海岸警戒雷達小目標(biāo)先跟蹤后檢測算法及其硬件實現(xiàn)技術(shù)研究.pdf

1、近年來，海面強雜波背景下的小目標(biāo)檢測引起了極大的關(guān)注。海雜波具有很復(fù)雜的特性，無法用高斯分布等傳統(tǒng)方法準(zhǔn)確模擬仿真。由于海面小目標(biāo)的雷達散射面積小，再加上海雜波復(fù)雜多變，在低信雜比(Signal Clutter Ratio,SCR)下傳統(tǒng)的雷達目標(biāo)檢測算法難以對其進行檢測。檢測前跟蹤技術(shù)，相比較于傳統(tǒng)的檢測后跟蹤技術(shù)，可以更加有效地解決小目標(biāo)檢測過程中信雜比低的困難，跟蹤性能、檢測性能更加優(yōu)越。與此同時，檢測前跟蹤技術(shù)可以傳輸完整的數(shù)據(jù)

2、，這意味著可以獲得更多關(guān)于被跟蹤對象的數(shù)據(jù)信息。
　　本文的研究內(nèi)容主要有如下四個方面：
　　（1）分析研究四種雜波分布模型，分別為瑞利分布，對數(shù)正態(tài)分布，韋布爾分布以及K分布。對四種雜波分布的概率密度圖進行分析對比，得出能夠較好模擬對海警戒雷達海雜波的分布模型，為后續(xù)研究奠定基礎(chǔ)。
　　（2）針對雷達回波中同時含有大小目標(biāo)的情況，研究了恒虛警檢測(Constant False-Alarm Rate,CFAR)，利用恒

3、虛警檢測將大目標(biāo)信號剔除，然后給出一種基于Hough變換的先跟蹤后檢測(Track Before Detetct,TBD)算法，在低信雜比情況下對海面小目標(biāo)進行了有效的檢測。
　?。?）針對基于Hough變換的TBD算法具有一定局限性的情況，采用基于序貫蒙特卡洛和重采樣理論的粒子濾波方法，實現(xiàn)了非線性系統(tǒng)中小目標(biāo)的TBD檢測。并給出基于區(qū)間分析的箱粒子濾波算法，降低了粒子濾波算法的計算復(fù)雜度。
　?。?）針對實時Hough變