基于改进Kalmus滤波的悬停无人机检测技术

针对复杂杂波环境下悬停无人机检测问题,提出了一种改进的Kalmus滤波-剩余回波时域均值相消-自适应CFAR联合处理算法,对无人机微多普勒检测,实现空管监视目的。通过改进的Kalmus滤波器进行频域滤波,同时对目标回波高频信号和零频信号抑制,并提高零频附近微多普勒信号增益。采用剩余回波均值相消进行二次滤波,提高无人机高速旋翼的多普勒特征信号信噪比,采用短时傅里叶算法检测目标区域多普勒变化,最后通过恒虚警处理,进一步抑制杂波,提取微多普勒信息。试验结果表明本文算法可以对悬停无人机的旋翼多普勒特征进行有效检测,目标多普勒信号幅值提升了约20 dB,实现低空监视管控目的。

基于零频抑制与杂波图的地面慢速目标检测

强地物杂波严重影响雷达系统对慢速目标的探测性能,对此设计了基于零频抑制与杂波图的地面慢速目标检测方法。采用Kalmus滤波器提高零频抑制能力,并针对慢速目标检测的实际需求,对其滤波性能和设计方法进行了分析。采用空间邻域插值方式完成目标区域的杂波背景积累,解决慢速目标检测不连续问题。最后对改进的慢速目标检测方法进行了仿真分析。实验结果表明,该方法对地面慢速目标的检测概率优于其他方法。

Radon变换的雷达低慢小目标检测方法

近年来,由于军民领域应用需求的爆发增长,以无人机和轻型直升机等为代表的低空慢速小目标得到了迅猛发展。与此同时,由于此类目标具有"飞行高度低、飞行速度慢以及散射截面积小"等特点,目标回波常常淹没于强地/海杂波中且在频域与慢速杂波混叠严重,致使基于频域滤波的传统检测技术难以对其有效探测,这为防空预警雷达带来了新的严峻挑战。首先在综合考虑了多路径干涉、大气衰减以及系统损耗等因素的情况下,构建了雷达"低慢小"目标回波模型,然后在通过Kalmus滤波器进行强杂波抑制的基础上,对长时间观测下的多帧雷达回波数据所合成的距离-慢时间像进行慢时间域降维平滑处理,最后结合Radon变换,在变换后的参数域通过设置门限完成目标检测,实验仿真结果表明了该方法的有效性。