發(fā)布時(shí)間：2020-09-10 09:31

　　 隨著雷達(dá)領(lǐng)域的快速發(fā)展,需要實(shí)時(shí)處理的數(shù)據(jù)規(guī)模越來越大,應(yīng)用快速傅里葉變換的高速目標(biāo)檢測方法運(yùn)算量較大,滿足不了雷達(dá)目標(biāo)檢測實(shí)時(shí)性的要求。稀疏傅里葉變換是利用信號(hào)頻域稀疏性的特點(diǎn)提出的一種快速算法,這種算法大大提高了信號(hào)處理速度,為數(shù)據(jù)的快速處理開拓了新的方向。本文首先分析了影響雷達(dá)回波的因素并由此建立了高速目標(biāo)回波模型,研究了高速目標(biāo)檢測的影響因素并進(jìn)行了數(shù)學(xué)推導(dǎo)和仿真分析。并以勻速高速目標(biāo)為對(duì)象,分析了距離走動(dòng)產(chǎn)生的原因,提出了距離走動(dòng)補(bǔ)償算法的結(jié)構(gòu),針對(duì)提出的補(bǔ)償算法結(jié)構(gòu)分別介紹了基于時(shí)域補(bǔ)償?shù)腒eystone變換和基于頻域補(bǔ)償?shù)陌j(luò)插值移位補(bǔ)償算法。其次分析了稀疏傅里葉變換理論并將SFFT算法應(yīng)用正弦信號(hào)的普通目標(biāo)檢測中,討論了應(yīng)用SFFT的條件,以及濾波器參數(shù)和分筐的長度對(duì)檢測性能的影響。通過仿真驗(yàn)證了基于SFFT的正弦信號(hào)檢測算法的可行性,并指出只有選取適當(dāng)濾波參數(shù)和分段長度,才能確保目標(biāo)檢測的有效性。最后,由基于SFFT的正弦信號(hào)檢測和高速目標(biāo)檢測算法推廣到基于SFFT的高速目標(biāo)檢測算法,也就是本文的算法。針對(duì)高速目標(biāo)檢測中距離走動(dòng)的問題,本文算法提出了在SFFT的分筐之后先進(jìn)行速度補(bǔ)償,再進(jìn)行MTD運(yùn)算完成目標(biāo)的位置和速度等參數(shù)的估計(jì)。算法仿真結(jié)果和算法運(yùn)算量分析證明基于SFFT的高速目標(biāo)檢測算法目標(biāo)檢測性能較好、運(yùn)算量較低,對(duì)信號(hào)的實(shí)時(shí)處理具有一定的理論價(jià)值。
【學(xué)位單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN957.51
【部分圖文】：

：(1)脈沖包絡(luò)的跨距離單元走動(dòng)。目標(biāo)速度增大后，相同時(shí)間內(nèi)，回波脈壓包絡(luò)的移動(dòng)距離增大，可能出現(xiàn)不同脈沖處于不同的距離單元內(nèi)，如圖2.3所示。此時(shí)，利用MTD方法進(jìn)行目標(biāo)檢測，會(huì)增加虛警概率，降低檢測精度。圖2.3 脈壓包絡(luò)走動(dòng)示意圖(2)回波頻率的跨多普勒單元走動(dòng)。目標(biāo)加速度增大后，相同時(shí)間內(nèi)，回波脈沖頻率的移動(dòng)速度增大，可能出現(xiàn)脈沖頻率跨越多個(gè)多普勒頻率單元，如圖2.4所示。此時(shí)，利用MTD方法進(jìn)行目標(biāo)檢測，會(huì)出現(xiàn)回波能量降低及擴(kuò)散現(xiàn)象，影響檢測概率和參數(shù)估計(jì)精度。

中北大學(xué)學(xué)位論文13圖2.4 多普勒頻率擴(kuò)展示意圖為了提高高速目標(biāo)的檢測概率，目前常用的方法是在檢測前進(jìn)行目標(biāo)參數(shù)補(bǔ)償，包括速度補(bǔ)償\加速度補(bǔ)償。其中，針對(duì)速度補(bǔ)償，文獻(xiàn)[32]提出了基于變標(biāo)處理的速度補(bǔ)償方法，文獻(xiàn)[33，34]提出了頻率補(bǔ)償?shù)乃俣妊a(bǔ)償方法，文獻(xiàn)[35]提出了基于Keystone變換的速度補(bǔ)償方法；另外，針對(duì)加速度補(bǔ)償，文獻(xiàn)[36，37]提出了基于霍夫變換的加速目標(biāo)檢測方法；文獻(xiàn)[38

載波頻率 脈沖周期 脈沖寬度 帶寬 采樣頻率 積累脈沖數(shù)3GHz 3ms 0.3ms 5MHz 10MHz 128圖 2.10 給出了連續(xù) 20 幀檢測結(jié)果示意圖。由圖 2.10 不難看出：(1)當(dāng)不進(jìn)行走動(dòng)補(bǔ)償時(shí)，信噪比損失較大。對(duì)于無起伏的情況，信噪比增益與理論增益相比損失約為 16.8dB；對(duì)于 2 型快起伏的情況，信噪比損失約為 17.2dB，對(duì)于 4型快起伏的情況，信噪比損失約為 16.9dB；對(duì)于慢起伏的情況，由于慢起伏是掃描與掃描之間的起伏，對(duì)于一次掃描而言，信噪比損失可當(dāng)做無起伏對(duì)待。(2)當(dāng)進(jìn)行了走動(dòng)的補(bǔ)償后，與未進(jìn)行走動(dòng)補(bǔ)償相比，信噪比得到了提高，但與理論值相比

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程全;樊宇;劉玉春;程朋;;特征顯著性的車輛目標(biāo)檢測算法[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

2 王鈐;張穗華;雷絲雨;鄧博文;;一種基于數(shù)據(jù)聚類的目標(biāo)檢測算法[J];機(jī)電產(chǎn)品開發(fā)與創(chuàng)新;2016年06期

3 孫林;鮑金河;劉一超;;高光譜圖像目標(biāo)檢測算法分析[J];測繪科學(xué);2012年01期

4 張桂林，熊艷，曹偉，李強(qiáng);一種評(píng)價(jià)自動(dòng)目標(biāo)檢測算法性能的方法[J];華中理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);1994年05期

5 許云;李彬;;基于背景遺傳模型的運(yùn)動(dòng)目標(biāo)檢測算法[J];自動(dòng)化技術(shù)與應(yīng)用;2017年03期

6 杜佳;宋春林;;一種改進(jìn)的毫米波雷達(dá)多目標(biāo)檢測算法[J];通信技術(shù);2015年07期

7 張建;董云飛;羅斌;湯進(jìn);;達(dá)芬奇平臺(tái)下的運(yùn)動(dòng)目標(biāo)檢測算法的應(yīng)用研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年11期

8 諸葛霞;向健勇;;基于分形特征的目標(biāo)檢測算法概述及仿真[J];紅外技術(shù);2006年10期

9 施澤浩;趙啟軍;;基于全卷積網(wǎng)絡(luò)的目標(biāo)檢測算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2018年05期

10 方路平;何杭江;周國民;;目標(biāo)檢測算法研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2018年13期

相關(guān)會(huì)議論文 前10條

1 何元磊;李紅軍;周陸軍;李旭淵;顧立林;尼濤;;基于端元豐度量化的高光譜圖像目標(biāo)檢測算法[A];國家安全地球物理叢書（十一）——地球物理應(yīng)用前沿[C];2015年

2 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測算法[A];第八屆全國信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

3 高飛;蔣建國;安紅新;齊美彬;;一種快速運(yùn)動(dòng)目標(biāo)檢測算法[A];全國第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 許俊平;張啟衡;張耀;王華闖;;基于人眼視覺特性的小目標(biāo)檢測算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 王藝婷;黃世奇;劉代志;王紅霞;;高光譜圖像目標(biāo)檢測算法性能研究[A];國家安全地球物理叢書（十）——地球物理環(huán)境與國家安全[C];2014年

6 張國華;;一種基于導(dǎo)引頭穩(wěn)定平臺(tái)結(jié)構(gòu)的目標(biāo)檢測算法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊）[C];2010年

7 劉昊;趙龍;;基于改進(jìn)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測算法[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊）[C];2011年

8 劉峰;奚曉梁;沈同圣;;基于最大值投影的空間小目標(biāo)檢測算法[A];第二屆空間目標(biāo)與碎片監(jiān)測、清理技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2015年

9 鄧宇;陳孝威;;綜合利用時(shí)空信息的運(yùn)動(dòng)目標(biāo)檢測算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 蔣慶林;王林;;基于改進(jìn)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測算法[A];系統(tǒng)工程理論與應(yīng)用——貴州省系統(tǒng)工程學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前4條

1 交集宣;我省縣縣通高速目標(biāo)預(yù)計(jì)年底將如期實(shí)現(xiàn)[N];廣東建設(shè)報(bào);2015年

2 ;花旗下調(diào)寧滬高速目標(biāo)價(jià)[N];中國證券報(bào);2008年

3 胡紅玲 牛丹;全力以赴實(shí)現(xiàn)縣縣通高速目標(biāo)[N];寶雞日報(bào);2016年

4 董鳳斌;大摩調(diào)高寧滬高速目標(biāo)價(jià)[N];中國證券報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 王志虎;基于顯著性的運(yùn)動(dòng)目標(biāo)檢測算法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 郭明瑋;基于視覺記憶的目標(biāo)檢測算法：一個(gè)特征學(xué)習(xí)與特征聯(lián)想的過程[D];中國科學(xué)技術(shù)大學(xué);2014年

3 王俊強(qiáng);圖像中人體目標(biāo)檢測算法研究[D];北京郵電大學(xué);2012年

4 李凡;復(fù)雜背景抑制及弱小目標(biāo)檢測算法研究[D];西安電子科技大學(xué);2010年

5 種勁松;合成孔徑雷達(dá)圖像艦船目標(biāo)檢測算法與應(yīng)用研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2002年

6 崔國龍;多天線配置雷達(dá)系統(tǒng)的目標(biāo)檢測算法研究[D];電子科技大學(xué);2012年

7 成寶芝;基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究[D];哈爾濱工程大學(xué);2012年

8 臧風(fēng)妮;智能視頻監(jiān)控中海面艦船目標(biāo)檢測算法研究[D];中國海洋大學(xué);2014年

9 李濤;傅里葉變換光譜信息獲取與控制技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

10 王玉磊;高光譜實(shí)時(shí)目標(biāo)檢測算法研究[D];哈爾濱工程大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 張秀麗;基于稀疏傅里葉變換的高速目標(biāo)檢測算法研究[D];中北大學(xué);2018年

2 余良凱;基于深度學(xué)習(xí)的機(jī)場場面目標(biāo)檢測[D];電子科技大學(xué);2018年

3 王潤強(qiáng);基于CUDA加速的目標(biāo)檢測算法研究[D];電子科技大學(xué);2018年

4 陳玉文;基于視覺顯著性機(jī)制的紅外小目標(biāo)檢測算法研究[D];陜西師范大學(xué);2017年

5 樂國慶;基于車載視覺系統(tǒng)的目標(biāo)檢測優(yōu)化算法研究[D];北京交通大學(xué);2017年

6 付若楠;基于深度學(xué)習(xí)的目標(biāo)檢測研究[D];北京交通大學(xué);2017年

7 孔祥欣;面向水產(chǎn)養(yǎng)殖監(jiān)控的多運(yùn)動(dòng)魚體目標(biāo)檢測算法研究[D];燕山大學(xué);2017年

8 伍偉明;基于Faster R-CNN的目標(biāo)檢測算法的研究[D];華南理工大學(xué);2018年

9 李小立;基于稀疏性和連通性的增量式運(yùn)動(dòng)目標(biāo)檢測算法[D];天津大學(xué);2016年

10 諸葛霞;基于分形特征的目標(biāo)檢測算法研究[D];西安電子科技大學(xué);2007年

本文編號(hào)：2815663