本文選題：合成孔徑雷達　切入點：地面動目標檢測　出處：《國防科學(xué)技術(shù)大學(xué)》2014年碩士論文

【摘要】：隨著雷達成像技術(shù)的不斷發(fā)展,合成孔徑雷達地面動目標檢測(SAR-GMTI)已經(jīng)發(fā)展為合成孔徑雷達應(yīng)用的一個重要分支。多通道SAR-GMTI技術(shù)由于增加了通道數(shù)量,可以獲得更多的信息來源,已經(jīng)繼單通道SAR-GMTI后成為GMTI研究的主流和熱點方向,并在軍事情報監(jiān)視系統(tǒng)中取得了實用性突破。目前已提出的多通道SAR-GMTI技術(shù)主要包括偏置天線相位中心技術(shù)(DPCA)、沿航跡干涉合成孔徑雷達技術(shù)(ATI-SAR)、空時自適應(yīng)信號處理(STAP)技術(shù)以及近幾年提出的多輸入多輸出(MIMO-SAR)技術(shù),其中又以前兩項技術(shù)的研究最為廣泛,后兩者雖然理論可行卻工程實現(xiàn)困難。到目前為止DPCA和ATI-SAR依然是多通道SAR-GMTI領(lǐng)域最有效可行的解決方案,對其改進、完善的研究工作也從未中斷。DPCA和ATI-SAR采用近似相同的數(shù)據(jù)采集系統(tǒng),其區(qū)別主要在于后端信息處理方式不同,對DPCA和ATI-SAR的研究主要集中在復(fù)圖像域。復(fù)圖像域DPCA技術(shù)用雜波對消后的幅度信息進行目標檢測,ATI-SAR用干涉相位信息進行目標檢測。雖然其技術(shù)方案很清晰,但是這兩種方法涉及的一些理論及技術(shù)仍然是不完善的。例如,DPCA和ATI-SAR雖然被同時研究多年,但是它們檢測性能的受限因素和相互之間的優(yōu)缺點至今是模糊的,沒有一個統(tǒng)一的認識。另外,ATI-SAR的雜波干涉相位和干涉幅度分布研究早已較為成熟,而雜波DPCA幅度分布還鮮有研究,這就限制了自適應(yīng)檢測在DPCA檢測中的應(yīng)用。而且由于受到通道失衡、平臺偏航等因素的影響,DPCA和ATI-SAR的檢測性能并不十分理想,有待進一步改進�；谝陨戏治�,本文首先改進了雙通道復(fù)數(shù)據(jù)建模模型,基于此模型詳細分析了影響DPCA和ATI-SAR檢測性能的限制因素,并對兩種方法的檢測性能進行了全面的分析對比。其次,從多視和地物均勻性兩個方面分析推導(dǎo)了復(fù)圖像域DPCA雜波統(tǒng)計模型,給出了參數(shù)估計方法,使得CFAR檢測在DPCA動目標檢測中的應(yīng)用成為可能。最后,基于有目標區(qū)域和無目標區(qū)域的區(qū)域相關(guān)性不同,提出了一種“區(qū)域相關(guān)比”加權(quán)DPCA檢測方法,該方法對通道失衡和干涉相位偏移不敏感,仿真實驗和實測數(shù)據(jù)驗證均表明該方法檢測性能優(yōu)于傳統(tǒng)DPCA方法。
[Abstract]:With the development of radar imaging technology, SAR ground moving target detection (SAR-GMTI) has become an important branch of synthetic Aperture Radar (SAR) application. Multi-channel SAR-GMTI technology can obtain more information sources because of increasing the number of channels. After single-channel SAR-GMTI, it has become the mainstream and hotspot of GMTI research. The multi-channel SAR-GMTI technology proposed at present mainly includes the phase center technology of biased antenna, the ATI-SARG technique along the track interference synthetic aperture radar (SAR), and the space-time adaptive signal processing. And the multi-input and multi-output MIMO-SAR technology proposed in recent years, Among them, the first two technologies are the most widely studied, although the latter two are feasible in theory, but the engineering implementation is difficult. Up to now, DPCA and ATI-SAR are still the most effective and feasible solutions in the field of multi-channel SAR-GMTI. The perfect research work has never stopped. DPCA and ATI-SAR adopt approximately the same data acquisition system, the difference mainly lies in the difference of the back-end information processing method. The research on DPCA and ATI-SAR is mainly focused on complex image domain. DPCA technology in complex image domain uses the amplitude information of clutter cancellation to detect target. ATI-SAR uses interferometric phase information to detect target. However, some of the theories and techniques involved in these two methods are still imperfect. For example, although both DPCA and ATI-SAR have been studied simultaneously for many years, their detection performance constraints and the advantages and disadvantages of each other are still vague. In addition, the research on the phase and amplitude distribution of clutter interference in ATI-SAR has long been mature, but the amplitude distribution of clutter DPCA is seldom studied. This limits the application of adaptive detection in DPCA detection. Moreover, due to the imbalance of channel, platform yaw and other factors, the detection performance of DPCA and ATI-SAR is not very ideal, which needs further improvement. In this paper, we first improve the two-channel complex data modeling model. Based on this model, we analyze the limiting factors that affect the detection performance of DPCA and ATI-SAR in detail, and analyze and compare the detection performance of the two methods. The statistical model of DPCA clutter in complex image domain is deduced from the aspects of multi-view and ground object uniformity, and the method of parameter estimation is given, which makes the application of CFAR detection in DPCA moving target detection possible. Based on the difference of the region correlation between the target region and the non-target region, a weighted DPCA detection method of "region correlation ratio" is proposed, which is insensitive to channel imbalance and interference phase shift. Simulation experiments and experimental data verify that the detection performance of this method is better than that of the traditional DPCA method.
【學(xué)位授予單位】：國防科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN957.52

【相似文獻】

相關(guān)期刊論文 前10條

1 朱明旱;羅大庸;;模塊2DPCA的缺陷與改進[J];中國圖象圖形學(xué)報;2009年01期

2 ;IMPROVED SYNTHETIC APERTURE SONAR MOTION COMPENSATION COMBINED DPCA WITH SUB-APERTURE IMAGE CORRELATION[J];Journal of Electronics(China);2009年02期

3 劉俠;李廷軍;;An infrared human face recognition method based on 2DPCA[J];Journal of Harbin Institute of Technology;2009年02期

4 曾岳;馮大政;;一種基于人臉垂直對稱性的變形2DPCA算法[J];計算機工程與科學(xué);2011年07期

5 譚子尤;梁靖;;基于PCA+2DPCA的人臉識別方法分析[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2011年03期

6 賈新澤;楊慧貞;段晉有;田甜;程永強;;一種基于2DPCA的煤巖識別新方法[J];太原理工大學(xué)學(xué)報;2011年05期

7 劉平;王順芳;;一種局部保留C2DPCA人臉特征提取方法[J];云南大學(xué)學(xué)報(自然科學(xué)版);2011年S2期

8 趙永卿;安建成;;基于B2DPCA和極端學(xué)習(xí)機的人臉識別[J];電視技術(shù);2013年05期

9 鄭豪;;模塊2DPCA算法在人臉識別中的應(yīng)用和討論[J];南京曉莊學(xué)院學(xué)報;2009年06期

10 鄭鈺輝;孫權(quán)森;夏德深;;基于2DPCA的有效非局部濾波方法[J];自動化學(xué)報;2010年10期

相關(guān)會議論文 前7條

1 蔣小奎;孫超;;采用匹配濾波和二次插值的方法改善DPCA的精度[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

2 Cheng-Xing Cui;Ya-Jun Liu;;A Systematic Theoretical Study of the Mechanisms for 1,3-Dipolar Cycloadditions of Diphenyldiazomethane to C_(60) and C_(70)[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第15分會：理論化學(xué)方法和應(yīng)用[C];2014年

3 張冰;劉振華;;一種改進的DPCA方法在實際數(shù)據(jù)中的應(yīng)用[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 李強;井文才;李海峰;唐鋒;張聰躍;張以謨;周革;;小波變換在DPCA數(shù)據(jù)處理算法中的應(yīng)用[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會2004年學(xué)術(shù)大會論文集[C];2004年

5 劉書君;袁運能;高飛;羅四;毛士藝;;DPCA與子圖像相結(jié)合的動目標檢測新方法[A];全國第十屆信號與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

6 龔雪;肖建華;;AEW雷達中的自適應(yīng)DPCA雜波對消[A];全國第十屆信號與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

7 ;L1-Norm-Based 2DLPP[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

相關(guān)碩士學(xué)位論文 前10條

1 馬宏宇;基于2DPCA的低分辨率人臉識別算法研究[D];中北大學(xué);2015年

2 萬倬;基于云計算的嵌入式移動終端人臉識別方法研究[D];江南大學(xué);2015年

3 崔凱;基于模型合并的無監(jiān)督降維方法研究[D];西安電子科技大學(xué);2014年

4 張震;基于PCA的氮基氣氛保護熱處理爐監(jiān)測方法研究與系統(tǒng)實現(xiàn)[D];東北大學(xué);2014年

5 黃慧;基于PCA與2DPCA的少數(shù)民族人臉識別比較[D];伊犁師范學(xué)院;2016年

6 曾敏;基于2DPCA的安卓平臺人臉識別技術(shù)研究[D];西南交通大學(xué);2016年

7 王肖洋;基于DPCA的SAR地面運動目標檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

8 武琪;基于2DDPCA算法的人臉識別系統(tǒng)研究[D];哈爾濱理工大學(xué);2016年

9 黃海波;基于2DPCA和PCA的特征提取的人臉識別算法研究[D];昆明理工大學(xué);2014年

10 賀召卿;機載SAR DPCA技術(shù)的實時實現(xiàn)[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2006年

，

本文編號：1682747