性建议。     

基于Capon谱的MIMO雷达目标检测性能分析

密集多输入多输出(MIMO)阵列式雷达技术的一个重要方面,一般而言,MIMO雷达以距离为参数进行目标检测.文中基于Capon、APES等自适应参数估计算法,针对密集MIMO阵列,提出了一种以方位为参数的目标检测方法.以Capon谱为例,通过蒙特卡洛试验,仿真分析了这种检测的性能.结果表明,检测概率和虚警概率相同时,Capon谱检测方法的信噪比要求比传统检测高6 dB ～ 10 dB,因此,可认为密集MIMO阵列不适合利用自适应参数估计算法进行目标检测.     

对海雷达目标检测性能测试方法

针对对海雷达目标检测成本高、过程复杂的问题,提出了一种新的测试方法,给出了测试方法的总体思路、测试设备的组成框图以及具体的测试过程,讨论了测试中的关键技术。与真实场景测试相比,该方法能够模拟复杂的目标特性和环境特性,具有实施简单、组织方便、灵活性高、费用较低的优点。     

基于PD处理的米波雷达抗箔条干扰能力分析

针对现代的箔条干扰在回波频域上有多普勒展宽现象,建立了箔条干扰模型,对米波雷达采用AMTI、MTD信号处理方法抗箔条干扰的性能进行了研究,分析了AMTI、MTD处理的不足;提出采用PD处理技术抗箔条干扰的新方法。仿真结果表明,米波雷达采用PD处理抗箔条干扰具有明显优势。     

噪声调频连续波雷达空间目标探测性能分析

在轨雷达探测空间目标时,目标相对雷达的速度高、距离远,采用通常的周期性信号雷达对其探测会产生距离模糊或速度模糊,采用解模糊的方法会增加系统的复杂性.文中采用噪声调频连续波雷达对空间目标进行探测,其发射信号无周期,作用距离无模糊.从体制上分析,其町测定远距离高速目标,并讨论其检测性能,与常规线性调频连续波雷达进行了仿真比较,证明了噪声调频连续波雷达对空间目标探测的有效性.     

雷达成像与目标探测

提出将雷达成像技术应用于目标探测,研究了其适用的雷达工作体制。用双频共轭处理和KEYSTONE变换,解决运动目标的距离徙动校正问题,以实现雷达信号的长时间积累,并将时频分析用于目标检测过程,仿真结果表明了该方法的有效性。并针对两坐标防空搜索雷达,给出了一个实例分析。     

一种改进GMM-MRF模型的海上红外目标检测

目前海上目标检测已在民用和军事领域得到广泛的应用.由于海水波动大、目标成像面积少、特征不显著等特点增大了目标检测难度,为了消除上述的问题,首先提出了一种基于混合高斯-马尔科夫随机场目标检测模型,该模型利用所提出的混合高斯模型自适应调节学习率来抑制动态背景的干扰.然后,利用混合高斯模型对红外图像所计算的结果作为马尔科夫随机场的观测值,建立了马尔科夫随机场模型,可以解决混合高斯模型存在的不足.实验结果表明,本文的方法能够取得良好的检测效果.