CN108508413A - 一种基于概率统计的低信噪比条件下目标检测方法 - Google Patents

一种基于概率统计的低信噪比条件下目标检测方法 Download PDF

Info

Publication number
CN108508413A
CN108508413A CN201710875752.6A CN201710875752A CN108508413A CN 108508413 A CN108508413 A CN 108508413A CN 201710875752 A CN201710875752 A CN 201710875752A CN 108508413 A CN108508413 A CN 108508413A
Authority
CN
China
Prior art keywords
echo
signal
pulse
unit
probability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710875752.6A
Other languages
English (en)
Other versions
CN108508413B (zh
Inventor
户盼鹤
鲍庆龙
潘嘉蒙
陈曾平
林财永
田瑞琦
王森
潘圣森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201710875752.6A priority Critical patent/CN108508413B/zh
Publication of CN108508413A publication Critical patent/CN108508413A/zh
Application granted granted Critical
Publication of CN108508413B publication Critical patent/CN108508413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • G01S7/2923Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06Systems determining position data of a target
    • G01S13/42Simultaneous measurement of distance and other co-ordinates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06Systems determining position data of a target
    • G01S13/42Simultaneous measurement of distance and other co-ordinates
    • G01S13/44Monopulse radar, i.e. simultaneous lobing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • G01S7/2923Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2926Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by integration

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达信号处理技术领域,尤其涉及一种基于概率统计的低信噪比条件下的目标检测方法。本发明以观测时间内的单个脉冲为处理对象,采用同时多波束方法覆盖感兴趣观测区域,通过对观测区域内的所有脉冲回波经脉冲压缩之后获取目标回波包络,然后对回波包络做恒虚警检测后统计记录不同方位单元和距离单元的回波包络检测频度,最后绘制概率直方图根据不同方位单元和距离单元的过门限的频度分布进行检测判决从而完成目标检测过程。本发明提出的方法不仅适应于低信噪比下的单脉冲目标检测,还可以作为多脉冲长时间积累后目标检测不理想的辅助检测手段。本发明提出的方法数据处理量小,满足硬件平台的实时处理要求,适于工程化实现。

Description

一种基于概率统计的低信噪比条件下目标检测方法
技术领域
本发明属于雷达信号处理技术领域,尤其涉及一种基于概率统计的低信噪比条件下的目标检测方法。
背景技术
低信噪比目标检测是现代雷达研究的热点问题。雷达作为现代战争中主要电子信息装备,一直担负着战场信息获取、处理及电路实现任务,只有确定感兴趣的目标是否存在,并获取目标速度、角度等相关信息,才能对目标进行定位跟踪,成像识别。随着战场中的电磁环境越来越复杂,杂波和噪声干扰严重,隐身技术的运用降低了目标的可探测特征,低可截获技术运用极宽带调频技术、类噪声调制和间或方向图伪随机扫描,这些因素将导致接收到的目标信号信噪比非常低,使得雷达的探测变得非常困难。在目标信号被接收的同时,一些不需要的干扰信号不可避免的被接收,而且电磁环境中的背景噪声干扰是雷达信号处理时固有的,因此为了确定目标信号是否存在于雷达回波中,雷达信号处理器必须有对目标的有无进行判断的环节。早期的雷达目标检测***对目标的判断能力全取决于操作人员的经验,现代雷达***采用了自动检测***,克服了目标检测性能受工作人员能力限制这一缺点。自动检测***将统计决策理论应用到目标检测中,事先设定一个检测门限,然后依据判决准则来检测目标。然而,若检测门限设置为常数,那么在非平稳杂波下,当背景杂波的平均功率增加几个分贝时,虚警概率会急速上升,以至于计算机处理能力饱和,影响雷达***正常工作。所以雷达目标检测过程中采用恒虚警率检测方法,根据杂波强度的变化自适应地改变检测门限,以获得最大化的检测概率和恒定的虚警概率,但是恒虚警率目标检测技术对信噪比有要求,低信噪比条件下检测结果不佳。不少学者针对低信噪比条件下的目标检测问题提出长时间积累方法,但随着新体制雷达的发展和日趋复杂的电磁干扰环境,长时间积累的目标检测方法有时也不一定有效提高信噪比,因此目标检测效果不理想。
发明内容
本发明针对上述现代雷达研究中的目标检测问题,提出一种基于概率统计的低信噪比条件下目标检测方法。本发明一般不限于雷达的工作体制,不仅适用于单脉冲的低信噪比目标检测,而且适用于多脉冲长时间积累后的低信噪比目标检测。本发明能有效提高低信噪比条件下目标检测准确率,而且算法处理的数据量小,易于工程化实现。
本发明的技术方案包含以下步骤:
S1.根据雷达工作中威力覆盖的方位和距离范围,对感兴趣的观测区域进行方位单元和距离单元划分,其中方位单元θ∈{θi|i=1,2,…,M}和距离单元r∈{rj|j=1,2,…,N},M和N分别表示该区域方位单元数目和距离单元数目;
S2.根据步骤S1中雷达天线朝向的感兴趣观测区域的单元划分,接收机天线各个单元通道采用带通正交采样采集不同方位单元和距离单元的回波信号;
S3.对步骤S2采集接收到的回波信号进行数据预处理,再经数字下变频得到基带回波信号,对基带回波信号进行低通滤波,消除带宽以外的干扰和噪声;
S4.根据步骤S1中感兴趣的观测区域划分的方位单元{θi|i=1,2,…,M},为形成第i个方位单元对应的波束,采取同时多波束的方法进行覆盖观测区域中划分的方位单元{θi|i=1,2,…,M}得到第i个方位单元对应的波束权矢量Wi=[w0i,w1i,…,w1i,…,wLi],wli为第l(l∈(0,1,…L-1))个单元通道加权系数,L为接收机采用的阵列天线的单元数;
S5.将步骤S4得到的波束权矢量和步骤S3得到的基带回波信号相乘得到含有方位信息的基带回波信号;
S6.对步骤S5中含有方位信息的基带回波信号进行脉冲压缩处理,脉冲压缩利用匹配滤波方法实现,最后得到含有方位信息的脉冲压缩后的基带回波信号;
S7.根据步骤S6中得到的含有方位信息的脉冲压缩后的基带回波信号,对观测时间内所有回波信号的包络进行门限检测,统计记录每一条回波包络过门限的距离单元和方位单元;
S8.根据步骤S7中回波包络过门限的距离单元和方位单元统计结果,分别对不同方位单元和不同距离单元对应的检测频度做概率直方图;
S9.根据步骤S8中得到的不同方位单元和不同距离单元概率直方图进行检测判决,对比不同方位单元和距离单元对应的概率直方图中检测频度分布,概率直方图中过门限检频度明显高于其他判决目标存在的,其对应的方位单元和距离单元即为目标的方位和距离信息;
S10.如果步骤S9中概率直方图的检测判决无法给出准确的目标检测结果,则采用如下所述经过改进的概率直方图检测判决方法:根据步骤S1中方位和距离单元大小调整概率直方图的窗宽,再重复进行步骤S9的概率直方图检测判决,直到概率直方图的频度分布能明显给出目标检测结果,最后将目标检测结果输出;
对于采用长时间积累的低信噪比条件下的目标检测,将步骤S6中得到脉冲压缩后的回波信号进行长时间积累,得到长时间积累后的回波信号后,重复步骤S7-S10。
本发明具有以下优点:
(1)本发明所提出的方法能够在信噪比低和虚警概率高的情况下,提高雷达对观测区域的目标检测性能。
(2)本发明所提出的方法适用于单脉冲目标检测。
(3)本发明所提出的方法适用于长时间积累后的低信噪比目标检测。
(4)本发明所提出的方法可用于多目标检测。
(5)本发明所提出的方法数据处理量小,适合实时处理,易于工程化实现。
附图说明
图1是本发明提出的方法实施流程图;
图2是本发明提出的方法所涉及的观测区域方位单元和距离单元划分示意图;
图3是本发明的一个具体实施例中接收信号的同时多波束方法示意图;
图4是本发明的一个具体实施例中恒虚警目标检测示意图;
图5是本发明的一个具体实施例中实测数据的方位单元1概率直方图;
图6是本发明的一个具体实施例中实测数据的方位单元2概率直方图;
图7是本发明的一个具体实施例中距离单元变化后的概率直方图;
图8是本发明仿真不同虚警概率下检测概率与信噪比的关系图;
图9是本发明仿真不同信噪比下检测概率与虚警概率的关系图;
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐述。
本例以脉冲体制雷达为例,信号调制形式为线性调频,载波频率300MHz,带宽5MHz,接收机采用10单元等间距水平布阵的线性阵列天线,波长λ为1m,单元间距d为0.5m,天线安装伺服控制***,可以控制天线朝向感兴趣的观测区域,观测区域的方位范围为-45°到45°,距离范围为130Km到200Km,方位单元大小为10°,距离单元为30m。
参照图1中本发明涉及的方法实施流程图,基于概率统计的低信噪比条件下目标检测方法主要包含以下步骤:
S1.根据雷达的***参数确定雷达威力覆盖的方位和距离范围,利用天线伺服***控制雷达天线朝向雷达威力覆盖范围内感兴趣的观测区域,对该区域进行单元划分,其中方位单元θ∈{θi|i=1,2,…,M}和距离单元r∈{rj|j=1,2…,N},M和N分别表示该区域方位单元数目和距离单元数目,图2是本发明提出的方法所涉及的观测区域中方位单元和距离单元划分示意图;
S2.根据步骤S1中雷达天线朝向的感兴趣观测区域的单元划分,接收机天线各个单元通道采用带通正交采样采集不同方位单元和距离单元的回波信号;
S3.对步骤S2中采集到的回波信号进行放大和滤波等数据预处理,再经数字下变频后得到基带回波信号,对基带回波信号进行低通滤波,消除带宽以外的干扰和噪声:基带回波信号通过光纤传输到信号处理板进行实时处理,同时可以通过光纤传输到大容量磁盘阵列里用于后期信号处理;
S4.采取同时多波束的方法进行覆盖步骤S1中划分的感兴趣观测区域中的方位单元,得到所有方位单元对应的波束权矢量:因为目标回波的信噪比很低,为了较为完整的接收感兴趣区域内的目标回波信号,必须通过采用数字波束形成技术中同时多波束的方法同时形成多个波束来覆盖感兴趣的观测区域,本步骤的具体实现过程如下:
接收天线是L单元等间距水平布阵的线性阵列天线,根据步骤S1中感兴趣观测区域方位单元划分{θi|i=1,2,…,M},为形成第i个方位单元对应的波束对第l(l∈(0,1,…L-1))个单元通道加权系数wli
其中al为阵列天线第l个单元的幅度加权系数,则第i个方位单元对应的波束权矢量Wi为:
S5.将步骤S4中不同方位单元的波束权矢量Wi和步骤S3中天线不同单元通道的基带回波信号相乘得到含有方位信息的基带回波信号:将不同方位单元的波束权矢量乘以天线不同单元通道的基带回波信号得到不同方位单元对应的基带回波信号,此时天线单元通道的基带回波信号转换为方位单元的基带回波信号,即含有方位信息的基带回波信号;
S6.对步骤S5中得到的含有方位信息的基带回波信号进行脉冲压缩,脉冲压缩通过匹配滤波技术实现,通过构造滤波器响应函数h(t)与含有方位信息的回波信号进行卷积相乘,最后得到含有方位信息的脉冲压缩后的基带回波信号;
本步骤的具体实现过程如下:
脉冲体制雷达的信号调制形式为线性调频,则雷达发射信号基带信号s(t)表达式为:
其中Tp为发射信号的脉冲宽度,B是回波信号的带宽,K=B/Tp是回波信号的调频斜率。若雷达***的脉冲载频不是恒定常数,则经过载频调制之后第n条发射信号的波形为:
其中和tn分别为发射信号的快时间(脉冲内的采样间隔)和慢时间(脉冲间的采样间隔),tn=nTr,其中Tr为雷达发射的脉冲重复周期,fn为第n条脉冲的载频。假设运动目标背离雷达方向做匀速运动,在t=0时刻的初始距离为r0,速度为v0,则目标距离r(t)随时间变化的关系式:
r(t)=r(tn)=r0+v0tn
目标的回波时延τn为:
那么在一段时间内接收到的第n条目标回波可以表示为:
其中Ar是回波信号的复幅度,经过相干解调后含有方位信息的基带回波为:
脉冲压缩是通过匹配滤波完成的,滤波器响应h(t)为发射信号基带信号的反转共轭。
将滤波器响应函数h(t)与含有方位信息的基带回波信号进行卷积相乘,最后得到含有方位信息的脉冲压缩后的基带回波信号
“*”表示卷积相乘。
S7.根据步骤S6中得到的含有方位信息的脉冲压缩后的回波信号,对观测时间内所有回波信号的包络进行门限检测,统计记录每一条回波包络过门限的距离单元和方位单元:本步骤中的门限检测采用单元平均恒虚警率检测方法,门限检测过程中统计记录每一条脉冲回波包络过门限的方位单元和距离单元,图4本发明仿真单元平均恒虚警率目标检测过程示例图;
S8.根据步骤S7中回波包络过门限的方位单元和距离单元统计结果,分别对不同方位单元和不同距离单元对应的检测频度做概率直方图:概率直方图提供了对目标检测结果的全局描述,同一个单元出现的频率可以看做其目标的检测概率,因此本实施例中将平面直角坐标系中横轴作为距离单元,纵轴作为过门限的频度分别绘制不同方位单元对应的概率直方图,图5和图6给出实测数据中方位单元1和方位单元2的概率直方图;
S9.根据步骤S8中得到的不同方位单元和不同距离单元概率直方图进行检测判决,概率直方图中过门限检测频度明显高于其他判决目标存在的,其对应的方位单元和距离单元即为目标的方位和距离信息:雷达为了提高目标检测概率,虚警概率通常设置很高,这样会导致检测门限低,单次检测时目标可能受杂波和噪声干扰导致检测不准,此时统计观测时间内所有回波包络过门限的方位单元和距离单元,对同一个方位和距离单元被检测的频度明显高于其他的判决为目标存在,因此利用概率直方图的频度分布可以对目标进行检测判决;
S10.如果步骤S9中概率直方图的检测判决无法给出准确的目标检测结果,则采用如下所述经过改进的概率直方图检测判决方法:根据步骤S1中方位和距离单元大小调整概率直方图的窗宽,再重复进行步骤S9的概率直方图检测判决,直到概率直方图的频度分布能明显给出目标检测结果,最后将目标检测结果输出:
根据步骤S6中脉冲压缩后的回波,其回波包络中心τn决定了目标所处的距离单元,但回波包络中心τn是个变量,随着目标运动可能跨过距离单元导致回波同一个距离单元能量扩散,造成信噪比下降。采用同时多波束的方法覆盖观测区域时,当方位单元划分的间隔很小时,目标运动容易跨过方位单元导致回波同一个方位单元的能量扩散,造成信噪比下降。因此,目标运动可能使得目标回波的能量扩散到其他距离单元和方位单元,导致目标回波信噪比降低。本发明采取一种概率直方图改进检测判决方法,可根据步骤S1中方位和距离单元大小调整概率直方图的窗宽,提高目标检测性能。图7给出一个对比图6距离单元增加后的概率直方图。
对于采用长时间积累的低信噪比目标检测,将步骤S6中得到脉冲压缩后的回波信号进行长时间积累得到长时间积累后的回波信号,重复步骤S7-S10;
本步骤的具体实现过程如下:
长时间积累方法通过对步骤S6中得到的n条脉冲压缩后的回波进行累加实现。根据是否利用回波的相位信息,长时间积累方法分为相参积累和非相参积累。对于相参积累,长时间积累后的回波包络为:
因此相参积累过程中回波信号同相相加,回波幅度增加到原来的N倍,信号能量积累增加为原来的N2倍,而噪声相位在积累时间内随机变化,噪声功率增加为原来的N倍,所以相参积累后信噪比提高为原来的N倍。
对于非相参积累,长时间积累后的回波包络为:
由于丢弃了回波的相位信息,非相参积累相对于相参积累的积累效率要低很多,值得注意的是当回波信号的载频fn变化时,脉冲间相位关系破坏,此时通常用非相参积累方法完成目标回波的长时间积累,此外长时间积累时可能会导致目标跨距离单元走动,影响目标检测性能。
从本发明仿真的目标检测概率与信噪比和虚警概率的关系图(图8,图9)可以看出,在低信噪比条件下的目标检测中,检测概率随着虚警概率的增加而增加,但是当虚警概率增加时检测门限变低,目标的检测结果很容易出现误判而导致目标的检测准确率下降。采用长时间积累方法在一些应用场景中积累的信噪比可能仍然达不到目标检测的要求,尤其是接收的脉冲回波之间相位关系难以确定,长时间积累后信噪比提高的并不明显。因此本发明提出的基于概率统计的低信噪比目标检测方法,以观测时间内的单个脉冲为处理对象,采用同时多波束方法覆盖感兴趣观测区域,通过对观测区域内的所有脉冲回波经脉冲压缩之后获取目标回波包络,然后对回波包络做恒虚警检测后统计记录不同方位单元和距离单元的回波包络检测频度,最后绘制概率直方图根据不同方位单元和距离单元的过门限的频度分布进行检测判决从而完成目标检测过程。本发明提出的方法不仅适应于低信噪比下的单脉冲目标检测,还可以作为多脉冲长时间积累后目标检测不理想的辅助检测手段。本发明提出的方法数据处理量小,满足硬件平台的实时处理要求,适于工程化实现。

Claims (6)

1.一种基于概率统计的低信噪比条件下目标检测方法,其特征在于,该方法包括以下步骤:
S1.根据雷达工作中威力覆盖的方位和距离范围,对感兴趣的观测区域进行方位单元和距离单元划分,其中方位单元θ∈{θi|i=1,2,…,M}和距离单元r∈{rj|j=1,2,…,N},M和N分别表示该区域方位单元数目和距离单元数目;
S2.根据步骤S1中观测区域内的单元划分,接收机天线采集接收不同单元内的回波信号;
S3.对步骤S2采集接收到的回波信号进行数据预处理,再经数字下变频得到基带回波信号,对基带回波信号进行低通滤波,消除带宽以外的干扰和噪声;
S4.根据步骤S1中感兴趣的观测区域划分的方位单元{θi|i=1,2,…,M},为形成第i个方位单元对应的波束,采取同时多波束的方法覆盖观测区域中划分的方位单元{θi|i=1,2,…,M},得到第i个方位单元对应的波束权矢量Wi=[w0i,w1i,…,w1i,…,wLi],wli为第l(l∈(0,1,…L-1))个单元通道加权系数,L为接收机采用的阵列天线的单元数;
S5.将步骤S4得到的波束权矢量和步骤S3得到的基带回波信号相乘得到含有方位信息的回波信号;
S6.对步骤S5中含有方位信息的回波信号进行脉冲压缩处理,脉冲压缩利用匹配滤波方法实现,最后得到含有方位信息的脉冲压缩后的回波信号;
S7.根据步骤S6中得到的含有方位信息的脉冲压缩后的回波信号,对观测时间内所有回波信号的包络进行门限检测,统计记录每一条回波包络过门限的距离单元和方位单元;
S8.根据步骤S7中回波包络过门限的距离单元和方位单元统计结果,分别对不同方位单元和不同距离单元对应的检测频度做概率直方图;
S9.根据步骤S8中得到的不同方位单元和不同距离单元概率直方图进行检测判决,对比不同方位单元和距离单元对应的概率直方图中检测频度分布,概率直方图中过门限检频度明显高于其他判决目标存在的,其对应的方位单元和距离单元即为目标的方位和距离信息;
S10.如果步骤S9中概率直方图的检测判决无法给出准确的目标检测结果,则采用如下所述经过改进的概率直方图检测判决方法:根据步骤S1中方位和距离单元大小调整概率直方图的窗宽,再重复进行步骤S9的概率直方图检测判决,直到概率直方图的频度分布能明显给出目标检测结果,最后将目标检测结果输出。
2.根据权利要求1所述基于概率统计的低信噪比条件下目标检测方法,其特征在于:步骤S6中的脉冲压缩处理的过程如下:
脉冲体制雷达的信号调制形式为线性调频,则雷达发射信号基带信号s(t)表达式为:
其中Tp为发射信号的脉冲宽度,B是回波信号的带宽,K=B/Tp是回波信号的调频斜率;若雷达***的脉冲载频不是恒定常数,则经过载频调制之后第n条发射信号的波形为:
其中和tn分别为发射信号的快时间和慢时间,tn=nTr,其中Tr为雷达发射的脉冲重复周期,fn为第n条脉冲的载频;假设运动目标背离雷达方向做匀速运动,在t=0时刻的初始距离为r0,速度为v0,则目标距离r(t)随时间变化的关系式:
r(t)=r(tn)=r0+v0tn
目标的回波时延τn为:
那么在一段时间内接收到的第n条目标回波可以表示为:
其中Ar是回波信号的复幅度,经过相干解调后含有方位信息的基带回波为:
脉冲压缩通过匹配滤波完成,滤波器响应h(t)为基带信号的反转共轭:
将滤波器响应函数h(t)与含有方位信息的回波信号进行卷积相乘,最后得到含有方位信息的脉冲压缩后的基带回波信号
“*”表示卷积相乘。
3.根据权利要求1所述基于概率统计的低信噪比条件下目标检测方法,其特征在于:步骤S7中的门限检测采用单元平均恒虚警率检测方法。
4.根据权利要求1至3任一条所述基于概率统计的低信噪比条件下目标检测方法,其特征在于:对于采用长时间积累的低信噪比条件下的目标检测,将步骤S6中得到脉冲压缩后的回波信号进行长时间积累,得到长时间积累后的回波信号后,重复步骤S7-S10。
5.根据权利要求4所述基于概率统计的低信噪比条件下目标检测方法,其特征在于:所述长时间积累方法通过对步骤S6中得到的n条脉冲压缩后的回波进行累加实现。
6.根据权利要求4所述基于概率统计的低信噪比条件下目标检测方法,其特征在于:所述长时间积累方法分为相参积累和非相参积累。
CN201710875752.6A 2017-09-25 2017-09-25 一种基于概率统计的低信噪比条件下目标检测方法 Active CN108508413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710875752.6A CN108508413B (zh) 2017-09-25 2017-09-25 一种基于概率统计的低信噪比条件下目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710875752.6A CN108508413B (zh) 2017-09-25 2017-09-25 一种基于概率统计的低信噪比条件下目标检测方法

Publications (2)

Publication Number Publication Date
CN108508413A true CN108508413A (zh) 2018-09-07
CN108508413B CN108508413B (zh) 2020-03-13

Family

ID=63375342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710875752.6A Active CN108508413B (zh) 2017-09-25 2017-09-25 一种基于概率统计的低信噪比条件下目标检测方法

Country Status (1)

Country Link
CN (1) CN108508413B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110892285A (zh) * 2018-11-26 2020-03-17 深圳市大疆创新科技有限公司 一种微波雷达和无人飞行器
CN113111758A (zh) * 2021-04-06 2021-07-13 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0527022A (ja) * 1991-07-19 1993-02-05 Mitsubishi Electric Corp 目標検出装置および目標検出方法
CA2422851A1 (en) * 2000-09-20 2002-03-28 Mcgill University Method and system for detection of cardiac arrhythmia
CN1469111A (zh) * 2002-07-15 2004-01-21 微成像技术公司 采用散射光直方图快速辨别颗粒的方法及设备
US20050049983A1 (en) * 2003-08-29 2005-03-03 Butler Gary Dana Genetically adaptive neural network classification systems and methods
CN103135099A (zh) * 2013-01-24 2013-06-05 南京莱斯信息技术股份有限公司 一种使用动态杂波图处理雷达数据的方法
CN103197301A (zh) * 2013-03-19 2013-07-10 中国人民解放军海军航空工程学院 海面微动目标Radon-线性正则变换长时间相参积累检测方法
CN103852759A (zh) * 2014-04-08 2014-06-11 电子科技大学 扫描雷达超分辨成像方法
CN104730505A (zh) * 2014-12-08 2015-06-24 广西大学 一种多通道sar地面目标检测定位方法和装置
CN104749562A (zh) * 2015-03-23 2015-07-01 河海大学 基于循环常数模盲均衡的无源双基地雷达信号处理方法
CN105158748A (zh) * 2015-07-29 2015-12-16 中国人民解放军海军航空工程学院 一种高速目标多通道补偿聚焦与tbd混合积累检测方法
CN105911542A (zh) * 2016-07-04 2016-08-31 中国人民解放军海军航空工程学院 多项式Hough变换的高超声速目标TBD检测方法
CN106597429A (zh) * 2017-01-24 2017-04-26 成都泰格微电子研究所有限责任公司 一种基于雷达信号处理***的速度跟踪子***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0527022A (ja) * 1991-07-19 1993-02-05 Mitsubishi Electric Corp 目標検出装置および目標検出方法
CA2422851A1 (en) * 2000-09-20 2002-03-28 Mcgill University Method and system for detection of cardiac arrhythmia
CN1469111A (zh) * 2002-07-15 2004-01-21 微成像技术公司 采用散射光直方图快速辨别颗粒的方法及设备
US20050049983A1 (en) * 2003-08-29 2005-03-03 Butler Gary Dana Genetically adaptive neural network classification systems and methods
CN103135099A (zh) * 2013-01-24 2013-06-05 南京莱斯信息技术股份有限公司 一种使用动态杂波图处理雷达数据的方法
CN103197301A (zh) * 2013-03-19 2013-07-10 中国人民解放军海军航空工程学院 海面微动目标Radon-线性正则变换长时间相参积累检测方法
CN103852759A (zh) * 2014-04-08 2014-06-11 电子科技大学 扫描雷达超分辨成像方法
CN104730505A (zh) * 2014-12-08 2015-06-24 广西大学 一种多通道sar地面目标检测定位方法和装置
CN104749562A (zh) * 2015-03-23 2015-07-01 河海大学 基于循环常数模盲均衡的无源双基地雷达信号处理方法
CN105158748A (zh) * 2015-07-29 2015-12-16 中国人民解放军海军航空工程学院 一种高速目标多通道补偿聚焦与tbd混合积累检测方法
CN105911542A (zh) * 2016-07-04 2016-08-31 中国人民解放军海军航空工程学院 多项式Hough变换的高超声速目标TBD检测方法
CN106597429A (zh) * 2017-01-24 2017-04-26 成都泰格微电子研究所有限责任公司 一种基于雷达信号处理***的速度跟踪子***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PANHE HU ET AL.: "AN EXPERIMENTAL STUDY OF DIGITAL ARRAY PASSIVE BISTATIC RADAR SYSTEM", 《IET INTERNATIONAL RADAR CONFERENCE 2015》 *
庞洁 等: "基于VTA的超视距雷达海面目标检测前跟踪算法", 《现代电子技术》 *
户盼鹤 等: "基于非合作捷变频雷达的微弱目标检测算法", 《雷达科学与技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110892285A (zh) * 2018-11-26 2020-03-17 深圳市大疆创新科技有限公司 一种微波雷达和无人飞行器
WO2020107138A1 (zh) * 2018-11-26 2020-06-04 深圳市大疆创新科技有限公司 一种微波雷达和无人飞行器
CN113111758A (zh) * 2021-04-06 2021-07-13 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法
CN113111758B (zh) * 2021-04-06 2024-01-12 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法

Also Published As

Publication number Publication date
CN108508413B (zh) 2020-03-13

Similar Documents

Publication Publication Date Title
CN107861107B (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
US6809682B1 (en) Method and device for the detection and track of targets in high clutter
CN107688178A (zh) 一种基于77GHz毫米波雷达的锯齿波测距测速方法
KR20040091699A (ko) 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법
US20240219516A1 (en) Target detection method and apparatus, radar, and vehicle
WO2014108889A1 (en) A method for mitigating rain clutter interference in millimeter-wave radar detection
CN109765529A (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及***
CN108414992B (zh) 一种基于相位信息杂波图的目标检测方法
CN108957419A (zh) 基于陷波滤波处理的异步干扰抑制方法
CN111856406A (zh) 一种基于fmcw雷达回波的目标检测方法及装置
CN115166666B (zh) 一种非均匀环境下多普勒域降维迭代自适应stap方法
CN108508413A (zh) 一种基于概率统计的低信噪比条件下目标检测方法
CN113406639A (zh) 基于车载移动式雷达的fod检测方法、***及介质
Muehe et al. New techniques applied to air-traffic control radars
CN113625267B (zh) 基于四维稳态杂波图的强杂波背景下低慢小目标检测方法
Bradaric et al. Signal processing and waveform selection strategies in multistatic radar systems
CN115616502A (zh) 无人飞行器机载雷达目标检测的杂波抑制方法
Alivizatos et al. Towards a range-doppler UHF multistatic radar for the detection of non-cooperative targets with low RCS
CN112630744B (zh) 一种多相参积累方法融合的海上小目标检测方法及***
CN109031212A (zh) 一种雷达跟踪状态下的工作频率优化方法
CN115113208A (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
CN110907930B (zh) 一种基于角度估计的车载雷达目标检测估计方法及装置
US10845475B2 (en) Method of measuring azimuth of radar target
CN113093174A (zh) 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法
Zyweck et al. Coherent averaging of range profiles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant