浅海运动平台空时自适应检测前跟踪算法研究

The problem of detecting targets with weak echo and relatively low velocity in shallow water remains open. To this end, we consider a novel approach that combining Space-time adaptive processing and track before detecting algorithm and get a dual scale space-time adaptive processing model. More precisely, we refine the reverberation, jamming and target model by establishing a newly receiver and sampling model for under water moving sonar platform. Basing on this models we rearrange the sampling data and refine the dual scale model to be an optimal one by feeding this data. To further enhance the robustness of this strategy, we consider two different situations, which affect the detecting performance most, the heterogeneous reverberation environment and the mismatching space-time steering vector. Finally, we consider the reduced rank version and parallel version to make it more practical and computationally efficient. We hope this work can be served as a novel and efficient frame work for solving the shallow water low reflecting and slowly moving target detection problem.

为更好的解决浅海低速弱目标检测与跟踪问题，本项目从双尺度空时处理(STAP-TBD)的角度出发，通过深入研究浅海运动声纳空时处理的接收机模型，数据采集模型，构建STAP-TBD双尺度模型。在此模型框架下设计样本数据的选取策略，并将得到水下双尺度空时处理数据反馈到STAP-TBD模型中得到更新后的最优STAP-TBD模型，进而设计相应的低速弱目标STAP-TBD方法；接着再考虑将影响浅海运动声纳STAP的两大不确定因素，混响的非均匀性和空时导向矢量失配，并将其纳入STAP-TBD中，得到更加稳健的STAP-TBD方法，为进一步提升其实际应用性能，我们还考虑了降维STAP处理，然后将得到的算法并行化后移植到声纳信号处理机中，评估其实际性能。最终整合研究成果，得到一整套适合浅海低速目标检测的理论和技术，为我国运动声纳的检测手段提供新思路和理论依据。

混响是影响主动声纳性能的主要干扰之一，尤其是在浅海环境中且声纳载体处于运动状态时，不同方向的混响具有不同的多普勒频移，进而造成混响的功率谱在空时二维平面有较大的展宽。由于运动声纳与机载雷达在探测手段上的相似性，决定了STAP技术将是一种抑制耦合混响的可靠手段。进一步，检测前跟踪（TBD）算法同时利用多帧数据进行能量积累，在弱目标的检测与跟踪方面表现出较好的性能。结合以上两种算法的优势，提出适用于水下运动平台探测应用的STAP-TBD算法，统一解决运动声纳的混响抑制与低速弱目标检测问题。其中对于TBD的高效实现，本文采用动态规划算法加以解决，因此将所提出算法命名为水下STAP-DP-TBD算法。本研究工作创新点主要体现在以下三个方面：.(1)分析了水下单脉冲STAP接收数据的组织方式和混响协方差矩阵的性质，在此基础上介绍了四种经典的空时自适应检测（STAD）器，即广义似然比（GLRT）检测器、自适应匹配滤波（Adaptive Matched Filter，AMF）检测器、RAO检测器和WALD检测器，并进一步阐述了DP-TBD算法的基本概念。探讨了适用于均匀环境的水下STAP-DP-TBD设计方法，在水下GLRT-DP-TBD和AMF-DP-TBD算法的基础上，提出了水下RAO-DP-TBD和WALD-DP-TBD算法。相较于传统的单帧检测方法，水下STAP-DP-TBD算法在均匀环境下的检测性能明显提高，同时具有良好的目标跟踪性能。.(2)由于实际应用中海水起伏、海洋环境时刻变化和声纳平台姿态变换等因素，导致水下混响背景往往是非均匀的，此时前述均匀环境水下STAP-DP-TBD算法无法保证检测的恒虚警（CFAR）特性。针对这一问题，本研究对值函数进行改进，提出了适用于部分均匀环境的水下STAP-DP-TBD算法，在具有CFAR特性的同时，还能提供良好的检测与跟踪性能。.(3)为保证水下STAP-DP-TBD算法相较于最优处理的检测损失低于3dB，要求辅助数据数量不低于空时处理维度的两倍，而实际水下环境复杂，通常难以获取如此充足的辅助数据。针对这一瓶颈问题，提出了基于混响协方差矩阵斜对称特性的知识基水下STAP-DP-TBD算法，实现了对阵列特性先验知识的挖掘与利用，有效提高了水下STAP-DP-TBD算法的稳健性。