论文部分内容阅读
基于星载合成孔径雷达(SAR)平台的运动目标检测(GMTI)系统具有重要的军事和民用价值。目前，我国的星载SAR-GMTI技术还处于系统设计的预研阶段，没有实现在轨应用。指标核算和数据压缩问题是系统设计中的关键问题，因此对它们的分析十分重要。本文对SAR-GMTI技术中的几个核心技术指标进行了详细分析，包括检测概率、虚警概率和最小可检测速度(MDV)。在分析传统MDV定义不足的基础上，本文提出了一种新的基于额定检测概率的MDV定义方法。这种新的定义方式解决了传统MDV定义中无法包含目标RCS、雷达发射功率等雷达系统参数的问题，更加适合星载SAR-GMTI的工程应用。同时，本文设计了一套快速仿真流程，对新MDV定义的合理性进行了数值验证。与SAR系统相同，星载SAR-GMTI系统同样存在由原始数据量过大带来的传输和存储问题，因此研究针对SAR-GMTI系统的数据压缩算法具有重要意义，但目前公开发表的相关研究成果较少。块自适应量化(BAQ)算法是一种经典的数据压缩算法，但目前主要应用于SAR系统，本文将该算法成功推广至SAR-GMTI系统。通过仿真分析表明，在强杂波环境下需使用高量化位数BAQ算法进行数据压缩，而弱杂波环境下可以使用较低位数BAQ算法，这一结论可为星载SAR-GMTI系统设计提供有效指导。同时，利用实测数据处理对BAQ算法在SAR-GMTI中的可应用性进行了验证。