基于扩展距离像序列的ISAR成像相位补偿方法

逆合成孔径雷达(inverse synthetic aperture radar,ISAR)相位补偿算法对成像结果具有重要影响。首先从ISAR成像原理出发推导了相位误差产生原因,针对多普勒中心跟踪法,分析了横向交叉项对多普勒中心的影响,采用CLEAN算法分离了距离单元内强散射中心簇,构建了扩展距离像序列,提出了基于扩展距离像序列的相位补偿方法,有效地减小了横向交叉项对多普勒中心的影响,提高了相位误差估计精度。成像结果表明,该方法能够较好地补偿ISAR成像中的相位误差,噪声环境下优于其他方法。

复合高斯杂波下距离扩展目标斜对称自适应子空间检测器

针对非高斯杂波背景中距离维扩展的多秩线性子空间信号自适应检测问题,本文基于两步法设计了广义似然比(GLRT)、Rao、Wald检测器。为解决训练样本有限情况下自适应检测器性能急剧下降的问题,本文在检测器设计阶段利用了协方差矩阵的斜对称结构特征。考虑到高分辨率雷达目标回波除了具有沿雷达径向的平动分量之外,还能观测到偏航、横滚、俯仰等转动分量,将目标信号建模为距离扩展子空间信号,以充分利用多普勒信息;为弱化纹理分量先验分布选择的困难,减小模型失配导致的检测性能损失,将杂波建模为纹理分量为未知常数且散斑协方差矩阵具有斜对称结构的复合高斯杂波模型。经过蒙特卡洛仿真实验验证,在训练样本数量受限的情况下,本文所提三种斜对称检测器检测概率达到0.5所需的信杂比相比传统检测器平均低20 dB。同时,分析表明提出的三个斜对称自适应检测器均对散斑协方差矩阵具有恒虚警特性。

基于平方根分解的干扰加噪声背景下距离扩展目标子空间检测器

研究了子空间干扰加未知噪声背景下的距离扩展目标检测问题.将目标和干扰均建模为已知子空间内具有未知坐标的信号,且目标信号子空间包含在干扰信号子空间内.利用一组包含干扰和噪声的辅助数据估计干扰协方差矩阵,采用平方根分解方法变换干扰矩阵结构,进而求解干扰坐标协方差矩阵、噪声功率和目标信号坐标的最大似然估计,基于一步法设计策略建立广义似然比检验检测器.理论分析表明,所提出的检测器对干扰加噪声的协方差矩阵具有恒虚警率特性.仿真分析表明,在与目标信号相关的干扰加未知噪声背景下,所提出的距离扩展目标子空间检测器的检测性能优于已有对比检测器,且能有效抑制不同功率的子空间干扰信号.

基于ACCF-LVD-KT的距离扩展目标运动参数估计与HRRP重构方法

越来越多的空天威胁目标兼具低可观测性和高机动性,因此从低信噪比的距离扩展目标回波中重构高分辨距离像(HRRP)面临很高的技术挑战。文中提出了一种基于相邻互相关-吕分布-Keystone变换的长时间相参积累方法,能够实现变加速运动距离扩展目标的运动参数估计和HRRP重构。首先,利用相邻互相关函数与吕分布实现机动参数估计;然后,根据机动参数估计值进行相位补偿,并联合Keystone变换校正距离徙动;最后,进行相参积累并实现HRRP重构。仿真实验和实测数据处理结果表明:该方法能够实现运动参数估计与HRRP稳健重构。此外,该方法避免了高维参数搜索,计算效率高,具有良好的工程应用前景。

非高斯杂波下修正的SDD-GLRT距离扩展目标检测器

在球不变随机向量非高斯杂波背景下,针对SDD-GLRT方法在统计平均意义下对距离扩展目标进行最优检测所带来的检测损失,通过充分利用目标散射点的先验信息,基于有序统计检测理论,提出了修正的SDD-GLRT距离扩展目标检测方法.理论分析表明,在不存在目标的假设下,虚警概率与纹理分量的混合分布、杂波协方差矩阵以及确知信号的方向向量无关,即修正的SDD-GLRT方法具有恒虚警率(constant false alarm rate,CFAR)特性.仿真结果表明,随着积累脉冲数及目标散射点所占距离单元个数的增加,修正的SDD-GLRT检测性能得到提高.在散射点分布稀疏条件下,修正的SDD-GLRT的检测性能要明显好于SDD-GLRT和NSDD-GLRT,且在估计目标散射点个数存在微弱偏差和不同杂波尖峰情况下,修正的SDD-GLRT具有很好的鲁棒性.

高斯背景下距离扩展目标的恒虚警率检测

对宽带高分辨率雷达(HRR)中的距离扩展目标进行检测,若还采用分辨雷达的检测方案,目标回波的全部能量得不到充分利用,会影响雷达的检测性能。提出了一类基于二进制积累的距离扩展目标检测算法,推导出了它们的平均虚警概率和平均检测概率的数学解析式,并进行了性能分析和比较。这些方法较常规低分辨雷达方法可获得目标信噪比8个多分贝的性能改善,且这些次优积累的高分辨雷达距离扩展目标检测方法具有易于工程实现的优点。

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。

复合高斯杂波下距离扩展目标的自适应检测

研究了复合高斯杂波下的距离扩展目标自适应检测问题.基于辅助数据,利用采样协方差矩阵(SCM)和迭代(RE)估计矩阵,建立了自适应检测器AMSDD和基于动态阈值的ADT检测器,并分析了检测器的恒虚警率(CFAR)特性.理论分析表明,基于SCM的检测器只能保持对杂波协方差矩阵结构的自适应特性;而基于RE的检测器能同时获得对杂波协方差矩阵结构和纹理分量的CFAR特性.性能分析表明,对于AMSDD和ADT来说,与采用SCM估计器相比,采用RE估计器能使检测器获得更好的CFAR特性和检测性能.另外,基于RE的ADT检测器在目标散射点个数失配时具有很好的鲁棒性.

非高斯杂波下距离扩展目标检测器的失配性能分析

在球不变随机向量杂波条件下,研究了目标方向向量失配时距离扩展目标的检测问题.针对不依赖于散射点密度的广义似然比检验检测器,从理论上分析了信号实际方向向量与导向矢量失配对检测性能的影响,推导了失配条件下的检测和虚警概率公式,证明了检测器的恒虚警率特性.仿真实验表明,检测器对能量均匀分布的目标具有最佳性能,对失配目标信号具有很强的抑制能力;进一步分析表明,目标幅度起伏会带来一定的检测损失,而距离单元间散射点的相关性在高值检测概率区也会引起检测损失.

高斯杂波中距离扩展目标的模糊CFAR检测

为提高高分辨雷达的检测性能,提出了一种高斯杂波背景下距离扩展目标的模糊检测方法。该方法采用模糊恒虚警率(constant false alarm rate,CFAR)检测器代替传统的二进制CFAR检测器,将距离单元值转换成映射到虚警空间的模糊隶属函数值,然后采用模糊积累准则进行积累,得到检测统计量。研究了模糊代数积、模糊代数和两种积累准则,推导出这两种方法虚警概率的数学解析式。仿真结果表明,高斯杂波背景下模糊代数积积累较双门限二进制积累可获得近2 dB的性能改善。同时,模糊检测方法只采用单个检测门限,具有易于调节的优点。

一种距离扩展目标的稳健检测算法

针对距离扩展目标稀疏分布的一般情况,提出了一种改进的基于有序统计的广义似然比检测的稳健算法。该算法采用"或规则",对各种有效距离单元数量假设条件下得出的OS-GLRT检测算法的判决结果进行融合,从而克服了OS-GLRT检测算法对有效距离单元数量估计值比较敏感的问题。所得到的修正OS-GLRT检测算法无需估计有效距离单元数量。通过理论分析证明了恒虚警率性。通过Monte Carlo仿真进行性能分析,说明修正OS-GLRT检测算法的有效性和鲁棒性。由于修正OS-GLRT检测算法无需事先估计有效距离单元的数量,因此便于实际操作。

一种基于散射中心密度的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标的M/N检测器在目标空域散射中心密度较为稀疏时检测性能下降的问题,提出了一种基于散射中心密度的M/N(BSD-M/N)检测器。首先,推导出了检测器的平均虚警概率和检测概率表达式。其次,通过分析不同散射中心密度以及不同信杂比条件下检测器的检测性能与第二门限M取值的关系,给出了最佳M值的近似计算表达式。最后,仿真试验表明,这种检测器在散射中心稀疏情况下,检测性能要明显优于普通M/N检测器。

一种基于强散射中心的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标检测问题,利用广义似然比检验,提出了一种基于强散射中心的恒虚警检测器。首先,以较高的第一虚警概率设置第一门限,提取强散射中心,然后针对强散射中心采用广义似然比方法得到检测统计量,并与基于第二虚警概率的检测门限进行比较,判断目标有无。仿真实验表明,这种检测器在已知和未知散射中心空域分布时都要优于SDD-GLRT(Spatial scattering density-generalized likelihood ratio test)检测器,并且具有鲁棒性。

距离扩展目标的双门限恒虚警检测器及性能分析

针对普通积累检测器检测稀疏散射点目标存在"坍塌损失"以及依赖于散射点密度的二元积累(SDD-BI)检测器检测密集散射点目标存在信杂比损失的问题,该文充分利用目标的散射点密度及幅度信息,提出了一种距离扩展目标的双门限恒虚警检测器(DT-CFAR),在高斯杂波背景下推导了DT-CFAR虚警概率和检测概率与检测门限关系的解析表达式,并给出了最优第1门限的确定方法。仿真结果表明,DT-CFAR对不同散射点密度目标都具有较优的检测性能,并且对散射点密度估计失配具有鲁棒性。

复合高斯杂波下距离扩展目标的OM-GLRT

广义似然比检测(Generalized Likelihood Ratio Test,GLRT)是解决复合高斯杂波下距离扩展目标检测问题的一种有效方法,而当目标速度未知时,对于毫米波等高频雷达而言,速度估计误差将造成方向矢量(steering vector)失配,从而导致GLRT性能的严重下降。此时,如何设计最佳的GLRT检测器就成为一个优化问题。本文在分析方向矢量失配对GL- RT影响的基础上提出了一种最优匹配GLRT(Optimum Matched GLRT,OM-GLRT)方法。仿真结果表明,OM-GLRT能有效地实现对速度未知目标的检测。

非高斯杂波背景中的两个距离扩展目标检测器

针对采用球不变随机向量(SIRV)建模的非高斯杂波背景中检测具有稀疏散射点的距离扩展目标问题,先假设目标强散射点的位置信息已知,采用广义似然比检验(GLRT)理论,提出了基于散射点位置的GLRT(SL-GLRT)检测器。然后,采用门限法估计散射点的位置信息,提出了双门限恒虚警率(DT-CFAR)检测器,推导了虚警概率与检测门限关系的解析表达式,并给出门限的确定方法。与现有方法相比,散射点位置信息已知时,SL-GLRT具有最佳的检测性能,散射点位置信息未知时,DT-CFAR具有较好的鲁棒性。

K分布杂波中距离扩展目标的Wald检测

将距离扩展目标建模为子空间信号,用球不变模型模拟K分布杂波,提出了广义Wald检测算法。该算法是对待检测距离单元进行非相参积累,对杂波的纹理分量而言具有CFAR特性。首先对各个待检测距离单元分别检测,其输出的统计量是"白化"后的信号向信号子空间投影的能量和其向与信号子空间正交的噪声子空间投影的能量的比值来计算的,然后将各个待检测距离单元输出的统计量进行累加,形成最终的检验统计量。为了验证其有效性,通过Monte Carlo仿真了该算法的检测性能,并与文献[5]提出的自适应Wald检测器进行比较。

基于距离单元选择的距离扩展目标检测器

针对距离扩展目标所占据的各距离单元输出的信杂比在统计意义上不同的一般情况,在分析基于顺序统计的广义似然比检测(generalized likelihood ratio test based on order statistics,OS-GLRT)的基础上提出了两种改进的检测器。第一种是修正的OS-GLRT,它采用或规则,将所有可能的有效距离单元数量得到的OS-GLRT的结果进行融合后做出判决,所得到的修正的OS-GLRT无需有效距离单元数量等目标先验信息。第二种是结合双门限(dual threshold,DH)技术,通过设置固定的第一门限对有效距离单元数目进行估计,动态的第二门限形成最终的判决。与同类检测器相比,新检测器不需要距离扩展目标的先验信息,具有较好的鲁棒性。

一种距离扩展目标的Hough变换检测器

针对宽带雷达信号得到的距离扩展目标在有较大运动速度时积累检测困难的问题,该文提出一种基于Hough变换的检测器(HTD)。利用距离扩展目标高分辨距离像信号的相邻回波之间信号具有较大相关系数这一特点,在互相关序号与相关时间2维平面使用Hough变换进行积累来检测目标。理论推导表明Hough变换检测器不需要目标散射中心分布的先验知识和目标的运动信息,具有恒虚警(CFAR)性能。计算机仿真实验表明Hough变换检测器具有比不依赖散射中心分布信息的广义似然比(NSDD-GLRT)检测器更好的检测能力。

一种基于波形的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标检测问题，提出了一种基于一维距离像波形的距离扩展目标检测器。分析了目标一维距离像的波形特点，对一维距离像的离散序列进行FFT变换，获得变换后的低频分量平均值与高频分量平均值的比值，以其中最大的比值作为检测统计量并进行有无目标的判决。仿真结果表明，此检测方法的检测性能要优于依赖于散射中心空间分布密度的广义似然比（SSD—GLRT，Spatial Scattering Density—Generalized Likelihood Ratio Test）检测器，并且明显优于基于波形熵的检测器。