天波超视距雷达机动目标检测方法

天波超视距雷达(over the horizonradar,OTHR)通过快速傅里叶变换(fastFouriertransform,FFT)实现长时间相干积累,但这种基于目标速度恒定的方法对于机动目标的效果并不好。提出了一种基于目标运动参数估计的OTHR机动目标检测方法。该方法首先确定机动目标的运动参数的大致范围,然后对其运动参数进行估计,之后对其径向加速度进行补偿,最后对经加速度补偿后的目标信号进行相干积累并在距离 多普勒平面上进行二维恒虚警检测。仿真结果表明,该方法能够增强OTHR对机动目标的检测能力,运算效率高,实用性强。

基于改进时频分析方法的天波雷达机动目标检测算法研究

在天波超视距雷达(OTHR)中,基于时频分析技术的机动目标检测算法具有信噪比要求低和参数估计精度高等优点。但是传统的时频分析方法计算量大,难以满足实际工程应用需要。针对该问题,该文提出一种新的时频分析方法,该方法构造时间-频率变化率的联合域并沿时间轴进行积分实现机动目标的检测和参数估计。由于该算法积分路径的特殊性,可以避免使用Hough变换,进而减小算法计算量,使其满足实际工程需要。仿真结果表明,该算法在低信噪比(SNR)下检测效果好,运算量低,且具有更高的参数估计精度;此外,该算法对不同时刻的频率变化率成分进行了积累,有效抑制了多机动目标引起的交叉项,避免了虚假目标的出现。

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。

基于非线性最小二乘的空中机动目标检测方法

针对强杂波背景下的空中机动目标检测问题,该文提出一种基于非线性最小二乘(Nonlinear LeastSquares,NLS)的空中机动目标检测方法。该方法通过构造目标信号模型,并利用NLS算法使其和杂波抑制后的数据具有最小的"平方和"距离来进行参数估计。该方法在脉冲点数有限的情况下,依然能够获得很好的参数估计结果。仿真结果证明了该方法的有效性。

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。

基于WVD的机载相控阵雷达机动目标检测及参数估计方法

该文提出了一种基于魏格纳分布(Wigner-Ville Distributed,WVD)和重构时间采样(Reconstruction time sample,RTS)的空中机动目标检测和参数估计方法。该方法首先利用雷达回波的空域采样来重构时域采样,相当于增加了单个阵元的脉冲采样点数,然后再对重构后的数据进行WVD变换来估计目标的参数。该方法能够在方位信息未知,脉冲数较少的情况下有效地实现对机动目标的检测与参数估计。仿真结果验证了该方法的有效性。

基于Hankel矩阵分解的天波超视距雷达机动目标检测算法

机动目标检测是天波超视距雷达的研究重点之一。目前已有的算法在高信噪比条件时对单个机动目标的检测效果较好,但在低信噪比时对多个机动目标的检测性能有待提高。该文提出一种基于Hankel矩阵分解的机动目标检测算法,该算法将机动目标信号构造为Hankel矩阵的形式,通过矩阵分解将信号时频估计转化为线性主成分分析的凸优化问题,从而实现匀速与机动目标的分离以及多个目标的同时估计。仿真结果证明了该算法具有估计精度高,信噪比条件低,可以同时多目标检测等优点。

一种高频雷达机动目标检测方法

基于线性相位模型的常规相干积累不能用于检测高频雷达机动目标,提出了一种改进的多通道补偿检测方法。首先对补偿后的通道-多普勒谱图进行多通道信息融合处理,将多通道信号检测转变为抗杂波发散的单通道检测,然后引入能量约束准则降低虚警率。理论分析和数据处理表明,该方法性能稳健,运算量和虚警概率都显著降低,具备较强的工程实用性。

杂波环境下的机动目标检测和跟踪算法

交互多模式（IMM）是一种有效的机动目标跟踪算法，但由于其要求具有很多的先验前提条件而不利于工程实现。研究了一种杂波环境下更适合于工程实现的机动目标（同样适用非机动目标）的跟踪算法，该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测，并通过改变Kalman滤波的相关参数，实现自适应跟踪。该算法克服了IMM算法的模式限制和复杂性，同时也避免了对非机动目标的跟踪中，在跟踪模式间相互切换时所换造成的影响。通过在空管系统（ATC）的大量模拟实验，验证了该算法的有效性和重大应用价值。

OTHR低信噪比下的机动目标检测算法

在天波超视距雷达(OTHR)中,采用短时间相干积累时,可以提高数据率和检测效能,减小电离层污染。但采用短时间相干积累时,目标信噪比往往较低,检测难度较大,而机动目标的多普勒扩展进一步增加了目标的检测难度。传统的机动目标检测算法利用基于高阶模糊函数(HAF)的多普勒补偿算法来提高机动目标的可检测性,但由于HAF多次用到非线性变换,而每次非线性变换都会损失部分信噪比,因此对输入信噪比要求较高,难以适应于更低信噪比环境下的机动目标检测。将机动目标回波建模为三阶多项式相位信号,采用一种低非线性度的运动参数估计方法并结合多普勒补偿算法对目标回波进行处理,仅需要一次相位降阶操作,减少了信噪比损失,降低了对输入信噪比的要求。经过仿真验证,该算法的输入信噪比门限为-3dB,而HAF算法的输入信噪比门限为3dB。

基于IMM算法的火控系统机动目标检测方法

受观测噪声影响,火控系统雷达无法精确搜索机动目标,导致快速打击反应能力降低。为此,提出一种基于交互式多模型算法的火控系统机动目标检测方法。引入Markov跳变系统,对机动目标未知的运动状态建立运动模型集合;并通过交互式多模型算法,精确估计机动目标的位置状态,便于精确解算火控系统雷达天线捕获机动目标所需的姿态角。数值仿真结果验证了所提方法的机动目标检测性能,明显优于基于卡尔曼滤波器和直接基于目标状态观测值的机动目标检测性能。

一种改进的高频雷达机动目标检测方法

为了解决多项式相位法检测机动目标时存在计算复杂度过高、伪谱峰干扰严重、系统检测效率过低等问题,提出了改进的算法。在此基础上给出了基于改进算法的距离-加速度谱图检测目标机动信息的模式并证明了该检测模式的合理性。利用实测数据进行了仿真,仿真结果验证了该改进算法在高频雷达机动目标检测方面的有效性。

一种抗瞬态干扰的OTHR机动目标检测算法

在天波超视距雷达(OTHR)中,机动目标的多普勒谱展宽,会导致相干积累损失,影响目标检测。传统的时频分析方法将目标回波信号投射到时频域中再通过能量积累实现机动目标检测和参数估计,但该方法在瞬态干扰存在的情况下效果较差且计算量过大。考虑到机动目标和瞬态干扰在时间-频率变化率域中的不同特性,提出了一种基于时间-频率变化率分布(TFRD)的机动目标检测算法,该算法通过TFRD构建时间-频率变化率(T-FR)域,并在T-FR域中进行目标参数估计,可以降低瞬态干扰对机动目标检测的影响。经实测数据仿真验证,该算法可以在瞬态干扰存在的情况下有效地检测出机动目标,而传统的WHT(Wigner-Hough-Transform)算法则由于瞬态干扰影响导致检测错误。此外,该文算法避免了使用Hough变换,减小了运算量,使其可以更好地应用于工程中。

快速高分辨稀疏FRFT雷达机动目标检测方法

数据量的增加及新体制雷达的发展,对雷达探测技术提出了更高的要求。经典检测方法具有其优势,但同时也存在很多局限性,迫切需要创新雷达动目标检测方法以提升复杂背景和有限雷达资源条件下的雷达目标探测性能。该文介绍了稀疏傅里叶变换(SFT)的基本概念,在其基础上对稀疏分数阶傅里叶变换(SFRFT)的实现方法进行了系统描述。然后将SFRFT算法应用于雷达信号处理中,提出了基于快速高分辨稀疏FRFT的雷达机动目标检测算法,为雷达动目标探测能力的提高提供了新的思路。

一种基于航向估计的多平台纯方位目标转向机动检测算法

针对纯方位目标转向机动检测问题,提出一种基于航向估计的多平台纯方位目标机动检测算法。该算法通过选定假设机动点序列,解算假设机动点前后的两段目标运动要素,根据解算出的相邻段航向差序列变化来判别目标是否发生机动。基于Taylor级数要素解算模型,建立了两段运动要素联合解算模型和两段运动要素独立解算模型。通过对多种航路进行仿真计算,统计分析这两种解算模型下机动检测算法的虚警率、目标机动检测率、机动检测延迟时间以及机动时刻估计精度。仿真结果表明,两种解算模型下的机动检测算法能够有效地对转向机动目标进行机动检测。

基于遗传算法的OTHR机动弱目标检测

天波超视距(OTH)雷达系统中,为了获得较高的多普勒分辨率,通常会采用长的相干积累时间,但对于机动目标,长相干积累时间会导致回波的多普勒展宽,不利于检测。对于弱目标,由于其能量低,容易被强目标掩盖,加大了检测难度,针对这一问题,提出一种基于目标运动参数估计的OTHR机动弱目标检测方法。利用遗传算法优越的参数估计性能这一特点,采用遗传算法估计各目标的运动参数,并引入"clean"算法的思想,在时域上逐个减去强目标,以消除强目标的掩盖效应。又考虑到遗传算法的运算量较大,进一步提出采用时频分析算法估计各参数范围,减小遗传算法的运算量。仿真结果表明,与已有算法相比,文中算法具有更高的参数估计精度和弱目标检测性能。

基于RELAX的空中多机动目标检测与参数估计

针对机载雷达空中多机动目标的检测问题,提出了一种基于RELAX算法的空中多机动目标检测与参数估计方法。该方法将重构时间采样技术与RELAX算法相结合,有效地抑制了检测过程中强信号分量对弱信号分量的影响,在待测单元内存在多个目标时,能够获得很好的参数估计结果,并且在脉冲点数有限的情况下,该方法得到的参数估计精度依然很高。同时,本文还推导了空中多机动目标参数估值的克拉美罗界(CRB),为估计结果提供了理论下限。仿真结果证明了该方法的有效性。

一种新的窄带雷达高速机动多目标检测算法

笔者提出一种高速匀加速机动多目标检测算法.首先,通过速度搜索和二阶keystone变换校正距离徙动.距离徙动校正后,目标所在的距离单元方位向回波可建模为线性调频信号.其次,对方位向回波依次进行Lvs变换,目标能量在中心频率-调频率域积累出峰值,根据峰值在调频率维的位置可得到一个加速度的估计值.最后,根据加速度估计值构造补偿函数对多普勒频率徙动进行补偿,并通过快速傅里叶变换实现相参积累,然后再进行目标检测与径向速度估计.该算法与Radon-分数阶傅里叶变换算法相比,具有计算量小、抗噪声性能强的优点.仿真与实测数据处理结果验证了该算法的有效性.

基于RST的高频雷达机动目标检测

结合时频分析和图像处理技术提出了一种新的变换——RST(Radon-S-method变换),并基于此变换提出了一种高频雷达机动目标检测算法.本算法先将时频图像经过边缘检测处理以减弱海杂波对目标信号的压制,采用角度和幅度双门限检测来抑制海杂波一阶峰和零频干扰以提高目标的检测概率.通过对实测数据进行算法性能测试,并与Radon-Wigner变换进行了对比,检测结果表明检测出来的目标速度和加速度的相对误差都在3%以内,证明了该算法可行、有效和实用.

改进的通道补偿法检测高频雷达机动目标

通过FFT进行相干积累以提高SNR的高频雷达传统信号处理方式无法有效发现机动目标。基于低的算法复杂度和处理实时性的考虑,提出了改进的多通道补偿算法检测高频雷达机动目标。首先对补偿后的通道-多普勒谱图进行频率校正以弥补补偿导致的信号频率偏移,进而根据选大的原则以及设置掩模函数进行通道合成以实现抗杂波发散的单通道检测,最后引入峰值检测进一步降低运算量和虚警。理论分析和数据处理都表明该算法具有低运算量、低虚警以及稳健的特点,因而具备较强的工程实用性。