本文關(guān)鍵詞：不同環(huán)境下目標(biāo)的極化匹配檢測(cè)理論和技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：不同環(huán)境中的目標(biāo)檢測(cè)問題是雷達(dá)、聲吶和導(dǎo)航等領(lǐng)域中的基本問題之一。在對(duì)抗性活動(dòng)中,隨著隱身材料和隱身技術(shù)的使用,被檢測(cè)目標(biāo)的雷達(dá)截面積(RCS)變小,目標(biāo)回波減弱,信噪比降低,嚴(yán)重影響了檢測(cè)系統(tǒng)的檢測(cè)能力。對(duì)不同極化的入射波,目標(biāo)具有不同的響應(yīng),通過對(duì)極化方式的有效選擇可以實(shí)現(xiàn)入射波與目標(biāo)極化特性的有效匹配,從而增強(qiáng)目標(biāo)回波,提高系統(tǒng)的檢測(cè)能力。本文針對(duì)部分均勻噪聲環(huán)境、非均勻噪聲環(huán)境以及子空間雜波環(huán)境中的確定目標(biāo)檢測(cè)問題和隨機(jī)目標(biāo)檢測(cè)問題進(jìn)行了深入的研究,設(shè)計(jì)了相應(yīng)的檢測(cè)器。在此基礎(chǔ)上,通過對(duì)檢測(cè)器檢測(cè)性能的理論分析,利用極化匹配技術(shù),設(shè)計(jì)了極化匹配檢測(cè)器,進(jìn)一步提高了檢測(cè)器的檢測(cè)能力。主要研究?jī)?nèi)容包括:1快速極化匹配方法相干情形下,天線的極化接收功率(PRP)由電磁波的2×1維Jones矢量和目標(biāo)的Sinclair矩陣描述,根據(jù)瑞利熵準(zhǔn)則,求出最大極化功率及其對(duì)應(yīng)的匹配(最優(yōu))極化方向。非相干情形下,天線的PRP由電磁波的4×1維Stokes矢量和目標(biāo)的Kennaugh矩陣進(jìn)行描述。針對(duì)此情形,分別研究了收發(fā)同極化約束情況下和收發(fā)極化無約束情況下的快速極化匹配方法。對(duì)收發(fā)同極化約束情況,提出了一種基于二分搜索策略的拉格朗日方法(LMBS),該方法在求得拉格朗日算子所在區(qū)間的基礎(chǔ)上,進(jìn)一步采用二分策略對(duì)區(qū)間進(jìn)行搜索,實(shí)現(xiàn)了快速極化匹配,有效提高了匹配速度。針對(duì)收發(fā)極化無約束的情況,提出了一種快速子區(qū)域搜索方法(FSSM),該方法通過空間映射理論,將搜索區(qū)域縮小到一個(gè)更小的子區(qū)域內(nèi),有效減少了極化匹配的搜索點(diǎn)數(shù),加快了極化匹配速度,理論證明,該子區(qū)域的面積約為全局區(qū)域面積的四分之一。2極化匹配檢測(cè)方法針對(duì)部分均勻噪聲環(huán)境中的目標(biāo)檢測(cè)問題,設(shè)計(jì)了一種基于部分均勻噪聲環(huán)境的自適應(yīng)匹配檢測(cè)器(PH-AMD)。PH-AMD首先假設(shè)噪聲尺度參數(shù)κ和噪聲協(xié)方差矩陣R已知,然后基于廣義似然比(GLRT)準(zhǔn)則,對(duì)目標(biāo)x進(jìn)行估計(jì),之后通過輔助數(shù)據(jù)估計(jì)R,通過輔助數(shù)據(jù)和檢測(cè)數(shù)據(jù)估計(jì)κ,并利用這些估計(jì)值構(gòu)造了PH-AMD的統(tǒng)計(jì)檢測(cè)量。針對(duì)確定目標(biāo)和隨機(jī)目標(biāo)的檢測(cè)問題,分析了PHAMD的理論檢測(cè)性能,證明PH-AMD具有恒虛警(CFAR)特性。與現(xiàn)有檢測(cè)器相比,PH-AMD具有更高的檢測(cè)性能。對(duì)理論檢測(cè)概率的分析表明,檢測(cè)概率正比于參量μ,而參量μ受電磁波極化波形調(diào)制。通過極化匹配技術(shù),使電磁波極化與目標(biāo)極化散射特性匹配,提高檢測(cè)器對(duì)確定目標(biāo)和隨機(jī)目標(biāo)的檢測(cè)能力。實(shí)驗(yàn)表明,極化匹配技術(shù)的使用使PH-AMD獲得了1 dB-5 dB的處理增益。針對(duì)非均勻噪聲環(huán)境中的目標(biāo)檢測(cè)問題,設(shè)計(jì)了基于非均勻環(huán)境的自適應(yīng)匹配檢測(cè)器(IH-AMD)和單步廣義似然比檢測(cè)器(1S-GLRT)。IH-AMD的設(shè)計(jì)原理與PH-AMD相同。1S-GLRT的設(shè)計(jì)基于對(duì)量測(cè)數(shù)據(jù)的概率密度函數(shù)(PDF)fy(y)的求取。首先通過噪聲紋理參數(shù)κ的PDFfIG(κ,α,β)和條件PDF fy(y|κ)求得fy(y),在此基礎(chǔ)上,基于GLRT準(zhǔn)則,估計(jì)目標(biāo)x,并通過輔助數(shù)據(jù)估計(jì)R,并利用這些估計(jì)值構(gòu)造了1S-GLRT的統(tǒng)計(jì)檢測(cè)量。針對(duì)確定目標(biāo)和隨機(jī)目標(biāo),分別分析了IH-AMD和1S-GLRT的理論檢測(cè)性能。結(jié)果顯示,IH-AMD具有CFAR特性;對(duì)1S-GLRT,只有當(dāng)噪聲尺度參數(shù)β足夠大時(shí),它才具有近似CFAR特性。與現(xiàn)有方法相比,IH-AMD和1S-GLRT具有更高的檢測(cè)性能。理論檢測(cè)結(jié)果顯示,IHAMD和1S-GLRT的檢測(cè)概率皆正比于參量μ。通過極化匹配技術(shù),使電磁波極化與目標(biāo)極化散射特性匹配,提高檢測(cè)器對(duì)確定目標(biāo)和隨機(jī)目標(biāo)的檢測(cè)能力。實(shí)驗(yàn)表明,極化匹配技術(shù)的使用使檢測(cè)器獲得了0 dB-5 dB的處理增益。針對(duì)子空間雜波環(huán)境中的目標(biāo)檢測(cè)問題,設(shè)計(jì)了一種依賴于系統(tǒng)的雜波環(huán)境中的自適應(yīng)子空間檢測(cè)器(SDC-ASD)。該檢測(cè)器基于GLRT準(zhǔn)則,利用雜波的子空間特性,通過分別處理雜波和噪聲,獲得了處理增益。針對(duì)確定目標(biāo)和隨機(jī)目標(biāo)的檢測(cè)問題,詳細(xì)分析了SDC-ASD的理論檢測(cè)性能。與現(xiàn)有檢測(cè)器比較,SDC-ASD始終具有更高的檢測(cè)性能,同時(shí)能夠利用更少的輔助數(shù)據(jù)來估計(jì)噪聲協(xié)方差矩陣R,以獲得可靠的檢測(cè)性能。理論分析的結(jié)果同樣表明檢測(cè)概率正比于參量μ,通過極化匹配技術(shù),可實(shí)現(xiàn)極化匹配檢測(cè)。在此環(huán)境中,目標(biāo)和雜波都是極化敏感的,因此,在進(jìn)行極化匹配時(shí),既要考慮電磁波極化與目標(biāo)極化散射特性匹配,也要考慮電磁波極化與雜波的失配,從而提高回波的信雜比,結(jié)果顯示極化匹配檢測(cè)獲得了1 dB-3 dB的處理增益。
【關(guān)鍵詞】：目標(biāo)檢測(cè) 極化匹配理論和技術(shù) 部分均勻噪聲環(huán)境 非均勻噪聲環(huán)境 子空間雜波環(huán)境
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.7
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 縮略詞表13-15
• 第一章 緒論15-25
• 1.1 研究背景15-16
• 1.2 研究現(xiàn)狀16-22
• 1.2.1 目標(biāo)檢測(cè)16-19
• 1.2.2 極化匹配技術(shù)19-22
• 1.3 本文的主要?jiǎng)?chuàng)新22-23
• 1.4 論文的組織結(jié)構(gòu)23-25
• 第二章 極化理論與極化檢測(cè)系統(tǒng)25-42
• 2.1 電磁波的極化描述25-29
• 2.1.1 電磁波的Jones矢量描述25-26
• 2.1.2 電磁波的Stokes矢量描述26-29
• 2.2 極化接收技術(shù)29-32
• 2.2.1 天線的極化發(fā)射與極化匹配接收29-30
• 2.2.2 極化散射矩陣30-31
• 2.2.3 目標(biāo)的極化功率描述31-32
• 2.3 快速極化匹配方法32-39
• 2.3.1 相干散射情形32-33
• 2.3.2 非相干散射情形33-39
• 2.3.2.1 同極化情形34-36
• 2.3.2.2 任意極化情形36-39
• 2.4 極化量測(cè)模型39-41
• 2.5 本章小結(jié)41-42
• 第三章 部分均勻噪聲環(huán)境中的目標(biāo)檢測(cè)與極化匹配檢測(cè)技術(shù)42-73
• 3.1 引言42
• 3.2 量測(cè)模型42-43
• 3.3 PH-AMD的設(shè)計(jì)43-44
• 3.4 PH-AMD的檢測(cè)性能分析44-57
• 3.4.1 虛警概率53
• 3.4.2 檢測(cè)概率53-57
• 3.4.2.1 確定目標(biāo)54
• 3.4.2.2 隨機(jī)目標(biāo)54-57
• 3.5 檢測(cè)器的性能比較57-63
• 3.5.1 確定目標(biāo)的檢測(cè)性能比較58-60
• 3.5.1.1 理論檢測(cè)性能驗(yàn)證58-59
• 3.5.1.2 不同檢測(cè)器的檢測(cè)性能比較59-60
• 3.5.2 隨機(jī)目標(biāo)的檢測(cè)性能比較60-63
• 3.5.2.1 理論檢測(cè)性能驗(yàn)證62
• 3.5.2.2 不同檢測(cè)器的檢測(cè)性能比較62-63
• 3.6 PH-AMD的極化匹配檢測(cè)63-71
• 3.6.1 確定目標(biāo)的極化匹配檢測(cè)方法64-68
• 3.6.2 隨機(jī)目標(biāo)的極化匹配檢測(cè)方法68-71
• 3.7 本章小結(jié)71-73
• 第四章 非均勻噪聲環(huán)境中的目標(biāo)檢測(cè)與極化匹配檢測(cè)技術(shù)73-95
• 4.1 引言73
• 4.2 量測(cè)模型73-74
• 4.3 檢測(cè)器的設(shè)計(jì)74-76
• 4.3.1 IH-AMD的設(shè)計(jì)74-75
• 4.3.2 1S-GLRT的設(shè)計(jì)75-76
• 4.4 IH-AMD的檢測(cè)性能分析76-79
• 4.4.1 虛警概率76-77
• 4.4.2 檢測(cè)概率77-79
• 4.4.2.1 確定目標(biāo)77-78
• 4.4.2.2 隨機(jī)目標(biāo)78-79
• 4.5 1S-GLRT的檢測(cè)性能分析79-81
• 4.5.1 虛警概率79-80
• 4.5.2 檢測(cè)概率80-81
• 4.5.2.1 確定目標(biāo)80-81
• 4.5.2.2 隨機(jī)目標(biāo)81
• 4.6 檢測(cè)器的性能比較81-88
• 4.6.1 確定目標(biāo)的檢測(cè)性能比較81-84
• 4.6.1.1 理論檢測(cè)性能驗(yàn)證82-83
• 4.6.1.2 不同檢測(cè)器的性能比較83-84
• 4.6.2 隨機(jī)目標(biāo)的檢測(cè)性能比較84-88
• 4.6.2.1 理論檢測(cè)性能驗(yàn)證86-87
• 4.6.2.2 不同檢測(cè)器的性能比較87-88
• 4.7 IH-AMD和1S-GLRT的極化匹配檢測(cè)88-93
• 4.7.1 確定目標(biāo)的極化匹配檢測(cè)方法88-91
• 4.7.2 隨機(jī)目標(biāo)的極化匹配檢測(cè)方法91-93
• 4.8 本章小結(jié)93-95
• 第五章 子空間雜波環(huán)境中的目標(biāo)檢測(cè)與極化匹配檢測(cè)技術(shù)95-122
• 5.1 引言95
• 5.2 量測(cè)模型95-96
• 5.3 SDC-ASD的設(shè)計(jì)96-100
• 5.4 SDC-ASD檢測(cè)性能分析100-104
• 5.4.1 虛警概率102-103
• 5.4.2 檢測(cè)概率103-104
• 5.4.2.1 確定目標(biāo)103
• 5.4.2.2 隨機(jī)目標(biāo)103-104
• 5.5 檢測(cè)器的性能比較104-112
• 5.5.1 確定目標(biāo)的檢測(cè)性能104-108
• 5.5.1.1 理論檢測(cè)性能驗(yàn)證105
• 5.5.1.2 輔助數(shù)據(jù)數(shù)量對(duì)檢測(cè)性能的影響分析105-107
• 5.5.1.3 不同檢測(cè)器檢測(cè)性能的比較107-108
• 5.5.2 隨機(jī)目標(biāo)的檢測(cè)性能108-112
• 5.5.2.1 理論檢測(cè)性能驗(yàn)證109-111
• 5.5.2.2 輔助數(shù)據(jù)數(shù)量對(duì)檢測(cè)性能的影響111-112
• 5.5.2.3 不同檢測(cè)器檢測(cè)性能的比較112
• 5.6 SDC-ASD的極化匹配檢測(cè)112-120
• 5.6.1 確定目標(biāo)的極化匹配檢測(cè)方法114-118
• 5.6.2 隨機(jī)目標(biāo)的極化匹配檢測(cè)方法118-120
• 5.7 本章小結(jié)120-122
• 第六章 總結(jié)與展望122-124
• 6.1 論文工作總結(jié)122-123
• 6.2 研究前景展望123-124
• 致謝124-125
• 參考文獻(xiàn)125-135
• 攻博期間取得的研究成果135-137

  本文關(guān)鍵詞：不同環(huán)境下目標(biāo)的極化匹配檢測(cè)理論和技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：399816