陣列雷達動目標檢測多維域方法研究.pdf

1、地面運動目標檢測(GMTI)是機載/星載監(jiān)視、預警系統(tǒng)的主要任務之一。在運動平臺下，速度相對較慢的運動目標往往被地面場景回波所淹沒，如何從強雜波中提取出目標信號是動目標檢測系統(tǒng)的重要問題，而結合陣列信號處理方法、利用沿航跡多通道數據進行自適應雜波相消處理是解決這一問題的主要技術。隨著雷達技術的發(fā)展，目前的動目標檢測系統(tǒng)正在向多維域方向前進?；谶@一背景，本文深入地研究了多維域信息(多載頻、多極化等)在動目標檢測方法中的應用，并將之與傳統(tǒng)

2、空時信息相結合，用以解決GMTI系統(tǒng)的熱點問題，內容涵蓋測速區(qū)間優(yōu)化、慢速目標檢測、非均勻場景下的雜波協方差矩陣估計等。本研究主要內容包括：
　?、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，但是也會造成最大不模糊速度的下降，進而導致盲速區(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)下進行優(yōu)化設計，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)，另一方面利用多個載頻進行解模糊處理，使得在目標可能的速度范

3、圍內實現無模糊地測速；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)聯合設計可以進一步改善系統(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)化設計方式，包括級聯優(yōu)化和聯合優(yōu)化兩類。級聯優(yōu)化在空間上基于最小冗余陣設計，在載頻上利用不同頻率可測速區(qū)間互補的思想對頻率組合進行推算，該方法在載頻范圍不受限制時可對動目標實現無模糊檢測，且不需要進行解模糊處理，但其在載頻范圍受限制的時候性能下降顯著；聯合優(yōu)化以最大化可測速區(qū)間為目標，同時搜索載

4、頻組合與非均勻布陣方式并得到最優(yōu)結果，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，將極化濾波與空時濾波聯合進行自適應處理具有提高系統(tǒng)最小可檢測速度的潛力。但是由于增加了極化維，由空時自適應處理維數過高所造成的問題進一步加重。在建立極化-空時三維數據模型的基礎上，首先分析了極化空時聯合自適應處理的性能和主要影響因素，進一步分析了級聯處理的性能，為降維處理提供參考。分析指出，雜波極化相關性

5、、動目標與雜波的極化差異以及極化通道數均會影響自適應處理的性能；同時，不同級聯順序對檢測性能的影響顯著，首先在區(qū)分度較高的維度進行處理可獲得較好的檢測性能。
　?、欠蔷鶆驁鼍跋拢毩⑼植嫉挠柧殬颖緮低蛔阋杂行У毓烙嫵鼍_的雜波協方差矩陣，這將導致自適應檢測性能的下降。針對這一問題，提出利用多個極化通道數據聯合估計雜波協方差矩陣，提高小樣本下動目標的檢測性能。在分析多極化陣列信號模型的基礎上，指出不同極化方式下的雜波的空時特性

6、一致而功率有所差異；進一步地將多極化數據建立為復合高斯的雜波模型，同時獲得其高斯與非高斯的概率密度函數，最后利用最大似然方法獲得出雜波協方差矩陣的表達式。仿真顯示，在樣本數較少的情況下，結合多極化數據進行雜波協方差矩陣估計可以有效提高系統(tǒng)的動目標檢測性能。
　?、确蔷鶆驁鼍跋碌臉颖咎暨x問題直接影響雜波協方差矩陣的估計精度，而現有的樣本挑選方法在非均勻場景下性能將受到嚴重影響。針對這一問題，在建立多通道SAR-GMTI的信號模型基礎

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