本文關(guān)鍵詞：基于背景在線信息提取的雷達目標檢測

  更多相關(guān)文章： 機載雷達 目標檢測 背景分割 在線信息提取 自適應CFAR檢測

【摘要】：本文以機載前視雷達系統(tǒng)為背景,面向?qū)嶋H工程,主要對雷達檢測背景進行分析,設(shè)計更適應于復雜雜波環(huán)境的雷達目標檢測方法。機載雷達與地基雷達相比,它的視野更大,對低空慢速飛行目標的探測距離更遠,機動性更強。但由于機載前視雷達的下視工作方式,使其回波具有很強的地物雜波,另外載機的運動和天線掃描方位的變化加劇造成了檢測背景的復雜化。機載雷達檢測背景中包含同質(zhì)(均勻)/異質(zhì)(非均勻)區(qū)域,導致檢測背景中多類型雜波分布的同時存在,這些給機載雷達目標檢測造成了很大困難。因此,本文對機載雷達檢測背景環(huán)境的特點和目標檢測遇到的難點進行了詳細分析。根據(jù)機載雷達檢測背景的復雜化和多樣化特征,為解決機載雷達下視工作復雜雜波背景下雷達目標檢測檢測概率較低和虛警概率較高的問題,本文提出一種機載雷達基于背景在線信息提取的雷達目標檢測系統(tǒng)。該系統(tǒng)包括機載雷達檢測背景中的雜波特性和目標特性分析,檢測背景區(qū)域分割,背景在線信息提取和多策略CFAR檢測等部分。本文具體研究內(nèi)容如下:1.對機載雷達的雜波特性和目標特性進行研究,介紹了檢測背景呈現(xiàn)的復雜特征,分析均勻區(qū)域和非均勻區(qū)域產(chǎn)生的機理,另外對實測數(shù)據(jù)背景下目標在距離譜和多普勒譜方向上的展寬進行了分析,這些為后續(xù)的背景在線信息提取和目標檢測奠定基礎(chǔ)。2.介紹了兩種機載雷達檢測背景分割方法,基于同質(zhì)/異質(zhì)分布、統(tǒng)計分布差異的檢測背景分類方法和基于雜波圖像特征的檢測背景分類方法。前者能夠有效的度量不同區(qū)域的統(tǒng)計分布差異,將雷達檢測背景分割為均勻區(qū)域和非均勻區(qū)域兩個部分�；陔s波圖像特征的背景分類是利用最大類間方差的方法,能夠自動確定均勻區(qū)域和非均勻區(qū)域的分割門限值。通過對檢測背景的分割,有利于對背景雜波分布的統(tǒng)計分析。3.介紹了機載雷達檢測背景的在線信息提取方法,根據(jù)雷達檢測背景的分類結(jié)果,統(tǒng)計分析了各區(qū)域檢測背景的雜波分布特性,實現(xiàn)了檢測背景(雜波)統(tǒng)計模型的識別和統(tǒng)計參數(shù)的估計,然后根據(jù)統(tǒng)計結(jié)果對檢測背景數(shù)據(jù)進行指數(shù)歸一化處理,實現(xiàn)檢測背景的均勻化處理。4.根據(jù)背景在線信息提取的結(jié)果,提出一種自適應背景信息變化的CFAR(BIA-CFAR)檢測方法。該方法能充分利用背景信息來調(diào)整設(shè)計檢測器以提高機載雷達檢測性能。并且通過仿真實驗和實測數(shù)據(jù)檢測分析,將基于背景在線信息提取的雷達目標檢測方法與傳統(tǒng)的雷達目標檢測方法進行了對比,證明了其檢測性能的提高。本文提出的基于背景在線信息提取的雷達目標檢測方法,通過在線提取檢測背景的信息,提高雷達檢測器適應目標所處復雜背景環(huán)境的能力,形成自適應多策略CFAR檢測系統(tǒng),提高機載雷達目標的檢測性能。
【關(guān)鍵詞】：機載雷達 目標檢測 背景分割 在線信息提取 自適應CFAR檢測
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN959.73
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題背景及研究的目的和意義10-11
• 1.2 雷達目標檢測的發(fā)展概況11-14
• 1.2.1 國外雷達目標檢測發(fā)展概況12-13
• 1.2.2 國內(nèi)雷達目標檢測發(fā)展概況13-14
• 1.3 雷達目標檢測存在問題14-15
• 1.4 本文的主要研究內(nèi)容15-18
• 第2章 機載雷達雜波特性和目標特性分析18-24
• 2.1 引言18
• 2.2 機載雷達雜波特性分析18-20
• 2.3 機載雷達實測目標特性分析20-22
• 2.4 本章小結(jié)22-24
• 第3章 機載雷達檢測背景分割方法研究24-30
• 3.1 引言24
• 3.2 基于同質(zhì)/異質(zhì)分布、統(tǒng)計分布差異的檢測背景分類方法24-27
• 3.2.1 KL散度25
• 3.2.2 檢測背景分類25-27
• 3.3 基于雜波圖像特征的檢測背景分類方法27-28
• 3.4 KL散度和大津法的聯(lián)合處理28-29
• 3.5 本章小結(jié)29-30
• 第4章 機載雷達檢測背景在線信息提取30-44
• 4.1 引言30
• 4.2 背景統(tǒng)計分布模型的匹配30-35
• 4.2.1 雜波概率分布模型30-33
• 4.2.2 雜波分布模型檢驗方法33-35
• 4.3 剩余雜波統(tǒng)計分布參數(shù)估計方法35-40
• 4.3.1 Weibull分布的參數(shù)估計方法36-38
• 4.3.2 Log-normal分布的參數(shù)估計方法38-40
• 4.4 檢測背景指數(shù)歸一化40-42
• 4.5 本章小結(jié)42-44
• 第5章 基于背景信息的自適應CFAR檢測44-64
• 5.1 引言44-45
• 5.2 自適應背景信息變化的CFAR檢測器45-49
• 5.2.1 均勻區(qū)域檢測器設(shè)計46-47
• 5.2.2 雜波區(qū)域檢測器設(shè)計47-48
• 5.2.3 雜波邊緣條件下的自適應檢測器設(shè)計48-49
• 5.3 自適應背景信息變化的CFAR檢測器仿真性能分析49-58
• 5.3.1 均勻區(qū)域仿真性能分析49-54
• 5.3.2 雜波區(qū)域仿真性能分析54-57
• 5.3.3 雜波邊緣條件下仿真性能分析57-58
• 5.4 采用注入目標的方式結(jié)合實測雜波背景的算法性能分析58-62
• 5.4.1 均勻區(qū)域檢測性能58-60
• 5.4.2 雜波區(qū)域檢測性能60-62
• 5.5 本章小結(jié)62-64
• 結(jié)論64-66
• 參考文獻66-71
• 致謝71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 劉雷松;張永泉;蔡晨曦;劉小軍;;一種改進的脈間頻率捷變與MTD兼容算法[J];計算機仿真;2011年02期

2 李了了 ,鄧善熙 ,丁興號;基于大津法的圖像分塊二值化算法[J];微計算機信息;2005年14期

3 劉俊凱,王首勇,王永良;適應多雜波模型的CFAR檢測方法[J];現(xiàn)代雷達;2005年04期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 胡文琳;機載雷達恒虛警率檢測方法研究[D];國防科學技術(shù)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 楊易;復雜雜波背景下的多策略目標檢測方法研究[D];哈爾濱工業(yè)大學;2014年

，

本文編號：543575