单脉冲雷达的多目标检测与分辨技术

单脉冲雷达的多目标检测与分辨技术

论文摘要

常规单脉冲体制雷达,由于测角精度高而广泛应用于雷达对目标的跟踪中,但当多个目标落在同一距离分辨单元及同一波束内时,很难对多个目标进行区分,从而会导致对重要目标攻击或跟踪失败。目前复杂的阵列处理技术及多波束数字形成技术可较好的对多目标进行检测及定位,但对于常规单脉冲雷达而言,这仍是一个难题。本文主要研究了常规单脉冲雷达对多目标的检测与分辨技术。为了更好地理解多目标检测与分辨算法,本文首先在单脉冲雷达系统测角原理、目标雷达截面积起伏模型的理论基础上,对多目标的单脉冲雷达系统响应进行了详细的推导及仿真研究。仿真结果表明,常规单脉冲雷达不能实现对多目标的分辨及到达角的正确估计。其次,本文介绍了几种多目标检测及分辨算法,包括:基于Neyman-Person准则的广义似然比检测(GLRT)方法、两种基于角度差异的多目标分辨方法(矩方法、最大似然估计方法)。仿真结果表明,这几种算法都能够以较优的性能实现对多目标的分辨及到达角的正确估计。最后,在多目标对雷达系统影响、多目标检测与分辨算法研究的基础上,研究了信噪比未知时多目标分辨问题和慢起伏多目标分辨问题,提出了两种多目标到达角估计的新方法。仿真结果表明,所提出的两种方法能够较好的实现对多目标到达角的估计。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景及意义
  • 1.2 国内外研究和发展现状
  • 1.3 论文主要内容
  • 第2章 多目标对单脉冲雷达系统的影响
  • 2.1 单脉冲雷达
  • 2.1.1 幅度比较单脉冲原理及系统组成
  • 2.1.2 相位比较单脉冲原理及系统组成
  • 2.2 RCS 的起伏和统计模型
  • 2.3 多目标的单脉冲雷达系统响应
  • 2.3.1 单次观测响应
  • 2.3.2 多次观测响应
  • 2.4 本章小结
  • 第3章 单脉冲雷达的多目标检测与分辨算法
  • 3.1 基于奈曼-皮尔逊准则的广义似然比检测算法
  • 3.2 矩估计角分辨算法
  • 3.2.1 矩方法
  • 3.2.2 仿真实验
  • 3.3 最大似然估计角分辨算法
  • 3.3.1 最大似然估计方法
  • 3.3.2 仿真实验
  • 3.4 本章小结
  • 第4章 单脉冲雷达的多目标分辨新方法
  • 4.1 矩估计算法扩展
  • 4.1.1 信噪比未知时多目标角分辨方法
  • 4.1.2 仿真实验
  • 4.2 慢起伏多目标角分辨方法
  • 4.2.1 分辨算法
  • 4.2.2 仿真实验
  • 4.3 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于权值选择的多雷达多目标检测前跟踪算法[J]. 杭州电子科技大学学报(自然科学版) 2020(02)
    • [2].分数阶傅里叶变换在雷达多目标检测和参数估计中的应用[J]. 雷达与对抗 2010(01)
    • [3].语境信息约束下的多目标检测网络[J]. 智能计算机与应用 2019(06)
    • [4].多目标检测系统的设计与仿真[J]. 山西电子技术 2010(03)
    • [5].道路场景中基于视频的多目标检测[J]. 软件 2019(12)
    • [6].基于PHD的多目标检测前跟踪改进方法[J]. 雷达科学与技术 2016(01)
    • [7].基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法[J]. 电子与信息学报 2014(11)
    • [8].基于反残差结构的轻量级多目标检测网络[J]. 激光与光电子学进展 2019(22)
    • [9].采用卷积神经网络的海面多目标检测研究[J]. 信号处理 2018(09)
    • [10].雷达与ESM综合多目标检测、跟踪与识别[J]. 系统工程与电子技术 2016(07)
    • [11].光学遥感图像多目标检测及识别算法设计与实现[J]. 计算机应用 2015(11)
    • [12].基于峰均功率比的多目标检测方法性能分析[J]. 西安工程大学学报 2014(05)
    • [13].采用峰值平均功率比的低信噪比水下多目标检测方法[J]. 西安交通大学学报 2012(02)
    • [14].水下运动阵列多目标检测和方位估计一体化方法[J]. 计算机工程与应用 2014(01)
    • [15].基于分段时频图的LFMCW雷达多目标检测性能分析[J]. 电子世界 2020(02)
    • [16].基于YOLO智能网络的红外弱小多目标检测技术[J]. 上海航天 2019(05)
    • [17].基于多目标检测系统的盲多用户检测算法的改进[J]. 电子测试 2010(05)
    • [18].融合历史轨迹的智能汽车城市复杂环境多目标检测与跟踪算法[J]. 西安交通大学学报 2018(10)
    • [19].复杂运动情况下的多目标检测与追踪[J]. 计算机测量与控制 2014(01)
    • [20].一种特征增量门限MIMO阵列多目标检测方法[J]. 舰船电子工程 2013(04)
    • [21].基于自适应差分的多目标检测和跟踪[J]. 现代电子技术 2011(16)
    • [22].基于改进SSD的交通大场景多目标检测[J]. 光学学报 2018(12)
    • [23].改进Mask R-CNN的遥感图像多目标检测与分割[J]. 计算机工程与应用 2020(14)
    • [24].杂波干扰下雷达微弱多目标检测跟踪方法[J]. 中国电子科学研究院学报 2018(05)
    • [25].MIMO雷达多目标检测前跟踪算法研究[J]. 电子学报 2010(06)
    • [26].基于Darknet框架下YOLO v2算法的车辆多目标检测方法[J]. 交通运输工程学报 2018(06)
    • [27].基于多特征融合的复杂背景下弱小多目标检测和跟踪算法[J]. 光子学报 2009(09)
    • [28].基于聚集疑似目标的快速TBD弱小多目标检测方法[J]. 激光与红外 2008(11)
    • [29].分布式传感技术在海面多目标检测中的研究[J]. 舰船科学技术 2015(03)
    • [30].窄带雷达高速多目标检测研究[J]. 西安电子科技大学学报 2009(06)

    标签:;  ;  ;  ;  

    单脉冲雷达的多目标检测与分辨技术
    下载Doc文档

    猜你喜欢