【摘 要】
：
随着隐身技术和飞行器技术的发展,具有“超视距、低观测、高声速、高机动”等特征的飞行器相继出现,这给传统雷达的目标检测带来了严峻挑战。增加雷达回波积累时间理论上能够提高雷达检测性能,但随之而来的距离走动和多普勒频率扩展将导致能量分散,从而严重影响目标检测性能。针对上述问题,本文对雷达高速目标检测技术展开研究,主要工作如下:（1）针对雷达高速目标回波距离走动,提出多项式旋转变换算法。研究距离走动与目标
论文部分内容阅读
随着隐身技术和飞行器技术的发展,具有“超视距、低观测、高声速、高机动”等特征的飞行器相继出现,这给传统雷达的目标检测带来了严峻挑战。增加雷达回波积累时间理论上能够提高雷达检测性能,但随之而来的距离走动和多普勒频率扩展将导致能量分散,从而严重影响目标检测性能。针对上述问题,本文对雷达高速目标检测技术展开研究,主要工作如下:（1）针对雷达高速目标回波距离走动,提出多项式旋转变换算法。研究距离走动与目标运动形式的内在联系,利用简单的旋转变换,以较低的计算复杂度解决雷达高速目标的线性以及非线性距离走动问题。提出基于多项式旋转变换的非相参积累算法,提高变速目标的非相参积累增益。（2）针对匀速高速目标,提出多项式旋转-动目标相参检测算法。利用多项式旋转变换校正线性距离走动后,使用动目标检测技术实现相参积累,具备多目标检测能力,在提高积累性能和目标检测概率的同时,有效解决了速度模糊和盲速旁瓣问题。（3）针对具有一般运动形式的高速目标,提出基于多项式旋转-多项式傅里叶变换的多目标相参检测算法。利用多项式旋转变换校正距离走动的同时,引入多普勒滤波器组补偿回波相位实现相参积累;讨论了一种搜索策略,有效减少算法计算量并避免盲速旁瓣的出现。仿真结果表明,本算法能够有效提高具有高阶运动参数的高速目标检测性能。
其他文献
近年来,网络安全威胁日益突出,网络安全风险不断向政治、经济、文化、社会等领域传导渗透,各国加强网络安全监管,持续出台网络安全政策法规,数据安全问题引起前所未有的关注。仅就2018年来看,世界范围内就发生了多起信息泄漏事件。互联网平台的安全状况不容乐观。Spring家族发展至今,可在任何类型的部署平台上为基于Java的现代企业应用程序提供全面的编程和配置模型。已经成为现在基于Java的最主流的框架之
相控阵天线技术是雷达技术以及现代通信技术的重要组成部分,日益增强的军事及民用需求,有力推动着相控阵天线技术的迅猛发展,宽带和多波束是未来相控阵天线发展的重要方向。多波束接收组件是相控阵天线的重要组成部分。本文基于微波多层板技术以及微波多芯片组件技术（MMCM,Microwave Multi-Chip Module）,同时结合微波单片集成电路（MMIC,Microwave Monolithic In
红外弱小目标检测技术是红外成像制导、反导系统、无人机入侵检测、基于热成像的泄漏检测等系统的关键技术之一。由于目标成像距离远、目标信号衰退大,且红外图像易受环境辐射和传感器噪声影响,获取到的图像具有很低的信噪比,弱小目标在整个图像中所占的像素非常少,难以依靠尺寸、纹理或形状以及结构特征来进行检测判断,仅依靠目标本身的灰度信息无法准确检测出弱小目标。因此,复杂场景下的红外弱小目标检测方法一直是目标检测
随着现代雷达的不断发展,相控阵雷达需要满足宽频带工作、大空域覆盖的高性能,对应的雷达天线则需要具备宽带工作、宽角扫描的能力。Vivaldi天线具有宽频带、宽波束以及低交叉极化的优良性能,是高性能宽带宽角扫描有源相控阵天线的重要研究课题之一。本文结合科研项目,对Vivaldi天线单元以及基于Vivaldi天线的有源相控阵进行研究,主要内容可分为以下三个部分:1.Vivaldi天线单元的研究:基于Vi
伴随着现代通信技术的发展,微波通信凭借其波段频带宽容量大、方向性较强等特点成为现代通信的主流。本文基于S波段的微波通信频段,完成了对S波段收发系统的可编程化和集成化的设计。首先,本文对微波通信系统的发展动态进行了调研与分析,重点介绍了收发机结构及微波通信的主要技术指标。根据工程应用背景及应用要求,对系统的指标进行了详细的规定。并依据指标要求,对系统功能及电路进行了可编程化的设计,使得系统的输出频率
可搜索对称加密是一种密码原语,它能够实现在无需解密的情况下对加密数据进行搜索。Stefanov等人在2014年的NDSS会议上提出了可搜索对称加密中的一个新的安全定义——前向安全,并给出了一个基于ORAM技术的前向安全的可搜索对称加密方案。近年来,一些对可搜索对称加密的攻击研究强调了前向安全的必要性。本文从效率以及功能性角度,对现有前向安全的可搜索对称加密方案进行研究,并提出了两个改进的前向安全可
文本情绪分析是自然语言处理领域的一个重要研究方向,但是该任务仅关注情绪类别,属于比较浅层的情绪分析任务。而我们有时候更关心到底是什么原因导致了这些情感,由此衍生了更深层次的情绪分析任务:情绪原因抽取。然而,该任务存在一些问题:首先在抽取原因前必须提供情绪标注,这限制了该任务在实际场景中的应用;其次先提供情绪标注后抽取原因的方法忽略了情绪和原因之间的相互作用。为了解决这些问题,去年一个新的任务被提出
近二十年无线通信系统的发展厚积薄发,各种无线通信标准和协议如雨后春笋般不断涌现,这对无线通信设备的兼容性提出了更高的要求,而其中尤为重要的一方面就是工作带宽。信道带宽的增大,一方面可以提高数据传输速率,另一方面也可以使无线设备兼容更多的通信标准和协议。除此之外,超宽带技术还具有空间分辨率高、多径衰落小、抗干扰能力强以及等效功耗低等优点,因此超宽带是未来无线通信设备发展的重要趋势。接收机前端模块作为
视频目标检测是场景理解中的一个热门研究课题。深度学习作为近年来人工智能领域最为火热的技术,在目标检测任务应用广泛。图像目标检测就是对图像中存在的目标进行分类并用目标框将其框住。比起图像目标检测,视频目标检测还需考虑到视频中的帧间关系,以及如何应对模糊、失焦等情况。使用深度学习进行目标检测,首先要使用卷积神经网络对图像进行特征提取,然后使用区域建议网络得到候选区域,最后对候选区域对应的特征进行分类和
函数依赖发现,是一种面向关系型数据的重要分析技术,是数据清洗、质量评估和语义分析的重要手段,被广泛应用于分布式大数据分析。在数据中正确发现函数依赖关系具有较高的计算复杂度,目前存在的函数依赖发现方法大部分属于集中式算法。在大型企业内部,由于用户数据的急速增长,基于云计算平台的分布式数据库被广泛使用。已有函数依赖发现算法主要针对集中式数据,不适用于分布在不同节点上的云数据。将分布式数据汇集到集中节点