外辐射源雷达高速加速微弱目标检测研究

针对以模拟电视伴音信号为照射源的外辐射源雷达对高速加速运动微弱目标的探测问题,提出了将长时间相参积累和长时间非相参积累相结合的积累思想,以及一种基于短时分数阶傅里叶变换和动态规划的检测方法.从高速加速运动目标在外辐射源雷达中的回波模型人手,推导出了该算法的原理和实现过程,分析了算法的虚警概率和检测概率,并给出了仿真结果.分析和仿真结果均表明此算法对高速加速运动的微弱目标具有较好的检测性能.     

微弱信号多站时差协同检测技术

针对现有时差相关检测方法难以有效检测微弱信号的现状,为提升现有检测系统对微弱信号的检测性能,提出了一种针对微弱信号的多站时差协同检测技术.通过在空间域内将多组时差站的相关结果积累,然后搜索二维网格中的最大值得到检验统计量.分析了检验统计量的概率分布,明确检验统计量在纯噪声条件下服从极值I型分布,依据奈威-皮尔逊(Neyman-Pearson)准则得到了检测门限.蒙特卡洛仿真结果表明,相同条件下,该方法比传统的相关检测的处理增益高约10lgK dB(K为时差线数目).     

基于非合作捷变频雷达的微弱目标检测算法

目前,频率捷变技术广泛应用在雷达系统设计上,用来提高抗干扰能力和检测概率,这使得回波信号的相参性难以保证。同时,增加积累时间的方法通常用于提高雷达对微弱目标的检测能力,但是长时间积累容易引起距离走动。以上因素导致了回波信号的能量无法得到有效积累。提出的一种基于非合作捷变频雷达的微弱目标检测算法,能够有效解决捷变频回波信号长时间积累时出现的相位抖动问题,从而实现相参积累。仿真实验证明了该方法对于微弱目标检测的有效性。     

基于多波束阵列天线的目标快速捕获方法

航天器在高动态下,需要宽波束来保证目标角度捕获概率,但目标的微弱信号需要高增益、窄波束的天线去接收,随之而来的是对高动态微弱信号目标的快速捕获问题。针对该问题,提出了基于多波束阵列天线的目标快速捕获的方法。它既可以采用多波束解决宽视场覆盖问题,又可以兼顾波束的高增益特性,通过研究多波束快速扫描、多通道能量检测等关键技术解决了低信噪比下的高动态信号检测和角度捕获跟踪。仿真结果表明,该方法可以完成对高动态、弱信号目标的快速捕获。     

基于广义似然比检验-动态规划的检测前跟踪算法

检测前跟踪(TBD)技术通过时间换取能量,可以有效提高微弱目标的检测和航迹处理性能.提出了一种距离多普勒域基于广义似然比检验-动态规划(GLRT-DP)的TBD算法.给出了目标回波信号模型,在此基础上,推导了基于二元复合假设检验的GLRT的TBD算法表达式,在把由表达式所得数据矩阵转换到离散距离多普勒域后,利用DP方法进行搜索寻优,实现所提算法的同时降低了运算量.利用虚警概率和检测概率对所提算法的性能进行了分析.通过仿真实验对所提算法进行了验证,实验结果表明:该算法对雷达微弱目标的检测性能优于传统TBD方法,可以有效实现低信噪比背景下微弱目标的检测和航迹处理.     

MIMO雷达弱目标检测前跟踪算法

相比相控阵雷达,多输入多输出(MIMO)雷达发射功率密度低,在低信噪比条件下空间分集特性优势不明显,检测概率降低。针对此问题,提出了基于逐目标消除-动态规划的多目标检测前跟踪(TBD)算法。该算法先利用统计量筛选航迹点,对信号进行积累,在降低TBD运算量的同时,减小了噪声的积累;再采用逐目标消除的思想,克服了动态规划的航迹分叉和仅能处理单目标的缺陷,实现了多目标的有效检测。文中还推导了目标检测的虚警概率和检测概率,给出了检测门限与虚警概率的关系。复杂度分析和仿真表明,相比传统TBD算法,所提算法的运算量明显降低;相比传统MIMO雷达检测方法,在相同虚警概率和检测概率条件下,所提算法要求的信噪比降低了5 dB,有效提升了检测性能。     

采用粒子滤波的非相干积累检测方法

本文提出一种新的基于粒子滤波的检测前跟踪算法,即基于粒子滤波的非相干积累检测方法,以实现对微弱目标的有效检测。该方法通过粒子滤波的重采样过程搜寻可能的目标轨迹,沿可能的目标轨迹累积观测数据的绝对值,当最大的累积绝对值超过给定门限时认为目标存在,同时输出最大累积对应的状态序列作为状态估计结果。该方法具有较好的检测性能,且其检测性能可通过极值统计理论分析。相对于其它基于粒子滤波的检测前跟踪算法,本文提出方法的检测统计量服从广义极值分布,因此可获得检测概率、虚警概率以及门限的解析表达式,可有效减少检测门限估计时的运算量。基于天波超视距雷达目标检测及状态估计的仿真证明了该方法性能和效率。      

一种雷达信号处理的检测算法

由于在雷达弱小目标的检测和跟踪过程中,目标是典型的弱小目标且回波较弱,常规的检测算法难以奏效。针对此特点提出采用雷达弱小目标先跟踪后检测的方案,通过对雷达弱小目标长时间积累检测问题进行界定,并根据信号的特殊性对雷达弱小目标进行检测。首先通过进行目标预测,并在此基础上对检测出的目标进行目标跟踪。利用目标的运动沿各种可能轨迹积累能量的特征,对各个能量积累值进行检测判断,从而检测出真实目标并提取出目标的运动轨迹。文中首先对动态规划应用于弱小目标检测的算法进行了详细的描述,同时,对动态规划应用于弱小目标方法的性能也做了进一步分析,并对检测概率和虚警概率关系进行了较详细的推导。最后,通过仿真实验和性能分析得出了门限与虚警概率的关系。     

利用自适应子波变换提高对微弱运动目标的检测性能

本文研究了长时间相参积累时微弱运动目标回波信号的特点,分析了常规检测方法的局限性,针对多项式相位信号模型,结合复正交线性相位子波基函数的设计,提出了一种基于自适应子波变换局域线性逼近的微弱运动目标检测方法,该方法具有自适应频带划分,快速算法实现,计算量低,并对统计分布的杂散分量具有自动抑制的特点,理论分析和计算机仿真结果验证了该方法的有效性。     

外辐射源雷达运动目标信号特性及检测方法研究

以调幅广播为信号源的短波外辐射源雷达系统需进行信号长时间积累以检测微弱目标信号,目标运动变化会导致多普勒频率展宽,传统积累检测方法检测性能下降,针对这一问题提出了基于运动补偿的积累检测方法。建立了动目标回波模型;介绍了基于多项式拟合积累检测算法原理;分别通过仿真数据和试验数据进行补偿,验证目标运动补偿前后信噪比得益;并利用计算机仿真建模方法验证了该积累检测算法的检测性能;在此基础上分析了补偿后的理论损失及搜索步长的参数获取,并评估了目标运动补偿方法的运算量。     

基于雷达测量的多目标联合检测、跟踪与分类方法

利用雷达测量中的目标速度、加速度等属性信息, 基于跳转马尔科夫系统模型高斯混合概率假设密度滤波算法, 提出了一种多目标联合检测、跟踪与分类方法.该方法在进行雷达多目标测量信息处理的多模型混合高斯概率假设密度滤波过程中, 对各高斯项编号, 进行航迹提取, 在滤波处理的同时形成带有航迹编号的明确航迹, 并进行航迹管理; 同时, 根据目标运动模型, 联合利用目标加速度控制输入与速度估计进行多目标分类.仿真试验验证了该方法能够在检测、跟踪的同时, 对目标航迹进行有效类型识别.     

基于多源数据多特征融合的弱小目标关联研究

异质传感器弱小群目标关联是传感器协同探测首先要解决的问题。即使在同视场下,由红外光电系统和雷达组成的异质传感器探测目标也不完全一致,特别是远距离探测时,雷达探测目标多而密集,红外光电系统探测目标相对较少,此时目标航迹关联结果具有很大不确定性。针对这一难题,采用基于多源数据多特征融合的弱小目标关联方法,首先基于多模型估计方法筛选同类型目标作为潜在关联目标,再基于航迹关联算法对同类型目标粗关联,最后基于多特征最大联合概率分布对目标精细关联。经红外光电系统/雷达同站址探测仿真试验验证,相比于仅利用航迹进行目标关联,该方法有效提高了弱小目标关联的准确性。     

基于时域信噪比的红外弱小目标检测

复杂背景下红外弱小目标检测与追踪技术一直是遥感成像应用领域一项复杂而艰巨的课题。利用高帧频红外面阵成像系统采集到图像的强帧间相关性特征,设计了一种多帧累加的时域信噪比的弱小目标检测方案。同时利用目标运动的连续性,采用多帧确认的方法关联目标,输出真实目标运动轨迹。实验结果表明,算法在vs2013上运行的平均运算时间为23 ms,检测到的目标最低信噪比为2.91,同时对多目标的检测具有较强的适应性。     

MIMO雷达中单元平均恒虚警检测性能分析

针对高斯杂波背景,导出了MIMO雷达中CA-CFAR的虚警概率与检测概率的解析表达式,分析了CA-CFAR检测器在均匀杂波、多目标干扰及杂波边缘三种典型杂波背景中的检测性能。结果表明,CA-CFAR检测器在均匀杂波中性能较好,但在多目标干扰环境中性能严重下降。     

一种多普勒体制下的多目标鉴别方法

分析了波束内多目标鉴别技术的重要性,从应用的角度,提出了变尺度离散Chirp-Fourier变换的概念。通过和传统离散傅里叶变换的比较,显示出该变换的优越性。分析了多普勒雷达体制下目标回波信号的形式,并对变尺度离散Chirp-Fourier变换的速度分辨力和加速度分辨力进行了研究。针对波束内多目标的鉴别,提出了一种有效的基于变尺度离散Chirp-Fourier变换的多目标鉴别方法。该方法首先进行加速度鉴别,接着提取加速度,并进行加速度补偿,然后再进行速度鉴别。仿真结果验证了该方法的可行性和有效性。     

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法,是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法,采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制,减小了噪声轨迹能量积累和目标轨迹能量扩散,提高了算法的目标检测能力。对算法的检测性能进行了仿真实验,结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。     

基于一维测量的多传感器多目标数据关联

本文在S-D分配算法的基础上,提出一种基于一维测量数据的多基地雷达多目标数据关联的方法.在每个传感器仅能给出目标的一维距离和量测信息,并且同时存在虚警的条件下,该方法首先利用4维组合的冗余信息对各传感器的量测值进行组合筛选,然后由4维分配算法进行多目标的数据关联,仿真结果表明该方法可以有效提高多目标的正确关联概率.     

基于变周期梯形毫米波二维配对多目标检测算法

毫米波FMCW雷达体积小、工作频带宽、分辨率高且抗干扰性能强,基于毫米波雷达的多目标检测算法是目前研究热点。但现有的基于FMCW的雷达多目标检测算法存在大量虚警、漏检的问题。文中研究了梯形调频连续波的发射波形并分析了典型的梯形多目标匹配算法,在此基础上结合频域-二维配对法对发射波形及多目标算法加以改进,提出了改进变周期梯形波及多目标检测算法,提高了多目标识别的准确度。     

基于叠加式传感器的多普勒雷达多目标联合检测与估计

多目标检测与估计是多普勒雷达的基本任务。当信噪比较低时,为确保检测到目标需降低门限而产生了大量虚警,基于数据的多假设跟踪（Multi-Hypothesis Tracking, MHT）和联合概率数据关联（Joint Probabilistic Data Association, JPDA）方法因计算复杂度过高而失效,基于原始信号的随机有限集（Random Finite Set,RFS）滤波器可有效解决该问题。多普勒雷达回波信号以叠加的方式受到多个目标影响,其多目标检测与估计问题属于叠加式传感器的典型应用。本文在叠加式多伯努利（Multi-Bernoulli, MBR）滤波器基础上利用具有准确势估计的独立同分布群（Independent and Identically Distributed Cluster, IIDC）RFS对新生目标建模,并采用辅助粒子滤波器（Auxiliary Particle Filter, APF）实现了多目标联合检测与状态估计。仿真结果表明,混合MBR和集势概率假设密度（Cardinalized Probability Hypothesis Density,CPHD）滤波器对多普勒雷达多目标的检测估计性能优于MBR滤波器,且减小了计算复杂度。      

基于Ransac算法的捷变频联合正交频分复用雷达高速多目标参数估计

在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个频率随机跳变的窄带OFDM子载波。将单个脉冲内所有子载波的回波信号进行脉冲压缩后,采用迭代自适应谱估计(IAA)算法合成目标的高分辨距离。然后,分别对各个脉冲的回波进行脉冲压缩和迭代自适应谱估计,得到不同脉冲时刻的高分辨距离,构成观测数据集。再根据Ransac算法估计信号参数模型的步骤,拟合多条时间-距离直线,进而对高速运动的多个目标同时进行参数估计。最后,分别分析了信噪比(SNR)对检测概率以及目标自身速度对其相对估计误差的影响。仿真实验验证了所提算法的有效性。