X波段對海探測雷達(dá)目標(biāo)檢測方法研究
發(fā)布時間:2021-01-14 10:29
近些年來,隨著海上軍事設(shè)備的發(fā)展,雷達(dá)被越來越廣泛的用于海洋監(jiān)測和預(yù)警。所以對海目標(biāo)的檢測成為了雷達(dá)研究的熱點問題,但是由于海雜波統(tǒng)計背景的復(fù)雜性,以及海上環(huán)境的多變性,導(dǎo)致在海雜波背景下的目標(biāo)檢測器的設(shè)計與選擇變得非常困難,如何提高檢測器的檢測概率和維持一定的虛警概率成為目標(biāo)檢測的主要問題。本文主要對比了海雜波背景下不同的恒虛警檢測器的檢測性能。本文開頭介紹了海雜波模擬中常用的幾種分布模型,并對它們的統(tǒng)計特性進行了研究,具體包括早期用來進行雜波模擬的瑞利分布,雙參數(shù)的對數(shù)正態(tài)分布和韋布爾分布以及目前較為普遍用來對海雜波進行描述的K分布,分析了上述分布模型各自的性質(zhì)以及適用條件,并且研究個各種分布下的相關(guān)性和功率譜;海雜波的建模和仿真在雷達(dá)對目標(biāo)檢測方法性能的分析和比較中起著相當(dāng)重要的作用,因此本文還介紹了兩種常用的雜波建模方法,球不變隨機過程(SIRP)法以及零記憶非線性變換法(ZMNL),并且使用上述方法對不同的分布模型進行了仿真,本章的最后著重介紹了K分布的仿真過程,最后生成符合K分布的雜波序列。分析了雜波的統(tǒng)計特性之后,文章進而介紹了兩類常用的恒虛警檢測方法,均值(ML)類和有...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
瑞利雜波概率密度分布
它們在對高分辨率雷達(dá)的雜波模擬時體現(xiàn)出較好的效果數(shù)正態(tài)分布分辨率和復(fù)雜海況下,用瑞利分布模型進行雜波的仿真難以取得果,為了解決這一問題,有學(xué)者在眾多的分布模型中找到了對數(shù),這種分布和瑞利分布相比,其概率密度函數(shù)的拖尾現(xiàn)象更加明瑞利分布可以更好的描述海雜波的實際情況,尤其適用于描述海等原因產(chǎn)生尖峰的情況[21]。公式(2-2)是對數(shù)正態(tài)分布的概率密度,00,02(ln)exp21()22 xxvxfxvx 正態(tài)分布是一種雙參數(shù)的分布函數(shù),它的概率密度函數(shù)由形狀參數(shù) 一起確定,它的概率密度函數(shù)如圖:
模擬的精度要求較高時,兩種描述模型的效果都不理想。布爾分布上述兩種分布函數(shù)對于海雜波的動態(tài)范圍的描述差異,有學(xué)者提布,這種分布模型的優(yōu)勢在于它可以在較寬的范圍內(nèi)對對海雜波海雜波的動態(tài)范圍介于上述分布之間,在雷達(dá)分辨率較高的情前提到的分布模型用韋布爾分布通?梢愿鼮槔硐氲拿枋鲆话惴鹊姆植记闆r。它的概率密度函數(shù)表達(dá)式如式(2-3):,00,0exp()1 xxvxxfxvv 各參數(shù)的意義為:v代表分布的形狀參數(shù), 是尺度參數(shù)。從表出,韋布爾分布隨著參數(shù)的改變可以變形成瑞利分布和指數(shù)分布布函數(shù)的參數(shù)選擇適當(dāng)?shù)那闆r下,韋布爾分布也可以接近于對數(shù)它的概率密度分布曲線如下所示:
【參考文獻】:
期刊論文
[1]基于威布爾分布雜波模型的加權(quán)有序統(tǒng)計模糊CFAR檢測算法[J]. 王陸林,劉貴如,鄒姍. 重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[2]K分布下極化SAR圖像CFAR檢測新方法[J]. 張嘉峰,張鵬,王明春,劉濤. 電子學(xué)報. 2019(04)
[3]基于檢測單元統(tǒng)計量的SOS-CFAR檢測器[J]. 韓東娟,譚小敏,史平彥. 電子設(shè)計工程. 2019(02)
[4]K分布海雜波背景下基于最大特征值的雷達(dá)信號檢測算法[J]. 趙文靜,劉暢,劉文龍,金明錄. 電子與信息學(xué)報. 2018(09)
[5]淺析海雜波對雷達(dá)檢測的影響[J]. 宮玉坤,柏宇,馬意彭. 中國新通信. 2018(11)
[6]基于實測數(shù)據(jù)的海雜波時空相關(guān)性分析[J]. 劉寧波,董云龍,于家偉,丁昊,關(guān)鍵,王國慶. 海軍航空工程學(xué)院學(xué)報. 2017(02)
[7]基于OS-CFAR的LFM脈壓雷達(dá)多假目標(biāo)干擾分析[J]. 柳向,李東生,劉慶林. 系統(tǒng)工程與電子技術(shù). 2017(07)
[8]實測毫米波海雜波相關(guān)性研究[J]. 趙莉,笪林榮,吳海. 艦船電子對抗. 2014(04)
[9]相關(guān)非高斯分布雷達(dá)雜波仿真與驗證[J]. 謝洪森,鄒鯤,周鵬. 雷達(dá)科學(xué)與技術(shù). 2010(02)
[10]中國海洋資源開發(fā)現(xiàn)狀及對策[J]. 孫悅民. 海洋信息. 2009(03)
碩士論文
[1]復(fù)雜背景下的恒虛警檢測方法研究[D]. 張欣.西安電子科技大學(xué) 2017
[2]海雜波幅度分布參數(shù)估計與目標(biāo)凝聚方法[D]. 賀文.西安電子科技大學(xué) 2015
[3]基于實測數(shù)據(jù)的海雜波特性研究[D]. 劉芳.西安電子科技大學(xué) 2013
[4]海面雜波仿真與目標(biāo)檢測算法研究[D]. 彭歲陽.國防科學(xué)技術(shù)大學(xué) 2006
本文編號:2976734
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
瑞利雜波概率密度分布
它們在對高分辨率雷達(dá)的雜波模擬時體現(xiàn)出較好的效果數(shù)正態(tài)分布分辨率和復(fù)雜海況下,用瑞利分布模型進行雜波的仿真難以取得果,為了解決這一問題,有學(xué)者在眾多的分布模型中找到了對數(shù),這種分布和瑞利分布相比,其概率密度函數(shù)的拖尾現(xiàn)象更加明瑞利分布可以更好的描述海雜波的實際情況,尤其適用于描述海等原因產(chǎn)生尖峰的情況[21]。公式(2-2)是對數(shù)正態(tài)分布的概率密度,00,02(ln)exp21()22 xxvxfxvx 正態(tài)分布是一種雙參數(shù)的分布函數(shù),它的概率密度函數(shù)由形狀參數(shù) 一起確定,它的概率密度函數(shù)如圖:
模擬的精度要求較高時,兩種描述模型的效果都不理想。布爾分布上述兩種分布函數(shù)對于海雜波的動態(tài)范圍的描述差異,有學(xué)者提布,這種分布模型的優(yōu)勢在于它可以在較寬的范圍內(nèi)對對海雜波海雜波的動態(tài)范圍介于上述分布之間,在雷達(dá)分辨率較高的情前提到的分布模型用韋布爾分布通?梢愿鼮槔硐氲拿枋鲆话惴鹊姆植记闆r。它的概率密度函數(shù)表達(dá)式如式(2-3):,00,0exp()1 xxvxxfxvv 各參數(shù)的意義為:v代表分布的形狀參數(shù), 是尺度參數(shù)。從表出,韋布爾分布隨著參數(shù)的改變可以變形成瑞利分布和指數(shù)分布布函數(shù)的參數(shù)選擇適當(dāng)?shù)那闆r下,韋布爾分布也可以接近于對數(shù)它的概率密度分布曲線如下所示:
【參考文獻】:
期刊論文
[1]基于威布爾分布雜波模型的加權(quán)有序統(tǒng)計模糊CFAR檢測算法[J]. 王陸林,劉貴如,鄒姍. 重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[2]K分布下極化SAR圖像CFAR檢測新方法[J]. 張嘉峰,張鵬,王明春,劉濤. 電子學(xué)報. 2019(04)
[3]基于檢測單元統(tǒng)計量的SOS-CFAR檢測器[J]. 韓東娟,譚小敏,史平彥. 電子設(shè)計工程. 2019(02)
[4]K分布海雜波背景下基于最大特征值的雷達(dá)信號檢測算法[J]. 趙文靜,劉暢,劉文龍,金明錄. 電子與信息學(xué)報. 2018(09)
[5]淺析海雜波對雷達(dá)檢測的影響[J]. 宮玉坤,柏宇,馬意彭. 中國新通信. 2018(11)
[6]基于實測數(shù)據(jù)的海雜波時空相關(guān)性分析[J]. 劉寧波,董云龍,于家偉,丁昊,關(guān)鍵,王國慶. 海軍航空工程學(xué)院學(xué)報. 2017(02)
[7]基于OS-CFAR的LFM脈壓雷達(dá)多假目標(biāo)干擾分析[J]. 柳向,李東生,劉慶林. 系統(tǒng)工程與電子技術(shù). 2017(07)
[8]實測毫米波海雜波相關(guān)性研究[J]. 趙莉,笪林榮,吳海. 艦船電子對抗. 2014(04)
[9]相關(guān)非高斯分布雷達(dá)雜波仿真與驗證[J]. 謝洪森,鄒鯤,周鵬. 雷達(dá)科學(xué)與技術(shù). 2010(02)
[10]中國海洋資源開發(fā)現(xiàn)狀及對策[J]. 孫悅民. 海洋信息. 2009(03)
碩士論文
[1]復(fù)雜背景下的恒虛警檢測方法研究[D]. 張欣.西安電子科技大學(xué) 2017
[2]海雜波幅度分布參數(shù)估計與目標(biāo)凝聚方法[D]. 賀文.西安電子科技大學(xué) 2015
[3]基于實測數(shù)據(jù)的海雜波特性研究[D]. 劉芳.西安電子科技大學(xué) 2013
[4]海面雜波仿真與目標(biāo)檢測算法研究[D]. 彭歲陽.國防科學(xué)技術(shù)大學(xué) 2006
本文編號:2976734
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2976734.html
最近更新
教材專著