基于图像化多帧积累滤波的慢小目标探测方法

针对慢小目标在雷达相邻帧间因不能连续检测,造成雷达丢失目标的问题,提出了一种基于图像化多帧积累滤波的慢小目标探测方法。利用帧间差分技术去除固定杂波对慢小目标的干扰,引入了最小外接矩形的长宽比(F3)、占空比(F2)和像素值(F1)3个参量值作为滤波的特征因子,运用图像标记技术提取积累区域上述特征因子,最后通过控制特征因子去除目标中慢动杂波,提高了雷达对慢小目标的探测性能。仿真实验结果验证了该算法的有效性。     

三天线机载SAR动目标轨迹检测

在军事应用场合中,SAR除了能获得高分辨率图像外,还具有对地面运动目标进行探测、跟踪和定位的能力。结合试验用SAR/MTI雷达的具体情况,对采集的数据运用通道校正和均衡处理等技术,并在图像域进行杂波抑制干涉处理来提高系统的杂波对消能力。通过计算机仿真和三孔径SAR/MTI实测数据的处理,证明该处理方法能有效地从地杂波中检测出地面慢速运动目标的运动轨迹。     

基于Chirp Z变换的海面目标帧间非相参积累技术

为提升雷达对海面微弱目标的探测能力,提出基于Chirp Z变换的多圈扫描帧间非相参积累技术。首先,建立多圈扫描采用不同载频时的雷达回波信号模型。然后,提出基于Chirp Z变换的运动目标帧间多普勒校正和距离走动补偿方法,使得多圈扫描数据经过处理后,目标出现在相同的距离多普勒检测单元内,从而可以直接进行帧间的非相参积累,实现对微弱目标检测性能的提升。最后,结合仿真试验和实测数据,验证了所提方法的有效性。     

基于keystone变换的宽带目标识别雷达杂波抑制

对宽带雷达,相邻回波间会出现越距离单元走动现象,传统杂波抑制方法不适用。keystone变换在校正越距离单元走动时,无法同时校正模糊次数不等的多个目标。基于上述思想,提出了一种结合keystone变换在频率域-多普勒域联合提取目标信号和抑制杂波的适合于宽带目标识别雷达的杂波抑制新方法。该方法较好地解决了当keystone变换过程中目标和杂波出现不同的模糊因子时,如何校正越距离单元走动的这一难题。计算机仿真结果表明,该方法在低信杂比情况下仍可保持较好的识别性能。     

全息穿透雷达非平整表面杂波抑制算法研究

针对全息穿透雷达应用于无损探测时非平整表面杂波干扰难题,提出一种基于双频对消的非平整表面杂波抑制方法。该方法首先在设定条件下获取高低两种频率下的雷达回波数据,并建立相应回波信号模型。通过分析不同频率雷达回波中目标信号与非平整表面信号特点,结合理论推导估算模型中的各项参数,并拟合出表面回波的近似值,最后与原回波对消以抑制雷达图像中的非平整表面杂波。通过仿真与实测数据实验,验证了所提方法的有效性。     

基于无人艇的导航雷达目标检测跟踪算法

在无人艇利用导航雷达进行环境感知的过程中,针对雷达回波图中出现的区域破碎现象以及对运动目标进行跟踪时存在较大误差的问题,提出了一种应用于导航雷达的目标检测跟踪方法提高无人艇对水面目标的检测能力。首先,对雷达原始回波图像解析并进行预处理操作;其次,在图像连通的基础上,设计自适应阈值分割Hausdorff匹配算法对回波图和地图进行匹配,区分属于目标和陆地的回波;然后,对连续两帧的雷达回波图进行目标匹配;最后,通过加入预测序列模型的经验模态分解算法优化检测跟踪结果,提高获取目标信息的准确性。实验验证结果表明：对1 km内相对运动速度低于30节的水面目标,所提方法目标检测概率提升了6.5%,距离误差低于2%,航速误差低于6%,航向误差低于6°,整体性能优于工程中常用的检测跟踪方法。     

未知强杂波下基于DP-TBD的雷达弱目标检测

实测回波的弱目标检测往往面临复杂杂波环境,如信杂比过低、难以获取信杂比与杂波分布等先验信息,此时基于杂波建模的弱目标检测前跟踪(track-before-detect,TBD)方法会遇到困难。针对上述问题,本文提出一种新的用于未知强杂波实测数据的弱目标检测算法。依据未知分布、边缘环境等特点通过改进的最大值恒虚警进行杂波预处理,通过压缩多普勒-距离二维数据避免多帧积累使杂波在同一分辨单元产生强度叠加,最后在时间-距离空间改进基于动态规划的TBD算法解决多帧联合后杂波在不同距离单元的范围扩展,消除虚警。实验结果表明,本文算法相比常规方法具有更高的检测概率及更低的估计误差。     

用综合识别法检测风廓线雷达湍流目标

风廓线雷达探测时,由于湍流回波信号弱,易受到地杂波的干扰。为了改善目标检测效果,分析得到地杂波的如下特点：地杂波为宽度很窄的高斯谱、地杂波关于多普勒零速度点对称分布、地杂波离多普勒零速度点很近、地杂波谱峰两侧有很大的梯度、相邻高度层上的地杂波谱峰值有很小的梯度。据此,提出了进行风廓线雷达目标检测的综合识别法。其主要步骤是：以分段平均法确定噪声电平,以谱的形状和谱宽大小进行初步识别,以分类检测去除地杂波影响,再适当进行连续性修正后得最终检测结果。实测数据处理表明：检测效果令人满意,不同波束的检测结果具有对称性,在弱信号时也可以取得合理的检测结果。     

双频率高频地波雷达船只目标点迹关联与融合处理

单频率高频地波雷达海上目标探测会受到一阶海杂波和高频谐振区目标回波强度起伏的影响,引起目标漏检。利用实测船只探测实验数据,分析了双频地波雷达目标探测的特点,并重点分析了海杂波对目标探测的影响,指出双频雷达可以克服单一频率目标探测中漏检的缺陷,提高船只目标的检测率。通过分析双频地波雷达检测结果的不同分类及处理方式,给出了双频地波雷达目标点迹融合处理方法,讨论和分析了目标点迹关联中距离门、速度门和方位门等参数的选取原则及影响因素。最后利用实测同步的自动识别系统数据,评价了目标点迹融合的探测精度。     

末制导雷达目标捕捉概率的仿真研究

应用Nrad修正的海面回波反射强度GIT模型和瑞利海杂波背景中的目标检测概率计算模型,给出末制导雷达目标检测概率与海浪级数、风向角以及目标RCS之间的变化关系曲线;确定了STC电路输出控制电压与海杂波干扰功率的"匹配参数"。通过蒙特卡洛法得到不同导弹自控终点散布误差和不同末制导雷达搜索选择区范围条件下的目标覆盖概率与导引头自导作用距离和箔条弹布放距离之间的变化关系曲线。通过某末制导雷达抗干扰性能仿真系统得到目标捕捉概率与自导作用距离之间的关系曲线,并就提高干扰背景中末制导雷达目标捕捉概率提出几点想法。     

基于深度学习的复杂背景雷达图像多目标检测#br#

针对传统雷达图像目标检测方法在海杂波及多种干扰物组成的复杂背景下目标分类识别率低、虚警率高的问题,提出将当前热点研究的深度学习方法引入到雷达图像目标检测。首先分析了目前先进的YOLOv3检测算法优点及应用到雷达图像领域的局限,并构建了海杂波环境下有干扰物的舰船目标检测数据集,数据集包含了不同背景、分辨率、目标物位置关系等条件,能够较完备地满足实际任务需要。针对该数据集包含目标稀疏、目标尺寸小的特点,首先利用K means算法计算适合该数据集的锚点坐标;其次在YOLOv3的基础上提出改进多尺度特征融合预测算法,融合了多层特征信息并加入空间金字塔池化。通过大量对比实验,在该数据集上,所提方法相比原YOLOv3检测精度提高了6.07%。     

基于FRFT的天波雷达多机动目标检测

天波超视距雷达（over-the-horizon radar, OTHR）中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归（auto-regressive, AR）过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform, FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用“CLEAN”方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换（discrete polynomial transform, DPT）算法相比,本文算法可以更好地适用于多目标检测;与Radon Wigner变换算法相比,本文算法可以达到更高的参数估计精度。     

基于时域特性的非相参雷达目标检测与跟踪

将跟踪雷达的目标检测策略应用于搜索雷达数据处理,提升对复杂低空空域非相参雷达图像中小弱目标的检测与跟踪能力。首先,根据跟踪目标的生命周期等时域特性,修正“最优分类面”中目标预估位置邻域内的分割阈值,以提高目标检测灵敏度。然后,利用杂波在雷达图像序列中的时域特性进一步修正“最优分类面”,剔除剩余杂波。最后,将本算法与已经实现的基于空域特性的杂波抑制算法相结合,分别应用于仿真和实测数据,并采用多种方法评价检测结果。检测结果表明,本算法能够在提高检测率的同时,进一步降低虚警率。     

认知雷达起伏目标检测

认知雷达通过对探测环境的感知实现对感兴趣目标的探测。考虑杂波和噪声中的起伏目标的认知雷达探测问题,建立从接收机到发射机的反馈支路,使得雷达与探测环境之间构成一个闭环;采用期望最大算法对探测环境中的目标参数进行估计;利用接收机获得的反馈信息,采用信杂噪比最大准则设计下一次迭代所需的发射波形。计算机仿真分析表明,采用了认知雷达闭环探测结构,可以有效增加探测环境信息获取的效率,因此相对于常规雷达而言,具有更好的探测能力。     

基于状态空间模型的雷达目标一维散射中心参数估计

复杂雷达目标回波可看成是多散射中心回波的合成。首先建立了雷达目标回波的状态空间模型,然后利用超分辨方法估计一维散射中心的参数。在此基础上提出了一种基于状态空间的散射点数估计方法,该方法能够嵌入状态空间分析方法中,在进行超分辨分析的同时获取目标散射点数的精确估计,最后利用经典雷达回波模型对该方法进行了仿真实验验证。仿真结果表明,该方法能有效地提取一维散射中心参数并估计出散射点数,且具有良好的抗噪性。     

强目标掩盖下雷达微弱目标检测算法

在雷达多目标检测时,弱目标由于其能量低,容易被临近的强目标掩盖,严重影响了弱目标的检测。针对强弱目标并存的情况,提出了一种新的雷达微弱目标检测算法。首先联合Keystone变换和最小二乘FIR滤波器原理,实现了强目标相参积累并估计了其回波幅值,从而重构出强目标回波信号,并将其从原始回波中消除。通过对余下信号做相参积累,凸显了微弱目标,提高了微弱目标的检测性能。仿真实验验证了算法的有效性和优越性。     

基于HHT的高频雷达机动目标参数估计

针对高频雷达强杂波场景下的机动目标检测,提出了基于希尔伯特黄变换(Hilbert-Huang transform,HHT)的机动目标参数估计算法。该算法首先通过复数经验模态分解将回波分解为杂波和目标分量,然后计算目标分量的瞬时频率,获得频率随时间变化的HHT谱,最终利用线性拟合估计目标运动参数。该算法无需抑制杂波,可同时对多目标进行运动参数估计,有助于简化多目标运动补偿和检测流程。数据分析结果表明,该算法可以有效运用于对高频雷达机动目标速度和加速度的估计。