基于多普勒谱非广延熵的海面目标检测方法

根据海杂波和目标多普勒谱的聚集性差异,可以用熵特征来检测海杂波背景下的小目标,然而常用的香农熵仅仅是统计学角度的宏观量值,并不能反映出海杂波的非线性特性。非广延熵是香农熵的推广,可以描述海杂波已被证实的多重分形特性。该文首先给出了非广延熵与分形维数的关系,然后结合有目标单元回波的多普勒谱较纯杂波单元回波的多普勒谱聚集性更强以及海杂波回波具有多重分形特性的特点,提出了基于多普勒谱非广延熵的海杂波背景下的小目标检测方法,最后通过实测数据进行实验比较,验证了该文算法的有效性,在观测时间较短的情况下,与现有的多重分形频域Hurst指数方法和基于香农熵的方法相比,该文算法具有更好的检测性能。      

海杂波多普勒谱Hurst指数特性分析及目标检测

针对对海探测雷达面临的海面漂浮小目标检测问题,本文主要研究了海杂波多普勒谱Hurst指数特征的统计特性,并提出了一种基于多普勒谱Hurst指数的目标检测方法。首先,本文基于实测数据,详细分析了时间序列长度（脉冲数）、快速傅里叶变换频率点数、极化方式和海况等级对海杂波多普勒谱分形特性及多普勒谱Hurst指数统计特性的影响;其次,利用6种经典统计分布模型（高斯分布、瑞利分布、韦布尔分布、对数正态分布、K分布和KK分布）,验证了海杂波多普勒谱Hurst指数的最佳统计分布模型为对数正态分布,进而引入Log?t检测器,提出基于多普勒谱Hurst指数的恒虚警检测方法;最后,使用IPIX数据验证了所提方法的有效性。结果表明,所提方法具有较好的小目标检测性能和稳定性,且在VV极化数据中性能最佳。     

基于特征的海面低速小目标检测工程算法

为了提高海面雷达对海漂浮小目标检测能力,提出了一种基于目标时频特征的检测算法。首先,验证了从接收的时间序列中提取的相对多普勒峰高、相对多普勒偏移、相对多普勒熵等特征在时间维度上可以有效地区分海杂波和小目标;其次,构造了特征检测器,给定虚警概率下的判决区域由凸包算法确定;最后,根据实测数据对算法进行了检验。结果表明：当虚警概率为0.01时,采用双特征检测器可在512个脉冲下完全区分海杂波和实测小目标,双特征检测算法优于传统动目标检测算法。     

基于深度学习的海杂波谱参数预测与影响因素分析

该文基于不同雷达参数和海洋环境参数条件下的岸基雷达海杂波实测数据,利用深度神经网络(DNN)建模技术,建立了从多个测量条件参数出发的海杂波多普勒谱参数预测模型,实现了独立于杂波数据、基于环境特征的海杂波谱特征认知,谱频移和展宽的预测精度达90%以上。基于该预测模型,该文提出了一种基于参数循环递减认知的多普勒谱影响因素分析方法,分析了不同测量参数对海杂波多普勒谱预测的影响,得到了谱参数随主要影响因素的变化规律,结果对基于多普勒特征的海面目标检测应用具有重要意义。      

稳健的机载预警雷达多通道海杂波抑制方法研究

在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能。针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果。针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。     

稳健的机载预警雷达多通道海杂波抑制方法研究

在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能.针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制.但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果.针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性.最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性.     

基于对角积分双谱的海面慢速小目标检测方法

针对海杂波背景下雷达对海面慢速小目标探测技术难题,该文提出一种基于对角积分双谱的三特征融合检测方法。该方法首先从待检测信号的估计双谱中获得对角积分双谱,而后根据海杂波单元与目标单元之间的非线性耦合差异性,进一步从对角积分双谱中提取峰值、质心频率、谱宽3种特征。考虑到扫描模式下雷达采用的相干脉冲数通常较少,易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对谱特征进行积累得到累积峰值、全变差、累积谱宽3种累积特征。最后采用凸包分类算法,在三特征空间进行融合检测。经实测CSIR数据集验证,在同等参数条件下,该文检测方法相比已有基于时频三特征的检测方法,基于幅度、多普勒三特征检测方法和分形特征检测方法具有更好的检测性能。     

基于Hurst指数差异的海面小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于Hurst指数差异的方法来检测海杂波背景下小目标。该算法基于小波分析法：计算各种极化方式下不同距离门的海杂波的Hurst指数,分析发现距离门含有小目标的Hurst指数明显大于距离门只含有海杂波的Hurst指数,而只含有海杂波的不同距离门间Hurst指数变化较小,因此可基于不同距离门的Hurst指数差值作为检测小目标的标准。实验证明,该算法可在没有任何先验知识条件较准确地检测出海杂波背景下的小目标。     

海杂波背景下目标的联合特征差异检测

针对低信噪比海情下的小目标检测效果不理想的问题,利用消除趋势波动分析法提取海杂波分形参数,分析了海杂波的功率谱及其熵特征,提出了海杂波背景下的联合特征目标检测方法.在雷达回波中提取海杂波的分形参数和功率谱熵特征组成二维向量,利用凸包训练算法获得纯海杂波判别区域,同样对先验知识下的待测海杂波提取这两个特征参量,以此特征参量所对应的点是否在此判别区域内来判别是否存在目标.利用加拿大IPIX雷达数据,证明了所提算法优于用单个特征差异作为统计量的方法,在相同虚警概率下检测效果明显提高,为雷达目标检测提供了新的检测方案.     

高频地波雷达协同检测新方法

电离层杂波、海杂波以及射频干扰的存在造成高频地波雷达目标检测上的困难。针对高频地波雷达的极化特性和目标在距离-多普勒谱中的扩张特性,先设计一种改进的二维恒虚警检测算法,后将该方法与极化处理方法融合设计一种新的协同检测算法,该检测算法实现了能量域和极化域的协同检测,突破传统极化检测方法计算复杂等问题。高频地波雷达实测数据中的仿真和检测结果表明:在电离层杂波背景中,协同检测算法性能优于恒虚警方法。     

X波段雷达实测海杂波的特性分析

舰载雷达和海岸警戒雷达的目标检测和跟踪性能与海杂波密切相关。对X波段雷达实测海杂波进行了功率谱密度和相关分析,得到了一些有益的结果。与VV极化相比,HH极化的海尖峰特性更明显;与HH极化相比,VV极化海杂波的功率谱密度具有更窄的带宽,且衰减得更快。而HH和VV极化海杂波具有相似的相关性,但HH极化的相关系数要比VV极化的要小。得到的结果对雷达目标检测与识别具有一定的借鉴意义。     

高频地波雷达空时自适应目标检测

针对高频地波雷达接收到的海杂波数据在落入Bragg峰区域时目标会被海杂波所遮盖的特点,通过对海杂波的空时耦合特性的分析,将空时自适应信号处理运用到超视距雷达中,提出抑制海杂波的同时检测被海杂波所遮盖的舰船的新方法.实测数据的处理结果证明了所提出利用空时自适应处理抑制海杂波的有效性和实用性.     

海杂波数据的多重分形谱分析

由于海杂波的复杂多变性,多重分形谱被用来分析舰载雷达海杂波数据。从距离向观察纯净的海杂波数据,把有完整起伏的波包作为一个分析单元,通过单独和组合的方式进行多重分形谱分析,谱曲线均表现出很强的相似性。使用分段谱分析和整帧谱分析方法对复杂背景环境(包含人工目标和地杂波)中的海杂波进行研究,表现出与纯净海杂波不同的特性,可用于海杂波仿真和抑制。     

天波超视距雷达海洋回波谱特性研究

根据高频电磁波与海面相互作用产生Bragg谐振散射的特性,首先对一阶和二阶海杂波的产生机理进行了理论分析,然后结合Barrick提出的一阶、二阶散射理论对海洋回波谱进行了模拟。最后详细地研究了洋流、海态、雷达工作参数、电离层等因素对海洋回波谱的影响,并在天波超视距雷达体制下,建立了其海洋回波谱多普勒频率模型,为全面研究海杂波及天波超视距雷达目标检测提供了理论依据。     

Multifractal correlation characteristic for radar detecting low-observable target in sea clutter

This paper studies the multifractal correlation characteristic of sea clutter which can be applied to radar low-observable target detection in sea clutter. Multifractal correlation is a generalization of multifractal ‘single point’ statistic, and takes the spatial correlation of two points with different singularity intensity into account. The important content of this paper is the derivation of multifractal correlation from multifractal, and obtains the multifractal correlation spectrum. Then the multifractal correlation spectrum is used as a characteristic to analyze the membership degree to match board. In fact, radar target detection can be regarded as a binary-classification question, therefore the SVM (support vector machine) is applied to target detection. In the end, the real sea clutter under several conditions is used to verify the method proposed in this paper. The results show that the method has a strong performance of target detection and sea clutter suppression.     

实测海杂波数据的多重分形特性分析

为充分描述海杂波时变特性和局部奇异性,将多重分形理论应用到雷达海杂波特性分析中,理论分析了海杂波的多重分形参数,并进一步分析了实测海杂波数据的多重分形谱、质量指数和奇异指数,结果表明海杂波具有明显的多重分形特性,该分析方法可以很好地解释海杂波内在非线性特性,并比传统的统计特性分析方法更加能确切地描述杂波的产生机理,为基于多重分形特性的雷达目标检测提供了依据。     

S波段雷达实测海杂波混沌分形特性分析

S波段海杂波信号表现了非线性和频谱时变性,传统的谱分析方法,无法反映该信号在时间上的演化规律。该文首先引入分形布朗运动模型,基于S波段雷达实测海杂波数据,计算了该分形模型的海杂波Hurst指数,进而求得了其分形维数。然后利用经典的Rosenstein方法,计算了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性。最后进行了计算机实验,验证了本文的结论。该文的工作为S波段海洋雷达的目标探测提供了一种新的途径。     

某雷达杂波数据分析及杂波图技术研究

强地物、海浪杂波严重影响目标检测概率。频域杂波抑制手段是雷达信号处理常用的杂波抑制方法。但是,杂波的时空分布特性复杂多变,所以对杂波的幅度、频谱等特性的研究有助于选择合适的杂波抑制方案。结合某雷达实际工程采集数据分析了地杂波和海杂波的时域和频域分布特性,提出了一种基于雷达杂波环境特性自适应选择遗忘因子的杂波图方法,具体分析了该杂波图检测概率。实测数据实验结果证明了该方法的正确性和有效性。