一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。     

基于ResNet的智能恒虚警目标检测方法

传统恒虚警检测方法通常假设待测单元的杂波与训练杂波满足独立同分布,然而在实际雷达工作环境中,强杂波呈现出非均匀特性,沿距离单元的杂波统计特性差异变化较大,使得传统恒虚警目标检测方法在复杂环境下的检测性能下降。为解决该问题,本文从杂波统计特征提取分类出发,通过深度学习方法对杂波进行分类,提出了一种基于残差神经网络(ResNet)的智能恒虚警目标检测方法。首先,根据雷达实测杂波数据建立ResNet的训练集和测试集;其次,构建ResNet对数据进行智能特征提取,得到杂波的统计特征,并用训练好的网络对测试集进行测试;最后,以阈值可设的Softmax分类器对所得统计特征进行分类,根据分类结果实现智能恒虚警目标检测。实验结果表明:相比传统恒虚警检测方法,本文提出的方法具有自适应能力更强、检测性能更好等优点。     

基于海杂波稀疏性与非均匀度的样本挑选方法

针对预警雷达对海监视面临海杂波分布非均匀与杂波样本受目标污染,导致自适应杂波抑制处理性能恶化和目标能量损失的问题,提出了一种基于海杂波稀疏性与非均匀度的样本挑选方法。该方法将目标的导向约束与广义内积样本挑选方法结合,先利用海杂波在空时二维平面上的稀疏分布特性,根据海杂波与目标空时二维分布差异剔除被目标污染的样本,再利用广义内积准则衡量海杂波分布的非均匀程度,并获取均匀样本,以提高杂波协方差矩阵的估计精度。仿真结果表明:所提方法能在提高杂波抑制性能的同时,减小目标信号能量损失。该方法可广泛应用于海面预警监视雷达系统。     

多目标单元平均CFAR处理机的M次扫描检测分析

本文分析了在用于估算杂波加噪声电平的一组单元中出现一个或多个干扰目标回波的情况下，一般单元平均（ＣＡ）、最大（ＧＯ）及最小（ＳＯ）恒虚警率（ＣＦＡＲ）检测器的各种性能。推导出了对Ｘ平方目标起估模型采用非相参积累时，这些检测器检测概率的精确表达式。描述了Ｓｗｅｒｌｉｎｇ Ｉ目标模型的结果。随着Ｍ的增大，对于均匀和非均匀两种背景模型，无论使用ＣＡ、ＧＯ还是ＳＯ检测器都将获得较好的性能。在参数相同的情况     

复合高斯杂波中距离分布目标的极化自适应检测

极化高分辨力雷达能够获取更丰富的目标特征信息,充分利用极化信息能够有效地提高检测和识别性能.本文基于广义似然比检验,提出了一种复合高斯杂波中距离分布目标的极化自适应检测器,推导了检测器的虚警概率表达式,理论分析表明其相对于杂波的协方差矩阵和纹理分量都具有恒虚警特性.利用仿真数据统计分析了该检测器的检测性能,仿真结果表明,在一般情况下当辅助数据较少时该检测器的检测性能优于其它同类检测器.     

基于滑动子空间的杂波样本筛选方法

针对受目标污染的非均匀杂波辅助样本筛选问题，本文利用超低旁瓣子空间平滑加窗处理，克服已有的非均匀杂波样本筛选方法面临的初始协方差矩阵包含目标信号而引起的目标相消问题。一方面，采用超低旁瓣子孔径滑窗方法大幅提升旁瓣区信杂噪比，结合拟合方差偏离量提取目标大信号能量并予以剔除。另一方面，结合广义内积（Generalised Inner Product,GIP）等算法在子空间平滑的基础上进一步剔除非均匀杂波样本，从而得到独立同分布的杂波协方差矩阵。基于子孔径滑窗的杂波样本剔除方法能够大幅降低系统运算复杂度，提高系统应用效能。通过对机载实测数据的验证分析，该算法能够改善目标的输出信杂噪比，保留微动效应的离散弱目标信号，具备很高的工程应用价值。     

实测数据的降秩空时自适应处理方法

在实际非均匀环境中，机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计，严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门，来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法，这两种方法都是利用杂波和干扰的低秩属性，用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据，应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性，减少了计算量，并提高了有效可测收敛性，可有效地提高空时自适应处理器的性能。     

基于模糊CFAR的SAR图像非均匀背景目标检测算法

CFAR是目前应用最为广泛且实时有效的SAR图像目标检测算法,在非均匀背景情况下,一般的CFAR检测都会存在大量虚警.引入模糊逻辑的概念,提出了一种非均匀背景的SAR图像模糊CFAR目标检测算法.基于Weibull分布,分别推导出模糊CA-CFAR和模糊OS-CFAR的隶属函数,并根据相应的模糊融合准则进行融合处理,得到模糊CFAR检测器的中心门限.仿真结果表明,模糊CFAR检测算法在非均匀背景的SAR图像目标检测中,具有较高的检测概率,且虚警少,具备一定的实用价值.     

一种采用自动筛选技术的鲁棒恒虚警检测器

本文基于有序统计（ＯＳ）和筛选平均（ＣＭ）提出了一种新的恒虚警检测器，它采用ＯＳ和ＣＭ方法来产生局部估计，再采用二者的平均值作为对杂波功率水平的估计，并应用了文献［５］提出的自动筛选技术，在ＳｗｅｒｌｉｎｇⅡ型目标假设下，本文推导出了它的Ｐｆａ、Ｐｄ和度量ＡＤＴ的解析表达式，并与其它方案进行了比较。分析结果表明，它对均匀背景和多目标环境均具有适应性，尤其是在多目标引起的非均匀背景场合中，它呈现较好的锝棒性，它的性能与ＯＳ相比有较大的改善，并且它的样本排序时间不及ＯＳ、ＣＭ的一半。     

Ll—CFAR—一种灵活的鲁棒设计

本文介绍一种新的恒虚警率（ＣＦＡＲ）处理器。Ｌｌ－ＣＦＡＲ通过对参考集排列样本线性滤波来形成其噪声功率估值；但是，这一组合的权值不仅仅取决于排列，而且还取决于样本与测试单元的相对接近程度。这类Ｌｌ－ＣＦＡＲ中有些能有效检查假目标；有些可以在有杂波边缘时对虚警进行令人信服的控制；而另一些则对这两种不均匀性均具有鲁棒性。当设计中含有这些方案时，它们执行起来不比普通序列统计ＣＦＡＲ（ＯＳ－ＣＦＡＲ）累赘     

毫米波导引头的信号处理

由于在毫米波频率时目标和地物杂波的反射特性有很大差别,因此在用于较低的频率时,应采用不同的信号处理方法.要在很高的频率下得到改善分辨能力的全部优越性,在设计毫米波雷达导引头时应考虑目标和杂波的信号特征及其统计特性.提出了一个统计信号处理方法,它可用于设计机载毫米波导引头的恒虚警(CFA)处理器.该方案由三个不同的功能器件所组成:(1)用作消除噪声和信号与杂波去相关的自适应滤波器;(2)用于辨别杂波统计分布的方向图分类器;(3)恒虚警处理器.这种方案能够使机载毫米波雷达在每个扫描期间处理更多的信息,而把恒虚警率维持到一固定的与所遇到的杂波类型相适应的门限值上.     

基于对比度和梯度分布的红外弱小目标检测

红外弱小目标检测技术是目标自动检测系统中的核心技术之一。在复杂背景以及强杂波存在的情形下,红外弱小目标检测往往会有高虚警率的问题。对于这一问题,提出了一种基于多尺度局部对比度与局部梯度分布的红外弱小目标检测算法,具有重要意义。相比于以前的算法,该方法利用多尺度局部对比度机制增强红外图像中的疑似红外弱小目标的区域,再利用红外图像的局部梯度分布信息对这些疑似红外弱小目标的区域进行判别,剔除其中的虚警区域,得到有低虚警率红外弱小目标检测结果。实验结果表明:该算法结果可靠,检测准确率高。可见,新算法可以有效地提高在复杂背景以及存在强杂波情形下红外图像中弱小目标的检测准确率。     

机载MIMO雷达自适应匹配滤波检测器

针对机载MIMO雷达在未知统计特性杂波时的目标检测问题,首先提出自适应匹配滤波检测器(MI-MO Adaptive matched filter,MIMO-AMF),利用MIMO雷达的空间分集特性提高检测性能,并推导出检测概率和虚警概率表达式.然后,基于MIMO雷达杂波协方差矩阵的块对角特性,给出一种简化MIMO-AMF检测器,大大减小MIMO-AMF的计算复杂度,同时降低对参考单元数目的要求,并在只有两个接收雷达单元的情形下,推导出简化AMF检测性能的表达式.结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,能够在未知杂波背景下有效的检测目标.     

一种适用于雷达的增强混合指数检测器

本文中中的指数混合概率密度函数（pdf）被看作是有用的雷达海杂波模型。某些参数的易变性导致了从这类模型中派生出来的检测方法的性能降低和估计错误。本文介绍了一种增强方式，即假设已知参数存在于特定区间内并对参数值进行选择以防止虚警过多。实验研究表明，与通常的恒虚警率（CFAR）处理器相比，这种方法能获得平均6－9dB的增益。     

基于对角加载的机载MIMO雷达自适应匹配滤波检测器

研究了基于自适应匹配滤波(Adaptive Matched Filter, AMF)的机载MIMO雷达目标检测问题。针对参考单元数据不足对MIMO\|AMF检测器性能的影响,提出了基于对角加载的MIMO雷达AMF(MIMO\|LAMF)检测器,并对其检测性能进行分析,给出虚警概率和检测概率的闭合表达式。该检测器利用机载MIMO雷达杂波子空间低秩的特点和对角加载技术,解决了因参考数据不足所引起的矩阵病态问题。为了减少MIMO\|LAMF检测器的运算量,在分析杂波协方差矩阵块对角化特性的基础上,给出一种简化MIMO\|LAMF检测器。理论分析和仿真结果都表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,检测性能优于MIMO\|AMF检测器。
     

相关SAR杂波中的目标检测

合成孔径雷达（SAR）杂波特性可采用杂波的单点统计和相关结构来描述，二者在目标检测应用中均应有用。与SAR杂波有关的非高斯分布按一种极简单的方法可归纳到基于单点统计的检测方案中。然而与相关非高斯分布的解析计算有关的困难妨碍着相关结构的使用。本文根据近似于数域中杂波统计的相关高斯混合分布提出一种相关雷达杂波的一般模型。由于该模型是以具有易处理封闭表达式的多变量高斯分布的加权总和为基础的。所以，模型的解析计算是可能的，论证了由这种方法改善了的目标检测性能。     

一种新的SAR图像目标检测方法

基于统计特性的恒虚警率(CFAR)算法和小波多分辨率分析方法很难检测到微弱的、小的和隐藏的目标。合成孔径雷达(SAR)成像机理是相干成像,相干相位信息为目标的检测提供了可能性。从相干成像机理出发,结合恒虚警率和背景杂波分布模型,提出了一种新的SAR图像目标检测算法,即相干性CFAR目标检测算法,并且针对图像相干源提出了亚像元空间域源算法。实验证明,该方法是可行的、有效的,有利于SAR图像的理解和应用。     

超视距雷达中的目标检测问题

工作在高频波段(3—30MHz)的超视距雷达能够探测和跟踪视距以外飞机、舰船等目标，它在民用和军事上均有重要的应用价值。但超视距雷达的目标信号会埋没在强海杂波中，使得目标信号的检测极为困难。本文先讨论了一阶和二阶Bragg海杂波特性，然后针对强海杂波中目标检测的特点，讨论了距离一频率维的目标恒虚警检测方案，并提出了一些有意义的建议。     

下视搜索状态机载MPRF雷达的地杂波模型

中脉冲重复频率雷达工作在空－空下视状态时地杂波对其性能影响极强。从天线主波束和旁瓣上收到的杂波回波会增加虚警数。     

机载脉冲多普勒雷达探测距离计算

本文给出机载ＰＤ雷达探测距离的计算机模拟计算方法。重点推导了旁瓣杂波，虚警概率和检测概率的计算公式。列出了程序框图和实例。