杂波干扰下雷达微弱多目标检测跟踪方法
航管一次雷达抗风电场干扰目标检测方法
杂波的方法对消 目标回波 ， 而具有较 宽频谱宽度的风 电场杂波经对消后仍有大部分 的能量剩余 。 然后采用恒虚警率
ｆ Ｃ ｏ ｎ ｓ ｔ ａ ｎ ｔ Ｆ ａ ｌ ｓ ｅ Ａ ｌ ａ ｒ ｍ Ｒ ａ ｔ ｅ ， Ｃ Ｆ Ａ Ｒ ） 检测确定杂波所在的距离单元，并剔除待检测数据中所有杂波单元，解决了
Ｄ ｅ ｔ ｅ ｃ ｔ ｏ ｒ ， ＭＴ Ｄ ） 技术无法抑制具有非零频成分的风电场杂波，可能导致 目 标遮蔽和虚警率上升。针对此问题，该
文提 出了一种在 风电场杂波下航管一次雷达的 目标检测方法 。 该方法在 ＭＴＤ前端设置风 电场杂波抑制器 。在该抑 制 器中首先估计雷达 回波 每个距离单元的谱中心 ， 并把所有距离单元的谱 中心移到零频 。 其次利用类似 于对 消固定
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｉ ｎ ｒ ｅ ｃ ｅ ｎ ｔ ｙ ｅ ａ ｒ ｓ ，ｔ ｈ ｅ ｇ ｌ ｏ ｂ ａ ｌ ｗｉ ｎ ｄ ｐ ｏ ｗｅ ｒ ｉ ｎ ｓ ｔ ａ ｌ ｌ ｅ ｄ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｉ ｓ ｇ ｒ ｏ ｗｉ ｎ ｇ ｅ ｘｐ ｏ ｎ ｅ ｎ ｔ ｉ ａ ｌ ｌ ｙ ．Ｈｏ ｗｅ ｖ ｅ ｒ ，ｃ ｕ ｒ ｒ ｅ ｎ ｔ
第３ ５ 卷第 ３ 期
２ ０ １ ３年 ３月
电
子
与
信
息
学
报
Ｖｌ ０ １ ． ３ ５ ＮＯ ． ３ Ｍａ ｒ ． ２ ０ １ ３
雷达信号处理中的目标跟踪方法
雷达信号处理中的目标跟踪方法目标跟踪是雷达信号处理的重要任务之一，它是通过分析雷达接收到的信号，实时追踪并确定目标的位置、速度和轨迹等信息。
目标跟踪在军事、航空航天、交通监控、环境监测等领域都具有广泛的应用。
本文将介绍雷达信号处理中常用的目标跟踪方法。
1. 卡尔曼滤波方法卡尔曼滤波方法是一种基于状态空间模型的目标跟踪方法。
该方法根据目标的运动模型和观测模型，通过预测目标的状态和测量目标的状态残差来估计目标的运动状态。
在雷达信号处理中，卡尔曼滤波方法通常用于目标的线性运动模型，对于目标速度较稳定的情况更为适用。
2. 粒子滤波方法粒子滤波方法是一种基于蒙特卡洛采样的目标跟踪方法。
该方法通过在状态空间中随机采样一组粒子，并基于测量信息对粒子进行重采样和权重更新，从而逼近目标的后验概率密度函数。
粒子滤波方法适用于非线性运动模型，并且在多目标跟踪问题中具有较好的性能。
3. 光流方法光流方法是一种基于图像序列的目标跟踪方法。
该方法通过分析连续图像帧中目标的移动来估计目标的运动状态。
在雷达信号处理中，光流方法可以通过分析雷达接收到的连续信号帧中目标的频率变化来实现目标跟踪。
光流方法适用于目标速度较慢、目标轨迹较短的情况。
4. 关联滤波方法关联滤波方法是一种基于关联度量的目标跟踪方法。
该方法通过计算目标与候选目标之间的相似度来实现目标的跟踪。
在雷达信号处理中，关联滤波方法可以通过计算目标与周围雷达回波之间的相似度来确定目标的位置和速度。
关联滤波方法适用于目标数量较少、目标与背景之间的差异明显的情况。
5. 神经网络方法神经网络方法是一种基于人工神经网络的目标跟踪方法。
该方法通过训练神经网络来学习目标的运动模式和特征，从而实现目标的跟踪和分类。
在雷达信号处理中，神经网络方法可以通过分析雷达接收到的信号特征来实现目标的跟踪和分类。
神经网络方法具有良好的自适应性和鲁棒性。
综上所述，雷达信号处理中的目标跟踪方法包括卡尔曼滤波方法、粒子滤波方法、光流方法、关联滤波方法和神经网络方法等。
杂波环境下雷达信号处理分析
杂波环境下雷达信号处理分析摘要：为解决杂波环境下雷达系统难以提取目标信号的问题，本文引入一种共轭相乘方法进行原目标信号提取方法的优化，通过生成目标信号的复高分辨一维像，对一维像进行慢时间差分处理，在此基础上引入共轭相乘方法提取处理结果的实部，经由积分处理即可最终提取待测目标的微振动信号，实现对目标信号的高精度提取，为非接触式测量领域提供有效方法。
关键词：雷达信号；杂波环境；回波信号；信号提取引言：雷达装置集成化发展引领装备、重工与机械制造行业的技术革新，在路桥质量监测、工程探测等多个领域收获广泛应用价值。
当前受复杂电磁环境的影响，在雷达信号处理过程中常面临杂波、噪声等干扰因素，难以保证从回波信号中快速准确提取目标信号，对于雷达信号处理与干扰屏蔽机制的研究提出现实要求。
1雷达信号处理方法建模1.1回波信号接收原理考虑到雷达探测环境中存在杂波、噪声与其他干扰因素，导致获取的回波信号质量较差，难以获得有效信息，对于雷达信号处理机制的改进提出迫切需求[1]。
雷达目标探测的基本原理是以目标回波信号作为接收对象，待发射机向自由空间发出电磁波后，与待测目标接触发生散射现象，将产生的目标回波信号S(t)经由收发转换开关反向传递至接收机端，在此过程中电磁环境中的噪声N(t)、杂波C(t)均会对目标回波信号产生干扰，影响到接收信号x(t)质量，增加延迟时间τ、多普勒频移、角闪烁以及RCS起伏σ等干扰信息J(t)[2]。
将信号传播过程中的衰减设为A，自由空间内传播常数为k，载频为fc ，多普勒频率为fd，目标与雷达的初始距离为R，则雷达接收信号与目标回波信号分别表示为：根据上述公式，可完成目标距离、速度等参数的计算。
在后续信号处理环节，需对噪声、杂波、干扰进行有效抑制，保证最终接收信号质量。
1.2雷达信号提取方法结合回波信号接收原理，将待测目标因位置移动或自身振动产生的位移变化量设为M(t)，且位移变化量小于系统工作波长，对于伴随时间推移杂波环境发生的变化可忽略不计。
雷达信号处理中的多目标跟踪算法研究
雷达信号处理中的多目标跟踪算法研究雷达信号处理是一门重要的技术，其应用范围广泛，可以用于目标识别、导航、探测和跟踪等领域。
而多目标跟踪算法则是其中的一个热点研究领域。
本文将从多目标跟踪算法的定义、算法种类、应用以及研究进展等多个方面进行论述。
一、多目标跟踪算法的定义多目标跟踪算法是指利用雷达信号处理技术对多个目标进行跟踪、定位、预测和识别的算法。
多目标跟踪算法的研究主要涉及到多个目标的特征提取、多个目标的数据关联和多个目标的运动轨迹预测等关键问题。
二、多目标跟踪算法的种类现在多目标跟踪算法的研究方向越来越多，聚类跟踪算法、批处理跟踪算法、传统滤波跟踪算法、无滤波跟踪算法、模型预测跟踪算法等多种算法已经被提出。
其中，聚类跟踪算法和批处理跟踪算法是较为常用的算法。
聚类跟踪算法是指在雷达扫描范围内针对所有目标的特征信息进行空间聚类，并确定目标数目。
这种算法将时间和空间信息相结合，能够获得非常准确的结果，但是难以实现实时性。
而批处理跟踪算法则是通过信息提取、特征关联、轨迹预测等步骤来实现目标跟踪。
该算法主要通过运用卡尔曼滤波和粒子滤波的方法，来对目标进行跟踪和预测，以期提高目标跟踪的精度和实时性。
三、多目标跟踪算法的应用多目标跟踪算法广泛应用于军事领域、航空航天、交通管制、环境监测、自动驾驶等众多领域。
例如军事领域中，雷达系统需要对附近的各类目标进行跟踪，通过多目标跟踪算法，能够快速确定目标位置、类型等重要信息，并对敌方目标进行监测。
在航空航天领域，多目标跟踪算法能够将飞行器上的雷达数据进行有效处理，实现对众多空中目标的探测和追踪。
在交通管制中，多目标跟踪算法则可以用于市场调研和广告投放等领域，以及城市交通流量的监测与分析等方面。
四、多目标跟踪算法的研究进展近年来，多目标跟踪算法的研究进展非常迅速。
基于卡尔曼滤波理论的多目标跟踪算法，以及基于数据驱动的深度学习算法已经成为该领域的研究热点。
卡尔曼滤波理论在多目标跟踪算法研究中应用广泛，同时，基于卡尔曼滤波理论的多目标跟踪算法的精度和速度也得到了精细化的提升。
雷达杂波抑制关键技术研究
雷达杂波抑制关键技术研究摘要：针对防空系统雷达强杂波背景下雷达弱小目标检测问题，在分析传统杂波抑制存在的问题的基础上，梳理了杂波图CFAR检测、检测跟踪联合处理、智能杂波抑制等关键技术，并简要分析其原理及技术途径，并对雷达杂波抑制技术发展趋势进行分析。
关键词：强杂波；CFAR；目标检测1 引言基于雷达信息的探测感知是现代信息化战争中武器装备的核心关键能力，随着低空突防、隐身突防、电磁干扰手段的普遍使用，造成雷达探测感知能力的急剧下降，进而导致防空武器系统的作战效能严重下降。
雷达通过向目标辐射电磁波，然后接收从目标反射回来的电磁波信号，再通过先进的信号处理技术，将有用目标信号从杂波和干扰中提取处理，进而完成目标检测、位置估计、分类识别等功能。
巡航导弹等低空目标可通过超低空自主飞行，利用地球曲率限制或复杂的地理环境实施攻击，雷达对其进行探测时，面临严重的地海杂波问题，为保证武器系统对低空目标的有效作战能力，必须解决强杂波背景下低小慢目标探测问题。
2 强杂波背景下目标检测面临的问题当前，雷达探测面临复杂的地理环境，导引头下视探测以及地基雷达低空或下视探测时不可避免会受到地理环境的制约以及地海杂波干扰。
这些背景杂波强度大，按照实际的测量可得，幅度最强的地杂波可比系统内部的噪声大70 dB 以上。
另外由于地貌变换（如山区）、地表反射特性变化、离散强杂波点等使得杂波出现严重的非均匀/非平稳现象等，给杂波抑制等来严重挑战。
雷达杂波抑制技术经多年发展，目前常用的处理方法主要包括MTI、MTD、PD、STAP及相应的改进设计等，同时也提出了多种目标检测方法，包括CA-CFAR、GO-CFAR、SO-CFAR、OS-CFAR等。
然而，由于当前雷达系统处理中环境的认知有限，杂波抑制滤波器的选择和设计缺乏针对性，目标检测处理仍主要采取针对均匀平稳杂波的方法，多数情况下不满足实际情况，使得杂波剩余较强，目标检测困难。
3 杂波抑制主要关键技术3.1 杂波图CFAR检测技术利用恒虚警检测[1]方法，对杂波背景功率的估计大致有两类，一类是空域检测技术，也称为距离恒虚警检测技术，它将邻近参考单元处理器的输出均值作为检测门限的背景值，主要应用在杂波分布比较均匀的雷达杂波背景中。
高频地波雷达海杂波背景下目标检测研究综述
第41卷第6期遥测遥控V ol. 41, No. 6 2020年11月Journal of Telemetry, Tracking and Command November 2020高频地波雷达海杂波背景下目标检测研究综述*杨童，尚尚，刘明，何康宁（江苏科技大学电子信息学院镇江 212003）摘要：高频地波雷达探测距离远、全天候、实时准确探测等优点在目标检测领域广泛应用。
针对海杂波会干扰目标检测的问题，分别从非线性预测类、分形类、子空间分解类、对消类等方面对海杂波背景下目标检测方法进行了综合评估。
归纳总结国内外相关文献，并对目前方法存在的不足进行总结。
为以后深入研究海杂波干扰问题提供参考。
关键词：高频地波雷达；海杂波；目标检测中图分类号：TN957.5 文献标识码：A 文章编号：CN11-1780(2020)06-0039-07A review of research on target detection in the background of high frequencyground wave radar and sea clutterYANG Tong, SHANG Shang, LIU Ming, HE Kangning（School of Electronic and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, China）Abstract: The advantages of high-frequency ground wave radar with long detection range, all-weather, and real-time accurate detection are widely used in the field of target detection. Aiming at the problem that sea clutter can interfere with target detection, this paper comprehensively evaluates the target detection method in the background of sea clutter from the aspects of nonlinear prediction, fractal, subspace decomposition, and cancellation. Summarize relevant domestic and foreign literature, and put forward the prospects of the current methods. It provides a reference for further research on the problem of sea clutter interference in the future.Key words: High frequency ground wave radar; Sea clutter; Target detection引言高频地波雷达（HF Surface Wave Radar）作为一种新兴的海面目标探测雷达，辐射高频电磁波，利用短波（3MHz~30MHz）沿导电海洋平面绕射传播衰减小且不受地球曲率影响等特点，实现对雷达站水平视线以下舰船、导弹和低空飞机等目标的超视距探测[1]。
一种密集杂波环境下的雷达数据处理方法
一种密集杂波环境下的雷达数据处理方法施治国;熊文芳【摘要】针对密集杂波环境下的多目标跟踪问题,结合工程实际,提出了一种基于杂波图的多目标跟踪方法.在密集杂波环境下,联合概率数据关联算法是多目标跟踪的最有效算法之一,然而其运算量较大,工程上难以直接应用.为了减小运算量,提出利用次优联合概率数据关联算法,该算法需要杂波密度参数的先验信息,然而在工程上该参数很难直接获得.因此,提出对杂波区域进行网格划分,分别实时地计算各网格单元的杂波密度,并在跟踪的过程中实时更新跟踪算法中的杂波密度参数.仿真结果表明,提出的方法可以有效抑制杂波,提高算法的跟踪精度,适合应用于密集杂波环境下的雷达数据处理中.【期刊名称】《舰船电子对抗》【年(卷),期】2018(041)003【总页数】5页(P69-73)【关键词】雷达数据处理;多目标跟踪;次优联合概率数据关联【作者】施治国;熊文芳【作者单位】航天南湖电子信息技术股份有限公司,湖北荆州434000;航天南湖电子信息技术股份有限公司,湖北荆州434000【正文语种】中文【中图分类】TN957.520 引言雷达在工作过程中，不可避免地会受到杂波的影响，包括海杂波、地杂波、气象杂波等。
常用的杂波抑制技术是在信号处理过程中采取相应的措施，如动目标检测、动目标显示、恒虚警率检测等。
然而，无论采用哪种方法仍难以避免会有剩余杂波量测遗漏到雷达数据处理过程中。
在这种情况下，雷达数据处理系统需要对杂波量测进行抑制，否则过多的杂波量测将严重地影响目标跟踪结果。
因此，有必要探讨密集杂波环境下的雷达数据处理问题。
雷达数据处理中现有的抑制杂波方法可分为两大类[1]，一类是采用数据关联算法，辅以直接判别杂波量测并予以剔除的方法抑制杂波[2]。
由于杂波特性极为复杂，直接剔除杂波量测的方法实际应用起来较为困难，存在一定的局限性。
另一类是将杂波抑制问题转化为杂波环境下的数据关联问题，通过改进数据关联算法提高关联正确率。
雷达信号处理中的微动目标检测与跟踪技术研究
雷达信号处理中的微动目标检测与跟踪技术研究雷达信号处理是一项重要的技术，它可以侦测到大范围内的物体，甚至是微动的目标。
其中，微动目标检测和跟踪技术是研究的重点之一。
在雷达应用中，微动目标通常指的是航空器，舰船等运动对象，其运动状态是复杂的，存在多个参数，比如位置、速度、方向等。
因此，检测和跟踪微动目标需要精确的算法和模型，以便准确地估算其运动状态。
I、微动目标检测技术微动目标检测技术是指对目标的微小运动进行检测的过程，其主要目标是提高雷达目标检测的精度和可靠性。
目标的微小运动通常由以下两个方面产生：一是由于目标自身的运动导致所发出的信号的频率和相位发生了变化，其次是由于目标所处环境的影响导致信号发生衰减。
因此，微动目标的检测需要将雷达信号进行变换，以便准确地提取目标的微小变化。
雷达信号常用的变换方法有：快速傅里叶变换（FFT）、小波变换（WT）和时频分析（TFA）。
这些方法可以将雷达信号从一个时域信号转化为另一个频域信号或时频域信号，通过这些变换可以准确地提取目标的微小运动。
此外，也可以使用一些先进的深度学习网络，比如卷积神经网络（CNN）和递归神经网络（RNN），以便对雷达信号进行更精确的分析和识别，提高微动目标的检测精度。
II、微动目标跟踪技术微动目标跟踪技术是指目标的位置、速度和方向等参数随时间变化的过程，其目的是保持对目标的实时跟踪和监视。
在雷达信号处理中，微动目标跟踪技术的研究主要集中在参考脉冲序列（PRF）和平均脉冲序列（PRT）等方面。
其中的PRF主要是用于改变雷达所发送脉冲的发射频率，在每个周期内发送多个脉冲，以便对目标进行更精确的跟踪。
而PRT 则可以在跟踪目标时通过调整积分时间来实现光谱的动态调整，进而提高目标的检测精度。
此外，针对特殊情况下的微动目标，比如非结构化噪声环境下的目标，可以使用多目标跟踪技术和卡尔曼滤波器等算法来处理和优化跟踪模型，以便提高跟踪的效率和精度。
总之，雷达信号处理中的微动目标检测和跟踪技术是研究的重点之一。
基于多假设的目标检测跟踪算法
Electronic Technology •电子技术Electronic Technology & Software Engineering 电子技术与软件工程• 73【关键词】多假设 检测前跟踪 航向稳定性数据关联算法是目标跟踪处理的关键技术之一,尤其是杂波环境下的数据关联技术一直是研究热点。
多假设(MHT)是D.B.Reid 提出一种关联延迟决策算法，被认为是解决杂波环境下数据关联的最优算法。
但是，MHT 存在以下难点：一是算法实现所需的内存和计算量巨大；二是假设分支生成、假设合并和假设删除等核心处理较复杂，难以工程实现。
文献[3]采用目标回波幅度概率分布模型来简化MHT 算法，但是实际应用中这种处理方法有一定的局限性。
因此，本文提出了一种基于检测前跟踪技术(TBD)和航向稳定性的MHT 优化方法，具有一定的工程应用意义。
1 基于TBD的多假设关联算法多假设算法(MHT)以“全邻”最优滤波器为基础，利用多个扫描周期的量测进行数据关联，产生假设航迹分支。
但是假设航迹分支数目与目标数、虚假数以及所处理的数据帧数呈指数关系递增，为解决该问题，文献[4]利用公式（1）计算每个假设航迹的概率从而控制假设航迹分支数。
式中，C 为归一化常数因子，μF 、μN 分别是假设量测数和新目标数的先验PMF ，P t D 是航迹t 的探测概率。
但该假设概率计算复杂且某些参数工程中难以确定。
本文提出采用检测前跟踪（TBD ）原理来控制假设航迹分支数。
TBD 采用的是多帧检测法，在帧与帧之间对假设路径中包括的点作几乎没有信息损失的相关处理，经过多帧的积累，同时宣布检测结果与目标航迹。
其中，基于动态规划的TBD 数基于多假设的目标检测跟踪算法文/楼晓祥学模型如下：设k 阶段，状态和状态集合分别为x k 和X k 。
每个扫描周期得到的点迹对应相应的决策。
定义决策过程的值函数，使值函数最大，即 （2）（2）式中， （3）其中表示第i 阶段，状态x i 做出决策u i 情况下的阶段指标函数。
雷达信号处理中的目标检测与跟踪技术
雷达信号处理中的目标检测与跟踪技术雷达（Radar）是一种利用电磁波进行探测和测距的技术，广泛应用于军事、航空航天以及民用领域。
雷达信号处理中的目标检测与跟踪技术是在雷达应用过程中必不可少的环节，旨在提取目标信息并实现对目标的实时跟踪。
目标检测是雷达信号处理的第一步，其目的是从杂波中识别出目标信号。
在目标检测中，常用的方法有能量检测法、匹配滤波法和统计检测法等。
能量检测法是一种基于信号能量的方法，当接收到的信号能量超过一定阈值时，认为检测到了目标。
匹配滤波法则是将已知目标的参考信号与接收到的信号进行相关运算，通过寻找相关峰值来检测目标。
统计检测法则是基于统计学原理进行目标检测，利用雷达回波信号的统计特性来判断是否存在目标。
目标跟踪是在目标检测的基础上，对目标进行实时跟踪和预测。
雷达目标跟踪技术主要分为两类：点目标跟踪和航迹跟踪。
对于点目标跟踪，通常采用卡尔曼滤波器、扩展卡尔曼滤波器等滤波算法进行实时跟踪。
卡尔曼滤波器通过将目标位置和速度作为状态变量建立状态方程，并结合观测方程对目标进行预测和修正。
扩展卡尔曼滤波器则是对非线性系统进行近似线性化处理，将卡尔曼滤波器扩展到非线性系统上。
而航迹跟踪则是对目标的航迹进行预测和估计，常用的方法有最小二乘法、贝叶斯滤波法等。
在雷达信号处理中，还有一类重要的技术是目标特征提取。
目标特征提取是指从雷达回波信号中提取出与目标特征属性相关的信息。
常用的特征提取方法有时域特征、频域特征和小波变换等。
时域特征是指根据雷达回波信号的幅度、距离延迟、时间间隔等特征进行目标识别。
频域特征则是通过对雷达回波信号进行傅里叶变换，提取出目标的频谱特征。
小波变换则是将时域和频域结合起来，通过不同尺度波形进行目标特征提取。
目标检测与跟踪技术的研究在军事和民用领域有着广泛应用。
在军事领域，雷达目标检测与跟踪技术能够实现对目标的远程监视和侦察，为军事行动提供重要支持。
在民用领域，雷达目标检测与跟踪技术应用于航空交通管制、地震监测和气象预警等方面，对于保障公共安全和提高生活质量具有重要意义。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ａｎｄ ｔｈｅ
ｔａｒｇｅｔ ｅｃｈｏ ｓｉｇｎａｌ ｍｏｄｅｌ ｉｓ ｏｂｔａｉｎｅｄ ｂｙ ｔｈｅ ｒａｄａｒ ｓｙｓｔｅｍ ｍｏｄｅ１． Ｔｈｅ ｎｏｉｓｅ ｓｉｇｎａｌ ｅｘｉｓｔｉｎｇ ｉｎ ｔｈｅ ｔａｒｇｅｔ
ｅｃｈｏ ｓｉｇｎａｌ ｏｂｔａｉｎｓ ｔｈｅ ｒｅｃｏｎｓｔｒｕｃｔｅｄ ｔａｒｇｅｔ ｅｃｈｏ ｓｉｇｎａｌ，ａｎｄ ｔｈｅ ｓｔａｔｅ ｓｅｑｕｅｎｃｅ ｏｆ ｔｈｅ ｗｅａｋ ｔａｒｇｅｔ ｉｓ ｏｂ—
ｅｃｈｏ ｓｉｇｎａｌ ｃａｎ ｎｏｔ ｂｅ ｅｆｆｅｃｔｉｖｅｌｙ ｒｅｍｏｖｅｄ，ａｎｄ ｔｈｅ ｏｂｔａｉｎｅｄ ｔａｒｇｅｔ ｍｏｔｉｏｎ ｔｒａｊｅｃｔｏｒ ｙ ｅｒｒｏｒ ｉｓ ｌａｒｇｅ，ａｎｄ
ｔｈｅ ｓｉｇｎａｌ－ｔｏ—ｎｏｉｓｅ ｒａｔｉｏ ｉｓ ｌｏｗ ａｎｄ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ａｃｃｕｒａｃｙ ｉｓ ｌｏｗ． Ａ ｗｅａｋ ｍｕｌｔｉ．ｔａｒｇｅｔ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ
摘 要 ：为 了在 杂波环 境 中准确 的 完成 雷达微 弱 多 目标 的检 测 ，需要 对 雷达微弱 多 目标 检 测方 法进 行研 究 。采 用 当前检 测 方法在 杂 波干扰 下 对 雷达微 弱 多 目标 进 行 检 测 时 ，不 能有 效 的去 除 目标 回 波信 号 中存在 的噪 声信 号 ，得到 的 目标运 动轨 迹 误差 较 大 ，存 在 信 噪 比低 和检 测 准确 率低 的 问题 。 提 出一 种 杂波 干扰 下雷达微 弱 多 目标检 测 方 法 ，以地 面 的辐 射 源作 为 雷达 发射 站 ，载机 作 为接 收 站 ，建 立 雷达 系统模 型 ，通 过 雷达 系统模 型得 到 目标 回 波信 号模 型 ；通 过 滤 波 器去 除 目标 回 波信 号 中存在 的噪 声信 号 ，得 到 重构 的 目标 回波信 号 ，通 过 两级 门限检 测 方 法得 到 微 弱 目标 的状 态序 列 ， 采 用 逆序递推 法得到 目标 的运 动轨 迹 ，完成 杂波 干扰 下 雷达微 弱 多 目标 的检 测 。 实验 结果表 明 ，所 提 方 法的信噪 比高 、￣ ｖｑ＇ｌ结果 准确 率 高。 关键 词 ：杂波 ；雷达 ；目标检 测 中图分 类号 ：ＴＮ９５７．５１ 文献标 识 码 ：Ａ 文章编 号 ：１６７３－５６９２（２０１８）０５－６０１－０５
中嗣鼋暑掌－ｆ譬研雹阪誊瓤
２０１８年第５期
０ 引 言
１ 信 号模型
现代 雷 达 的基 本 功 能是 目标 的跟踪 和 检 测 ，隐 身技术被广泛的应用到军事武器装备 的研究 中，如 巡洋 舰 、战斗 机 、坦 克 、导弹 和轰炸 机等 ，雷 达 回波 信 号的强度受雷达散射截面积的影响 Ｉ２ Ｊ。微弱 目标 的检测 会受 到 多种 因素 的影 响 ，如 干 扰 、杂 波 、噪 声 和强 目标 掩 盖 等 。在 微 弱 目标 的 跟 踪 和检 测 过 程中，远距离 目标 的 回波信噪 比较低、且强度较弱 ， 微弱 目标 容易被 杂 波 淹 没 ，对 微 弱 多 目标 的检 测 造 成影 响 ，在 杂波 干 扰下 对 雷 达 微 弱 多 目标 进 行 检 测 是 当代 社 会 亟待 解 决 的 问 题 ］。 当前 雷 达 微 弱 多 目标检测方法存在信噪 比低和检测结果准确率低的 问题 ，需 要 对 雷 达 微 弱 多 目标 检 测 方 法 进 行 研 究 Ｊ。
第 ５期 ２０１８年 １０月
中嚼鼋；纠譬ｑ宪隍聋
Ｊｏｕｒｎ ａｌ ｏｆ ＣＡＥＩＴ
Ｖ０ｌ＿１３ Ｎｏ．５ ０ｃｔ． ２０１８
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—５６９２．２０１８．０５．０１９
杂 波 干 扰 下 雷 达 微 弱 多 目标 检 测 跟 踪 方 法
宋 强
（辽 东学 院机 械 电子 工程 学 院 ，辽 宁 丹 东 １１８００３）
ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍ ｅｔｈｏｄ ｈａｓ ｈｉｇｈ ｓｉｇｎａｌ—ｔｏ—ｎｏｉｓｅ ｒａｔｉｏ ａｎｄ ｈｉｇｈ ａｃｃｕｒａｃｙ ｏｆ ｄｅｔｅｃｔｉｏｎ ｒｅｓｕｌｔｓ ．
Ｋ ｅｙ ｗｏｒｄｓ： Ｃｌｕｔｔｅｒ； ｒａｄａｒ； Ｔａｒｇｅｔ Ｄｅｔｅｃｔｉｏｎ
收 稿 日期 ：２０
ｒａｉｎｅｄ ｂｙ ｔｈｅ ｔｗｏ—ｌｅｖｅｌ ｔｈｒｅｓｈｏｌｄ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ ｍｏｔｉｏｎ ｔｒａｊｅｅｔｏｒｙ ｏｆ ｔｈｅ ｔａｒｇｅｔ ｉｓ ｏｂｔａｉｎｅｄ ｂｖ ｔｈｅ
ｒｅｖｅｒｓｅ ｒｅｅｕｒｓｉｏｎ ｍｅｔｈｏｄ，ａｎｄ ｔｈｅ ｒａｄａｒ ｉＳ ｗｅａｋ ｕｎｄｅｒ ｔｈｅ ｃｌｕｔｔｅｒ ｉｎｔｅｒｆｅｒｅｎｃｅ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｈｓ ．
Ｒａｄａｒ ｗｅａｋ ｍ ｕｌｔｉｐｌｅ－ｔａｒｇｅｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｔｒａｃｋｉｎｇ ｍ ｅｔｈｏｄ ｕｎｄｅｒ ｃｌｕｔｔｅｒ ｉｎｔｅｒｆｅｒｅｎｃｅ
ＳＯＮＧ Ｑｉａｎｇ
（Ｅａｓｔｅｒｎ Ｌｉａｏｎｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｄａｎｄｏｎｇ ｌ １ ８００３）
ｆｏｒ ｒａｄａｒ ｕｎｄｅｒ ｃｌｕｔｔｅｒ ｉｎｔｅｒｆｅｒｅｎｃｅ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｇｒｏｕｎｄ ｒａｄｉａｔｉｏｎ ｓｏｕｒｃｅ ｉｓ ｕｓｅｄ ａｓ ｔｈｅ ｒａｄａｒ ｔｒａｎｓｍ ｉｔ．
ｒｉｎｇ ｓｔａｔｉｏｎ，ｔｈｅ ｃａｒｒｉｅｒ ｉｓ ｕｓｅｄ ａｓ ｔｈｅ ｒｅｃｅｉｖｉｎｇ ｓｔａｔｉｏｎ，ｔｈｅ ｒａｄａｒ ｓｙｓｔｅｍ ｍｏｄｅｌ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ，
Ａ ｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ａｃｃｕｒａｔｅｌｙ ｃｏｍｐｌｅｔｅ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｏｆ ｒａｄａｒ ｗｅａｋ ｍｕｌｔｉ ｔａｒｇｅｔ ｉｎ ｃｌｕｔｔｅｒ ｅｎｖｉｒｏｎｍｅｎｔ ，
ｉｔ ｉＳ ｎｅｃｅｓｓａｒｙ ｔｏ ｓｔｕｄｙ ｔｈｅ ｒａｄａｒ ｗｅａｋ ｍｕｌｔｉ—ｔａｒｇｅｔ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ．Ｗ ｈｅｎ ｔｈｅ ｃｕｒｒｅｎｔ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｉｓ ｕｓｅｄ ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｒａｄａｒ ｍｕｌｔｉ—ｔａｒｇｅｔ ｕｎｄｅｒ ｔｈｅ ｃｌｕｔｔｅｒ ｉｎｔｅｒｆｅｒｅｎｃｅ，ｔｈｅ ｎｏｉｓｅ ｓｉｇｎａｌ ｅｘｉｓｔｉｎｇ ｉｎ ｔｈｅ ｔａｒｇｅｔ