陣列雷達(dá)動(dòng)目標(biāo)檢測多維域方法研究.pdf

1、地面運(yùn)動(dòng)目標(biāo)檢測(GMTI)是機(jī)載/星載監(jiān)視、預(yù)警系統(tǒng)的主要任務(wù)之一。在運(yùn)動(dòng)平臺下，速度相對較慢的運(yùn)動(dòng)目標(biāo)往往被地面場景回波所淹沒，如何從強(qiáng)雜波中提取出目標(biāo)信號是動(dòng)目標(biāo)檢測系統(tǒng)的重要問題，而結(jié)合陣列信號處理方法、利用沿航跡多通道數(shù)據(jù)進(jìn)行自適應(yīng)雜波相消處理是解決這一問題的主要技術(shù)。隨著雷達(dá)技術(shù)的發(fā)展，目前的動(dòng)目標(biāo)檢測系統(tǒng)正在向多維域方向前進(jìn)。基于這一背景，本文深入地研究了多維域信息(多載頻、多極化等)在動(dòng)目標(biāo)檢測方法中的應(yīng)用，并將之與傳統(tǒng)

2、空時(shí)信息相結(jié)合，用以解決GMTI系統(tǒng)的熱點(diǎn)問題，內(nèi)容涵蓋測速區(qū)間優(yōu)化、慢速目標(biāo)檢測、非均勻場景下的雜波協(xié)方差矩陣估計(jì)等。本研究主要內(nèi)容包括：
　?、艂鹘y(tǒng)均勻陣列系統(tǒng)下，長的沿航跡基線可改善系統(tǒng)的最小可檢測速度，但是也會(huì)造成最大不模糊速度的下降，進(jìn)而導(dǎo)致盲速區(qū)間的增加。為解決這一矛盾，提出在非均勻陣列多載頻系統(tǒng)下進(jìn)行優(yōu)化設(shè)計(jì)，一方面利用多載頻信號測速區(qū)間交替疊加降低測速盲區(qū)，另一方面利用多個(gè)載頻進(jìn)行解模糊處理，使得在目標(biāo)可能的速度范

3、圍內(nèi)實(shí)現(xiàn)無模糊地測速；由于非均勻陣列可提高空間采樣頻率，將之與多載頻系統(tǒng)聯(lián)合設(shè)計(jì)可以進(jìn)一步改善系統(tǒng)的測速性能。具體分析了非均勻陣列多載頻系統(tǒng)的優(yōu)化設(shè)計(jì)方式，包括級聯(lián)優(yōu)化和聯(lián)合優(yōu)化兩類。級聯(lián)優(yōu)化在空間上基于最小冗余陣設(shè)計(jì)，在載頻上利用不同頻率可測速區(qū)間互補(bǔ)的思想對頻率組合進(jìn)行推算，該方法在載頻范圍不受限制時(shí)可對動(dòng)目標(biāo)實(shí)現(xiàn)無模糊檢測，且不需要進(jìn)行解模糊處理，但其在載頻范圍受限制的時(shí)候性能下降顯著；聯(lián)合優(yōu)化以最大化可測速區(qū)間為目標(biāo)，同時(shí)搜索載

4、頻組合與非均勻布陣方式并得到最優(yōu)結(jié)果，在方位孔徑長度、頻率帶寬受限情況下對空頻自由度的利用更加充分。
　?、圃诙鄻O化陣列系統(tǒng)下，將極化濾波與空時(shí)濾波聯(lián)合進(jìn)行自適應(yīng)處理具有提高系統(tǒng)最小可檢測速度的潛力。但是由于增加了極化維，由空時(shí)自適應(yīng)處理維數(shù)過高所造成的問題進(jìn)一步加重。在建立極化-空時(shí)三維數(shù)據(jù)模型的基礎(chǔ)上，首先分析了極化空時(shí)聯(lián)合自適應(yīng)處理的性能和主要影響因素，進(jìn)一步分析了級聯(lián)處理的性能，為降維處理提供參考。分析指出，雜波極化相關(guān)性

5、、動(dòng)目標(biāo)與雜波的極化差異以及極化通道數(shù)均會(huì)影響自適應(yīng)處理的性能；同時(shí)，不同級聯(lián)順序?qū)z測性能的影響顯著，首先在區(qū)分度較高的維度進(jìn)行處理可獲得較好的檢測性能。
　　⑶非均勻場景下，獨(dú)立同分布的訓(xùn)練樣本數(shù)往往不足以有效地估計(jì)出精確的雜波協(xié)方差矩陣，這將導(dǎo)致自適應(yīng)檢測性能的下降。針對這一問題，提出利用多個(gè)極化通道數(shù)據(jù)聯(lián)合估計(jì)雜波協(xié)方差矩陣，提高小樣本下動(dòng)目標(biāo)的檢測性能。在分析多極化陣列信號模型的基礎(chǔ)上，指出不同極化方式下的雜波的空時(shí)特性

6、一致而功率有所差異；進(jìn)一步地將多極化數(shù)據(jù)建立為復(fù)合高斯的雜波模型，同時(shí)獲得其高斯與非高斯的概率密度函數(shù)，最后利用最大似然方法獲得出雜波協(xié)方差矩陣的表達(dá)式。仿真顯示，在樣本數(shù)較少的情況下，結(jié)合多極化數(shù)據(jù)進(jìn)行雜波協(xié)方差矩陣估計(jì)可以有效提高系統(tǒng)的動(dòng)目標(biāo)檢測性能。
　?、确蔷鶆驁鼍跋碌臉颖咎暨x問題直接影響雜波協(xié)方差矩陣的估計(jì)精度，而現(xiàn)有的樣本挑選方法在非均勻場景下性能將受到嚴(yán)重影響。針對這一問題，在建立多通道SAR-GMTI的信號模型基礎(chǔ)

7、上提出一種極化分類結(jié)合功率分組的樣本分類方法指導(dǎo)訓(xùn)練樣本的挑選；在極化分類時(shí)將空域信息引入到處理過程中，即利用極化-空時(shí)聯(lián)合Wishart距離來改善分類效果；而功率分組同時(shí)考慮了樣本個(gè)數(shù)和功率起伏對檢測性能的影響。仿真結(jié)果顯示所提的方法可以有效地改善訓(xùn)練樣本的分類結(jié)果、提高動(dòng)目標(biāo)的檢測性能。
　?、衫瞄L球面波方法（PSWF）求解獲得先驗(yàn)的雜波子空間，可改善小樣本下系統(tǒng)的動(dòng)目標(biāo)檢測性能，但該方法本身存在模型失配的問題。論文提出利用