高超声速目标雷达检测方法综述

随着高超声速飞行器的不断发展,对高超声速目标的探测需求愈加迫切,近年来涌现出了大量针对该类目标的雷达检测方法。文中根据检测方法利用目标回波相位信息的情况,将现有方法分为相参积累、非相参积累、相参与非相参组合三大类进行讨论,对各种方法的处理思路及其优缺点进行了分析和总结,并指出当前方法中存在的问题,对高超声速目标雷达检测的发展趋势进行了展望。

基于GPU的RFT算法并行化

RFT(Radon-Fourier Transform)是一种广义的MTD算法,可沿着目标径向运动轨迹进行相参积累。然而对距离-速度二维搜索产生的巨大计算量使得其难以快速实现和工程化。针对这个问题,根据雷达信号的回波数据结构和RFT算法思路,提出一种基于GPU的RFT并行化算法。通过实验,GPU平台实现的RFT算法与标准RFT和快速RFT相比,获得了巨大的加速比。另外,通过对比在CPU平台执行的MTD算法,得到在GPU平台上的RFT计算结果在不需要传回主机内存的条件下,计算速度快于在CPU平台上MTD算法。

基于改进的快速RFT算法的高速目标检测

RFT算法是一种广义的MTD,可以沿着目标运动轨迹进行相参积累。通过分析RFT算法中产生的盲速旁瓣(BSSL)及其与主瓣之间的关系,将基于Chirp-Z变换的快速RFT和标准RFT算法结合,提出一种改进的快速RFT算法,在一个速度区间利用快速RFT搜索目标的模糊速度和距离单元,通过构建速度搜索函数利用标准RFT对目标进行精确搜索。与原有快速RFT相比,改进算法运算量明显减少且不会随着模糊因子的增加而急剧增加。通过仿真实验,验证了在理想条件下积累结果接近理论值。

一种改进的快速RFT实现方法

RFT算法是一种广义的MTD,可以沿着目标运动轨迹进行相参积累。将基于Chirp-Z变换的快速RFT与标准RFT结合,提出一种改进的快速RFT实现方法。该方法根据旁瓣与主瓣的关系,通过搜索高于噪声电平的旁瓣找到主瓣,从而实现目标检测。与原有遍历所有可能的盲速因子的快速RFT相比,新算法运算量明显减少。实验结果表明,该方法在保持检测性能基本不变的情况下,能显著提高算法的运算速度。

面向雷达高速目标检测的RFT快速实现方法

基于Chirp-Z变换(Chirp-Z transform,CZT)的Radon-Fourier变换(Radon Fourier transform,RFT)是一种频域RFT算法,然而对多普勒模糊数的遍历搜索使得该算法运算量较大,同时该方法对积累结果采用选大处理抬高了噪声电平。针对上述不足,提出了一种由粗到精(coarse-to-fine,CTF)的RFT快速算法(CTF-RFT)。在粗检测阶段,首先对多普勒模糊数进行跨间隔搜索,对多组二维积累结果进行粗检测提取潜在目标,再利用目标积累能量在多普勒模糊数维的变化规律剔除虚假目标,得到目标所在的多普勒模糊数区间及粗略参数;在精检测阶段,对粗检测确定的多普勒模糊数区间进一步搜索,确定目标的精确参数。理论分析和实验结果表明,与CZT-RFT相比,CTF-RFT在获得几乎相同检测性能的同时进一步降低了计算量。

基于RFT和AMF融合聚焦的雷达弱小目标检测

低小慢目标的有效探测是雷达领域很有挑战性的课题。本文针对典型无人机的雷达探测问题,旨在提供一套完整的脉冲多普勒(PD)雷达弱小目标高精度检测方案,包括信号模型的建立以及检测聚焦。对于检测聚焦,先利用高阶FIR滤波器滤除低频杂波,再使用Chirp-Z Transform(CZT)加速的Radon-Fourier变换(RFT)和自适应匹配滤波器(AMF),实现目标能量的融合聚焦,最后利用单元平均恒虚警率检测器(CA-CFAR)实现目标的检测。RFT和AMF融合聚焦方法可有效实现信号中强目标和弱小目标的聚焦,提高了弱小目标检测前的信噪比,从而极大地提高了CFAR检测器对弱小目标的检测概率。

美国“弹性太空”概念:演进、战略举措与战略影响

“弹性太空”是美国太空战略发展的新方向,其内涵随着美国太空战略调整而不断丰富,具体体现为:分散式、扩散式、多样化部署;体系能够随时分解、重组、重构、重建与自我修复;威胁全面感知与快速溯源反击;高风险条件下持续支援其他域联合作战。美国通过发展“弹性太空”先进技术、开展弹性太空试验演习、建立天空军事联盟等战略举措,构建面向威胁更具弹性的太空体系,巩固其太空霸权地位,引领太空技术发展方向,给竞争对手造成严峻挑战。

基于LMB平滑的雷达弱小目标跟踪

低小慢目标的有效检测和跟踪是雷达领域目前的热点问题。本文是基于RFT和AMF融合聚焦的雷达弱小目标检测的续篇,重点研究脉冲多普勒(Pulse Doppler,PD)雷达对典型无人机的跟踪问题。跟踪算法的实现步骤主要包括三步:首先进行点迹凝聚和帧间加速度估计的预处理;其次利用标记多伯努利(Labeled Multi-Bernoulli,LMB)平滑器实现多目标跟踪;最后在轨迹连续性判断和有效轨迹提取后输出目标的最终轨迹。LMB平滑器可以得到目标平滑后的轨迹,提高距离和速度的估计精度。轨迹连续性判断和有效轨迹提取,可以有效克服速度抖动引起的断裂轨迹和速度模糊引起的虚假轨迹问题。应用本文算法处理多个测试数据的综合得分率为96.67%,从而验证了算法的有效性和稳健性。