基于TBD的彈載毫米波雷達弱小目標(biāo)檢測技術(shù).pdf

1、隨著隱身技術(shù)和干擾技術(shù)的蓬勃發(fā)展，跟蹤和檢測系統(tǒng)將面對較低信噪比的目標(biāo)。傳統(tǒng)跟蹤前檢測（detect-before-track，DBT）方法需要對測量數(shù)據(jù)進行門限判決，這將損失目標(biāo)的很多信息，很難對弱小目標(biāo)進行有效的檢測和跟蹤。檢測前跟蹤（track-before-detect，TBD）方法不對單幀數(shù)據(jù)進行門限判決，而是對多幀數(shù)據(jù)進行處理，然后同時給出檢測和跟蹤結(jié)果。TBD方法能夠充分利用數(shù)據(jù)的時間關(guān)聯(lián)性，是弱小目標(biāo)檢測和跟蹤的有效方法

2、，成為檢測和跟蹤領(lǐng)域的研究熱點。本文針對HPRF-PD雷達和頻率步進雷達的應(yīng)用，對動態(tài)規(guī)劃和粒子濾波算法進行了深入的研究。論文工作如下：
　　第二章，介紹了雷達的基礎(chǔ)理論和經(jīng)典的檢測方法。首先對雷達目標(biāo)信息的提取和探測距離進行了分析，然后介紹了貝葉斯檢測、恒虛警檢測以及積累檢測等經(jīng)典檢測理論，為后續(xù)章節(jié)提供了理論支撐。
　　第三章，介紹了動態(tài)規(guī)劃理論在弱小目標(biāo)檢測問題上的優(yōu)勢，并將其應(yīng)用到HPRF-PD雷達的目標(biāo)檢測上，給出

3、了基于動態(tài)規(guī)劃的TBD算法，通過仿真實驗對動態(tài)規(guī)劃算法和傳統(tǒng)積累方法在檢測和跟蹤的性能方面進行了比較。結(jié)果表明：動態(tài)規(guī)劃算法對加速目標(biāo)的檢測和跟蹤性能均優(yōu)于傳統(tǒng)積累方法。相同信噪比下，動態(tài)規(guī)劃算法受目標(biāo)機動的影響很小，而傳統(tǒng)積累方法的檢測和跟蹤性能對目標(biāo)軌跡的依賴性很大，當(dāng)目標(biāo)機動變大時，檢測和跟蹤性能下降明顯。
　　第四章，首先建立了基于HPRF-PD雷達的動態(tài)模型和觀測模型，給出了基于貝葉斯估計的理論推導(dǎo)，得到了目標(biāo)狀態(tài)和存在

4、概率的聯(lián)合概率密度函數(shù)以及獨立概率密度函數(shù)，然后給出了基于粒子濾波的TBD算法流程，并對其中的步驟進行了詳細(xì)說明，繼而介紹了利用和差通道信息進行角度信息測量的原理，提出了可用于角度信息測量的雙通道PF-TBD算法。仿真結(jié)果表明：動態(tài)規(guī)劃TBD算法運算量較小，易于實現(xiàn)，而粒子濾波TBD算法具有更好的跟蹤性能，且在低信噪比下有較高的檢測能力；雙通道 PF-TBD算法可對角度信息進行有效跟蹤，在給定的偏離角度下，兩種算法的檢測和跟蹤性能相近，

5、此外雙通道 PF-TBD算法在差通道信噪比相對較高時對目標(biāo)出現(xiàn)事件的響應(yīng)更快。
　　第五章，首先介紹了頻率步進雷達的成像原理，然后建立了擴展目標(biāo)的動態(tài)模型和測量模型，通過對目標(biāo)的一維距離像進行滑窗能量累加得到了目標(biāo)的能量分布圖，然后利用點目標(biāo)粒子濾波算法在能量圖中對目標(biāo)進行檢測跟蹤。通過仿真實驗比較了PF-TBD算法和傳統(tǒng)門限方法的檢測性能。仿真結(jié)果表明：PF-TBD算法在檢測性能上比傳統(tǒng)方法有了大幅提升，且能夠?qū)δ繕?biāo)的距離、速度