海杂波背景下的过采样MTD方法研究
本文关键词: 海杂波 目标检测 恒虚警 过采样 出处:《西安电子科技大学》2014年硕士论文 论文类型:学位论文
【摘要】:随着科技的发展,人们对海洋的探索力度不断加大,这就使得海杂波在军事和民用领域都受到了广泛的关注。海杂波是指在海面目标检测过程中不希望探测,并且想要通过信号处理方法进行抑制的来自海表面的雷达回波。海杂波是一个非平稳的随机过程,这一特性构成了海面目标检测的主要障碍,而在海杂波背景下的目标检测问题中,海杂波特性的研究又是必不可少的。到目前为止,统计建模法仍然是描述海杂波特性的主要方法,海杂波的幅度分布模型就是基于该方法进行研究的。根据雷达入射角度、分辨率以及频谱宽度的不同,海杂波的幅度特性可以用瑞利分布、对数-正态分布、韦布尔分布以及K分布模型来描述。本文简要介绍了这几种分布模型,并给出了产生这几种分布信号的方法。除了幅度分布特性外,海杂波的多普勒谱特性在多普勒域的动目标检测中也起着非常重要的作用。本文通过一组实测数据计算了海杂波的多普勒谱,并对频谱偏移、带宽以及能量随着多普勒通道的波动特性进行了讨论和分析。其次,本文回顾了时域中的几种非相参目标检测方法,包括均值类恒虚警检测器和有序统计类恒虚警检测器,均值类恒虚警检测器包括单元平均恒虚警检测器、取大恒虚警检测器和取小恒虚警检测器。通过实测数据对这些检测器的检测性能进行比较和分析,实验结果表明在杂波环境比较平稳且在参考单元内没有强干扰信号的时候,单元平均恒虚警检测器有较好的检测效果,当参考单元内有强干扰信号的时候,有序统计类检测器的检测性能优于其他几种检测器。因为这几种检测器都只用到了回波的幅度信息,所以只有在目标回波非常强烈的时候才能进行有效的检测。最后,本文研究了海杂波背景下的动目标检测方法,该方法是通过对时域信号进行离散傅里叶变换,然后对各通道数据进行比率检测来实现。在检测过程中当进行临界采样傅里叶变换的时候,检测性能会有部分损失,这是由于多普勒通道中的傅里叶变换结果与多普勒导向矢量失配引起的。因此,本文提出了过采样傅里叶变换方法来弥补性能损失,并且判决门限采用依赖于幅度分布形状参数的方法获得。运用实测数据进行检测的时候,通过对检测性能和计算的复杂度进行折中考虑,发现过四采样能够达到比较好的效果。
[Abstract]:With the development of science and technology, the exploration of the sea has been intensified, which makes the sea clutter receive extensive attention in both military and civil fields. Sea clutter refers to the fact that the sea surface target detection process does not want to be detected. And the radar echo from the sea surface is suppressed by signal processing method. The sea clutter is a non-stationary random process, which constitutes the main obstacle of sea surface target detection. In the problem of target detection under sea clutter background, it is necessary to study the characteristics of sea clutter. Up to now, the statistical modeling method is still the main method to describe the characteristics of sea clutter. The amplitude distribution model of sea clutter is based on this method. According to the difference of radar incident angle, resolution and spectrum width, the amplitude characteristics of sea clutter can be obtained by Rayleigh distribution, logarithmic normal distribution. Weibull distribution and K distribution model are described. This paper briefly introduces these distribution models and gives the methods to produce these distributed signals. The Doppler spectrum characteristics of sea clutter also play an important role in the detection of moving targets in Doppler domain. In this paper, the Doppler spectrum of sea clutter is calculated by a set of measured data, and the spectrum is offset. The characteristics of bandwidth and energy fluctuation with Doppler channel are discussed and analyzed. Secondly, several non-coherent target detection methods in time domain are reviewed, including mean class CFAR detector and ordered statistical CFAR detector. The mean class CFAR detector includes unit average CFAR detector, large CFAR detector and small CFAR detector. The experimental results show that when the clutter environment is stable and there is no strong interference signal in the reference unit, the unit average CFAR detector has a better detection effect, and when there is a strong interference signal in the reference unit, The detection performance of ordered statistical detectors is superior to that of other detectors. Because these detectors only use the amplitude information of echo, they can only be detected effectively when the target echo is very strong. Finally, In this paper, the method of moving target detection under sea clutter background is studied. The method is based on discrete Fourier transform (DFT) of time domain signal. In the detection process, when the critical sampling Fourier transform is carried out, the detection performance will be partially lost. This is due to the mismatch between the Fourier transform results in the Doppler channel and the Doppler steering vector. Therefore, an oversampling Fourier transform method is proposed to compensate for the performance loss. And the decision threshold is obtained by the method of depending on the shape parameter of amplitude distribution. When the measured data is used to detect, the detection performance and computational complexity are considered in a compromise, and it is found that four sampling can achieve better results.
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN957.51
【相似文献】
相关期刊论文 前10条
1 张鹏,沈福民;基于混沌学的海杂波分析[J];火控雷达技术;2002年01期
2 张鹏,沈福民;基于混沌学的海杂波分析[J];雷达与对抗;2002年01期
3 昂志敏,张晓丰,许正荣;高分辨率雷达近距离下的海杂波建模与仿真[J];合肥工业大学学报(自然科学版);2004年10期
4 王福友;卢志忠;袁赣南;周卫东;;基于时空混沌的海杂波背景下小目标检测[J];仪器仪表学报;2009年06期
5 赵海云;张瑞永;武楠;胡学成;;基于实测数据的海杂波特性分析[J];雷达科学与技术;2009年03期
6 钱玉莹;王哲;;基于混沌理论的海杂波处理方案设计[J];科学技术与工程;2010年06期
7 逄勃;;基于实测海杂波特性分析[J];雷达与对抗;2011年03期
8 杨杰,卢凌,陆济湘;海杂波概率密度分布函数分析方法的研究[J];武汉交通科技大学学报;1998年01期
9 S.海金,S.普索帕迪;海杂波不规则动态特性的试验研究[J];雷达与对抗;1998年02期
10 陈彦辉,谢维信;地海杂波的随机分形模型[J];电子科技大学学报;2000年03期
相关会议论文 前5条
1 周凯;张春荣;强勇;;盒维数估计法在海杂波目标检测中的应用[A];2008年中国西部青年通信学术会议论文集[C];2008年
2 苏轼鹏;张永刚;;海洋大气环境对海杂波的影响[A];气象海洋环境与船舶航行安全论文集[C];2010年
3 周凯;张春荣;强勇;;几种用于短时海杂波目标检测的谱估计方法的比较[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
4 刁海南;;叠加地海杂波调制的毫米波目标反射器[A];1999年全国微波毫米波会议论文集(下册)[C];1999年
5 邢相薇;陈振林;邹焕新;周石琳;;幅度SAR图像海杂波统计模型分析[A];第七届全国信息获取与处理学术会议论文集[C];2009年
相关博士学位论文 前10条
1 王福友;海杂波混沌分形特性分析、建模及小目标检测[D];哈尔滨工程大学;2009年
2 李亚军;天发地收高频雷达展宽海杂波建模与抑制技术研究[D];哈尔滨工业大学;2015年
3 许小可;基于非线性分析的海杂波处理与目标检测[D];大连海事大学;2008年
4 苏晓宏;海杂波的特性分析与目标检测处理[D];大连海事大学;2010年
5 张波;海杂波环境下的弱小目标检测方法研究[D];西安电子科技大学;2013年
6 徐湛;海杂波建模及其背景下目标检测方法研究[D];国防科学技术大学;2012年
7 时艳玲;高距离分辨海杂波背景下目标检测方法[D];西安电子科技大学;2011年
8 张雅斌;高频地波雷达干扰与海杂波信号处理研究[D];西安电子科技大学;2010年
9 林三虎;基于混沌的非相干雷达海杂波抑制方法研究[D];西安电子科技大学;2006年
10 杨俊岭;海杂波建模及雷达信号模拟系统关键技术研究[D];国防科学技术大学;2006年
相关硕士学位论文 前10条
1 王炜;雷达海杂波数据库建立及特性分析[D];西安电子科技大学;2009年
2 李芾;基于实测海杂波数据的统计特性分析[D];西安电子科技大学;2013年
3 蔡文涵;船载HFSWR海杂波截面积方程研究与仿真[D];哈尔滨工业大学;2015年
4 高德奇;基于统计学习与特征提取的杂波检测与识别[D];哈尔滨工业大学;2015年
5 覃俊峰;线性调频连续波雷达海杂波建模与回波模拟[D];电子科技大学;2015年
6 张朕滔;高频天地波雷达海杂波锐化及目标检测[D];哈尔滨工业大学;2015年
7 杨彬;海面动目标的检测及其FPGA实现技术研究[D];电子科技大学;2014年
8 赵翠;海杂波特性及其抑制技术的研究[D];电子科技大学;2014年
9 张平丽;海杂波背景下机动目标跟踪算法的研究[D];电子科技大学;2015年
10 张勇;小擦地角海面散射与海杂波研究[D];西安电子科技大学;2013年
,本文编号:1545757
本文链接:https://www.wllwen.com/kejilunwen/wltx/1545757.html