论文部分内容阅读
随着雷达分辨率的提高,雷达目标特性与杂波统计特性均发生了深刻的变化,这对雷达目标检测问题提出了更高的要求。本文采用理论分析与实验验证相结合的研究方法,针对高分辨条件下扩展目标检测问题,系统研究了大拖尾雷达杂波模型及其参数估计、二维相关大拖尾分布杂波仿真以及基于一维距离像和SAR图像的扩展目标检测问题。第一章根据目前雷达技术发展的趋势和实际应用的需求,阐述了高分辨条件下扩展目标检测的背景和意义,简明扼要地总结了雷达杂波建模与仿真以及扩展目标检测的研究现状和发展趋势,并对本文的主要工作进行了概括。第二章研究了雷达杂波统计建模问题。首先对目前常见的雷达杂波模型进行了综述与分类,然后根据实际应用的需求,总结了一个性能优越的杂波模型应具有的特点,并通过分析对比,指出了基于乘积模型发展而来的KK分布与G0分布具有广泛的应用前景。第三章研究了大拖尾杂波模型的参数估计问题。首先综述了经典的参数估计方法,并通过理论分析与实验验证指出了各自的优缺点,然后提出了一种基于粒子群优化的参数估计方法,该方法将杂波数据统计直方图与杂波模型概率密度函数在部分采样点上的差异作为代价函数,通过粒子群优化搜索参数的最优值。然后分析了影响该方法参数估计精度的主要因素,最后通过仿真与实测杂波数据验证了该方法的优越性。第四章研究了二维相关大拖尾杂波的模拟问题。首先提出了利用分段模拟的方法改善非线性变换的精度,以及具有任意相关函数的二维相关高斯杂波的生成方法,然后研究了基于MNLT的二维相关KK分布与G0分布雷达杂波的仿真方法;推导了KK分布与G0分布的SIRP特征概率密度函数表达式,研究了基于SIRP的二维相关KK分布与G0分布雷达杂波的仿真方法。仿真结果表明,两种方法产生的二维相关大拖尾雷达杂波不论是幅度特性还是相关特性均满足设定的要求。第五章研究了大拖尾杂波背景下基于一维距离像的扩展目标检测问题。首先对检测问题进行了数学描述,阐述了一维扩展目标检测需要解决的主要问题,然后基于KK分布与G0分布两种大拖尾杂波模型提出了最优检测器、GLRT检测器以及OS-GLRT检测器等,并对这些检测算法进行了仿真与比较,指出OS-GLRT是一种比较实用的检测器,并在不同的条件下对该检测器进行了性能分析。第六章研究了大拖尾杂波背景下基于SAR图像的扩展目标检测问题。首先对SAR图像目标检测算法进行了综述与分类,然后重点分析了CFAR检测算法的研究方向,提出了一种基于KK分布的全局CFAR检测算法,并基于实测高分辨SAR图像与基于G0分布的全局检测算法以及基于自动筛选的CFAR检测算法进行了对比,说明了本文所提算法的有效性。第七章对全文工作进行了系统地总结,并给出了进一步研究的方向和建议。