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。     

基于包络插值移位补偿的高速运动目标的积累检测算法研究

本文针对Chirp雷达在低信噪比下对高速运动目标的有效积累检测问题,首先分析Chirp雷达运动目标的回波特性,指出包络走动是影响高速运动目标积累性能的主要因素,然后提出“基于包络插值补偿的相参积累”检测算法来解决这一问题。Monte Carlo仿真实验表明,在信噪比-8dB的条件下,采用该算法,对高速运动目标的检测性能可以达到在虚警概率为10-6时截获概率大于95%,证明了本算法的有效性。     

相参雷达时频域CFAR检测门限获取方法研究

相参雷达体制下采用时频域处理的CFAR检测器面临的一个共性问题就是由于时频域杂波模型与实际不匹配,以及数据样本有限导致的模型参数无法准确估计,进而导致实际检测器性能总是与理论设计有较大差距.为此,本文通过分析相参雷达时频域恒虚警(CFAR)检测门限与虚警概率的函数关系,提出一种基于最小二乘拟合的检测门限获取方法,并给出了其工程实现途径.最后,采用实测数据对该方法进行检测性能仿真实验,实验结果表明,提出的检测门限获取方法有效可行,具有很好的工程应用前景.     

基于Spectral-fit方法的弹载聚束SAR成像方法

弹载聚束式SAR成像可以转化为非均匀转动成像,如何消除非均匀转动的影响是关键技术之一。Spectral-fit法的目的是从原始信号的非均匀样本中得到该信号的真实频谱。文章分析了弹载聚束SAR的特点,研究了非均匀转动对成像的影响,将Spectral-fit法应用到方位向处理中,实现了非均匀转动的补偿和方位向分辨的有机结合。最后仿真结果验证了算法的有效性。     

双极化非相参雷达的极化信息获取方法

极化信息的利用对提高非相参雷达性能有重大的理论和实践意义。文章研究了双极化非相参雷达中的极化估值理论及极化信息的获取方法,并给出了非相参雷达中双极化接收机的方框图和估算回波stokes参数的具体算法。     

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.     

用期望最大化算法抑制角闪烁的预处理方法

用高斯混合模型作为角闪烁噪声的近似统计模型,结合Kalman滤波器,提出了一种利用期望最大化(EM)算法抑制角闪烁噪声的预处理方法.首先采用EM算法处理一帧内的原始测量数据,预先得到目标真实位置的最大似然估计,这个预估计量服从渐进高斯分布,且其方差可求.然后将这个预估计量作为Kalman滤波器的输入量进行跟踪滤波,同时将目标位置的预测值作为下一帧EM迭代过程的初始值,进而形成闭环的跟踪滤波结构.仿真结果表明,该方法有效地抑制了角闪烁,使得Kalman滤波算法更加有效,从而提高了目标跟踪的精度.     

基于运动目标信号稳健特征的频率步进雷达距离像合成方法

频率步进雷达传统的距离像合成方法易受到运动补偿误差的影响.本文首先证明了频率步进雷达回波在脉间IFFT后具有的几种对运动补偿误差不敏感的稳健特征.然后,基于这些特征提出了一种新的距离像合成方法,该方法不仅有效克服了子距离像的多普勒循环移位对距离像合成的不利影响,而且利用脉冲包络加权估计有效提高了距离像合成精度.仿真与外场实测数据分析结果验证了本文方法的性能优势.     

基于双谱奇异值和最优参数支持向量机的目标识别算法

提出了基于双谱奇异值和最优参数支持向量机的目标识别算法。首先从目标距离像的双谱中提取双谱奇异值特征;然后通过实验的方法确定支持向量机参数取值的范围,利用遗传算法获取支持向量机的最优参数;最后应用最优参数支持向量机对3种地面坦克目标进行识别。仿真实验表明,即使在较低的信噪比下该算法仍然可以取得比较高的识别率。     

基于高阶统计量的低分辨雷达空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,首先分析了空间目标的雷达特性规律,在此基础上,提出了基于高阶统计量的空间目标识别算法。计算机仿真实验表明,即使在较低的输入信噪比下,该算法依然对自旋稳定卫星、三轴稳定卫星和空间碎片等三类目标取得了比较好的识别效果。