反辐射导弹检测算法研究

反辐射导弹(ARM)是现代战争中的一种“硬杀伤”武器,对防空雷达系统构成了严重的威胁。本文针对目前我国防空雷达现状,对反辐射导弹发射告警的检测识别算法作了研究。根据雷达回波的特点,为有效抑制强载机信号提出了功率函数的概念,用来作为对ARM加速度估计的标准。最后得出了基于脉冲相关技术的ARM检测和识别算法,并对该方法的检测性能进行了分析。     

一种反辐射导弹加速度提取技术

反辐射导弹（ＡＲＭ）的雷达接收回波的一线性调频信号，因此要实现ＡＲＭ回波脉冲串的相干积累，就必须先估计出ＡＲＭ的加速度。本文给出了一种顺波加速度提取方法－－脉冲相关法，该方法可利用快速傅里叶变换，硬件实现简单，分析表明，该方法是一种次最优估计方法，加速度估计精度接近于Ｃｒａｍｅｒ－Ｒａｏ界，计算机模拟表明了该方法的有效性。     

分数阶Fourier变换域的反辐射导弹检测技术

通过推导单频信号和线性调频（LFM）信号旋转角正负对称的分数阶Fourier变换（FRFT）模函数,得到一个有用的结论：单频信号正负对称旋转角的FRFT模值相等,模函数关于中心点对称,而对于LFM信号,其模幅度差别很大。根据此结论提出了一种基于观测信号正负对称旋转角的FRFT模之差的反辐射导弹（ARM）检测方法。此方法可以有效地消除载机信号的干扰。仿真结果表明,此方法在低信噪比下能有效地检测出ARM。     

基于共轭FRFT模对消的反辐射导弹检测

分析了载机回波信号和ARM回波信号以及它们的共轭信号的FRFT幅值特性,并利用此特性提出了一种基于共轭FRFT模对消的ARM目标检测方法。该方法利用ARM回波信号在最佳变换角度有较好的能量聚集,而其共轭信号在此最佳变换角度没有能量聚集;载机回波与其共轭信号在FRFT域关于原点对称的特点,利用两者FRFT模之差对消部分杂波,在保证信号能量基本不被削弱的前提下达到抑制载机干扰和杂波干扰、提高检测概率。IPIX雷达数据实验表明该方法在低信杂比条件下有较好的检测性能。     

基于载机信号重构的反辐射导弹检测技术

针对反辐射导弹的检测问题,主要是消除载机信号的干扰。提出一种基于栽机信号重构的反辐射导弹检测技术。首先,在频域估计出载机信号的多普勒频率以及幅度后,重构载机信号,并在分数阶Fourier域消除载机信号;最后结合载机信号和反辐射导弹信号在分数阶Fourier域的差别,有效地排除载机信号残余的干扰并检测出反辐射导弹。该方法不需要估计栽机信号的相位,因此简单易行。仿真证实,该方法可以有效地消除栽机信号干扰,并能检测出反辐射导弹。     

基于脉冲相关技术的反辐射导弹检测

以反辐射导弹告警系统为背景，根据典型反辐射导弹的发射模式，建立了反辐射导弹的雷达回波时间序列模型，指出了告警系统对反辐射导弹的脉冲串检测实际上是速度及加速度分量未知的线性调频信号的检测。     

基于自适应滤波和AR模型的ARM检测技术

根据反辐射导弹(ARM)的加速度明显的特征,可以应用AR模型来检测ARM。但在载机信号与ARM信号功率比过高时,也不能将ARM信号有效的检测出来。针对这种情况,提出一种基于自适应线性滤波和AR模型的反辐射导弹检测技术,首先利用自适应线性预测滤波法对雷达回波在时域进行载机信号抑制,然后用AR模型进行功率谱估计。仿真结果表明,该方法能够将微弱的ARM信号准确的检测出来,从而实现实时告警。     

基于分数阶Fourier变换的反辐射导弹检测技术

针对反辐射导弹的检测问题,主要是消除载机信号的干扰.本文研究了单频信号和线性调频信号的分数阶Fourier变换模函数的时移特性.研究表明,单频信号和线性调频信号的FRFT模函数具有不同的时移特性.分数阶Fourier变换是线性变换,不存在交叉项,采用分数阶Fourier变换搜索匹配动目标信号,使其能量汇聚.根据以上特点本文提出了一种基于观测信号以及其时延信号的分数阶Fourier变换模之差的反辐射导弹检测方法.此方法可以有效的消除载机信号的干扰,并且对背景噪声幅度有一定的抑制作用.仿真结果表明,在低信噪比下能有效的检测出反辐射导弹.     

基于Radon-Ambiguity变换的反辐射导弹检测方法

分析了反辐射导弹（ARM）的回波信号模型，介绍了用Radon-Ambiguity变换（RAT）检测LFM信号的原理。分析结果表明，ARM的检测实质上是在强单频分量和噪声背景下检测弱LFM分量。为了克服载机强分量对ARM弱分量检测的影响，文章结合逐次消去思想提出了基于RAT变换的ARM检测算法。该算法能在较低的信噪比条件下有效地检测ARM。仿真实验证明了该算法的有效性。     

基于频域遮隔及分数阶相关的反辐射导弹检测技术

该文提出一种基于频域遮隔及分数阶相关来检测反辐射导弹(ARM)的新方法。该方法利用雷达回波的频域(Fourier变换)数据,根据尖锋作遮隔处理后,直接运用基于分数阶Fourier变换(FrFT)和Fourier逆变换的分数阶相关方法,通过一维搜索来检测ARM。由于该方法利用了现有的Fourier数据,且分数阶Fourier变换可以通过Fourier变换实现,无需多通道相位补偿和二维搜索,故计算量小。仿真结果表明,该方法能够在ARM信噪比低达#61485;10dB,ARM与载机回波功率比为#61485;27dB的情况下,准确地检测出ARM,从而实现ARM发射的早期告警。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

一种改进的混合高斯模型运动目标检测算法

针对传统混合高斯模型使用固定学习速率所带来的问题,提出了一种改进的运动目标检测算法。该算法采用自适应的学习速率调整策略,在背景建模初期,采用较大的学习速率加快初始背景的建模,使得模型能更快地适应背景的变化;背景形成以后,根据目标运动的快慢动态调整学习速率,从而能够及时更新背景,消除运动目标的残留和拖影;最后利用基于HSV颜色空间的阴影检测算法消除运动阴影。实验结果表明,改进算法优于传统混合高斯模型,可以更准确地检测出运动目标,更好地消除阴影,并具有较好的自适应性和稳健性。     

基于自适应线性预测滤波的反辐射导弹检测技术

本文提出一种基于自适应线性预测滤波器技术实现的反辐射导弹(ARM)检测新方法,可以有效地将雷达回波中的强载机信号消除而保留微弱的ARM信号,使ARM的检测更加迅速、可靠.仿真结果表明,这种方法可以在低达-20dB的ARM与载机回波功率比中实现ARM信号的有效检测识别,从而实现ARM发射的早期告警.     

一种基于高斯混合模型的运动目标检测改进算法

在运动目标检测方法的研究中提出一种基于高斯混合模型的运动目标检测的改进算法。首先利用颜色信息对背景建立高斯混合模型;其次在模型更新阶段．为了模型的自适应性和尽量逼近真实信号量,在传统学习率基础上提出一种加权思想,即对均值与方差分别给出一个不同的加权值。最后应用中值滤波及物体空间连通性进行后处理。实验结果表明,与传统高斯混合模型方法相比,改进的方法能更加有效地检测出运动目标,具有较好的鲁棒性。     

基于网络流量预测模型的CFAR入侵检测方法研究

论文提出了一种基于网络流量预测模型的CFAR入侵检测系统。采用AR模型对网络流量进行预测,并运用雷达信号处理中的恒误警CFAR技术,选取检测阀值以判定是否存在入侵信号。利用林肯实验室DARPA数据对系统进千亍试验,通过对不同的CFAR检测进行比较分析,最后提出三种CFAR联合检测,使得系统具有更高的检测率和更低的误警率。