X波段对海探测雷达目标检测方法研究

发布时间：2021-01-14 10:29

　　近些年来,随着海上军事设备的发展,雷达被越来越广泛的用于海洋监测和预警。所以对海目标的检测成为了雷达研究的热点问题,但是由于海杂波统计背景的复杂性,以及海上环境的多变性,导致在海杂波背景下的目标检测器的设计与选择变得非常困难,如何提高检测器的检测概率和维持一定的虚警概率成为目标检测的主要问题。本文主要对比了海杂波背景下不同的恒虚警检测器的检测性能。本文开头介绍了海杂波模拟中常用的几种分布模型,并对它们的统计特性进行了研究,具体包括早期用来进行杂波模拟的瑞利分布,双参数的对数正态分布和韦布尔分布以及目前较为普遍用来对海杂波进行描述的K分布,分析了上述分布模型各自的性质以及适用条件,并且研究个各种分布下的相关性和功率谱;海杂波的建模和仿真在雷达对目标检测方法性能的分析和比较中起着相当重要的作用,因此本文还介绍了两种常用的杂波建模方法,球不变随机过程（SIRP）法以及零记忆非线性变换法（ZMNL）,并且使用上述方法对不同的分布模型进行了仿真,本章的最后着重介绍了K分布的仿真过程,最后生成符合K分布的杂波序列。分析了杂波的统计特性之后,文章进而介绍了两类常用的恒虚警检测方法,均值（ML）类和有... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

瑞利杂波概率密度分布

它们在对高分辨率雷达的杂波模拟时体现出较好的效果数正态分布分辨率和复杂海况下，用瑞利分布模型进行杂波的仿真难以取得果，为了解决这一问题，有学者在众多的分布模型中找到了对数，这种分布和瑞利分布相比，其概率密度函数的拖尾现象更加明瑞利分布可以更好的描述海杂波的实际情况，尤其适用于描述海等原因产生尖峰的情况[21]。公式(2-2)是对数正态分布的概率密度,00,02(ln)exp21()22 xxvxfxvx 正态分布是一种双参数的分布函数，它的概率密度函数由形状参数 一起确定，它的概率密度函数如图：

模拟的精度要求较高时，两种描述模型的效果都不理想。布尔分布上述两种分布函数对于海杂波的动态范围的描述差异，有学者提布，这种分布模型的优势在于它可以在较宽的范围内对对海杂波海杂波的动态范围介于上述分布之间，在雷达分辨率较高的情前提到的分布模型用韦布尔分布通常可以更为理想的描述一般幅度的分布情况。它的概率密度函数表达式如式(2-3)：,00,0exp()1 xxvxxfxvv 各参数的意义为：v代表分布的形状参数， 是尺度参数。从表出，韦布尔分布随着参数的改变可以变形成瑞利分布和指数分布布函数的参数选择适当的情况下，韦布尔分布也可以接近于对数它的概率密度分布曲线如下所示：

【参考文献】：
期刊论文
[1]基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法[J]. 王陆林,刘贵如,邹姗.  重庆邮电大学学报(自然科学版). 2019(02)
[2]K分布下极化SAR图像CFAR检测新方法[J]. 张嘉峰,张鹏,王明春,刘涛.  电子学报. 2019(04)
[3]基于检测单元统计量的SOS-CFAR检测器[J]. 韩东娟,谭小敏,史平彦.  电子设计工程. 2019(02)
[4]K分布海杂波背景下基于最大特征值的雷达信号检测算法[J]. 赵文静,刘畅,刘文龙,金明录.  电子与信息学报. 2018(09)
[5]浅析海杂波对雷达检测的影响[J]. 宫玉坤,柏宇,马意彭.  中国新通信. 2018(11)
[6]基于实测数据的海杂波时空相关性分析[J]. 刘宁波,董云龙,于家伟,丁昊,关键,王国庆.  海军航空工程学院学报. 2017(02)
[7]基于OS-CFAR的LFM脉压雷达多假目标干扰分析[J]. 柳向,李东生,刘庆林.  系统工程与电子技术. 2017(07)
[8]实测毫米波海杂波相关性研究[J]. 赵莉,笪林荣,吴海.  舰船电子对抗. 2014(04)
[9]相关非高斯分布雷达杂波仿真与验证[J]. 谢洪森,邹鲲,周鹏.  雷达科学与技术. 2010(02)
[10]中国海洋资源开发现状及对策[J]. 孙悦民.  海洋信息. 2009(03)

硕士论文
[1]复杂背景下的恒虚警检测方法研究[D]. 张欣.西安电子科技大学 2017
[2]海杂波幅度分布参数估计与目标凝聚方法[D]. 贺文.西安电子科技大学 2015
[3]基于实测数据的海杂波特性研究[D]. 刘芳.西安电子科技大学 2013
[4]海面杂波仿真与目标检测算法研究[D]. 彭岁阳.国防科学技术大学 2006



本文编号：2976734