地面雷达微弱目标检测算法研究
本文选题:雷达微弱目标检测 + 长时间积累 ; 参考:《西安电子科技大学》2014年硕士论文
【摘要】:现代雷达检测面临着各种威胁和和挑战,弱小目标的检测是现代雷达信号处理中的一项重要任务。目前针对微弱目标的检测,人们通常采用长时间积累算法进行相参积累,检测前跟踪算法进行非相参积累来提高信噪比。本文围绕微弱目标检测问题,分别对这两种方法进行研究。针对长时间积累过程中产生的距离徙动和多普勒走动问题,提出一种基于频域校正的快速长时间积累算法。通过将频域脉压信号分别乘以关于速度估计值和加速度估计值的补偿因子来实现包络补偿和多普勒补偿,其中加速度的估计通过Radon-Ambiguity变换法(RAT)实现,速度的估计通过选取计算量小的代价函数搜索实现。实验结果表明,该算法在与现有算法检测性能相当的同时,计算量大大减少。针对标准粒子滤波算法存在的重要性函数的选取以及进行重采样以后粒子多样性丧失导致的样本枯竭问题,提出一种基于进化裂变的粒子滤波算法,该算法采用UKF产生重要性函数,对粒子进行裂变增强粒子多样性。实验结果表明,改进算法得到的轨迹与传统算法相比更接近真实的轨迹,精度更高。最后,本文对几种常见的单脉冲检测器在不同条件下的检测性能进行研究。
[Abstract]:Modern radar detection is faced with various threats and challenges. The detection of small and weak targets is an important task in modern radar signal processing.At present, for weak target detection, people usually use long time accumulation algorithm for coherent accumulation, and pre-detection tracking algorithm for non-coherent accumulation to improve signal-to-noise ratio (SNR).In this paper, the two methods are studied around the problem of weak target detection.Aiming at the range migration and Doppler migration during long time accumulation, a fast long time accumulation algorithm based on frequency domain correction is proposed.The envelope compensation and Doppler compensation are realized by multiplying the frequency domain pulse compression signal by the compensation factors about the velocity and acceleration estimates respectively, in which the acceleration estimation is realized by the Radon-Ambiguity transform method.The speed estimation is realized by selecting a cost function with low computational complexity.The experimental results show that the proposed algorithm has the same detection performance as the existing algorithms and greatly reduces the computational complexity.A particle filter algorithm based on evolutionary fission is proposed to select the importance function of the standard particle filter algorithm and to solve the problem of sample depletion caused by the loss of particle diversity after resampling.In this algorithm, the importance function is generated by UKF, and the particle diversity is enhanced by fission.The experimental results show that the trajectory obtained by the improved algorithm is closer to the real trajectory and the accuracy is higher than that of the traditional algorithm.Finally, the detection performance of several common monopulse detectors under different conditions is studied.
【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 张桂林,,熊艳,曹伟,李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期
2 秦剑;陈钱;钱惟贤;;基于背景分类的弱小目标检测算法[J];光电工程;2011年01期
3 蒋建国;吴晖;齐美彬;张莉;;摄像机旋转运动下的快速目标检测算法[J];图学学报;2012年03期
4 逯鹏;张姗姗;刘驰;黄石磊;汤玉合;;基于稀疏超完备表示的目标检测算法[J];仪器仪表学报;2013年06期
5 李大辉;金涛;;弱小目标检测算法的设计与分析[J];中国科技信息;2013年16期
6 张明艳;许钢;孟樱;;基于时空特性的运动目标检测算法研究[J];安徽工程大学学报;2013年04期
7 徐振海,王雪松,肖顺平,庄钊文;基于模糊融合的目标检测算法研究[J];国防科技大学学报;2000年04期
8 李维雅,董能力,金钢,李正周;弱小目标检测算法性能评价的回归分析方法[J];光电工程;2005年02期
9 高陈强;田金文;王鹏;;基于时域特性分析的红外运动小目标检测算法[J];红外与激光工程;2008年05期
10 曾脉;左志宏;常晓夫;何煊;;一种准确而快速的运动目标检测算法[J];成都信息工程学院学报;2008年04期
相关会议论文 前10条
1 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
3 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
4 袁辉;孙卓;李德民;魏颖;;基于小波多尺度互能量交叉融合滤波的弱小目标检测算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
5 顾静良;万敏;张卫;郑捷;;低对比度弱小目标检测算法[A];中国工程物理研究院科技年报(2005)[C];2005年
6 黄龚;郑锦;刘养科;;摄像机水平巡扫时的运动目标检测算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
7 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
8 王正;刘瑞华;;基于PTZ摄像机的运动目标检测算法[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
9 王彪;王成儒;王芬芬;;一种改进的运动目标检测算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
10 刘琳;顾国华;钱惟贤;陈钱;徐富元;;目标检测算法的研究以及SRIO协议在目标检测的应用[A];第八届华东三省一市真空学术交流会论文集[C];2013年
相关博士学位论文 前5条
1 王海丰;基于机器视觉的剖竹机加工目标检测算法研究[D];东北林业大学;2015年
2 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年
3 郭明玮;基于视觉记忆的目标检测算法:一个特征学习与特征联想的过程[D];中国科学技术大学;2014年
4 臧风妮;智能视频监控中海面舰船目标检测算法研究[D];中国海洋大学;2014年
5 陈伟;基于PSO的复杂工业环境视觉目标检测算法应用研究[D];武汉科技大学;2008年
相关硕士学位论文 前10条
1 刘恒建;基于FPGA+DSP的运动目标检测系统的设计与实现[D];南京理工大学;2015年
2 贾建英;视频序列中运动目标检测算法研究[D];长安大学;2015年
3 周亚运;基于TMS320DM642平台的红外运动目标检测算法设计[D];南京理工大学;2015年
4 姚丹;基于多光谱信息融合的弱小运动目标检测技术研究[D];哈尔滨工业大学;2015年
5 刘培培;基于区域特征的运动目标检测算法的研究与开发[D];广西大学;2015年
6 崔璇;天空背景下红外小目标检测算法研究[D];陕西师范大学;2015年
7 范肖肖;基于视觉注意机制的目标检测算法的研究[D];电子科技大学;2015年
8 丁婵;运动目标检测算法在嵌入式平台的研究[D];电子科技大学;2015年
9 张冠雄;基于标签传播的显著性目标检测算法研究[D];大连理工大学;2015年
10 李建波;视频监控中运动目标检测算法的研究[D];哈尔滨工业大学;2014年
本文编号:1770776
本文链接:https://www.wllwen.com/kejilunwen/wltx/1770776.html