基于距离单元筛选的扩展目标检测新方法

高斯白噪声背景下,采用滑窗能量积累检测器进行扩展目标检测存在陷落损失问题.对此,提出了基于距离单元筛选的扩展目标检测方法.采用参与能量积累的距离单元所具有的等效信噪比最大化作为距离单元筛选准则,并对筛选出来的距离单元进行能量积累检测.通过距离单元筛选减少滑窗能量积累检测中参与积累的背景噪声单元数量来改善检测性能.最后,通过仿真实验验证了距离单元筛选性能以及基于距离单元筛选的扩展目标检测方法的检测性能.实验结果表明,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滑窗能量积累检测的检测性能.     

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。     

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.     

距离扩展目标极化检测的比较研究

针对非起伏目标和瑞利起伏目标的单脉冲检测问题,建立了距离扩展目标的极化检测模型,导出了相应的极化检测器及其检测性能的解析表达式。在此基础上研究了雷达带宽、目标回波极化和目标径向尺度估计误差对检测性能的影响,并将本文的检测算法与二进制积累极化检测算法进行了比较研究。主要结论有:在特定的信噪比条件下,存在最佳带宽使得瑞利目标检测概率最大;窄带条件下确定极化和随机极化目标的检测性能差异较为显著,大带宽条件下二者检测性能相差约13dB;相对于过高估计目标径向尺度的情况,瑞利目标检测性能对目标径向尺度的过低估计更为敏感;二进制积累检测性能一般不及径向积累检测,但其性能差异较小。      

一种基于散射中心密度的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标的M/N检测器在目标空域散射中心密度较为稀疏时检测性能下降的问题,提出了一种基于散射中心密度的M/N(BSD.M/N)检测器.首先,推导出了检测器的平均虚警概率和检测概率表达式.其次,通过分析不同散射中心密度以及不同信杂比条件下检测器的检测性能与第二门限M取值的关系,给出了最佳M值的近似计算表达式.最后,仿真试验表明,这种检测器在散射中心稀疏情况下,检测性能要明显优于普通M/N检测器.     

线性相关距离扩展目标检测性能分析

随着雷达距离分辨率的不断提高,目标回波信号由占据一个距离单元的点目标会分裂为占据多个相邻距离单元的距离扩展目标,目标在不同距离单元之间的相关性是不应该被忽略的。本文研究了目标的空间相关性对距离扩展目标的自适应匹配滤波(AMF)检测器检测性能的影响。研究结果表明,如果背景的协方差矩阵结构Rc和目标的模式矩阵H可以写成对角阵的形式,那么对距离扩展目标的检测可以看作是在目标所占据的各个距离单元内分别独立完成,最后进行累加;距离扩展目标所占的单元数目L对信噪比有着重要的影响,对L的不准确估计会使输出信噪比降低;距离扩展目标占据的距离单元完全相关情况下,距离扩展目标的检测就退化为点目标检测。      

一种距离扩展目标的稳健检测算法

针对距离扩展目标稀疏分布的一般情况,提出了一种改进的基于有序统计的广义似然比检测的稳健算法。该算法采用“或规则”,对各种有效距离单元数量假设条件下得出的OS-GLRT检测算法的判决结果进行融合,从而克服了OS-GLRT检测算法对有效距离单元数量估计值比较敏感的问题。所得到的修正OS-GLRT检测算法无需估计有效距离单元数量。通过理论分析证明了恒虚警率性。通过Monte Carlo仿真进行性能分析,说明修正OS-GLRT检测算法的有效性和鲁棒性。由于修正OS-GLRT检测算法无需事先估计有效距离单元的数量,因此便于实际操作。      

基于单元筛选抑噪积累的扩展目标检测方法

能量积累检测是通过对各单元功率进行积累来检测扩展目标,由于目标散射点分布具有稀疏性,能量检测器会因为陷落损失影响检测性能。本文根据广义似然比理论,提出一种基于单元筛选抑噪积累的扩展目标检测方法,该方法在筛选高回波功率单元的同时,采用抑制噪声后的功率平方进行积累。通过飞机模型的暗室实测数据进行了实验验证,并在相同的筛选准则下分析了抑噪积累与功率积累的性能差异。实验结果表明：对于散射点稀疏分布的扩展目标,单元筛选抑噪积累检测器能有效提升目标的检测性能。     

雷达目标高分辨距离像数据预处理方法研究

文中对双极化雷达高分辨距离像进行不同收发极化态非相干积累、邻近方位角数据压缩和背景杂波电平抑制，获得数据量少、信杂比高的目标特征像，利用以上方法建立五种地面目标特征像数据库，然后对此五类目标进行分类，可以获得较高的识别率。     

非均匀杂波背景下双基地MIMO雷达距离扩展目标的GLRT检测

利用球不变随机矢量(Spherically Invariant Random Vector, SIRV)描述非均匀杂波, 建立了双基地多输入多输出(Multiple-Input Multiple-Qutput, MIMO)雷达距离扩展目标的信号检测模型, 提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test, GLRT)算法.首先, 根据目标散射系数的两种假设模型, 分别推导确定型目标、高斯型目标GLRT检测器的解析表达式, 然后利用固定点迭代算法估计杂波协方差矩阵, 获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能, 且两者的检测性能相当, 并且虚拟阵元数、目标分布的距离单元数, 以及信杂比越大, 两者的检测性能越好.     

基于一维距离像的目标识别方法

基于飞机目标高分辨一线距离像,给出了一种目标识别方法。首先,在研究了高分辨距离像的相关匹配算法后,给出了在单极化条件下的五种飞机目标回波的识别结果;而后,基于全极化高分辨雷达,提出了一种利用目标极化信息一维距离像的综合识别方法。实验结果表明,该方法具有高的识别率和强的抗干扰能力。     

雷达目标一维距离像的特征分析

针对一维距离像对姿态角敏感和回波时延的问题．对雷达目标一维距离像的特征进行了分析，结合散射点回波功率的特征提取与傅里叶变换．提出了一种雷达目标识别的方法。     

一种基于激光三维成像雷达距离像的目标检测方法

为了提高激光三维成像雷达地面目标的检测效率,提出一种基于激光三维成像雷达距离像的目标检测方法。该方法首先采用基于邻域像素内检测距离反常算法对距离像进行噪声抑制预处理,然后采用基于形态学的地面估计和高程分割算法实现了距离像的地物分割,最后根据感兴趣目标的尺寸特征,采用最小外接矩形估计算法实现了感兴趣目标的快速检测。本文提出的方法充分利用了距离像的高程信息和目标已知的先验知识,不受二维图像中光照灰度变化对目标检测效果的影响以及处理三维海量点云数据对计算速率的影响。实验结果证明,本文提出的方法适用于复杂多变的战场环境下对地面目标进行快速检测,且满足了实时性要求。     

基于ACCF-LVD-KT的距离扩展目标运动参数估计与HRRP重构方法

越来越多的空天威胁目标兼具低可观测性和高机动性,因此从低信噪比的距离扩展目标回波中重构高分辨距离像(HRRP)面临很高的技术挑战。文中提出了一种基于相邻互相关-吕分布-Keystone变换的长时间相参积累方法,能够实现变加速运动距离扩展目标的运动参数估计和HRRP重构。首先,利用相邻互相关函数与吕分布实现机动参数估计;然后,根据机动参数估计值进行相位补偿,并联合Keystone变换校正距离徙动;最后,进行相参积累并实现HRRP重构。仿真实验和实测数据处理结果表明：该方法能够实现运动参数估计与HRRP稳健重构。此外,该方法避免了高维参数搜索,计算效率高,具有良好的工程应用前景。     

扩展目标合成宽带一维距离成像速度补偿仿真分析

阐述不同波段和束宽下,散射点偏离光束中心对成像的影响,主光束边缘扩展目标散射点径向距离分布的变化特征。提出利用散射点的角度测量信息来补偿速度修正。仿真验证该方法的有效性。     

扩展目标合成宽带一维距离成像速度补偿仿真分析

阐述不同波段和束宽下,散射点偏离光束中心对成像的影响,主光束边缘扩展目标散射点径向距离分布的变化特征。提出利用散射点的角度测量信息来补偿速度修正。仿真验证该方法的有效性。     

步进调频宽带雷达距离扩展目标频域检测算法

论文研究高斯杂波背景下步进调频宽带雷达的距离扩展目标检测问题。根据步进调频宽带雷达目标高分辨距离像的特点,提出一种基于回波功率谱的距离扩展目标频域检测算法。该算法无需对目标抽取形成1维距离像,直接利用目标高分辨距离像功率谱与杂波功率谱的差异,在频域实现了距离扩展目标回波能量的积累。推导了算法的检验统计量,给出了虚警概率的表达式。最后通过Monte-Carlo仿真验证了算法的检测性能。仿真结果表明该文的目标检测算法较目标抽取后的检测算法在检测性能上有明显提高,同时其检测性能也优于同条件下基于视频积累的距离扩展目标检测算法,并且具有良好的鲁棒性和工程可实现性。     

基于SVM的雷达目标高分辨距离像识别研究

本文从模式分类角度讨论基于高分辨距离像(HRRP-high resolution range profile)的雷达目标识别问题,对基于支持向量机(SVM-Support Vector Machine)的高分辨距离像识别方法进行了研究.使用SVM对3类目标的HRRP进行了分类识别,并在同样条件下与基于模板匹配的识别方法进行了比较.结果表明,使用SVM具有更高的分类正确率和更好的泛化性能.     

基于一维距离像的雷达目标识别方法研究

通过对光学区雷达目标一维距离像的介绍和分析,指出利用一维距离像进行雷达目标分类和识别的可行性,并针对一维距离像对姿态角度化敏感这一难点问题,提出两种比较实用的解决方案。