掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
雷達目標檢測分數域理論及應用 版權信息
- ISBN：9787030702357
- 條形碼：9787030702357 ; 978-7-03-070235-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
雷達目標檢測分數域理論及應用 內容簡介
雷達作為目標探測和監視的主要手段，在公共和國防安全領域應用廣泛。復雜背景下低可觀測動目標探測的檢測技術成為影響雷達性能的關鍵制約因素，也是世界性難題。本書主要介紹雷達目標檢測的分數階域處理理論及應用，重點闡述作者所在研究團隊在該領域的研究成果。共分為兩部分，**部分為分數階傅立葉變換（FRFT）域雷達動目標檢測，主要內容包括雷達動目標回波模型、FRFT動目標檢測基本原理、FRFT域雜波抑制方法、FRFT譜對消動目標檢測、FRFT域自相似特性差異動目標檢測以及FRFT域雜波圖處理技術。第二部分為分數階表示域微動特征提取及檢測，將FRFT擴展為多種分數階變換，將多普勒處理拓展為微多普勒處理，從而進一步提高復雜背景下的動目標檢測和精細化處理能力。本書采用大量的對海雷達實測數據進行驗證分析，為方法工程化實現提供了良好的借鑒。
雷達目標檢測分數域理論及應用 目錄
目錄
序
前言
**部分 分數階傅里葉變換域雷達動目標檢測
第1章 雷達微弱目標檢測技術概述 3
1.1 引言 3
1.2 基于統計模型的目標檢測技術 3
1.3 基于特征差異的目標檢測技術 5
1.4 基于變換域處理的動目標檢測技術 6
1.4.1 動目標顯示及雜波抑制方法 6
1.4.2 基于時頻分析的動目標檢測方法 7
1.5 分數階傅里葉變換域雷達信號處理技術 8
1.5.1 分數階傅里葉變換的起源及發展 8
1.5.2 分數階變換在動目標檢測和識別中的應用 10
1.6 亟待解決的技術難題 14
1.7 小結 15
參考文獻 16
第2章 分數階傅里葉變換動目標檢測原理及參數估計方法 22
2.1 FRFT定義和性質 22
2.2 FRFT的離散化計算 26
2.3 LFM信號的FRFT表示 27
2.4 *佳變換階數的確定及LFM參數估計 28
2.4.1 FRFT域峰度搜索方法 29
2.4.2 FRFT模對稱性參數估計方法 31
2.4.3 FRFT模*大值參數估計方法 35
2.5 FRFT動目標檢測基本原理 41
2.5.1 雷達動目標回波模型 41
2.5.2 雷達動目標信號FRFT域表示及參數估計 46
2.6 FRFT動目標參數估計精度分析 46
2.6.1 檢測器輸出信噪比分析 46
2.6.2 觀測時長對估計精度的影響 47
2.6.3 搜索步長對估計精度的影響 48
2.6.4 FRFT中心頻率分辨力 48
2.6.5 仿真分析 49
2.7 雷達實測數據動目標FRFT譜分析 52
2.7.1 X波段雷達數據分析 52
2.7.2 S波段雷達數據分析 54
2.8 小結 59
參考文獻 60
第3章 分數階傅里葉變換域雜波抑制及目標檢測方法 62
3.1 WPT-FRFT雜波抑制及動目標檢測方法 62
3.1.1 WPT抑制雜波 63
3.1.2 檢測性能分析 65
3.1.3 實測數據驗證與分析 67
3.2 FRFT分級迭代相消多動目標檢測與估計方法 73
3.2.1 多動目標檢測與參數估計 73
3.2.2 實測數據驗證與分析 75
3.3 FRFT域自適應譜線增強動目標檢測方法 80
3.3.1 FRFT域LFM信號自適應濾波方法 80
3.3.2 FRFT域自適應動目標檢測方法 84
3.3.3 實測數據驗證與分析 87
3.4 小結 96
參考文獻 97
第4章 分數階傅里葉變換譜對消動目標檢測方法 99
4.1 基于延時FRFT模函數對消的動目標檢測方法 99
4.1.1 LFM及其延時信號在FRFT域的時移特性 99
4.1.2 動目標檢測方法 100
4.1.3 實測數據驗證與分析 101
4.2 基于對稱旋轉角FRFT模函數對消的動目標檢測方法 103
4.2.1 LFM信號和單頻信號的對稱旋轉角FRFT模函數 104
4.2.2 動目標檢測方法 105
4.2.3 實測數據驗證與分析 106
4.3 兩種對消方法性能對比與分析 108
4.3.1 對比分析與注意的問題 109
4.3.2 目標運動屬性對檢測性能的影響 110
4.3.3 高次項對檢測性能的影響 111
4.3.4 延時的選取準則 112
4.4 小結 113
參考文獻 113
第5章 分數階傅里葉變換域自相似特性差異動目標檢測方法 114
5.1 分數布朗運動在FRFT域的自相似性 115
5.2 FRFT域雜波的單一分形特性與目標檢測 120
5.2.1 實測海雜波數據 120
5.2.2 FRFT譜的單一分形特性 124
5.2.3 FRFT域分形維數的影響因素 129
5.2.4 利用FRFT域分形Hurst指數的目標檢測與性能分析 132
5.2.5 利用FRFT域其他單一分形特性的目標檢測與性能分析 135
5.3 FRFT域雜波的擴展分形特性與目標檢測 141
5.3.1 FRFT譜的擴展分形特性 142
5.3.2 FRFT譜擴展分形參數的影響因素 145
5.3.3 目標檢測與性能分析 149
5.4 FRFT域雜波的多重分形特性與目標檢測 151
5.4.1 FRFT譜的多重分形特性與參數估計 151
5.4.2 FRFT譜廣義Hurst指數的影響因素 159
5.4.3 目標檢測與性能分析 162
5.5 小結 164
參考文獻 165
第6章 分數階傅里葉變換域雜波圖動目標檢測方法 167
6.1 時域雜波圖對消技術 168
6.2 FRFT域雜波圖對消技術 173
6.2.1 動目標信號FRFT域時移特性 173
6.2.2 FRFT域均值雜波圖和FRFT域單極點反饋雜波圖 174
6.3 FRFT域雜波圖CFAR檢測方法 179
6.3.1 雙參數CFAR檢測器 180
6.3.2 檢測性能分析 181
6.4 小結 186
參考文獻 186
第二部分 分數階表示域微動特征提取及檢測
第7章 微多普勒理論及分析方法概述 191
7.1 微多普勒研究概述 192
7.2 海雜波建模及多普勒特征研究現狀 194
7.2.1 動態海面散射雜波建模 194
7.2.2 海雜波多普勒譜特征分析 195
7.3 微動目標回波信號建模及檢測研究現狀 198
7.3.1 海面微動目標回波信號建模 198
7.3.2 微動目標特征分析與檢測方法 200
7.4 難點與挑戰 203
7.4.1 海雜波建模及特性分析方面 203
7.4.2 微動目標回波建模及特性分析方面 203
7.4.3 微多普勒信號特征提取和檢測方面 204
7.5 小結 204
參考文獻 205
第8章 海雜波及動目標微多普勒特性認知 213
8.1 動態海面散射雜波特性認知 213
8.1.1 改進一維時變海面散射模型及散射特性 214
8.1.2 改進一維時變海面散射模型的分數階功率譜分析 219
8.1.3 改進一維時變海面散射模型的驗證與分析 222
8.2 海上動目標微多普勒特征認知 226
8.2.1 非勻速平動回波模型 227
8.2.2 三軸轉動回波模型 230
8.2.3 長時間微動目標觀測模型 233
8.3 小結 235
參考文獻 236
第9章 短時分數階傅里葉變換域目標微動特征檢測和估計方法 239
9.1 微動信號STFRFT表示及特性 239
9.1.1 短時分數階傅里葉變換 239
9.1.2 微動信號的STFRFT表達式 240
9.1.3 STFRFT窗口長度選擇 242
9.2 基于海尖峰判別和篩選的海雜波抑制方法 243
9.2.1 海尖峰的判別方法 243
9.2.2 海尖峰時域特性分析 244
9.2.3 海尖峰變換域特性分析 246
9.2.4 海尖峰抑制方法 249
9.3 STFRFT域微動目標檢測和特征提取方法 249
9.3.1 方法流程 249
9.3.2 方法分析 252
9.4 仿真與實測數據處理結果 253
9.4.1 微多普勒信號檢測和性能分析 253
9.4.2 微多普勒特征提取和性能分析 257
9.4.3 實測數據處理結果 259
9.5 小結 263
參考文獻 263
第10章 分數階表示域機動目標長時間相參積累檢測方法 265
10.1 RFRFT長時間相參積累檢測方法 267
10.1.1 RFRFT的基本原理與性質 267
10.1.2 基于RFRFT的長時間相參積累 271
10.1.3 仿真與實測數據處理結果 280
10.2 RLCT長時間相參積累檢測方法 290
10.2.1 RLCT的基本原理 290
10.2.2 基于RLCT的長時間相參積累 292
10.2.3 實測數據處理結果 295
10.3 RFRAF長時間相參積累檢測方法 300
10.3.1 RFRAF的基本原理與性質 300
10.3.2 基于RFRAF的長時間相參積累 308
10.3.3 仿真與實測數據處理結果 312
10.4 RLCAF長時間相參積累檢測方法 321
10.4.1 RLCAF的基本原理與性質 321
10.4.2 基于RLCAF的長時間相參積累 326
10.4.3 仿真與實測數據處理結果 327
10.5 RLCAF域雜波抑制方法 335
10.5.1 RLCAF域微動目標和海雜波表示 335
10.5.2 海雜波抑制與微動目標檢測方法 337
10.5.3 仿真與實測數據處理結果 337
10.6 小結 339
參考文獻 340
附錄 344
雷達數據集介紹 344
彩圖
序
前言
**部分 分數階傅里葉變換域雷達動目標檢測
第1章 雷達微弱目標檢測技術概述 3
1.1 引言 3
1.2 基于統計模型的目標檢測技術 3
1.3 基于特征差異的目標檢測技術 5
1.4 基于變換域處理的動目標檢測技術 6
1.4.1 動目標顯示及雜波抑制方法 6
1.4.2 基于時頻分析的動目標檢測方法 7
1.5 分數階傅里葉變換域雷達信號處理技術 8
1.5.1 分數階傅里葉變換的起源及發展 8
1.5.2 分數階變換在動目標檢測和識別中的應用 10
1.6 亟待解決的技術難題 14
1.7 小結 15
參考文獻 16
第2章 分數階傅里葉變換動目標檢測原理及參數估計方法 22
2.1 FRFT定義和性質 22
2.2 FRFT的離散化計算 26
2.3 LFM信號的FRFT表示 27
2.4 *佳變換階數的確定及LFM參數估計 28
2.4.1 FRFT域峰度搜索方法 29
2.4.2 FRFT模對稱性參數估計方法 31
2.4.3 FRFT模*大值參數估計方法 35
2.5 FRFT動目標檢測基本原理 41
2.5.1 雷達動目標回波模型 41
2.5.2 雷達動目標信號FRFT域表示及參數估計 46
2.6 FRFT動目標參數估計精度分析 46
2.6.1 檢測器輸出信噪比分析 46
2.6.2 觀測時長對估計精度的影響 47
2.6.3 搜索步長對估計精度的影響 48
2.6.4 FRFT中心頻率分辨力 48
2.6.5 仿真分析 49
2.7 雷達實測數據動目標FRFT譜分析 52
2.7.1 X波段雷達數據分析 52
2.7.2 S波段雷達數據分析 54
2.8 小結 59
參考文獻 60
第3章 分數階傅里葉變換域雜波抑制及目標檢測方法 62
3.1 WPT-FRFT雜波抑制及動目標檢測方法 62
3.1.1 WPT抑制雜波 63
3.1.2 檢測性能分析 65
3.1.3 實測數據驗證與分析 67
3.2 FRFT分級迭代相消多動目標檢測與估計方法 73
3.2.1 多動目標檢測與參數估計 73
3.2.2 實測數據驗證與分析 75
3.3 FRFT域自適應譜線增強動目標檢測方法 80
3.3.1 FRFT域LFM信號自適應濾波方法 80
3.3.2 FRFT域自適應動目標檢測方法 84
3.3.3 實測數據驗證與分析 87
3.4 小結 96
參考文獻 97
第4章 分數階傅里葉變換譜對消動目標檢測方法 99
4.1 基于延時FRFT模函數對消的動目標檢測方法 99
4.1.1 LFM及其延時信號在FRFT域的時移特性 99
4.1.2 動目標檢測方法 100
4.1.3 實測數據驗證與分析 101
4.2 基于對稱旋轉角FRFT模函數對消的動目標檢測方法 103
4.2.1 LFM信號和單頻信號的對稱旋轉角FRFT模函數 104
4.2.2 動目標檢測方法 105
4.2.3 實測數據驗證與分析 106
4.3 兩種對消方法性能對比與分析 108
4.3.1 對比分析與注意的問題 109
4.3.2 目標運動屬性對檢測性能的影響 110
4.3.3 高次項對檢測性能的影響 111
4.3.4 延時的選取準則 112
4.4 小結 113
參考文獻 113
第5章 分數階傅里葉變換域自相似特性差異動目標檢測方法 114
5.1 分數布朗運動在FRFT域的自相似性 115
5.2 FRFT域雜波的單一分形特性與目標檢測 120
5.2.1 實測海雜波數據 120
5.2.2 FRFT譜的單一分形特性 124
5.2.3 FRFT域分形維數的影響因素 129
5.2.4 利用FRFT域分形Hurst指數的目標檢測與性能分析 132
5.2.5 利用FRFT域其他單一分形特性的目標檢測與性能分析 135
5.3 FRFT域雜波的擴展分形特性與目標檢測 141
5.3.1 FRFT譜的擴展分形特性 142
5.3.2 FRFT譜擴展分形參數的影響因素 145
5.3.3 目標檢測與性能分析 149
5.4 FRFT域雜波的多重分形特性與目標檢測 151
5.4.1 FRFT譜的多重分形特性與參數估計 151
5.4.2 FRFT譜廣義Hurst指數的影響因素 159
5.4.3 目標檢測與性能分析 162
5.5 小結 164
參考文獻 165
第6章 分數階傅里葉變換域雜波圖動目標檢測方法 167
6.1 時域雜波圖對消技術 168
6.2 FRFT域雜波圖對消技術 173
6.2.1 動目標信號FRFT域時移特性 173
6.2.2 FRFT域均值雜波圖和FRFT域單極點反饋雜波圖 174
6.3 FRFT域雜波圖CFAR檢測方法 179
6.3.1 雙參數CFAR檢測器 180
6.3.2 檢測性能分析 181
6.4 小結 186
參考文獻 186
第二部分 分數階表示域微動特征提取及檢測
第7章 微多普勒理論及分析方法概述 191
7.1 微多普勒研究概述 192
7.2 海雜波建模及多普勒特征研究現狀 194
7.2.1 動態海面散射雜波建模 194
7.2.2 海雜波多普勒譜特征分析 195
7.3 微動目標回波信號建模及檢測研究現狀 198
7.3.1 海面微動目標回波信號建模 198
7.3.2 微動目標特征分析與檢測方法 200
7.4 難點與挑戰 203
7.4.1 海雜波建模及特性分析方面 203
7.4.2 微動目標回波建模及特性分析方面 203
7.4.3 微多普勒信號特征提取和檢測方面 204
7.5 小結 204
參考文獻 205
第8章 海雜波及動目標微多普勒特性認知 213
8.1 動態海面散射雜波特性認知 213
8.1.1 改進一維時變海面散射模型及散射特性 214
8.1.2 改進一維時變海面散射模型的分數階功率譜分析 219
8.1.3 改進一維時變海面散射模型的驗證與分析 222
8.2 海上動目標微多普勒特征認知 226
8.2.1 非勻速平動回波模型 227
8.2.2 三軸轉動回波模型 230
8.2.3 長時間微動目標觀測模型 233
8.3 小結 235
參考文獻 236
第9章 短時分數階傅里葉變換域目標微動特征檢測和估計方法 239
9.1 微動信號STFRFT表示及特性 239
9.1.1 短時分數階傅里葉變換 239
9.1.2 微動信號的STFRFT表達式 240
9.1.3 STFRFT窗口長度選擇 242
9.2 基于海尖峰判別和篩選的海雜波抑制方法 243
9.2.1 海尖峰的判別方法 243
9.2.2 海尖峰時域特性分析 244
9.2.3 海尖峰變換域特性分析 246
9.2.4 海尖峰抑制方法 249
9.3 STFRFT域微動目標檢測和特征提取方法 249
9.3.1 方法流程 249
9.3.2 方法分析 252
9.4 仿真與實測數據處理結果 253
9.4.1 微多普勒信號檢測和性能分析 253
9.4.2 微多普勒特征提取和性能分析 257
9.4.3 實測數據處理結果 259
9.5 小結 263
參考文獻 263
第10章 分數階表示域機動目標長時間相參積累檢測方法 265
10.1 RFRFT長時間相參積累檢測方法 267
10.1.1 RFRFT的基本原理與性質 267
10.1.2 基于RFRFT的長時間相參積累 271
10.1.3 仿真與實測數據處理結果 280
10.2 RLCT長時間相參積累檢測方法 290
10.2.1 RLCT的基本原理 290
10.2.2 基于RLCT的長時間相參積累 292
10.2.3 實測數據處理結果 295
10.3 RFRAF長時間相參積累檢測方法 300
10.3.1 RFRAF的基本原理與性質 300
10.3.2 基于RFRAF的長時間相參積累 308
10.3.3 仿真與實測數據處理結果 312
10.4 RLCAF長時間相參積累檢測方法 321
10.4.1 RLCAF的基本原理與性質 321
10.4.2 基于RLCAF的長時間相參積累 326
10.4.3 仿真與實測數據處理結果 327
10.5 RLCAF域雜波抑制方法 335
10.5.1 RLCAF域微動目標和海雜波表示 335
10.5.2 海雜波抑制與微動目標檢測方法 337
10.5.3 仿真與實測數據處理結果 337
10.6 小結 339
參考文獻 340
附錄 344
雷達數據集介紹 344
彩圖
展開全部
雷達目標檢測分數域理論及應用 節選
**部分分數階傅里葉變換域雷達動目標檢測 第1章 雷達微弱目標檢測技術概述 1.1 引 言 雷達是通過對物體表面反射的電磁波進行研究而獲取信息的，當電磁波照射地面、海面等大面積的非規則散射體時，反射的回波在形式上具有雜亂時序特性，因此也稱為雜波。通常，把海洋表面反射的雜散雷達電磁波稱為海雜波[1]。對海雜波的研究已經有50多年的歷史，人們對它的認識也經歷了從低分辨率到高分辨率、從時間上平穩到非平穩、從空間上均勻到非均勻、從線性到非線性、從隨機性到混沌和分形、從不相關到相關再到部分相關、從數值擬合到物理解釋等不同的發展階段[2，3]。 目標檢測技術始終是雷達信號處理領域的難題，不僅具有理論重要性，而且在民用和軍用方面均具有非常重要的地位[4]。在民用方面，目標檢測技術在船舶的安全航行、浮冰規避和海洋環境的監測中有著廣泛的應用。在軍用方面，岸基雷達對海監視、反潛、對抗超低空突防的飛機和巡航導彈、檢測隱身艦船時都會遇到目標檢測問題。目標檢測往往面臨復雜的探測環境，例如，海面的粗糙程度要遠遠高于地面，并且海面不斷地運動起伏，幅值分布復雜，無論是在時域還是在頻域(多普勒域)，目標分辨單元的信雜/噪比(signal-to-clutter/noise ratio，SCR/SNR)可能都很低，具有低可觀測性，這些都嚴重影響了目標的檢測[5]。 高分辨率雷達的發展，使得對微弱目標的檢測與識別成為可能，但在低掠射角及高海況的條件下，海雜波和氣象雜波會淹沒微弱目標信號，大量的雜波尖峰還會造成嚴重虛警，這些對雷達海上和低空探測的性能都會產生較大的干擾，也是限制各種平臺對海雷達檢測性能發揮的一個重要因素。為了能夠有效、準確地獲取雷達目標信息，除了要對雷達目標特性、雷達所處復雜環境的特性及其變化規律進行充分掌握和研究，還需要結合各種先進的信號處理方法，濾除或抑制雜波，改善信雜比，*大限度地積累目標能量，降低雜波對目標的干擾，達到區分目標和雜波的目的[6]。因此，提供穩健、可靠、快速的微弱目標的檢測方法對于提高雷達探測性能、提升防御系統的“四抗”能力有著重要意義。 1.2 基于統計模型的目標檢測技術 雷達目標檢測方法的研究基本上是基于統計理論的，即將回波信號視為隨機序列，采用統計模型對雜波幅值進行建模，然后從雜波中提取各種統計特征構造能量檢測器，來實現目標檢測。然而雷達目標檢測研究發展至今，待檢測目標與目標所處的環境都已經相當復雜，目標和雜波模型均呈多樣化發展趨勢，尤其是雜波模型，在現代目標檢測的復雜環境中往往不成立或不完全成立，這就使經典目標檢測方法由于模型失配而不能取得預期的檢測結果。另外，雷達目標檢測所面臨的是種類繁多的雜波與干擾，由它們構成的環境往往是非線性的、時變的，尤其是隨著雷達自身技術的發展，如新體制的采用、分辨率的提高等，回波信號變得非平穩、非高斯。此時，經典目標檢測方法所做的獨立、線性、平穩、高斯背景等假設不匹配，原來所設計的*佳目標檢測策略的性能也必然會下降[7]。 雜波背景下的雷達目標檢測理論建立在雜波是隨機過程的基礎上，雜波的統計模型研究時間*長、發展*成熟。但雜波的產生通常依賴諸多因素，如海雜波，包括雷達的工作狀態(入射角、發射頻率、極化、分辨率等)以及環境狀況(如海況、風速、風向等)。隨著基于統計理論的目標檢測技術不斷向復雜化發展，新出現的統計模型更能貼近實際，但都是針對特定背景或者特定環境的，不能很好地反映物理非線性動力學特征，而且所提出的越來越復雜的檢測方法帶來的是實時性的急劇降低或者缺乏可實現性。 雷達目標檢測技術在實際應用過程中面臨的背景并非三類背景(均勻背景、雜波邊緣背景和多目標環境)中的任意單一類型，而是由海面、島嶼、陸地、其他目標、強散射點距離旁瓣以及不同海況等形成的，涵蓋三種背景類型的復雜非均勻環境，從而使得常規基于統計模型的目標檢測技術面臨兩難的參數選擇問題。基于背景雜波統計分布的雷達目標檢測方法*典型的代表為恒虛警率(constant false alarm rate，CFAR)檢測器，按照雜波的分布模型，可分為高斯雜波模型與非高斯雜波模型下的CFAR檢測器[8]；根據數據處理方式的不同，可以分為參量型與非參量型CFAR檢測技術；按照數據處理域的不同，可以分為時域CFAR檢測技術和頻域CFAR檢測技術；按照數據形式的不同，又可分為標量CFAR方法與向量CFAR方法。另外，還可以分為單參數CFAR方法與多參數CFAR方法、單傳感器CFAR方法與多傳感器CFAR方法。 CFAR檢測技術在形成檢測門限時一般包括兩個步驟：一是估計背景均值；二是計算門限因子，這兩個步驟在很大程度上依賴對背景雜波類型的假設。其中，在CFAR檢測器要求下，門限因子的計算依賴對背景雜波統計分布類型的假設，但是在目前的工程實際應用中，很難獲得復雜非均勻環境中每個距離單元背景雜波的統計分布類型，因此也很難根據設定的虛警概率來求得門限因子。在估計背景均值時，傳統CFAR檢測方法一般是基于背景類型的某個假設來獲取足夠的獨立同分布樣本。例如，工程中常用的單元平均CFAR(cell average CFAR，CA-CFAR)檢測方法是基于均勻背景假設的，相應的檢測單元背景均值是利用鄰近距離單元的樣本均值來估計的；選大CFAR(greatest of CFAR，GO-CFAR)檢測方法則是基于雜波邊緣背景假設的，相應的檢測單元背景均值是通過選擇兩側鄰近距離單元樣本均值中的較大者來估計的；而選小CFAR(smallest of CFAR，SO-CFAR)檢測方法則是基于單邊有多目標的背景假設的，相應的檢測單元背景均值是通過選擇兩側鄰近距離單元樣本均值中的較小者來估計的。然而，在實際雷達工作環境中，多數是針對復雜非均勻環境的。這種復雜非均勻環境使得基于單一背景類型假設的CFAR檢測方法難以獲得足夠的獨立同分布樣本來進行背景均值估計，同時保護距離單元數和參考距離單元數的設置往往面臨兩難問題。 因此，經典的目標檢測方法在復雜的目標檢測環境和日益提高的現代目標檢測要求下，越來越顯得捉襟見肘，主要表現在兩方面：①難以適應現代多樣化的目標信號模型；②對目標檢測環境的時變性、非平穩性考慮不足，當雜波分布類型偏離假設時，檢測器的性能往往大幅下降，甚至難以保持CFAR檢測器性能[9，10]。 1.3 基于特征差異的目標檢測技術 傳統的雜波中目標檢測技術研究主要依賴某種統計特征，并期望所提特征對雜波和目標具有穩定的差異度和線性可分性，但這一研究過程有兩方面因素沒有系統全面地考慮：一是，背景雜波是一個多參數函數，即雷達系統參數(包括雷達頻段、極化方式、脈沖重頻、掠射角、觀測距離、分辨單元尺寸、掃描速度、發射波形等)和環境參數(包括海域、海況、風速、風向、云雨、大氣與海洋溫度等)的函數[11]。雜波與諸多參數間表現為復雜的非線性依賴關系，并依各參數呈現不同的非線性規律，這些信息對增強不同頻段雜波與目標特征差異度是十分有益的，但在形成統計特征過程中沒有得到充分利用。二是，在存在目標的情況下，目標與雜波間不是簡單的線性疊加，而是復雜的非線性合成關系，但在線性近似或模型簡化的過程中往往會損失部分信息，導致僅有局部信息用于區分雜波和目標，實際上這種非線性關系往往會使得雜波與目標間存在一種非線性可分的狀態。 在對微弱目標檢測時判斷目標的有無，其實也就是要對目標與雜波或者噪聲進行分類，特征檢測器就是基于該思想的，即判斷回波是否屬于背景所在的類。其大致的思路是，提取出目標回波和背景雜波之間穩健的、具有可分性的特征空間，根據特征的差別做出判別。基于這種架構，已經有研究者設計了目標檢測的創新方法[12]。例如，利用目標和雜波背景的非線性特征差異設計檢測器，非線性特征是雜波復雜性的直觀體現，相關文獻已經分別從散射機理和實測數據等方面研究了雜波的非線性特征，尤其是海雜波。從內容上看，非線性特征是對傳統統計分布特性的補充和完善，它和傳統統計分布特性屬于研究同一問題的不同數學工具。分形屬于非線性特征研究領域的典型內容，主要研究雜波的起伏結構。分形模型可以較好地描述信號粗糙程度，背景與目標的粗糙程度不同，其分形特性有所差異，因此可將該差異用于目標檢測[13]。然而時域分形特性差異在低SNR/SCR條件下不明顯，檢測性能下降。為此，人們研究了變換域中的非線性特征檢測方法，將回波信號進行相參積累后構造非線性特征差異，提高了該類檢測方法對微弱目標的檢測能力[14]，但對回波時間序列的長度和訓練數據的數據量具有很高的要求，增加了算法復雜性，并且變換域非線性特征的理論機理尚不明確，僅適合特定條件下的數據分析和目標檢測。 1.4 基于變換域處理的動目標檢測技術 近年來，對強雜波環境中位置和運動速率未知的動目標進行檢測與估計的問題引起了人們的廣泛關注。當SCR較低時，在時域中微弱動目標能量與雜波接近，已不能被正確區分和檢測。因此，人們開始嘗試利用各種變換和能量積累方法提取強雜波中的動目標，主要方法為經典的動目標顯示(moving target indicator，MTI)[15-18]及雜波抑制方法[19-21]及基于時頻分析的動目標檢測(moving target detection，MTD)方法[22-43]等。 1.4.1 動目標顯示及雜波抑制方法 雷達探測的目標，如飛機、導彈通常具有較高速度，接收信號會有較大的多普勒頻移(切向目標除外)，而雜波由于處于靜止或者較慢速的運動狀態，所以能量主要集中在頻率比較低的范圍，用相應的帶阻濾波器對回波信號進行濾波，雜波的能量就會被減弱甚至消除。這種利用徑向速度的差別抑制無用雜波的方法稱為MTI方法[15，16]。由于MTI方法對地物雜波的抑制能力有限，所以在MTI后串接一個窄帶多普勒濾波器組來覆蓋整個重復頻率的范圍，以達到動目標檢測的目的，即MTD方法[17，18]。由于雜波和目標的多普勒頻移不同，所以它們將在不同的多普勒濾波器的輸出端出現，從而可以從雜波中檢測出動目標，并且MTD方法還可以根據不同的窄帶濾波器輸出求出多普勒頻移來確定目標的速度。 然而，在較強雜波干擾背景下，靜止或慢速運動的目標，由于沒有多普勒頻移或者多普勒頻移較小，加之雜波是動態變化的，如氣象雜波和海雜波等，所以雜波在多普勒域有一定的譜寬。對于運動的慢速小目標，其回波的多普勒頻率會落在雜波的頻譜內，采用傳統的MTI方法和MTD方法對動目標進行多普勒頻移分辨已十分困難，增大了動目標檢測的難度。另外，當進行長時間相參積累或目標做非勻速運動時，雷達回波中調制有與目標機動特性相關的多項式相位因子，這時的雷達回波信號將不滿足傳統信號處理中的平穩性要求，導致基于離散傅里葉變換(discrete Fourier transform，DFT)的常規MTD方法不再有效，也就是說，
雷達目標檢測分數域理論及應用 作者簡介
陳小龍，1985年生，海軍航空大學副教授，長期從事雷達弱小目標檢測方面研究。發表論文90余篇，ESI高被引論文2篇，中國電子學會“電子信息領域很好論文”1篇，靠前會議很好論文4篇，授權發明20余項，出版學術專著2部，雷達專業教材2部。獲省部級科技獎勵4項、中國電子學會優博、靠前無線電聯盟（URSI）和靠前應用計算電磁學會（ACES）青年科學家獎。入選中國科協青年人才托舉工程、中國電子學會很好科技工作者、山東省優青。擔任中國電子學會青年工作委員會委員、信號處理分會委員、青年科學家俱樂部雷達與信號處理專委會秘書長，《雷達學報》《信號處理》《太赫茲科學與電子信息學報》編委、《中國電子學會會員通訊》副主編。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
龍榆生：詞曲概論/大家小書
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
- >
苦雨齋序跋文-周作人自編集
- >
經典常談
- >
煙與鏡
本類暢銷
