雷达高速运动目标检测算法研究

摘要

在现代战争中，高速运动目标对雷达的探测能力提出了严峻的挑战。通常，长时间积累技术是改善雷达对高速运动目标探测能力的有效途径。但由于高速目标运动特性较复杂，长时间积累过程中容易产生距离徙动和多普勒频率扩展问题，导致积累能量扩散，检测性能降低。基于此，本文主要围绕脉冲体制雷达，对距离徙动和多普勒频率扩展问题进行了深入的研究。 首先对高速运动目标回波信号进行建模，仿真分析了距离徙动和多普勒频率扩展问题与目标运动参数、雷达参数之间的关系。然后就该问题对传统积累方法积累增益的影响进行了定量分析。仿真分析表明，距离徙动以及多普勒频率扩展的程度会对积累增益产生影响，走动程度越大，积累损失越严重。 针对距离徙动问题，在传统霍夫变换检测算法的基础上提出了一种改进方法，进一步提高算法的性能。该方法首先通过非相干积累提高回波信号的信噪比，然后对过第一门限的数据点做二值化处理，消除强弱目标间的能量差异，能有效防止多目标检测中弱目标丢失问题。另外通过对二值化处理后的数据进行聚类处理，可有效的剔除噪声点，降低算法运算量。针对一阶Keystone变换存在的多普勒模糊问题和离散Radon-Fourier变换存在盲速旁瓣问题，文中给出了相应的解决方法，并通过仿真验证其有效性。最后从多目标检测、检测性能和运算量三方面对改进的霍夫变换处理方法、一阶Keystone变换和Radon-Fourier变换进行仿真分析和比较，总结了各方法的优缺点。 针对多普勒频率扩展问题，在DPT和FrFT算法的基础上，提出了一种基于DPT和Zoom-FrFT的联合参数估计方法。该算法首先通过DPT算法得到参数的粗测值，并确定参数的取值范围，然后通过Zoom-FrF算法对参数进一步细化。通过利用目标参数与Zoom-FrFT算法参数之间的关系，对算法参数的取值范围和分辨率进行限定，进一步减少Zoom-FrFT算法的计算量，同时又具有较高的参数估计精度。仿真表明该算法噪声门限较DPT算法低约3dB，更适合低信噪比情况下的参数估计。另外针对LVT方法参数估计中存在的模糊问题，文中给出了一种改进的LVT算法，并通过仿真验证其有效性。

目录

第一个书签之前

摘要

ABSTRACT

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3论文的内容与安排

第二章 高速运动对雷达目标积累性能的影响

2.1引言

2.2高速运动目标回波模型

2.3.1距离徙动

2.3.2多普勒频率扩展

2.3.3仿真验证

2.4距离徙动和多普勒频率扩展对积累性能的影响

2.4.1距离徙动对积累性能的影响

2.4.2多普勒频率扩展对积累性能的影响

2.5本章小结

第三章 距离徙动补偿算法研究

3.1引言

3.2.1霍夫变换原理

3.2.2传统的霍夫变换目标检测算法

3.2.3改进的霍夫变换目标检测算法

3.2.4仿真分析与验证

3.3.1一阶Keystone变换原理

3.3.2多普勒解模糊

3.3.3广义二阶Keystone变换原理

3.3.4仿真验证

3.4.1 Radon-Fourier变换原理

3.4.2 Radon-Fourier变换盲速旁瓣抑制原理

3.4.3 仿真验证

3.5 算法分析与比较

3.5.1 多目标检测

3.5.2 检测性能分析

3.5.3 运算量分析

3.5.4 分析总结

3.6 本章小结

第四章 多普勒频率扩展补偿算法研究

4.1 引言

4.2.1 DPT算法原理

4.2.2 FrFT算法原理

4.2.3 Zoom-FrFT计算方法

4.2.4 联合参数估计算法原理

4.2.5 仿真分析与验证

4.3.1 LVT算法原理

4.3.2 SDFC-LVT算法原理

4.3.3 仿真验证

4.4 本章小结

第五章 总结与展望

5.1 文章总结

5.2 工作展望

参考文献

致谢

作者简介

1. 基本情况

2. 教育背景

3.1 申请（授权）专利

3.2 参与科研项目