天基预警雷达微弱动目标检测与定位方法研究

《天基预警雷达微弱动目标检测与定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安龟子科技大学攻读博士学位研究生毕业论文天基预警雷达微弱动目标检测与定位方法研究11静}：与叫市：学．科：掌位：吴孙勇曩啦生教授啊卜号r．匀r信^k幔工学博士2011年1月中国in枣StudyonWeakMovingTargetsDetectionandLocalizationforSpace-—basedEarlyWarningRadarADissertationSubmittedtoXidianUniversityinPartialSatisfactionoftheRequirementsforthe

2、DegreeofDoctorofPhilosophyInElectronicEngineeringByWuSunyongJanuary,2011Xi’an，P．R．China西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果：也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工

3、作的同志对本研究所做的任何贡献均已在论文中做了明确的既明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：瓣日期呈旦!l：』：占关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文：学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本人签名：坦日期』州导师签名：日期丕丛■I．

4、10摘要I天基预警雷达监视空中和空间目标具有重要的军用价值，但面临低信噪比下机动目标检测、跟踪和定位等技术的挑战，引起国内外的广泛重视。增加积累时间可以达到提高信噪比的要求，但由于目标的高速运动和大机动飞行等特点，进行长时间积累时易发生距离徙动与回波非平稳，使得传统基于FFT的相参积累方法性能恶化。检测前跟踪技术(TBD)通过对多帧图像数据作相关处理，几乎没有信息积累损失，特别适合低信杂噪比下的目标检测与跟踪。此外，识别空间目标要求发射宽带信号，而星上资源相对有限，利用宽带信号对目标进行识别的同时对目标进行

5、定位可充分挖掘信号资源。本文紧密围绕天基雷达微弱运动目标检测与定位中的实际问题，对机动目标长时间相参积累、微弱目标的TBD算法、宽带信号的波达方向(DOA)估计等关键技术进行了深入的研究。本文的具体工作安排如下：1．讨论天基雷达微弱信号检测技术所涉及的运动目标信号模型和微弱目标长时间能量积累等方面的问题，为后续的研究提供参考。2．长时间相参积累是提高弱目标检测能力的有效手段，针对积累期间的距离徙动和多普勒展宽问题，提出两种解决途径。方法一首先根据回波高阶相位对包络补偿效果的影响对数据进行分段处理；然后对每个

6、数据段采用速度滤波器组进行划分和keystone变换补偿回波包络走动，并且对包络补偿后的数据采用分数阶傅立叶变换估计回波相位历程：最后采用最小二乘方法拟合出目标的运动参数并对目标回波进行长时间相参积累。方法二针对目标作匀加速运动，且高速目标存在多普勒模糊的情况，将脉冲压缩后的目标回波信号转换到距离～多普勒二维频率域，通过对加速度的一维搜索构造补偿函数进行匹配处理。该方法仅需对加速度参数进行估计，由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除。另外，所提算法可以有效地利用快速傅立叶变

7、换实现而无需进行插值操作，运算量小。两种方法均采用计算机仿真进行了验证。3．基于粒子滤波的TBD算法由于可以有效处理非线性、非高斯和多模式的状态估计问题，特别适用于机动微弱目标的检测与跟踪。针对传统基于粒子滤波的TBD算法中出现的退化现象以及粒子多样性缺失等问题，论文提出了两种改进算法。方法一通过几点改进策略以提高算法的性能，即采用对权重最低的部分“存活”粒子用“新生”粒子将其替换的粒子更新策略，而在每次重采样后，实施马尔科夫链蒙特卡洛(MCMC)移动步骤，引导粒子朝着多样性方向发展，在提升粒子多样性的同时

8、缓解了粒子的退化，保证了目标的持续跟踪。同时将门限的选取转换为与之等价的分辨单元集大小的选取，这种选取方法只与SNR有关，适用于雷达信号处理国家重点实验室II天基预警雷达微弱动目标检测与定位方法研究不同的背景噪声下。分析了粒子数量和门限的选取对跟踪性能的影响，分析结果表明只要采取恰当的策略，在粒子数较少时也能取得较好的性能。方法二是在粒子滤波的基础上融合无迹卡尔曼滤波(UKF)算法，融合后的新算法在利用重要性密度