基于假设检验理论的雷达近邻目标距离统计分辨限

分辨率是雷达系统的重要性能指标之一,传统采用模糊函数(AF)来分析波形的距离和多普勒分辨能力。该文提出以下观点:第一,传统的模糊函数分析方法的基本出发点是首先采用匹配滤波来处理回波信号,而从机理上来说,匹配滤波是在白噪声和点目标前提下使得输出信噪比(SNR)最大,对检测来说最优,但不适用于多个目标的分辨问题;第二,模糊函数分析方法并不能反映出噪声、目标起伏等随机因素,以及近距多目标波形相互干扰等因素的影响;第三,模糊函数只适用于两相同信噪比目标分辨,不适用于实际中经常存在的不同信噪比的多个目标的分辨。该文基于原始回波数据,采用统计学中的假设检验理论来研究雷达近邻目标距离分辨的问题,在给出统计意义上的正确分辨概率和虚判概率定义基础上,推导近邻目标距离统计分辨限(SRL)的表达式。仿真表明,统计分辨限可以突破瑞利限。当设定虚判概率和分辨概率分别为0.001和0.5时,对两幅度相位差为90度的0 dB的线性调频信号,距离统计分辨下限可达0.3倍瑞利限。      

高分辨雷达目标检测方法研究

高分辨雷达较低分辨雷达能够提供较多的目标结构信息,但是由于其目标回波和杂波的特殊性,信号检测也存在着一些新的技术问题。本文分析了高距离分辨雷达目标和杂波的回波特性,给出了回波模型,在此基础上分析了非瑞利杂波背景下高距离分辨雷达的检测方法,并进行了仿真验证,结果表明采用TM—CFAR与M／N检测相结合的方法可以很好的利用...     

海面漂浮小目标的特征联合检测算法

该文研究了高距离分辨海杂波背景下漂浮小目标的检测问题。漂浮目标使得周围海面的散射特性发生了改变,目标所在的分辨单元的回波满足非加性模型,导致该模型中依赖于目标的参数难以统计建模。为了避开参数建模,该文将检测问题转化为二元分类问题,即确定海杂波所属于的类,目标检测就是判别回波是否属于该类。针对此分类问题,提出了基于非加性模型的特征联合检测算法,首先在回波中提取两个特征组成归一化向量,然后利用凸包训练算法获得判别区域,最后以判别区域是否包含该向量作为判别准则。实测的IPIX雷达数据实验结果表明,该文算法在高分辨海杂波下的检测性能优于对比算法,为海事雷达检测小目标提供了新的检测方案。     

基于目标稀疏性的雷达距离超分辨

雷达目标在观测空间中通常是稀疏的。当雷达发射线性调频信号时,目标回波的匹配滤波实际上是频域去斜脉压,回波信号在频域去斜后变成复正弦波。基于目标稀疏性和去斜回波的复正弦形式,可以构造多目标频域去斜回波的距离维稀疏信号模型,然后利用凸优化方法求解目标的距离,同时实现雷达距离超分辨。本文提出了一种基于目标稀疏性和频域去斜的距离超分辨方法,理论分析和仿真实验表明,该方法的距离分辨率超过了常规脉冲压缩技术,从而实现了雷达距离超分辨。     

雷达成像近似二维模型及其超分辨算法

现有的雷达成像超分辨算法是基于目标回波信号的二维正弦信号模型,所以模型误差,特别是距离走动误差,将使算法性能严重下降或失败。为此,本文采用距离走动误差下的一阶近似雷达成像二维信号模型,提出了一种基于非线性最小二乘准则的参数化超分辨算法。在算法中,距离走动误差补偿与目标参量估计联合进行,文中同时给出了算法估计性能的Ｃｒａｍｅｒ－Ｒａｏ界及仿真结果。     

由阵列相位加权实现雷达横向距离分辨

本文提出一种通过阵列相位加权实现雷达横向距离分辨的新方法。首先要测出阵列口径面上由回波信号产生的幅度和相位分布。这一过程是通过对各接收通道相位进行加权而实现的。接下来?由已取得的数据即可获得横向距离分辨率。理论分析表明，无论目标位于远场区还是近场区，本方法都是适用的。     

基于分数布朗特征的低分辨雷达目标分类

低分辨雷达目标的JEM效应不仅体现在对目标回波的频率调制上,还体现在幅度调制上,以上2种调试特征是互补的关系,综合运用2种调制特征将会改善低分辨雷达对飞机目标的分类与识别能力。分数布朗运动模型是一种可以用来描述自然界中随机分形的统计模型,文中提出将分数布朗运动模型用于反映回波幅度的不规则程度或起伏程度,以及回波幅度起伏的快慢,分别提取回波时域和频域的分数布朗分形维,再采用支持向量机分类器进行分类,很好地将直升机与民航机2类目标区分开来。实测数据表明,综合分类正确率大于85!。     

调制状态下目标超分辨成像研究

给出了一种调制状态下目标的超分辨逆合成孔径雷达成像方法,不仅解决了调制等因素对目标成像的影响,而且还提高了对目标的二维分辨能力.首先,利用复数经验模态分解算法将雷达回波分解,并弃除影响成像的调制成份,同时重构目标刚体回波;其次,利用回归模型和Burg算法对目标回波建模和估计;再次,基于估计的回归模型,对刚体回波的距离向和方位向外推来提高对目标的二维分辨能力;最后,利用经典的距离多普勒算法对目标稳健成像.基于仿真和实测数据,给出了文中方法与其他方法的成像结果.     

低信噪比下线性/非线性调频信号距离超分辨

本文研究了应用高分辨阵列处理算法实现雷达距离超分辨问题。利用我们提出的针对线性／非线性调频（ＬＦ ／ＮＬＦＭ）信号的降噪算法,提高了回波信号的有效信噪比（ＳＮＲ）。通过将ＭＯＤＥ算法拓展到色噪声环境中,基于频域处理解决了不同目标速度接近时造成的目标回波强相关甚至相干给超分辨处理带来的困难。计算机模拟表明,本文方法可在低ＳＮＲ下实现多目标的距离超分辨估计,并克服了现有方法在ＳＮＲ门限、回波相干性、计算量等方面的限制。     

单脉冲雷达多目标分辨的遗传算法实现

常规单脉冲雷达一般对落在同一距离单元、同一波束内的多个目标难以分辨。提出一种基于单脉冲雷达进行多目标分辨的方法。该方法利用雷达回波的和差信号经过同相正交解调获得多维观测数据，建立关于目标位置和数目参数的似然比函数，采用改进的遗传算法对多目标参数进行估计，并基于最小描述长度准则进行目标数确定。在遗传算法中引入了精英准则、局部寻优、实数表示等多种策略，有效提高了多目标参数搜索性能。仿真实验证明了该算法的整体有效性。     

由阵列相位加权实现雷达横向距离分辨

本文提出一种通过阵列相位加权实现雷达横向距离分辨的新方法。首先要测出阵列口径面上由回波信号产生的幅度和相位分布。这一过程是通过对各接收通道相位进行加权而实现的。接下来，由已取得的数据即可获得横向距离分辨率。理论分析表明，无论目标位于远场区还是近场区，本方法都是适用的     

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。     

基于多伯努利概率假设密度的扩展目标跟踪方法

高分辨率雷达系统中,扩展目标一般会产生多个量测。现有随机有限集(RFS) 类算法一般假定扩展目标的量测数目服从泊松分布,然而这个假设与实际情况不符。针对这一问题,该文提出一种多伯努利扩展目标概率假设密度(MB-ET-PHD)跟踪算法。该算法首先假设扩展目标的量测数目服从多伯努利分布,然后通过有限集统计(FISST)理论的多目标微积分推导得到校正等式,最后给出了高斯混合(GM)框架的仿真结果。仿真结果表明该算法能够获得比泊松ET-PHD算法更好的跟踪性能。     

一种基于顺序统计量的距离扩展目标检测器

该文提出一种高斯白噪声中的距离扩展目标检测器。实际目标的宽带雷达回波能量往往集中于若干距离单元中,基于这一事实,对检测窗内的回波数据按能量降序进行排列,然后顺序进行能量积累和检测,直到做出判决为止。文中详细推导了检测器的虚警概率,给出了设置检测门限的方法。最后通过Monte Carlo实验,利用两类特殊能量分布方式的距离像和一个实际目标的实测距离像,对比分析了该文提出的基于顺序统计量的距离扩展目标检测器相对于能量积累检测器的性能。对于回波能量集中于少数距离单元的距离像,该文提出的检测器比能量检测器具有更好的检测性能。     

基于信号特征谱的地面运动目标分类

研究低分辨、短驻留时间下地面运动车辆目标分类问题。根据微多普勒效应,使用多散射中心模型描述轮式和履带式车辆的微动部件雷达回波。指出目标回波中的谐波数是区分轮式和履带式车辆的一个稳定特征,由此提出一种基于目标回波信号特征谱的特征提取方法。该方法能够描述目标回波中的谐波信息,同时对于平动速度变化所带来的影响具有稳健性。使用仿真数据的实验结果验证了该方法的有效性,使用实测数据的实验结果表明:该方法在分类性能上优于基于主分量分析的分类方法。     

信噪比未知时不可分辨目标的单脉冲角估计

针对单脉冲雷达可能跟踪多个不可分辨的目标这一背景,提出了一种利用估计的信噪比对不可分辨目标进行单脉冲角估计的方法.该方法在雷达系统设计上需要提高接收机带宽和AD采样率,根据多目标的信号检测结果选择目标回波的样本点数据估计信噪比.文中给出了实现多个目标单脉冲角度估计的具体步骤.通过计算机仿真分析了角估计的统计性能,表明该方法能够有效地对单脉冲雷达分辨单元内的多个目标进行角度分辨.     

一种基于拟合优度检验的恒虚警检测方法

针对传统的基于滑窗自适应门限恒虚警检测方法在非高斯环境下和多目标干扰环境下,性能下降的问题,提出了一种基于拟合优度检验的恒虚警检测方案,该方法利用了目标回波与背景杂波统计特性的差异,通过检验待检单元的回波样本是否服从背景分布来检测目标:如果待检单元样本服从背景分布,则有理由相信待检单元回波源于背景杂波,从而判断没有目标存在;否则,将判断有目标存在.和传统的基于自适应门限的检测方法相比,该方法受背景分布特性和干扰目标的影响很小.仿真实验表明,在尖锐的非高斯杂波环境下以及多目标干扰环境下,都能保持更优的检测性能.     

多雷达融合检测中的分辨率匹配处理技术

利用多站雷达信号进行融合检测是提高对海监视能力的有效手段。针对不同分辨率雷达信号的融合检测问题,本文推导了低分辨雷达回波的过采样信号与高分辨率回波信号之间的相互关系,提出了由过采样回波重构高分辨信号的超分辨算法。由此将多分辨的雷达回波统一到相同的分辨率水平上,避免了因分辨率不匹配引起的融合检测性能的下降。仿真结果表明了该算法的有效性。     

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.     

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler, RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation, APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。