论文部分内容阅读
地面环境下的动目标检测一直是雷达面临的主要难题之一，多径效应、地面杂波干扰等因素严重影响了雷达的检测性能。正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号具有多个载波、各个子载波之间相互正交、波形设计简单等优点，能够获得高距离分辨率且能够很好的抑制多径效应的影响，因此被广泛应用到雷达领域。然而，在不同环境下OFDM雷达目标检测的性能还有待深入研究，尤其在地面环境中，地面杂波以及地面回波多径的存在等都会对OFDM雷达的检测性能产生影响。本文围绕上述问题，主要研究了基于广义似然比检验（Generalized Likelihood Ratio Test,GLRT）算法和基于LASSO（Least absolute shrinkage and selection operator）稀疏向量恢复算法的OFDM雷达目标检测方法。主要工作包括： 1、简要介绍了常见的雷达杂波统计模型以及雷达的多径传播理论，然后从利用多径回波的角度分析了多径传播对雷达检测性能的影响。 2、针对传统的多径抑制技术检测性能差的问题，本文给出了基于OFDM雷达的广义似然比检测方法。该方法利用频率分集和空间分集给雷达系统带来的优势，能够有效的利用多径所包含的目标信息进行检测。此外还研究了多径条数未知时GLRT方法检测性能恶化的问题，并提出了一种结合频率选择的GLRT算法，在一定虚警率条件下提高了目标检测概率。仿真实验验证了理论分析的正确性和算法模型的有效性。 3、通过对目标所在环境的建模以及将OFDM信号作为雷达发射信号可知，信号的多径传播能够带来目标检测的空间分集，使用宽带OFDM信号能够带来频率分集。由于空间分集和频率分集的引入造成目标的稀疏特性。该方法利用多径的稀疏性和对环境的先验知识，去估计稀疏向量。针对稀疏恢复算法在参数估计时出现伪目标的问题，基于LASSO模型框架，提出了一种设计矩阵的降维构造方法，能够有效地去除伪目标。仿真实验验证了该方法能够带来目标检测性能的提高。