連續(xù)波雷達(dá)地面慢速目標(biāo)檢測與分類.pdf

1、連續(xù)波體制雷達(dá)由于很好地解決了脈沖體制的距離盲區(qū)問題，并具有良好的反隱身、抗背景雜波和抗干擾能力，已廣泛應(yīng)用于地面監(jiān)視雷達(dá)。而在地面目標(biāo)監(jiān)視中，行人和車輛等慢速目標(biāo)通常是監(jiān)視的重要對象，它們的運(yùn)動(dòng)和趨勢關(guān)系著態(tài)勢的走向，相關(guān)檢測技術(shù)已經(jīng)得到研究人員的廣泛關(guān)注。同時(shí)，隨著現(xiàn)代科技快速發(fā)展和各國軍事戰(zhàn)略的技術(shù)要求，雷達(dá)的功能不僅僅局限于探測和測距方面。目標(biāo)的分類能給態(tài)勢分析帶來更多的信息，已經(jīng)成為雷達(dá)，特別是地面監(jiān)視雷達(dá)另一個(gè)重要的實(shí)際應(yīng)用

2、方向。因此，連續(xù)波雷達(dá)慢速運(yùn)動(dòng)目標(biāo)檢測與分類方法是目前雷達(dá)信號(hào)處理的研究熱點(diǎn)。本文結(jié)合實(shí)際應(yīng)用需求，對連續(xù)波體制雷達(dá)的目標(biāo)檢測與分類進(jìn)行了系統(tǒng)的研究，所取得的研究成果為：
　?。?）對線性調(diào)頻連續(xù)波雷達(dá)的工作原理和信號(hào)預(yù)處理方法進(jìn)行了研究。推導(dǎo)了多周期的信號(hào)模型以及差拍信號(hào)的頻域響應(yīng)特性，為目標(biāo)的檢測分析奠定了基礎(chǔ)。根據(jù)目標(biāo)的特性和需求的區(qū)別，詳細(xì)論述了動(dòng)目標(biāo)顯示、CLEAN和雜波圖等雜波抑制方法，實(shí)現(xiàn)了雜波和目標(biāo)的區(qū)分，為后續(xù)的

3、慢速目標(biāo)檢測奠定了基礎(chǔ)。
　　（2）深入研究了目標(biāo)檢測過程的距離速度耦合問題及其解決方法。針對鋸齒波調(diào)頻，利用線性調(diào)頻信號(hào)的參數(shù)估計(jì)方法和模糊速度估計(jì)的方法，實(shí)現(xiàn)了目標(biāo)距離和速度的準(zhǔn)確反演；針對三角波調(diào)頻，利用目標(biāo)頻譜對稱性，在傳統(tǒng)的頻譜配對方法的基礎(chǔ)上，介紹了基于動(dòng)目標(biāo)檢測（Moving Target Detction，簡稱MTD）的頻域配對和提出了時(shí)頻配對方法，從而實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的準(zhǔn)確配對，進(jìn)而精確地獲得了目標(biāo)的真實(shí)距離和速度

4、。
　?。?）深入研究了人與車輛等慢速目標(biāo)的微多普勒譜特征。建立了行人和車輛等慢速目標(biāo)的數(shù)學(xué)模型，并利用實(shí)測數(shù)據(jù)驗(yàn)證了建模的有效性。然后，結(jié)合仿真和實(shí)測數(shù)據(jù)，分析了行人和車輛等慢速目標(biāo)微多普勒特性的差異。
　?。?）針對目標(biāo)的微多普勒特征的差異性，提出了一種人與車輛連續(xù)波雷達(dá)分類新方法。該方法以目標(biāo)時(shí)頻譜圖的灰度共生矩陣的能量、熵值、對比度和自相關(guān)的均值和方差等統(tǒng)計(jì)量為特征，利用主分量分析進(jìn)行特征降維。在得到的本征特征量中選