多通道sar动目标检测方法研究

多通道sar动目标检测方法研究

ID:35182115

大小:3.91 MB

页数:108页

时间:2019-03-21

多通道sar动目标检测方法研究_第1页
多通道sar动目标检测方法研究_第2页
多通道sar动目标检测方法研究_第3页
多通道sar动目标检测方法研究_第4页
多通道sar动目标检测方法研究_第5页
资源描述:

《多通道sar动目标检测方法研究》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、硕士学位论文多通道SAR动目标检测方法研究RESEARCHONGROUNDMOVINGTARGETDETECTIONTECHNOLOGYINMULTICHANNELSARSYSTEM穆慧琳哈尔滨工业大学2016年6月国内图书分类号:TN929学校代码:10213国际图书分类号:621.39密级:公开工程硕士学位论文多通道SAR动目标检测方法研究硕士研究生:穆慧琳导师:张云副教授申请学位:工程硕士学科:电子与通信工程所在单位:电子与信息工程学院答辩日期:2016年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:TN92

2、9U.D.C:621.39DissertationfortheMasterDegreeinEngineeringRESEARCHONGROUNDMOVINGTARGETDETECTIONTECHNOLOGYINMULTICHANNELSARSYSTEMCandidate:MuHuilinSupervisor:Prof.ZhangYunAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ElectronicsandCommunicationEngineeringAffiliat

3、ion:SchoolofElectronicsandInformationEngineeringDateofDefence:June,2016Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要合成孔径雷达(SyntheticApertureRadar,SAR)对地面运动目标检测(GroundMovingTargetIndication,GMTI)技术是近年来SAR领域中的研究热点,基于SAR成像的巨大优势,SAR-GMTI在军事和民用领

4、域中得到广泛应用。由于单通道SAR系统受物理条件限制在检测性能方面具有局限性,使得近几年多通道SAR动目标检测技术得到快速发展,其具有巨大的研究空间和广阔的发展前景。基于此,本课题主要研究机载/星载雷达平台下的多通道SAR动目标检测方法,在建立多通道SAR对地观测模型和动目标回波模型的基础上,分别研究了基于偏置相位中心天线(DisplacedPhaseCenterAntenna,DPCA)技术、基于空时自适应处理(Space-TimeAdaptiveProcessing,STAP)和基于压缩感知(CompressiveSensing

5、,CS)理论的多通道动目标检测方法,以期提高动目标检测性能,尤其是慢速运动目标的检测性能,进一步解决多通道SAR系统数据量大的问题。本文具体研究工作如下:(1)针对多通道SAR-GMTI系统,建立对地观测模型和动目标回波模型,从理论推导和仿真实验分析动目标运动参数对SAR成像的影响;通过对地杂波的频谱特性和统计模型的分析,说明动目标检测技术的关键在于有效抑制杂波;(2)以双通道SAR-GMTI系统为背景,研究基于DPCA技术的动目标检测方法。从理论推导和实验仿真分析数据时域DPCA、数据多普勒域DPCA及图像域DPCA的可行性,进一

6、步讨论算法的最小可检测速度、最大可检测速度、盲速、通道失衡问题,并分析在均匀杂波和非均匀杂波环境下算法的检测性能;(3)以多通道SAR-GMTI系统为背景,研究多通道SAR的STAP处理方法。从理论推导和实验仿真分析数据时域STAP、数据多普勒域STAP及图像域STAP的可行性,并分析在均匀杂波和非均匀杂波环境下算法的检测性能,其对慢速运动目标和低信杂噪比(SignalClutterNoiseRatio,SCNR)目标的检测能力明显优于DPCA方法。结合长短基线的优势,提出基于图像域STAP的非均匀阵列动目标检测方法,实现在降低最小

7、可检测速度的同时扩大径向速度最大无模糊区间,为进一步提高检测性能和对配准误差的适应能力,对图像域STAP算法进行改进,提出基于多像素联合处理的图像域STAP方法;(4)针对多通道动目标检测方法数据量大的问题,研究基于压缩感知理论的动目标检测方法。以地面运动目标空域稀疏特性为前提,建立多通道SAR稀疏回波模型和观测矩阵,分析三种稀疏重构算法。在此基础上提出基于贝叶斯-I-哈尔滨工业大学工程硕士学位论文压缩感知(BayesianCompressiveSensing,BCS)的双通道DPCA-BCS算法和多通道STAP-BCS算法,从理论

8、推导和实验仿真说明算法的可行性,实现稀疏采样条件下的动目标检测,并分析比较不同重构算法和稀疏采样模型的检测性能。针对多通道STAP-BCS算法需要满足DPCA条件问题,提出改进算法,使算法对系统的适应性更强,动目标检测性能更佳。关键词

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。