基于高分辨一维距离像的雷达目标检测方法研究

引   言 }sM_^&e4X  
强地物杂波背景中运动目标的检测是未来毫米波制导雷达要解决的一个技术难题。采用宽带发射波形，提高距离分辨力，减少距离分辨单元内的杂波，从而相应提高信杂比，是解决这一问题的主要技术途径【6】。但在强杂波背景下，即使是高距离分辨情况，信杂比仍是制约信号检测性能的因素，为了达到高的发现概率和低的虚警率等性能要求，必须进行积累以进一步提高信杂比，这和低信噪比情况下的目标检测常用相干积累和非相干积累技术是一样的。在高距离分辨率情况下，可能的积累方式有两种，一种是利用宽带波形固有的高径向分辨率对目标进行一维距离成像【5】【13】，一维距离像(Range Profile)反映了目标强散射中心在径向上的投影分布，利用不同径向单元内的强散射中心能量进行横向积累，可以提高信杂比，从而提高检测性能【26】，这种积累方式是针对一个扫频周期的数据进行的，称为单周期径向积累。单周期径向积累遇到的主要问题是由于检测过程中目标姿态角的随机性、目标回波幅度起伏等因素的影响，使得目标在一维距离像上实际所占的分辨单元数在信杂比较低时难以准确估计，从而影响了最终的积累效果；另一种积累方式就是常规的多周期积累，其中的最大难点在于信杂比较低时，运动补偿所需的目标运动参数无法精确估计，使得相邻两幅距离像不能完全对准，需要解决距离像不对准情况下的积累检测问题。 /brHB @$  
针对上述问题和难点，本文提出了首先放宽虚警率的限制，实现满足检测概率要求的单周期径向积累检测，然后通过多周期的补偿积累去除虚警，以满足给定的虚警概率要求的运动目标高分辨检测新方法。在单周期积累时，本文提出了自适应估计目标径向长度的最大信杂比准则：取径向积累后信杂比最大的窗口宽度为目标的径向长度。在多周期补偿积累时，为适应信噪比较低的情况，本文提出了目标径向速度估计的多级假设检验法：先通过单周期径向积累检测得到每个周期经过径向积累后的距离像超过检测门限的谱线位置，从中任选两个不在同一 IW=%2n(<1  
周期内的谱线位置，按匀速直线运动假设估计目标的径向速度，得到一个目标径向速度估计值的集合，剔除异常值，选取出现频率最高的那个值作为目标径向速度的最终估计值。目标径向速度估计是否正确，以多周期积累后是否通过检测门限为依据。理论分析和仿真实验表明：本文提出的运动目标高分辨检测算法具有很好的效果，可以解决强杂波背景中高距离分辨率雷达运动目标的检测问题。 &7KX`%K"D  
本章包括以下内容： j:0< tjE  
(1)宽带高分辨雷达一维距离成像原理 针对阶跃变频脉冲压缩宽带毫米波雷达体制，阐述了目标一维距离成像原理，分析了多普勒效应对一维距离像及目标检测的影响。 P?zL`czWd  
(2)径向积累检测法 提出了一种对一维距离像进行单周期径向积累的目标检测新算法，并对该算法的检测性能进行了理论分析。 X + B=?|M  
(3)运动目标高分辨 .. ~'LoIv20j)  
J74kK#uF=  

未注册仅能浏览部分内容，查看全部内容及附件请先 登录 或 注册

2.6 总结及讨论 8o,"G}Hjk  
在宽带毫米波导引头反坦克应用中，雷达目标检测的突出特点是：在高距离分辨条件下，目标已不是点目标，而是分布式(扩展)目标。此时目标检测的难点在于：一方面，在强地杂波背景中，目标回波信号的信杂比很低，要达到导引头的检测性能要求(SCR=0dB，Pf=107，Pd>99%)，必须经过许多脉冲周期的积累以提高信杂比；另一方面，弹目相对速度很大，目标通过一个距离门的时间很短，目标检测时的积累周期数受到很大限制，而且目标的运动参数在信杂比很低时难以精确估计，目标运动产生的多普勒效应不能得到完全补偿。上述因素对整个系统的检测性能产生影响，常规的点目标检测方法难以达到预期效果。 CoM?cS S  
本章提出了两条解决途径： i$z*~SuM#  
(1)单周期径向积累 与传统的时间积累法不同，这是一种空间积累法，是在一个周期的回波数据上进行的。在一维距离像中，目标能量集中在相互邻近的少数距离单元中，理论分析和仿真实验表明，利用同一幅距离像中相邻距离单元的能量进行径向积累可以提高信杂比。径向积累检测的难点在于如何在信杂比较低时实时估计目标的径向长度，本文为此提出了最大信杂比准则方法。 XI5q>cd\Sz  
(2)多周期移位积累 在事先未知运动速度和未进行运动补偿的情况下，本章提出了首先放宽虚警率的限制, 实现满足检测概率要求的单周期径向积累检测, 然后通过多周期中检测结果的特征相关，采用多级假设检验的方法对每个被检测到的“目标”进行轨迹拟合，确认目标强散射中心距离单元的移动轨迹，估计目标径向速度并进行运动补偿，然后进行积累检测去除虚警, 以满足给定的虚警概率要求的检测方法和检测系统方案。 34qfP{9!N  
理论分析和仿真实验表明，以上两种积累方法的结合有效地提高了信杂比，使目标检测性能得到了很大改善。尽管如此，目标的径向长度估计误差或者是目标的径向运动速度估计不准都会直接影响最终的检测效果，因此，实际的积累周期数可能不止理论计算的两个(在仿真实验中P=5)。 ]dnB,  
特别需要指出的是，本文所有的理论分析和仿真实验都是建立在杂波服从平稳正态分布的假设基础之上的，应该说，这种假设仅适合某些比较单纯的杂波背景，如大片的草地、沙漠等，如果其中出现一栋房子、一小片树林或几个假目标等，就会提高虚警率，解决这一问题的有效途径是：对通过检测门限的一维距离像提取一些比较简单的高分辨特征(如径向长度、散射中心数目等)，用目标识别算法去除虚警。有关研究工作亟待进行。

好东西，有价值，呵呵

要求10威望？ 威望不好拿呢！