杂波环境下MIMO雷达对起伏目标的检测性能分析

MIMO雷达采用了空间分集与信号分集技术，与传统相控阵体制雷达相比，可望获得更高的目标检测性能．针对杂波与噪声同时存在的实际背景，建立了MIMO雷达检测模型，导出了检测性能的理论公式，并与传统相控阵雷达进行了仿真比较分析．理论与仿真结果表明，当信噪比大于等于10dB时，MIMO雷达的检测性能要明显优于相控阵雷达．     

影响军用复杂目标RCS起伏的主要因素分析

为了更好地评估对空情报雷达实际作战能力,对军用复杂目标RCS起伏随各种因素（如频率、视角、极化等）变化的一般性规律进行了分析.运用图形电磁计算（GRECO）方法,根据军用复杂目标高频区RCS估算流程,对影响RCS起伏的主要因素进行了仿真.仿真结果符合理论分析,从而验证了GRECO方法的有效性.     

基于似然比检验的STAP检测器及其性能分析

基于STAP雷达的信号模型,通过对似然比检验量的推导,得到了似然比检验关系,在此基础上构建了STAP检测器,并在高斯噪声输入的假设下,得出了虚警概率和检测概率与检测门限的关系,以及在给定虚警概率条件下的判决门限。仿真结果验证了理论分析的正确性,以及该检测器具有良好的检测性能。     

声起伏对水声定位系统检测性能的影响

本文从声波振幅起伏的广义瑞利分布出发,根据统计信号检测理论,研究声传播起伏对一个由窄带滤波器、平方检波器和积分器组成的典型声呐接收机检测性能的影响,进而给出了一个常见的4元水声定位系统阵元间信号相关性,接收机检测概率与定位系统漏报概率的关系.通过数值计算,给出了一些对工程设计有用的图表.它们也可用于估算其它声呐系统在声起伏环境中的检测性能.     

宽带雷达动目标的一种互相关系数累加检测器

针对宽带雷达动目标检测问题,提出了一种在高斯噪声中的互相关系数累加检测器．宽带雷达动目标信号在距离频率域进行傅里叶变换取绝对值消除目标运动带来的相位项后,求互相关系数．利用相邻宽带雷达信号具有较大相关性这一特点,将多次相邻回波的互相关系数累加作为检测统计量．分析了高斯噪声互相关系数的概率分布,给出了检测门限设置方法．理论分析表明,互相关系数累加检测器具有恒虚警检测性能．计算机仿真试验表明,互相关系数累加检测器相比多普勒导向矢量已知的不依赖散射点分布密度的广义似然比检测器,在检测率为90％时有2dB的改善．     

基于雷达探测概率的目标分配算法

目标分配是提高搜索雷达工作效率的一个重要方法，本丈从目标分配的几个必需要素分析着手，提出了一个基于雷达探测概率的搜索雷达网目标分配算法，实际使用表明，利用该算法产生的结果，较好地满足实际需要。     

视频积累网络雷达对球形目标检测性能分析

为了研究总发射功率一定的条件下,视频积累网络雷达４种工作模式对球形目标的检测性能,对其进行了分析和仿真,结果表明,积累的脉冲数一定时,重定相组网（RPNR）与多输入多输出（MIMO）模式的检测性能随着节点数的增加而增加,移动窗（MW）和组网（NR）模式则相反. 对于有限的节点数,RPNR模式检测性能最好,MIMO模式次之,低信噪比（SNR）时MW模式最差,高SNR时则是NR模式最差.      

双面阵雷达目标跟踪性能分析

采用双通道串行合并式的Kalman滤波是双面阵雷达目标跟踪的一种常用方式,但引入低精度测量通道的点迹会降低目标跟踪精度.为解决通道误差不匹配导致的跟踪精度下降问题,首先从理论上推导了串行合并式的滤波误差,通过与单通道滤波误差的比较,指出通常情况下应该将2个通道的观测误差比限制在3以内才能保证双通道滤波误差优于单通道.最后利用仿真实验验证了理论分析的一致性.     

两坐标雷达天线俯仰对小目标探测影响分析

针对两坐标雷达对小目标探测难度大的问题,基于杂波模型和目标模型,给出了信噪比和信杂比表达式,对两坐标雷达天线俯仰对小目标探测影响进行了定量分析.定量分析表明,俯仰角的变化会影响目标信噪比和信杂比,在天线增益值最大处目标信噪比最大;受杂波影响,天线俯仰角降低会导致信杂比的下降.这为两坐标雷达根据战时任务的需要调整天线俯仰角提供了依据.     

一种计算红外点目标检测概率的方法

在红外成像系统中因为噪声的影响而导致目标检测的结果呈现出概率分布,检测概率常常被用来作为衡量算法检测性能的指标,利用对比度门限检测给出了检测概率的计算方法,交给出了检测概率与信噪比、对比度和检测门限之间的关系。     

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。     

一种提高目标检测概率的有效方法

检测概率是雷达效能评估的重要指标之一. 通过对单滤波器组间的跨越损失分析,可知当目标落在滤波器组交叠处会明显降低检测概率. 本文设计增加一组滤波器,覆盖单组滤波器交叠区域,降低单滤波器组间的跨越损失,从而在整个频率范围内都具有较好的检测性能,并给出仿真过程和工程试验数据,具有良好的工程实现效果.     

基于TMS320VC5402的雷达目标检测器的设计

介绍一种用于空情网系统的雷达目标检测器,它以DSP芯片TMS320VC5402为核心处理器,利用其多通道缓冲同步串行口(McBSP)和AD7495芯片接口实现数据采集,具有异步串口通信功能.重点介绍了该系统的基本组成、工作原理及CFAR检测算法程序.该检测器满足警戒雷达的远程警戒、多目标和实时检测的要求,具有体积小、成本低、工作稳定和适应性强的优点.     

性能优异的复信号恒虚警检测器设计

提出了一种基于野值剔除处理的恒虚警检测器设计新方法。它通过定义野值剔除准则来剔除待检复样本数据中幅度较大的信号和异常干扰值,目的是为了得到较干净的背景噪声样本来计算噪声电平估值。然后,根据噪声电平估值和所需恒虚警率,计算出信号检测门限并进行信号检测。这样处理的好处是较大幅值的信号不参与背景噪声电平估值,从而也就不会引起检测门限的非正常抬高,并且在恒虚警率基本不受影响的情况下,提高了系统对目标信号,特别是弱信号的发现能力。从实际数据的应用中还发现这种检测方法可以很好地抑制鼓包干扰。     

干扰目标环境下机载雷达非均匀STAP检测器性能分析

在实际工程应用中,机载空时自适应处理(STAP)雷达通常会面临密集干扰目标环境,例如地面高速运动的车辆等,导致传统STAP方法无法获得足够多的满足独立同分布条件的训练样本数.非均匀检测器可筛选出含有干扰目标的训练样本,提高STAP的杂波抑制性能.首先定量分析了干扰目标对STAP性能的影响,然后阐述了GIP、SMI和CSMS 3种典型非均匀检测器的基本原理,并从不同角度对典型非均匀检测器的性能进行了分析比较,最后通过仿真实验验证了分析的正确性.这为非均匀检测器在实际机载雷达装备中的应用提供了参考.     

浅海沉底小目标时的反探测研究

在浅水波导环境下,时反处理利用声场的时反聚焦特性,基于收发合置阵,将接收信号在时间上反转后,再向介质中发射回去,时反信号能量会在目标处聚焦,同时使混响降低.在接收增强的目标回波信号之后,通过多路径补偿波束形成,继续提高信混比.再将波束形成的输出与发射信号的拷贝进行相关处理,以其输出作为检验统计量进行目标检测判决,并根据到达信号的时间延迟对目标行距离进行估计.在湖上实验中,通过比较BS发射和TR发射两种情况下的混响和目标处的入射能量,发现时反处理具有抑制混响、提高信混比的能力.在实验室波导中,利用时反处理的优点进行了沉底小目标探测实验.波导实验结果表明,主动时反探测系统不仅能够有效地检测到沉底小目标,而且可以对目标进行测距.     

基于实际数据的海杂波特性分析

与地物和气象杂波相比,海杂波特别是高分辨雷达所接收的海杂波呈现明显的非平稳、非高斯性,且会出现所谓“海尖峰”,对目标检测影响严重。为研究针对海杂波的最佳信号处理算法,基于实际采集的海杂波对其幅度统计分布、功率谱及时变谱等特性作了初步分析,可进一步加深我们对海杂波的认识和了解。     

炮位侦校雷达对低径向速度目标的检测方法研究

为了解决炮位侦校雷达对低径向速度目标的检测问题，首先引入一个专门的滤波器对接收的回波信号进行滤波，然后采用数字杂波图对信号进行恒虚警处理，获取一个自适应于地杂波变化的检测门限用于低径向速度目标的检测。本文采用的信号处理方法有利于提高雷达对低径向速度目标的检测能力。     

基于主用户协作场景下认知用户频谱检测性能分析

考虑协作通信网络和认知无线网络共存的场景,分析了主用户具有中继辅助的情况下,认知用户的频谱检测性能。通过理论分析,得到了认知用户的理论检测概率和虚警概率;同时分析了基于中继采用放大-转发传输模式下,认知用户的检测性能,并将最佳感知时间建模成一个优化问题,从而得到认知用户可以获得的检测时间增益。通过仿真比较了传统检测模型和新型模型的检测结果。仿真表明,理论分析和实际仿真吻合,验证了理论分析的正确性,为今后该模型的研究奠定了理论基础。     

基于帧间差异和证据推理的海事雷达目标提取方法研究

海事雷达通过多普勒效应和帧间差异,进行船舶的跟踪与识别,是海事监管和避碰的重要传感器。受环境因素影响,其往往提供大量虚假目标,干扰海事监管。针对该问题,以雷达图像为数据源,提出了一种基于证据推理(Evidential Reasoning Rule)规则的目标甄别方法。在该方法中,首先收集经过验证的识别结果,获取充足的船舶和虚假目标样本。然后,分析样本在多帧图像中的位移、方向等特征值,计算出位移、方向特征值与目标真实性的似然关系,即提供两条独立证据。最后,利用证据推理规则合成上述证据,实现组合判断。不同于其他滤波或分类算法,该方法基于原始雷达图像和概率推理,计算过程未做任何状态假设,识别结果更加准确可靠。在重庆长江朱沱镇的实地雷达监测案例研究中,该方法的识别准确性达90.81%,证明了其有效性。