基于特征的雷达目标机动检测方法研究

目标机动检测属于一类典型的突变检测问题，在机动目标拦截、自动驾驶与避碰等军/民用领域都有着广泛的应用。现有雷达目标机动检测技术大都基于跟踪滤波器的中间信息构造检验统计量来检测机动，受Q效应制约难以同时兼顾机动检测的快速性与状态估计的稳态精度，不能满足机动目标拦截等应用对机动检测性能的需求。由于雷达目标回波及其特征信号中包含了与目标运动状态直接相关的运动信息，从而为基于特征的雷达目标机动检测提供了可行性。本项目跳出目标跟踪的框架来研究机动检测技术，将机动检测视为一个独立的科学问题，探讨目标机动特征提取和机动检测器设计的理论与方法，旨在建立快速而稳健的机动检测器及基于特征机动检测框架。这一项目的成功实施，将会对大机动目标拦截、车辆避碰与自动驾驶等军/民用领域产生积极的影响；而且相关研究将丰富目标识别与跟踪、FAT和JTI等领域的研究内容，具有重要的学术价值。

目标机动检测是一类典型的突变检测问题，在机动目标跟踪、拦截导引、自动避碰等军/民用领域都有着广泛应用。传统目标机动检测技术大都基于跟踪滤波器的中间信息构造检验统计量，受Q效应制约难以同时兼顾机动检测的快速性与状态估计的稳态精度。本课题将机动检测视作一个独立的科学问题，基于雷达特征进行目标机动状态辨识，从而为实现快速有效的机动检测。在国家自然科学基金青年基金项目(61101186)资助下，项目组分别从电磁散射正反问题两个角度出发，围绕特征建模与提取、机动检测方法、性能评估与试验验证等四个方面展开研究工作，建立了一套目标机动特征提取与机动检测器设计理论与方法。取得主要研究成果有：建立了目标运动模式与雷达-目标相对姿态间的三维解析关系，推导了姿态敏感特征信号表示并分析了特征信号在不同运动模式下的差异性，从而为基于特征的目标机动检测与辨识提供了理论依据；将机动检测问题表述为机动--非机动二元假设检验问题，提出了多普勒像机动检测器和距离像序列机动检测器，可分别适用于窄带和宽带雷达，其中基于后向传播神经网络的多普勒像机动检测器在1%的机动检测虚警概率下，平均机动检测延迟仅为0.202s；将机动检测问题表述为机动状态的变化，基于R-D像斜率及斜率变化率特征设计了机动方向辨识器，可快速检测目标机动方向变化，不同机动时刻下目标机动模式辨识正确率达到85%以上，辨识延迟小于0.5s；构建了一套科学的机动检测性能评价体系，与常用的平均机动检测延迟比，所提出的机动检测延迟常数和收敛时间这两个指标可反映对应延迟时间下的检测概率；从系统状态及各分量的可观测性分析入手，在理论上回答了集成特征后对系统可观测性、特别是加速度可观测性的提升，结果可直接指导特征选择与提取；设计了集成特征的变结构多模估计器，可有效改善机动目标跟踪性能，说明了特征机动检测器的有效性和实际应用价值。依托本项目已发表学术论文12篇（SCI检索5篇，EI检索11篇），已录用论文3篇（SCI源刊），出版译著1部并获得2013年度引进版科技类优秀图书奖。