论文部分内容阅读
隐身技术的发展使得目标雷达截面积(RCS)日趋减小,导致雷达的威力范围及探测性能被极大削弱。通过增大发射功率、提高天线孔径和增益等方法可使雷达灵敏度得到一定补偿,但这些途径带来的代价高昂且容易受实际条件限制。因此如何提高对弱小目标的检测与跟踪能力已经成为现代雷达系统的一项极其重要而严峻的使命。通过信号处理改进弱小目标的检测与跟踪性能历来都是一种有效的手段。检测前跟踪(TBD)算法可以在强杂波、强干扰、低信噪比下进行多次扫描积累提高信噪比,进而增强雷达对弱小目标的检测和跟踪能力。本文对此进行了深入的研究,其主要工作与创新如下:1.深入分析比较了检测后跟踪(Track-after-Detect,TAD)和检测前跟踪(track-before-detect,TBD)两种算法,归纳了各自的性能特点。2.传统基于动态规划的检测前跟踪算法,存在着数据处理计算量大,伪航迹多,以及目标强度起伏引起某一阶段伪航迹的目标函数比真实航迹的目标函数还要大导致误判等问题,针对以上问题,提出一种基于动态规划的TBD改进算法,该算法利用后续扫描数据对当前转移进行修正,结合两次恒虚警处理和方向加权,有效的减少运算量和缩小搜索范围。3.对于距离雷达较远的匀速运动目标,提出一种在帧间将相参积累代替非相参积累,并利用Keystone变换对距离走动进行补偿的改进TBD算法,该算法充分利用回波信号的相位信息,进一步提高了匀速运动目标的检测能力。4.针对经典PF-TBD算法没有充分利用量测信息,以及存在着粒子退化与枯竭等问题,提出一种改进的基于粒子滤波的检测前跟踪算法。该算法中新生粒子从强度最高的分辨单元内均匀产生代替在整个观测区域内均匀产生的方式,充分利用了量测信息,并且将裂变自举粒子滤波算法应用到检测前跟踪,使得粒子枯竭问题得到了有效的解决。