联合实施超分辨率动目标特征提取及静态杂波抑制

对于许多涉及到杂波背景下的动目标探测和分类的军事与民事应用，高距离分辨率（HRR）动目标显示雷达正变得日益重要，对于地面高距离分辨率雷达，当目标慢动或沿近正侧向运动且相干处理间隔或驻留时间不太长时，距离徒动和距离特征失真的影响可忽略不计。基于这种假设，建议对存在静态杂波时由距离向间距很近的散射体组成的动目标的HRR特征提取采用稳健且计算简单的基于松驰的算法。数值仿真实例表明这种算法具有超分辨率和良好的估计性能。     

利用机载高距离分辨率相控阵雷达进行动目标检测

本文研究机载高距离分辨率（HRR）相控阵雷达在时空相关地杂波背景中的动目标检测问题，为避免HRR雷达数据中出现的距离徙动问题，文中将HRR距离剖面划分成几大距离段，由于线段距离包含一系列高距离分辨率距离单元，所以这种划分不会丢失信息，因而不会折损失分辨率，本文阐述了如何采用矢量自回归（VAR）滤波技术来抑制地杂波，而后推导了基于广义似然比测试（GLRT）检测策略的动目标检测器，检测门限根据所需的虚警率，通过渐进统计分析来确定，若假设存在目标，先根据VAR滤波数据估计出目标多普勒频率和空域特征矢量后，再计算一简单的检测变量，并将它与检测门限相比较，即可做出是否存在目标的判 次，数值结果验证了所提出的动目标检测算法的性能。     

通过扩展分区特征改善SAR目标检测

本文对利用扩展区分（EF）特征来改善合成孔径雷达（SAR）自动目标识别（ATR）系统观注目标聚焦（FOA）阶段处理的有效性进行了评估。不象传统的SAR检测特征仅能在对比度基础上将图像像素从背景中区分开，EF特征对物体的对比度和尺寸都敏感，EF特征算法便于实现，并已证实有着类似CFAR（恒虎警率）性质的新特征，我们使用这个新特征，通过两个数据库提供的SAR图像，对几种不同检测方法进行了测试，验证新方法对性能有所改善。     

机载电子吊舱自动目标识别技术展望

自动目标识别（ATR）技术是新一代机载电子吊舱的一项关键技术，ATR涉及到众多的理论与技术，需有丰富的专业知识，它是多年来国际电子科技界的一个研究热点，本文将对其传感器技术、计算机技术、图像分割与特征提取技术及ATR的性能评估等若干项技术的发展作一扼要的展望。     

导弹自动目标识别技术发展及应用研究

介绍了自动目标识别(ATR)技术的发展现状、自动目标识别技术采用的算法技术、实现算法的硬件技术和模板匹配技术;分析了自动目标识别系统的各种关键技术,提出了应用自动目标识别技术的对策和建议.     

基于加速度分析的星载SAR-GMTI运动目标参数估计

针对具有加速度的地面快速运动目标对合成孔径雷达成像和参数估计带来的影响,提出了一种基于重聚焦的三通道运动目标检测方法.通过分析包含加速度的运动目标回波模型,使用广义二阶Keystone变换对杂波抑制后的通道数据进行距离弯曲校正,时频分析构造二次相位补偿函数校正剩余距离走动,并结合方位向傅立叶变换对运动目标进行聚焦成像.最后采用干涉处理技术求解运动目标参数矢量,完成目标的定位.仿真结果验证了该运动目标参数估计方法的有效性.     

用于ISAR动目标成像的鲁棒自聚焦算法

对逆合成孔径雷达（ISAR）动目标成像的运动补偿提出了一种鲁棒的自焦算法，称为AUTOCLEAN。该方法是基于非常灵活的数据模型的一种参量算法，其数据模型考虑了由无用的目标径向运动以及传播或系统不稳定性引起的合成孔径时间内任意距离徙动和任意相位误差，AUTOCLEAN可被归类成一种多散射体的算法（MSA），但它与其他现存的MSA在好几个方面都有很大的不同：1）在二维（2－D）图像域内可自动选择强散体；2）散射体不必很好地隔离或者非常地强；3）以最优方式将所选的各散射体的相位和RCS（雷达横堆截面）信息加以综合；4）避免了麻烦的相位展开步骤，AUTOCLEAN在计算上很有效并只包括一系列FFT（快速傅里叶变换），AUTOCLEAN的另一个良好的特性是假定目标有大量的强散射体，其性能也可渐进地得以提高，数字和实验结果表明AUTOCLEAN是ISAR成像非常稳健的自动聚焦方法。     

采用机载合成孔径雷达探测运动目标

本文论述了采用合成孔径雷达对点状目标进行探测与聚焦的问题，将广泛应用于地面雷达系统中的运目标检测概念动用到合成孔径雷达系统中，并采用分析与模拟方法评估了其检测性能。     

基于STAP-FrFT-DPCA的SAR运动目标检测与参数估计算法研究

在深入分析STAP技术和FrFT的基础上,提出了一种对SAR动目标检测的新方法。新算法将STAP技术、FrFT和DPCA技术有机地结合起来,在三通道的工作情况下,能够实现对运动目标的定位和两个方向（方位向和地面距离向）上速度的估计。由于STAP技术良好的杂波对消功能和FrFT对chirp信号的良好检测效果,因此在不同信噪比情况下,本算法都能有效地抑制静止背景、获得良好的测速和定位效果。仿真结果证明了该算法的正确性和有效性。     

采用三种学习与表示策略的合成孔径雷达自动目标识别

阐述了一种新的合成孔径雷达自动目标识别结构，这种结构是以能高精度地估计目标姿态角为前提条件的。本文所述分类器设计的优点是：由于有姿态信息，可以采用较少的特征对目标实现高准确度的分类，从而降低了输入空间的复杂性。此外，对分类器的训练可以根据不同的情况区别对待，这也改进了分类器的性能，降低了复杂性。文中比较了三种构建模式空间与判别函数的学习与表示策略：Vapnik的支撑矢量机（SVM），针对神经网络新提出的一种二次互信息（QMI）代价函数， 以及最近利用多分辨率概念扩展的主分量分析方法（PCA－M）。利用MSTAR（运动与静止目标捕获与识别）数据库得到的实验结果表明，我们的分类器的性能优于标准的模板匹配型分类器。我们也评估了分类器对易混淆目标的检测、分类质量、表明对易混淆目标的抑制能力有显著的改善。     

杂波环境下的机动目标检测和跟踪算法

交互多模式（IMM）是一种有效的机动目标跟踪算法，但由于其要求具有很多的先验前提条件而不利于工程实现。研究了一种杂波环境下更适合于工程实现的机动目标（同样适用非机动目标）的跟踪算法，该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测，并通过改变Kalman滤波的相关参数，实现自适应跟踪。该算法克服了IMM算法的模式限制和复杂性，同时也避免了对非机动目标的跟踪中，在跟踪模式间相互切换时所换造成的影响。通过在空管系统（ATC）的大量模拟实验，验证了该算法的有效性和重大应用价值。     

单通道SAR对任意运动目标的检测和成像

在合成孔径雷达（SAR）图像中，运动目标会引起散焦和／或移位之类的成像误差，这与目标运动方向有关。为了得到准确而清晰的运动目标的图像，目标位置和速度参数是必须知道的。这里提出了一种对任意方向运动的地面目标进行探测、参数估计和成像的算法。该算法主要是评估由常规单通道SAR雷达数据生成的一系列单视SAR图像。用两个观察模型来估计运动目标的位置和速度，考虑了由于运动导致多普勒频谱的混叠。用这种方法，运动目标可以不受其运动方向的影响而被检测到，估计参数被用来补偿SAR图像中的成像误差。最后，目标在场景中的真实运动情况可以在补偿过的图像序列中显现。     

机载雷达的多个分辨率信号处理技术

合成孔径雷达（SAR）利用通过时间积累和自身的运动所获得的很高空间分辨率，可以降低某一给定分辨单元中的背景杂波功率，从而探测出非运动目标。而地面动目标显示（GMTI）雷达为了探测则采用低得多的分辨处理，利用的是实际孔径与动目标和杂波之间的空．时响应的相对差别。因此，SAR和GMTI代表了两种不同的时间处理分辨尺度，它们对探测固定（在SAR情况下）或者外围杂波中的（在GMTI情况下）目标来说是最佳的，并已经单独验证过，能够很好地工作。基于机载雷达数据处理的这种多个分辨率说明，就有可能研究出一种探测技术，该技术将着手优化信号处理分辨尺度（比如时间积累的长度）来与所关注目标的动态情况相匹配。本文研究怎样利用长相参处理时间间隔（CPI）的信号处理技术来改善GMTI雷达的探测性能。     

采用脉冲多普勒波形的多目标模拟分辨率

为了消除杂波，采用了距离和多普勒都模糊的中脉冲重复频率波形及距离模糊而多普勒不模糊的高脉冲重复频率波形，以前的文章已表明对单目标采用群集算法可获得优良的分辨效果。本文要研究的是多目标的分辨问题。为解决这个难题，提出了引用群集算法的最大似然技术。模拟结果表明采用中ＰＲＦ波形并运用ＭＬ分辨技术可同时分辨具有相同速度而不同距离的４个目标。     

试验机载监视雷达地面动目标识别的多普勒后和多普勒前STAP的雷达杂波对消性能比较

本文报导了多普勒前和多普勒后STAP处理算法用于相同试验数据时的性能比较研究，这些数据由QinetiQ公司改进型监视雷达收集。这两种算法的性能是用杂波对消比和目标信号改善因子（有STAP和没有STAP处理的信号对杂波加噪声之比）来定量研究的。结果表明可以使多普勒前和多普勒后STAP具有相同的杂波对消水平。 所得到的结果是明亮的目标特征会影响到STAP处理器并减弱全部的杂波对消。我们已经发现对于两个相位中心试验雷达数据而言，与简单的固定窗多普勒后STAP算法相比，PRI来回变化的多普勒后STAP使杂波对消有很大的提高。还发现动窗或辅助单元多普勒后STAP的应用会降低处理器的输出。将最后距离多普勒图归一化以防止热噪声的加强并去除随着多普勒而改变的权范数的变化，这是在STAP处理后进行探测算法解读和应用关键的一步。     

地面动目标的干涉成像

本文论述了一种干涉合成孔径雷达处理技术，即干涉动目标聚焦该技术能够产生杂波已被抑制的地面动目标图像。     

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。     

基于统计特征的稳健的飞机识别

给出了一种用于稳健的高距离分辨率（HRR）雷达飞机识别（ID）的基于统计特征（StaF)的分类器，HRR波形峰特征在飞行中选择，没有对特征的数目与位置作出先验假设。所抽取的特征取决于所观测的波形（使特征的数目、位置与幅度为随机变量）的信息内涵，这项研究的主要目的是通过保持对已知目标的高识别率同时又使未知目标错误最小来提高分类的稳健性。文中给出了识别结果，表明这种统计特征（StaF)分类器可以显著地降低与未知目标相关的误差，同时保持很高的正确分类概率。     

一种数字式动目标跟踪技术

介绍一种在某型号雷达中成功应用的全数字式动目标跟踪系统。和差三路Ｉ和Ｑ正交信号经模数（Ａ／Ｄ）转换后在数字信号处理器中进行动目标显示（ＭＴＩ）滤波、距离跟踪，同时提取角误差信号作为天线角伺服系统的输入，以实现对目标的角度跟踪。该跟踪系统可以有效地抑制对中低空目标回波影响较大的地杂波及海杂波等干扰信号，从而极大地改善了跟踪雷达的中低空性能。     

高速平台下动目标高分辨成像方法研究

高速平台对地面强散射移动目标或者海面舰船目标进行合成孔径雷达成像（SAR）时，存在两方面问题：一是传统SAR匀速直线模型已不适应高速平台自身高动态运动特征；二是目标的非合作运动一方面会引起图像散焦，另一方面动目标在地距图中的位置会产生较大偏移。针对这两个问题，首先在匀加速度模型频域相位滤波算法下，推导出了精确的斜地投影关系以及近似的反投影关系，同时给出了基于惯性组合导航（INS）的平台运动补偿方法，最后结合自聚焦技术，完成对舰船目标的聚焦并得到以目标为图像中心的地距图。