基于天基平台的空中高机动目标检测方法研究

提出了一种基于天基合成孔径雷达平台实现空中高机动目标的检测方法,相比于逆合成孔径雷达系统实现空中运动目标检测具有极大的灵活性。同时,文中充分考虑了空中运动目标(如飞机、导弹等)的机动性,区别于现有合成孔径雷达地面动目标显示方法对空中机动目标进行匀速直线运动的假设,因此文中方法更具有实际应用的价值。文中方法先采用相邻互相关方法对运动目标进行降阶处理,通过keystone方法对动目标进行统一的走动校正,然后对动目标信号进行变尺度的维格纳威尔分布变换,最后通过傅里叶变换能够充分实现对机动目标的有效相干积累,因而适用于低信噪比下对空中机动目标的检测。     

高机动目标对雷达检测的影响分析

针对无人飞机、导弹、卫星等高速目标机动飞行的特点,分析了目标飞行过程中相对雷达径向速度、径向加速度以及加加速度随时间的变换关系,并利用高次幂相位回波信号建立了信号模型,研究了高次相位对常规方法进行目标检测的影响,获得了最佳积累脉冲数与信噪比、加加速度的关系;最后,提出一种利用短时分数阶傅里叶变换(STFRFT)对三次相位信号进行分析和参数估计的方法,仿真表明该算法处理性能高于傅里叶变换,可为实际雷达检测高机动目标提供理论参考。     

基于运动参数非搜索高速机动目标检测

该文提出一种新的高速机动目标检测与参数估计算法。首先,通过二阶Keystone变换(KT)消除距离频率与慢时间的二次耦合,并计算对称瞬时自相关函数(SIAF)。其次,对SIAF不同维依次进行尺度逆傅里叶变换(SIFT)、尺度傅里叶变换(SFT)和快速傅里叶变换(FFT)实现能量积累,在新的参数空间进行峰值检测得到径向速度模糊数和径向加速度估计值。最后,根据估计的参数构造补偿函数对距离徙动和多普勒扩散进行补偿,并通过KT算法实现目标检测和距离、模糊径向速度的估计,结合补偿的径向速度模糊数计算出不模糊径向速度。 由于不需要进行参数搜索,并且SIFT和SFT均能通过FFT快速实现,因此算法计算量得到大幅度减小。仿真实验验证了该算法的有效性。     

基于修正自适应匹配滤波器的机动目标检测方法

机动目标回波的多普勒走动和训练样本不足导致常规自适应匹配滤波器(Adaptive Matched Filter, AMF)检测机动目标时运算量大且性能不佳。针对此问题, 该文提出一种基于修正AMF的机动目标检测方法。该方法首先通过对角加载减少样本空间自由度, 从而降低对训练样本数的需求;然后以3次相位变换(Cubic Phase Transform, CPT)分离估计加速度, 并以估计值补偿多普勒走动, 降低联合匹配搜索维度, 进而减少运算量;最后进行积累检测。仿真结果表明, 该方法运算量低, 可实现小样本下机动目标的有效检测, 具有恒虚警(Constant False Alarm Rate, CFAR)特性。      

一种无源雷达高速机动目标检测新方法

针对无源雷达中高速机动目标在积累时间内出现距离和多普勒徙动,导致检测性能恶化的问题。该文建立了目标信号模型,提出一种基于Keystone变换结合傅里叶变换分段计算的高速机动目标检测方法,通过信号重叠分段划分快时间和慢时间,利用Keystone变换校正径向速度差的距离徙动,再对慢时间进行二次分段,并结合傅里叶变换的分段计算完成径向加速度差的距离和多普勒徙动校正,实现信号相参积累和目标检测。仿真和实测数据结果验证了该方法的有效性。     

基于运动学参数的高速高机动目标跟踪自适应IMM算法

提出一种基于运动学参数的自适应IMM算法,进行高速高机动目标跟踪.该算法利用交互输出的结果,计算目标的运动学参数,进而实时估算出机动目标的转弯率,利用估计值自适应地使模型与目标实际运动状态匹配.文中还将该算法与其他两种IMM算法进行了比较.蒙特卡罗仿真结果表明,这种算法跟踪目标的稳定性和精确性均优于其他两种算法,有利于高速高机动目标的实时跟踪,具有较好的可实现性.     

宽带双基地雷达高速多目标检测方法

本文提出一种宽带双基地雷达高速多目标检测算法。针对目标高速运动产生的尺度因子和脉内多普勒,本文设计出一种新的匹配滤波器,避免了脉压失配现象的产生,然后根据匹配滤波结果提出改进的广义Radon傅里叶变换算法,对运动参数的多维搜索同时补偿脉内多普勒,从而获得相参积累峰值,不同峰值所对应的各阶参数即为不同目标的等效运动参数估计值,最后对补偿后的相参积累结果进行恒虚警检测处理,实现对高速目标的检测与参数估计。仿真结果表明,本文方法可有效消除脉内多普勒带来的匹配滤波损失,实现宽带雷达体制下高速目标的相参积累,从而验证了所提算法的有效性。     

使用交互多模型算法的高速高机动目标跟踪

对机动目标进行跟踪一直是甚具挑战性的问题,特别是跟踪高速高机动目标在理论上和实践上都有较高的技术难度。现有各种算法在这个问题上均有各自的缺点和不足。该文在现有的运动机动模型和IMM算法的基础上,提出了使用多种机动模型交互的IMM算法进行高速高机动目标跟踪。不同机动模型之间的互补使这种算法克服了使用单一模型的一些问题。使用“当前”统计模型、二级滤波模型和CV模型进行交互是一种可行的高速高机动目标跟踪方案。为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,该算法在性能和计算复杂度之间取得了较好的平衡,有很好的可实现性。     

基于锥形尺度变换的弱小舰船目标检测

该文提出一种低信杂噪比下弱小舰船目标的检测方法。该方法对回波的慢时间瞬时自相关函数进行锥形尺度变换(Taper Scale Transform, TST),解除时延和慢时间的耦合。然后将TST后的信号相干积累,达到很好的检测效果。另外,该文分析了交叉项对检测的影响以及尺度因子的选择标准。实测数据的处理结果验证了该方法的有效性。     

机载雷达高速空中机动目标检测新方法

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会引起多普勒走动.为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性、进而降低STAP性能的问题;然后对距离走动校正后的数据进行Wigner-Hough变换,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿,从而使目标能量能够得到有效积累;最后进行运动目标检测.仿真结果证明了该方法的有效性.     

一种机动海目标跟踪算法研究

在α-β跟踪滤波器的基础上增加了机动检测器,根据残差过程的变化特性,设计机动检测准则来提高对机动海目标的跟踪性能。仿真比较了原始α-β跟踪滤波器和加机动检测器的滤波算法性能。     

基于当前统计模型的强机动目标跟踪算法

当前统计模型算法将当前加速度均值作为输入控制项引入一步预测方程,实质上变为方差自适应变化的匀加速直线运动模型,虽然单位阶跃加速度输入的稳态误差为零,但对变加速度运动的机动目标跟踪效果变差。本文提出一种改进算法,在保留修正瑞利分布描述机动加速度统计特性的基础上,选择零均值时间相关模型,并与当前统计模型算法进行比较。仿真结果表明,本算法对变加速机动目标的跟踪性能明显优于当前统计模型算法。     

Migration compensation algorithm for maneuvering target in passive radar based on FRT-MLVD

During the long coherent integration time in passive radar,the motion parameters (such as high speed,acceleration and jerk motion,etc.) will bring about range migration (RM) and Doppler frequency migration (DFM),further deteriorate the integration performance.To realize the coherent integration of maneuvering targets with jerk motion,a method based on frequency reversing transform (FRT) and modified Lv’s distribution (MLVD) called FRT-MLVD was proposed to achieve the coherent integration and motion parameters estimation.More specifically,the FRT was firstly proposed to remove RM.Then the MLVD was employed to estimate the acceleration and jerk parameters.After compensating the DFM induced by the acceleration and jerk motion,the residual RM was corrected and the velocity and range was achieved via the KT operation.Simulation results demonstrate that the proposed method can effectively compensate the RM and DFM induced by the target motion parameters in passive radar,and for maneuvering targets with jerk motion,the proposed method achieves a better integration and detection performance over existing methods.     

机动目标跟踪的新算法

机动目标通常不是做恒定的运动,其运动状态会随时间的变化而变化.这就使描述系统运动的状态方程是非线性的,而且系统参数会不断变化.传统的推广卡尔曼滤波适用于定系统定参数的情况,如果运用到机动目标跟踪上会导致误差增大甚至滤波发散.基于此,将强跟踪滤波运用到机动目标跟踪上.强跟踪滤波在卡尔曼滤波的基础上引入了多重渐消因子,使强跟踪滤波具有极强的跟踪能力和较好地鲁棒性,因此可以很好地解决变系统变参数的问题.通过仿真,将强跟踪滤波与UT-BLUE滤波方法和EKF滤波方法进行比较,结果表明了该滤波方法的有效性和优越性.     

基于噪声方差估计的红外弱小目标检测与跟踪方法

针对红外弱小多目标图像背景杂波干扰严重、弱 小目标检测率低和目标跟踪困难的问题,提出一种 基于噪声方差估计的红外弱小目标快速检测与目标跟踪算法。首先采用改进的形态学 滤波抑制背景噪声, 对处理后的多帧图像进行方差估计初步突出目标像素;然后对其进行信噪比(SNR)估计得到整个图像序列像素得 分,图像中像素SNR高的被标记为目标像素;再对标记过的图像进行分块分析 ,准确提取出连续图 像序列中的目标像素;将检测出的目标像素作为Hough变换的目标跟踪算法的输入,设置双 阈值实现目标 的有效跟踪。实验结果表明,在复杂背景下的红外弱小目标提取中,基于噪声方差估计的目 标检测拥有较 高的检测概率和较低的虚警概率,将其获得的目标像素作为Hough变换的输入,不仅可以有 效跟踪目标, 而且简化了算法的复杂度,实现目标的快速提取和跟踪,具有很高的应用价值。     

用于高速微弱光信号的平衡探测技术研究

长距离高速微弱光电探测技术在激光通信中应用广泛。为了在未被噪声湮没的环境中检测出所需的微弱信号,采用平衡探测技术对单管探测和平衡探测进行对比,并且对具体的平衡探测器电路进行了理论分析和仿真,得出了在一致性系数较大(k>0.6)时平衡探测器的信噪比优于单管探测的结论。从理论上分析了单管和双管探测的最小可探测光功率。结果表明,把平衡探测技术用于高速微弱光信号探测具有很大的优越性。     

一种改进的机动目标跟踪算法

Singer模型是一种全局统计模型，它考虑了目标所有机动变化的可能性，适合于各种情况和各种类型的机动。由此也导致每一种具体战术情况下的每一种具体机动发生的概率势必很小，所以其跟踪精度不高。UKF—Singer算法通过设计逼近系统状态的分布Singer点，采用UT变换，最后获得滤波值基于状态方程的更新，有效解决了传统Singer模型存在的问题，提高了其跟踪精度。通过仿真试验证实了该算法是有效的。     

高度机动目标的改进CS-Jerk模型

针对高度机动目标跟踪问题,通过对Jerk模型的分析,借鉴"当前"统计的思想,采用截断正态分布来表征目标机动加速度变化率(Jerk)特性,利用Jerk均值与方差之间的关系自适应调整过程噪声协方差矩阵,提出一种改进的"当前"统计Jerk模型(MCS-Jerk model);并通过理论分析指出了Jerk模型及其跟踪算法的缺陷以及改进的MCS-Jerk模型算法的有效性;仿真结果表明改进的模型及跟踪算法的高机动目标跟踪性能明显优于基于Jerk模型的跟踪算法。     

压缩感知机动目标ISAR成像新方法

基于Fourier基的压缩感知（Compressed Sensing,CS）算法已被成功应用于平稳运动目标的逆合成孔径雷达（Inversed Synthetic Aperture Radar,ISAR）成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。     

一种精确跟踪机动目标的滤波算法的研究

介绍一种自适应调整过程噪声方差的滤波计算新方法.此方法不需要目标机动的先验知识,而是构造一个可自适应调整的缩放因子,通过该因子对过程噪声进行调节.结合协方差匹配自适应滤波算法的思想,给出一种新的机动目标跟踪算法.通过蒙特卡洛仿真,同IMM算法进行比较,结果表明算法在目标发生机动时具有更好的性能.