低信噪比条件下MIMO天波雷达多帧TBD方法研究

摘要

先检测后跟踪算法是传统的目标跟踪算法，利用目标检测统计量高于噪声检测统计量这一特性完成对目标的检测。然而，当积累信噪比低于13dB时，目标和噪声的统计量不可分辨，导致无法发现目标。检测前跟踪(TBD， Track-Before-Detect）利用现有雷达系统，能够对多帧原始数据进行积累，实现对目标的检测。本文围绕低信噪比条件下MIMO天波雷达多帧检测前跟踪方法，开展如下工作：
　　首先，介绍了高频雷达的噪声模型、海杂波模型以及目标回波信号模型，并引入MIMO雷达数据模型，仿真低信噪比目标的回波谱数据。进一步的数据分析表明，检测统计量的构造和门限的求解是低信噪比条件下实现目标检测的关键。
　　其次，根据目标数据模型，利用对未知参数的极大似然估计参数的方法推导了GLRT（The Generalized Likelihood Ratio Test）检测统计量，并且给出了门限的计算。利用信息论准则中的MDL（Minimum description length）准则，推导目标数目和方向估计算法。基于 GLRT的推导，为了抑制检测帧中高斯噪声的干扰，提出多帧检测——MIMO-EL算法，该算法可充分挖掘并利用阵列采样数据的方向信息，利用最大似然估计得到信号幅度和角度的估计，进而得到目标检测统计量表达式。在低信噪比条件下，该方法比单帧 GLRT检测效果更稳健，能够更好地抑制噪声从而提高目标检测能力。
　　最后，利用目标运动特性推导检测前跟踪算法。根据匀速直线运动目标的轨迹呈直线的特性，给出基于 Hough变换的TBD算法和基于粒子滤波的 TBD算法。基于Hough变换的TBD算法的第一门限选取利用了结合GLRT检测器、MDL检测器以及MIMO-EL检测器的复合单帧检测算法。以单帧检测统计量和门限来进行第一门限检测。以第一门限检测结果作为 Hough变换 TBD算法的输入，比直接运用速度-距离谱数据作为第一门限检测数据相比较，具有更好的低信噪比条件下的检测能力。仿真结果表明，检测前跟踪算法在距离-多普勒-方向积累后的信噪比低于13dB时依旧能够实现对目标的有效检测。

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状

1.3 主要研究内容及章节安排

第2章 MIMO高频天波雷达信号建模

2.1 引言

2.2 高频雷达环境模型

2.3 MIMO雷达回波

2.4 MIMO天波雷达阵列信号模型

2.5 MUSIC算法

2.6 本章小结

第3章 GLRT和MDL检测算法

3.1 引言

3.2 GLRT算法

3.3最小描述长度（ MDL）检测

3.4 MIMO-EL检测

3.5 本章小结

第4章 基于多帧数据的TBD算法

4.1 引言

4.2 基于霍夫变换的TBD算法

4.3基于粒子滤波的TBD算法

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢