It is a hot topic to detect the floating targets on the sea surface and the aircrafts over the sea in sea clutter currently. For detecting floating targets, the current study mainly focuses on the method of nonlinear character of time series based on the additive model of received echoes, while ignoring the change of kinetic characteristic of fluid due to the existence of floating targets. In the project, considering the change of the scattering characteristic of sea surface due to the existence of floating targets, the received echoes are modeled as a non-additive model, a multi-feature united detector is proposed in the high dimensional feature space in order to detect the floating targets effectively. For detecting aircrafts over the sea, the current study is mainly contributed to the coherent integrated detection. There are significant errors when the spatially-temporally non-stationary clutter is utilized to estimate the statistical property of sea clutter. In the project, a consistency factor is uesd to measure the non-stationarity of sea clutter, and an adaptive diagonal loading estimator is adopted to estimate the statistical property so as to whiten sea clutter accurately. Meanwhile, in order to provide a theoretical basis and an algorithm support for the research of sea clutter, the combination of the filter bank with a coherent integrated detector is used to detect the spread targets.
海杂波背景下海面漂浮目标和低空目标的检测问题是目前国际上的研究热点。国际上对海面漂浮目标的检测主要集中在将接收回波建模为加性模型,利用基于时间序列非线性特性的分析方法,忽略了漂浮目标的存在改变了洋流的运动规律。本项目考虑到漂浮目标的存在改变了周围海面的散射特性,将接收回波建模为非加性模型,在高维特征空间中提出多特征联合检测算法,以实现漂浮目标的有效检测。国际上对海面低空目标的检测主要集中在利用相干积累检测算法,但是海杂波的空时非平稳特性使得该算法中对杂波统计特性的估计存在较大误差,本项目采用一致性因子衡量海杂波的空时非平稳特性,利用了自适应对角加载技术估计海杂波的统计特性,以达到准确白化海杂波的目的。同时针对扩展目标模型,使用滤波器组与相干积累检测器组合来研究海杂波背景下扩展目标的检测性能,为实测海杂波的特性研究提供理论依据和算法支撑。
针对海杂波背景下海面漂浮目标和低空目标的检测问题的研究,项目组成员主要从如下方面进行研究,首先针对海面低空目标的检测问题,项目组成员研究了子带海杂波背景下的扩展目标检测,采用DFT调制的滤波器组对海杂波进行子带分解,对比了子带分解前后的纹理分量和散斑分量的平稳性变化情况,发现子带分解可以显著改善海杂波的非平稳特性,位于强杂波区的子带杂波呈现出非平稳特性,而弱杂波区的子带杂波呈现出平稳特性,提出了子带开关检测算法,实测数据实验结果显示,该算法不仅计算量小,而且检测性能明显优于对比算法;由于海杂波的一致性因子随着雷达的距离分辨率的改变而改变,项目组成员试着将海杂波的统计特性与雷达的距离分辨率联系起来,提出了一种基于对角加载的协方差矩阵估计算法,该算法自适应组合协方差估计算法与单位矩阵,其组合系数可度量参考杂波向量统计一致性,该算法在高分辨率海杂波情况下获得了优越的检测性能;通过对比相关性样本和独立性样本二者的协方差矩阵的均值和二阶矩,在没有性能损失的前提下,项目组成员得出了在不同相关系数下的相关样本所等效的独立样本数的数学公式;分析利用杂波抑制滤波器对杂波进行抑制的过程中,杂波的空时非平稳特性发生变化,得出结论:杂波抑制滤波器可以抑制杂波的能量,但是无法彻底消除杂波的空时非平稳特性;然后,针对海面漂浮目标的检测问题,项目组成员研究发现,海杂波的非平稳成分主要体现在纹理分量上,而散斑分量可认为是近似平稳的,目标的存在改变了洋流的运动特性,使得具有混沌特性的洋流变得具有一定的规律,有目标存在时散斑分量的平稳性因子较小,故而利用散斑分量的一致性因子作为特征进行目标检测,实测海杂波数据试验结果显示,该算法获得了更好的检测性能。最后,针对目标无源定位问题的研究,利用去调频技术来估计两个线性调频信号的到达时间差(TDOA)和到达频率差(FDOA),通过采用不同的角度来对两个信号去调频,同时计算这两个去调频信号在多普勒轴上的互模糊函数的投影,并通过最小二乘方法来估计TDOA和FDOA,同时利用内插技术改善了在估计离散信号的TDOA和FDOA时产生的频谱混叠现象。提出的去调频技术的计算复杂度要远小于现有的算法.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
一种改进的多目标正余弦优化算法
人工智能技术在矿工不安全行为识别中的融合应用
海杂波背景下的弱目标检测方法研究
基于海杂波随机游走模型的小目标检测方法研究
海杂波中雷达目标的变换域分形检测方法研究
基于机器学习的海杂波特性感知和目标特征检测方法研究