当前位置:问答库>论文摘要

题目:基于海杂波特性的海上目标检测关键技术研究

关键词:全极化雷达;船只检测;尾迹检测;小目标检测

  摘要

海杂波干扰是雷达海上目标检测中所面临的最普遍也最严重的问题,对它的认知程度直接决定着海上目标检测的方法种类与效果。众所周知,海杂波特性与雷达参数、极化方式及海况等多种因素密切相关,尽管我们在当前的技术水平与认知方法下不可能做到完全掌握,但利用当前极化信息处理方法分析海杂波具有的极化特性,在极化域解决一些单极化条件下难以解决的目标检测问题方面,还是具有广阔前景和非常重要的现实意义。同时,也会有助于我们从事物的多种特性间找到其共性。本文利用全极化信号处理方法分析了海杂波具有的极化特性,并给出了特性所反映的物理意义,可以说海杂波的极化特性研究是本文研究内容的出发点和方法论的依据,也是解决海杂波中目标检测的关键技术。论文基于极化目标特征分解的方法对海上目标进行特征参量的提取,给出了能区别海杂波与目标的特征参量,这些特征参量有助于理解海杂波及其上运动目标回波的形成机理,为目标检测算法提供良好的物理基础。论文主要在研究了极化目标分解理论、极化特征参量的提取基础上,对海上船只目标检测、尾迹检测、以及低擦地角下海上小目标检测方面进行了研究,提出了一些新的方法,本文利用实测数据进行分析研究,结论证明方法是可信、有效的。本文具体研究成果总结如下:1) 对经典极化目标分解理论按照不同分解思想进行归类,总结各自优缺点;针对海洋环境,对经典Freeman目标分解中的偶极子分布特点进行修改,从而提出改进的Freeman-Yamaguchi极化目标分解模型,较之经典方法具有更强的针对性。2) 针对Cloude极化特征分解理论运算速度方面的不足,本文利用#分类器替代#分类器,对海上目标进行初始分类;根据对海上目标极化特性的理解,加入同极化比特征参量#对初始分类结果进行细分,提出一种基于Wishart复距离的#海上目标非监督分类方法。3) 将极化SAR图像中常用的Cloude极化特征分解理论,用于分析低擦地角下海事雷达海杂波极化特性,得出海杂波极化特性与海况的内在关系,为用极化信息处理的方法检测海上目标提供背景认知基础,并在此基础上提取了区分海上目标同海杂波的特征参量,以及相应的海上小目标检测算法,同传统基于CFAR的目标检测方法相比,检测性能得到提高。4) 利用极化信号处理的方法研究了不同频段船只尾迹的散射机理与海杂波散射机理的异同。提取了能够表征尾迹同海杂波区别的极化特征参量,用来增强尾迹,并提出了基于极化域进行临域差值算法的尾迹检测新方法。