Detection of weak target for MIMO radar based on Hough transform

An effective method of multiple input multiple output （MIMO） radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals （CPIs）. Within each CPI, conventional methods such as fast Fourier transform （FFT） is exploit to coherent inte- grating in same range cell. Furthermore, noncoherent integration through several range cells can be implemented by Hough transform among all CPIs. Thus, higher integration gain can be obtained. Simulation results are also given to demonstrate that the detection performance of weak moving target can be dramatically improved.

基于模态分解的地基雷达慢速弱目标检测方法

在复杂地物场景中使用地基雷达探测地面动目标时,慢速弱目标与地杂波的频谱通常难以区分,传统的目标检测手段性能受限。针对此问题,提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate,CA-CFAR)检测,初步筛选目标;接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition,CEMD),分离地杂波和动目标;最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate,OP-SVD-CFAR)检测的性能进行比较,并通过仿真数据和两组不同目标的实测数据进行验证。结果表明,所提方法能够提升目标的信杂噪比;在检测概率相同的条件下,其虚警率比CA-CFAR显著降低;在检测概率相同且较高的情况下,所提方法比OP-SVD-CFAR的虚警率也更低,证明了所提方法的有效性。

基于模糊神经网络的舰船雷达图像弱小目标检测

舰船雷达图像信息的维度较高,导致弱小目标的关键特征难以被精准提取,降低了弱小目标检测的可靠性,因此提出一种基于模糊神经网络的舰船雷达图像弱小目标检测方法。该方法对舰船雷达图像进行背景校正,利用图像灰度值加性模型从图像中提取弱小目标。最后将提取的弱小目标输入到模糊神经网络中,输出的结果即为舰船雷达图像弱小目标检测结果。通过实验证明,在不同高斯噪声环境中,该方法能够准确地检测出雷达图像中的弱小目标,并具有较快的检测速度。

雷达微弱目标智能化处理技术与应用

雷达微弱目标处理是实现优异探测性能的基础和前提,在复杂的实际环境应用过程中,由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题,导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准,导致通用性不强。近年来,深度学习在雷达智能信息处理领域取得了显著进展,深度学习算法通过构建深层神经网络,可以自动地从大量雷达数据中学习特征表示,提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展,具体包括噪声与杂波抑制、微弱目标信号增强;低、高分辨雷达图像和特征图处理;特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题,从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。

基于Prewitt算子和Radon变换的雷达高速微弱目标检测

正交频分复用(OFDM)调制雷达中跨距离单元走动问题降低了高速微弱目标检测性能,为此,提出一种基于Prewitt算子和Radon变换的OFDM雷达高速微弱目标检测算法。首先分析了多脉冲积累出现的跨距离单元走动以及Radon变换受噪声干扰问题,然后采用Prewitt算子卷积运算抑制噪声并保留回波能量,采用Radon变换沿距离单元走动斜线进行能量积累。理论分析和仿真结果表明,该算法具有比Hough变换和动目标检测(MTD)更优的低信噪比背景下的高速微弱目标检测性能,并能有效实现多目标检测。

一种时域降维多帧处理的Radon域弱目标检测

对于低分辨率的警戒雷达,在强杂波背景下检测低空慢速小目标("低、慢、小")是一个具有挑战性的难题.该文提出一种基于时域降维多帧数据联合处理的Radon域"低、慢、小"目标检测新方法.该方法首先通过单帧数据的自适应杂波抑制和多帧数据的有序统计恒虚警滤波器处理,抑制掉部分强杂波;然后,对经过两级杂波抑制后的时间距离域数据进行时间维的降维和平滑;最后,对时间距离像进行Radon变换,将时间距离域的目标检测问题转化为Radon参数空间的特征提取问题,通过设置两级门限提取出微弱目标.由于时域降维处理在Radon域增大了目标相对于杂波的角度偏移量,因此,该方法不仅可检测到低速目标,还能估计出目标速度.实测数据处理结果验证了该方法的有效性.

雷达微弱目标检测前跟踪算法综述

军事隐身目标的出现,给雷达带来了严峻的挑战。检测前跟踪算法是雷达微弱目标检测和航迹处理的一种有效方法。文中对雷达微弱目标检测前跟踪算法进行了综述,首先介绍了三维匹配滤波、Hough变换、动态规划和粒子滤波4类最常用的检测前跟踪实现算法的基本原理,然后述评了4类检测前跟踪算法的研究进展情况,最后在分析现有检测前跟踪算法问题的基础上,展望了雷达微弱目标检测前跟踪算法的发展趋势。

空时频检测前聚焦雷达信号处理方法

针对复杂电磁环境中现代雷达对高速、高机动、隐身目标探测的迫切需求,该文基于空时频域信号建模,提出多维联合相参积累的空时频检测前聚焦(STF-FBD)雷达信号处理新理论和新方法。STF-FBD可有效抑制强杂波和有源干扰,克服尺度伸缩、孔径渡越、稀疏子带、跨距离、跨多普勒和跨波束等效应,显著提高能量积累、目标检测、参数测量、机动跟踪、特征提取和目标识别等环节的处理性能,并取得明显超越现有检测前跟踪(TBD)方法的性能,形成STF-FBD和STF-FBD-TBD的理论框架和技术体系。该文方法不仅适用于高速高机动隐身目标也适用于常规雷达目标,不仅适用于新体制雷达也适用于常规体制雷达,在诸多领域具有广阔的应用前景。

基于改进动态规划的雷达弱小目标检测与跟踪

针对复杂背景下雷达弱小目标的检测和跟踪问题,提出了一种改进动态规划的检测前跟踪算法。该方法用多级检验判决方法代替常用的两级门限检测,并用传统跟踪技术进行目标位置状态估计,根据估计值与状态值的欧氏距离设计一个惩罚项来改进值函数。通过仿真验证,结果表明该方法能有效消除伪航迹,减小计算量,提高对雷达弱小目标的检测和跟踪性能。

基于Keystone变换的改进雷达目标长时间积累

在不增大功率孔径积的同时,数字阵列雷达通过灵活的波束控制可增加目标驻留时间,并提高微弱目标的检测性能。但是,随着积累时间增长,运动目标存在跨距离单元问题。针对Keystone变换长时间目标积累方法在多普勒模糊情况下对某些特定速度的目标性能下降问题,提出了一种改进的基于Key-stone变换的长时间目标积累方法。新方法通过预处理及修正处理,能够对所有速度的目标均能较好地补偿跨距离单元效应。仿真实验验证了该方法的有效性。

密集杂波背景下雷达微弱海面目标的修正Hough变换TBD检测新方法

针对密集杂波背景中雷达微弱海面目标检测问题,提出一种基于修正Hough变换的检测前跟踪(Track Before Detect,TBD)新方法.在传统两级检测器的基础上增加点迹筛选环节,提出一种基于单帧观测数据的修正单帧Hough变换(Modified Single Hough Transform,MSHT)算法,在MSHT空间引入连续多帧共线和速度约束条件,实现对密集杂波点迹的有效抑制;针对海面多目标同时检测需要,改进传统批处理Hough变换算法,使观测空间原点自适应筛选后点迹数据,得到数据匹配Hough变换算法(Data-Matched Hough Transform,DMHT),以提升参数空间多目标分辨与检测能力.基于游程分布理论推导得到新检测器检测性能解析表达式.仿真和实测数据处理结果验证了本文方法的有效性,表明本文方法在密集杂波背景下具有良好检测性能.

基于分数阶傅里叶变换的加速微弱目标检测与估计

加速微弱目标使雷达回波多普勒谱严重扩展,传统动目标检测方法失效.为了实现监视雷达对加速微弱目标的有效检测和参数估计,提出了一种新的雷达信号处理方法.利用分数阶傅里叶变换完成监视雷达接收回波慢时间域线性调频信号的能量集聚,提高低信噪比条件下的加速目标检测性能,并通过离散尺度化法对加速目标参数进行估计.理论推导和仿真分析了相参处理间隔长度、分数阶次步长和信噪比等因素对所提方法的统计检测性能和参数估计精度的影响.

非合作无源双基地雷达弱目标长时间积累技术

与常规体制雷达相比,空间、时间以及相位同步问题使得非合作双基地雷达(NPBR)中微弱目标探测难度更大。为此,该文给出了一种基于直达波波形参数估计的时间和相位同步方法以及基于捷变波形长时间相参积累的弱目标探测方法。首先,提出了一种基于差分索引的通用脉冲提取方法。其次,给出了脉冲宽度、脉冲重复间隔、带宽、载频以及波达时间等直达波脉冲参数的估计方法,实现了NPBR的时间和相位同步。然后,在波形参数估计的基础上,给出了一种基于捷变波形广义Radon-Fourier变换的弱目标探测算法。最后,仿真和实测数据实验验证了该文算法的有效性。

用于雷达弱小目标检测的改进TBD算法

针对基于动态规划的检测前跟踪算法存在的问题,提出了一种改进的动态规划算法。该方法的创新之处在于:在原来可能的状态转移的基础上又对后续状态进行了估计,因此可以减少目标强度起伏的影响。文中利用改进的动态规划与数学形态学相结合的检测前跟踪算法对雷达微弱目标进行检测。实测数据验证了该算法可以提高雷达回波中弱小目标的检测性能,且计算量较小,实际可行。

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。

一种改进的外推动态规划检测前跟踪算法

检测前跟踪(TBD)方法能够有效地检测弱小目标从而提高雷达作用距离,但其计算量较大,制约其在工程中的应用。针对上述问题,文中提出了一种改进的外推动态规划TBD方法。将数据先经过恒虚警处理来减少待处理的状态,在后面的递推积累阶段,对邻帧关联不上的状态进行隔帧搜索,以降低失跟的概率。经蒙特卡洛仿真表明,该方法在提高运算速度的同时能够保证检测性能。

改进的分形检测海面漂浮小目标方法

为了提高海杂波中漂浮小目标的检测概率,提出了一种改进的分形检测海面漂浮小目标方法。首先,利用去趋势波动分析方法计算海杂波的分形维数;其次,利用计算过程中的"副产品"——截距组成二维判决空间;最后,通过聚类分析,检测出海杂波中的漂浮小目标。在实测数据基础上对改进算法进行了验证,结果表明:海杂波和小目标在判决空间存在明显的差异性;与Hurst指数法、神经网络集成预测法等方法比较,改进算法提高了目标检测概率;交叉极化方式(HV、VH)的检测效果优于同极化方式(HH、VV)的检测效果。

基于改进子空间投影的无源雷达弱目标检测方法

基于子空间投影的无源雷达弱目标检测方法是将回波通道接收信号投影到与多径干扰子空间和强目标子空间均正交的子空间内,需要构造的投影矩阵维数过大,导致计算量很大。为了解决这一问题,利用多次小维数投影代替大维数投影,提出了一种改进的无源雷达弱目标检测方法。首先将接收信号投影到多径干扰的正交补子空间内,然后连续地将信号投影到强目标的正交补子空间内,最终达到干扰抑制和弱目标检测的目的。本方法可以有效抑制多径、强目标干扰,在保持检测性能的同时大幅度降低计算量,提高了方法的实时性。仿真结果表明了方法的有效性。

一种高脉冲重复频率雷达微弱目标检测跟踪方法

针对高脉冲重复频率(PRF)雷达对微弱目标的检测跟踪问题,该文提出一种雷达测距模糊条件下基于检测前跟踪(TBD)的微弱目标跟踪方法。该算法借用TBD的思想精髓,对于每一时刻的量测,既不进行目标有无的检测也不解距离模糊,而是将目标检测和解距离模糊统一在目标真实航迹的获取中。首先通过批处理把目标的模糊量测在所有模糊区间进行多假设扩展,从而提取量测的时空相关信息;然后基于目标真实航迹在时空上的连续性和不同PRF量测之间的相关性,通过TBD方法得到目标航迹,同时实现解距离模糊。与同类研究相比,该方法将微弱目标解距离模糊问题统一到目标航迹的检测确认过程中,避免了低信噪比(SNR)造成的航迹漏检,为实现高脉冲重复频率雷达微弱目标的检测跟踪提供了一种新的思路。最后,通过仿真验证了该算法的有效性。

隐身目标探测方法研究

介绍了一种探测隐身目标的实现方法 .以双基地雷达为例 ,通过讨论雷达的有效散射截面RCS与雷达作用距离的关系[1] ,将接收机部署在探测隐身目标的前沿 ,使整个探测系统可在较远的距离上发现隐身目标 .对于接收机收到的目标回波信号比较微弱 ,噪声相对较大 ,对于隐身目标的信号检测 ,可以采用对小信号的预处理 ,数据采集 ,进行分析处理[2 ] .文中给出了理论依据 ,建立了模型 ,并通过MATLAB语言进行计算机模拟仿真 ,给出一些结果 。