自适应距离单元积累检测法及其应用

本文提出了一种宽带毫米波雷达体制下,基于高分辨一维距离像的强地物杂波背景中目标检测新方法－自适应距离单元积累检测法。该方法表明：宽带信号提供的高径向分辨力使雷达对目标进行一维距离成像成为可能,一维距离像反映了目标强散射中心的空间分布特性,在目标检测时利用不同径向单元内的强散射中心能量进行横向积累,可以提高信杂比,从而改善检测性能。     

基于视频积累的距离扩展目标检测

正确提取目标强散射中心,并对强散射中心的能量进行有效的积累,是高分辨率雷达距离扩展目标检测的关键.本文先根据最大信噪比原则估计出目标窗口,然后在此窗口中利用门限检测方法提取目标强散射中心,最后利用广义似然比方法推导了自适应单扫频周期径向积检测器.仿真结果表明比文献[1]提出的SSD-GLRT检测器的性能有较大的改善.     

一种改进的高分辨雷达随机脉冲串检测方法

由于高分辨雷达的分辨率远小于目标尺寸，使得目标呈多散射中心，回波能量沿时间分布，从而降低了峰值幅度，增加了目标检测难度。因此文中基于一维距离像提出了一种新的高分辨雷达检测方法，该检测方法将一维距离像看作随机脉冲串，利用一维像强散射点的位置信息和幅度信息联合进行检测，自适应地估计目标一维距离像长度，提高了高分辨雷达检测性能。     

基于ICA的雷达目标二维结构提取方法研究

雷达目标一维距离像反映了其散射中心在雷达径向上的分布,对同一目标多角度的一维距离像分别提取其散射中心相对位置,经过散射中心匹配后再利用独立成分分析对其处理,可以得到该目标的二维结构,为进一步的目标识别创造了条件。通过对具有多散射中心的简单雷达目标一维距离像进行仿真实验,结果表明算法有效。     

距离像先验引导的扩展目标检测方法

扩展目标检测通常采用距离像能量积累检测的方法,由于距离像信息掌握不完备,陷落损失会降低检测性能。本文提出一种距离像先验引导的扩展目标检测方法,通过利用距离像包络模先验,对信号进行积累以提升检测性能。该方法考虑了复距离像与复高斯白噪声的相干叠加与相位预测不准的因素,采用将观测数据取模的检测模型,基于似然比检测（Likelihood Ratio Test,LRT）理论推导了低信噪比下的特征平方匹配检测器。该检测器将目标复距离像的包络模与观测数据的包络模进行平方匹配,并通过门限判决来判断目标是否存在。包络模先验的获取是通过从ISAR图像提取二维散射中心,向对应姿态角下的雷达视线方向进行投影,来获得目标近似的一维散射中心模型,再由该模型进一步生成目标距离像的包络模先验。同时,本文从理论与实验两方面分析了能量检测器和特征平方匹配检测器之间的关系,通过散射中心模型重构与暗室测量的方法获取数据进行了实验验证。实验结果表明：在低信噪比下,距离像先验引导的特征平方匹配检测器能有效提升目标的检测性能,并且对先验模型失配的情况具有良好的适应性。     

中段目标高分辨距离像姿态敏感性分析

高分辨距离像获取简单且能够提供目标部分几何结构信息,在导弹目标识别中有着重要的应用。针对高分辨距离像姿态敏感性问题,采用基于逆合成孔径雷达(ISAR)像提取导弹目标的二维散射中心分布,具体分析各姿态下散射中心在距离分辨单元内的分布情况,计算高分辨距离像(HRRP)突变时各散射中心之间的相位关系。结合HRRP的数学模型,解析了突变现象的产生原因,得知距离分辨单元内散射中心点之间的干涉会导致HRRP严重的姿态敏感,并经过实验分析了距离分辨单元内散射中心对HRRP的具体影响。     

频率步进雷达距离扩展目标检测算法研究

针对宽带毫米波频率步进雷达体制下,点目标分裂成距离扩展目标所带来的检测问题,提出了先抽取后检测处理模式下的积累检测算法.该算法在有效去除过采样冗余提取出目标一维距离像的前提下,能充分利用目标上的多个视在强散射点的能量,有效提高距离扩展目标的探测能力.最后,分析了强散射点分布及IFFT时域泄漏等非理想因素对检测性能的影响.     

扩展目标检测的陷落损失问题与改进方法

高斯白噪声背景下,对扩展目标采用距离像能量积累检测时,陷落损失往往是造成检测性能下降的主要原因。文中详细分析了陷落损失的产生机理、概念及其与距离像稀疏度关系,并在对距离像幅度进行有序排列及散射中心个数预估的基础上,提出了一种改进的扩展目标检测算法,有效地克服了陷落损失所造成的稀疏分布目标检测性能下降问题。仿真结果表明,对于散射中心稀疏分布的扩展目标,该方法能够有效改善距离像能量积累检测的检测性能。     

雷达目标高分辨率距离—极化结构成像方法研究

在高频区（光学区），雷达目标回波可模型化为多个散射中心回波的合成，稳含着目标精密的几何形状信息；宽带高频雷达可以获得目标多散射中心在径向距离轴上的投影分布，即目标的一维距离像；对距离像上孤立的每个强散射中心进行极化描述，可获得其对应的单元散射体的几何结构特性；由多个单元散射体可构造出目标的结构图像，即距离－极化结构图像，文中主要给出了强杂背景下目标结构成像的原理，方法及其计算机仿真结果。     

雷达目标高分辨率距离─极化结构成像方法研究

在高频区（光学区），雷达目标回波可模型化为多个散射中心回波的合成，隐含着目标精密的几何形状信息；宽带高频雷达可以获得目标多散射中心在径向距离轴上的投影分布，即目标的一维距离像；对距离像上孤立的每个强散射中心进行极化描述，可获得其对应的单元散射体的几何结构特性；由多个单元散射体可构造出目标的结构图像，即距离──极化结构图像，文中主要给出了强杂波背景下目标结构成像的原理、方法及其计算机仿真结果。     

目标一维距离像特征提取和识别方法之研究

目标一维距离像揭示了目标径向结构的分布特性,但它敏感于目标姿态的变化,故直接将一维距离像用于目标识别很难取得好的效果.本文把一维距离像作为随姿态变化的序列,提出了强散射中心维数、目标特征尺寸、散射中心分布熵三个概念,并把这三个特征作为RBF神经网络的输入进行目标识别实验,取得了较好的识别效果.     

基于结构特征的空间目标识别算法

提出了基于结构特征的空间目标识别算法。卫星结构的对称性使得卫星的一维距离像具有对称性，碎片结构的不对称性使得碎片的一维距离像不具有对称性，文中首先应用RELAX算法提取出目标的强散射中心的位置和幅度，然后根据模式匹配和对称性测度两种方法来检测强散射中心是否具有对称性，进而对卫星和碎片进行识别。经过计算机仿真实验，该算法取得了比较好的识别效果。     

基于时间-距离像的弹道目标进动特征提取新方法

进动是弹道目标最常见的微动形式,进动特征的差异为雷达识别真实弹头和诱饵提供了一种新的途径。针对弹道目标的进动特性,推导了弹道目标上任意一散射点的进动径向距离变化数学模型。通过分析散射点一维距离像随时间变化的规律,提出了一种基于时间-距离像的弹道目标进动特征提取新方法。该方法首先从弹道目标时间-距离像信号中准确提取出所有强散射点径向距离变化的线性和信号,进而通过分析这一信号的频谱特性,估计出了弹道目标的自旋、锥旋频率及进动角。计算机仿真结果表明:该方法具有很高的估计精度和良好的抗噪性。      

一种基于几何推理的匹配抗箔条质心干扰新方法

为降低箔条干扰对末制导雷达导引头跟踪和打击目标的影响,提出一种基于几何推理的匹配抗箔条质心干扰新算法.依据由大量箔条偶极子组成的箔条云其RCS、散布方程、空间分布及运动速度的时变性在高分辨距离像上表现为散射点数目、回波幅度及相对位置的不稳定性,而目标的各个散射点相对位置在一定视角范围内基本不变.该算法从相邻两幅经运动补偿后的距离像中分别提取出所有可能的散射中心,把它们当作点模式,利用一种适用于Euclid变换下不完全匹配情形并可求得最多一致对应点对的几何推理算法,得到最佳匹配团,其中所含的点模式即为提取到的目标散射点,进而获取目标几何中心的真实位置.此外,通过目标几何中心在两幅距离像间的平动距离,实时估计出目标速度,用于对下一幅距离像的运动补偿并预测目标下一时刻的位置.在测速方面,该算法克服了传统相关法在箔条干扰情况下失效的局限性.最后通过Monte Carlo仿真实验,验证了算法的有效性.     

基于RMMSE的自适应滤波算法分析

针对扩展目标的高分辨距离像估计问题,在考虑接收窗外强散射中心的影响条件下,研究了以最小均方误差(MMSE)为准则的自适应滤波方法,该算法通过迭代得到各个距离单元上的距离像估计值。文中通过仿真试验分析对比了RMMSE算法、匹配滤波算法和LS算法的性能。仿真结果证明,在接收窗外存在强散射中心的情况下,RMMSE算法能够有效提取目标多个散射中心。     

一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

时间-距离像消隐情况下弹道目标平动补偿

针对传统的弹道目标平动补偿方法不适用于时间-距离像发生消隐的情况,该文提出了一种基于断续微距离变化曲线的弹道目标平动精补偿方法。建立了弹道中段目标宽带回波模型,推导了散射中心微距离变化曲线的理论公式,分析了弹道目标时间-距离像特征,通过提取时间-距离像骨架线分离出各散射中心微距离变化曲线,在此基础上提出了一种进动频率和平动参数联合估计的新方法,并推导了各参数估计的克拉美罗界,对参数估计性能进行了分析。仿真实验验证了该方法的有效性。     

基于距离像序列的空间目标识别算法

提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。计算机仿真结果表明,该算法取得了比较好的识别效果。     

弹道目标宽带极化特征提取分析

针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。     

用子波变换方法实现高距离分辨雷达中精确距离跟踪

本文研究了在高距离分辨雷达(HRR)中对输入的回波信号进行子波变换实现精确距离跟踪.HRR雷达所得的目标回波波形是目标各强散射点在雷达视线上的投影 .对一个具体的波形散射点至雷达之间的距离从原理上都可以得出,但从实际上,由于目标运动时姿态变化,其散射点幅度和距离变化太快,因此实现对散射点距离跟踪是很困难的.本文在国内首次介绍利用对信号的子波变换方法提取目标的综合信息实现对雷达目标的精确距离跟踪.实际证明此方法是可行的.