基于圖切優(yōu)化的雷達微弱目標檢測研究.pdf

1、微弱目標檢測是現(xiàn)代雷達技術(shù)領(lǐng)域中的研究熱點，由于遠距離，隱身，高機動以及低空超低空突防等都給雷達檢測帶來嚴重的挑戰(zhàn)，日益凸顯出雷達微弱目標檢測研究的重要性。
　　雷達微弱目標的檢測在技術(shù)上涉及相干積累，非相干積累和恒虛警率檢測等問題。為了增強微弱目標的檢測能力，通常采用長時間非相干積累方法。目前雷達的長時間非相干積累主要集中在TBD技術(shù)上，本文研究了基于粒子濾波的微弱目標檢測前跟蹤算法，該算法的本質(zhì)是利用時間來換取能量。由于雷達在

2、空和時等高維空間存在相關(guān)性，故可以在不同的域上進行積累來提高微弱目標的檢測能力。本文從空域積累的角度出發(fā)研究了雷達微弱目標檢測方法。
　　對于雷達微弱目標的檢測，積累處理是一種有效的方法，既可以從時域的角度出發(fā)進行積累，也可以從其他域進行積累處理?；诜窍喔煞e累的TBD-PF算法是從時域進行積累的，本文從空域積累著手，將多周期回波信號拼接成圖像序列，針對圖像序列上目標的特征信息，提出了不同的全局優(yōu)化檢測算法。首先利用目標特征的跟蹤

3、以及基于全局優(yōu)化的最小圖切算法，實現(xiàn)快速檢測，較好地解決雷達微弱機動目標的檢測問題。但是圖切算法作為一種全局優(yōu)化檢測方法由于忽略了一些局部信息導致目標邊緣易發(fā)生偏移，本文在基于圖切的微弱目標檢測的基礎上，利用測地線活動輪廓和恒定的目標邊緣長度約束來優(yōu)化網(wǎng)絡節(jié)點參數(shù)流量，提出了恒邊長的測地線活動輪廓加權(quán)的雷達微弱目標檢測算法。進而提高微弱目標的檢測概率。最小圖切算法是基于低階的馬爾科夫隨機場（MRF），能量函數(shù)的低階近似，將無法準確描述圖