学位论文 > 优秀研究生学位论文题录展示
高频地波雷达背景感知与目标检测技术研究
作 者: 李杨
导 师: 张宁
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 高频地波雷达 目标检测 感知信息提取 检测场景分析 多策略检测
分类号: TN958.93
类 型: 博士论文
年 份: 2010年
下 载: 290次
引 用: 2次
阅 读: 论文下载
内容摘要
大范围、全天候、实时超视距探测能力使高频地波雷达(High Frequency Surface Wave Radar, HFSWR)广泛应用于海态遥感、海面目标检测和经济专属区监视等军民两用领域。垂直极化电磁波沿海面绕射传播的超视距探测机理使HFSWR舰船目标的检测不同于传统微波雷达中的检测。多种杂波与噪声(如海洋表面回波、电离层杂波、电台干扰、流星余迹、大气噪声等)的同时存在造成了HFSWR检测背景的复杂化和多样化特征。分辨单元内多源散射造成同质(亦称均匀,homogenous)/异质(亦称非均匀,nonhomogenous)回波共存,导致检测背景不仅包含高斯类杂波,而且包含时变起伏的非高斯类杂波。这些都给舰船目标检测造成了很大困难。为此,本文通过对HFSWR检测环境的深入分析,总结了HFSWR检测环境的特点和检测难点,并根据实际系统需求提出了一种HFSWR背景感知信息处理系统。该系统包括背景感知信息提取(亦称检测场景分析)和多策略/参数检测两部分。前者通过特征提取或者模型的建立,从而完成对目标所在检测环境信息的提取和认知。包括对已有杂波的识别,对检测区域的分割和评价,检测背景分类及其统计特性分析等。后者则利用获得的背景感知信息,针对目标所处的不同环境,通过选择相应的检测策略、设置不同的检测参数实现优化检测的目的。本文将针对上述几个关键技术展开研究,主要内容如下:1.一阶海杂波(亦称Bragg峰)的识别对HFSWR具有重要意义:一方面,在海态遥感中,其位置参数可用于海洋参数反演;另一方面,在海面动目标检测中,由于一阶海杂波具有类目标特征,因此常常造成船目标检测结果中的虚警和漏警。针对上述问题,本文提出了一种提取距离-多普勒(Range-Doppler, RD)谱脊特征作为Bragg峰位置指示信息,并结合特征知识的高频一阶海杂波及其分裂谱峰的识别方法。通过实测数据验证表明,与经典的峰值检测和仅使用特征知识的方法相比,本文提出的方法无论在船目标干扰条件下还是在强/弱洋流切变环境下,都可以获得更好的识别效果。2.介绍了一种基于最大类间差的HFSWR检测区域分割方法。该方法利用检测背景在RD谱中的统计特性,将检测区域分割为强散射回波区、中等散射回波区、弱散射回波区和参考噪声区4个部分。该结果的一个重要应用是对扩展E层、F层电离层杂波的识别。由于覆盖范围广、强度大、时变起伏并具有不规则分布,扩展E层、F层电离层杂波对HFSWR性能造成很大威胁。为此,本文提出了一种基于区域分割结果并结合杂波区域特征的扩展E层、F层电离层杂波识别方法。首先,使用卷积模板确定杂波边缘,然后利用分割区域类型的采样占有率作为杂波区域的限定门限,从而成功的实现了对扩展电离层杂波区域的识别。实测数据结果表明,该方法可以准确的描述扩展电离层杂波对雷达检测背景的影响,对其定量的评价分析结果与实测结果相符。这一结果对杂波抑制、选频和雷达系统性能的评价有重要的参考和应用价值。3.使用检测区域分割结果并结合检测背景的物理特征,实现了对HFSWR检测背景的分类。为了剔除各类检测背景中的异质采样,使用一元非线性回归分析方法对实际检测背景进行了预检测处理,并对处理后的各类检测背景的统计特性进行了分析。实测数据结果表明,经过预检测处理后的各类非大气噪声背景,其统计分布分别服从形状参数不同的Weibull分布,并且具有比预检测处理前更好的似然效果;而对于成分单一的大气噪声类检测背景,无需进行预检测处理即可获得其背景统计分布信息。该结果是多策略/参数检测的重要依据。4.提出了基于背景感知信息的HFSWR多策略/参数检测方法。该方法利用前文所述技术,通过在线获取检测场景信息,经过杂波剔除、检测区域分割、检测背景分类、概率分布估计、峰值检测和Weibull双参数归一化处理等过程,实现了多策略/参数检测任务。由于根据不同类型背景的特点选择不同的检测策略/参数,本文提出的方法避免了以往检测过程中由于检测模型失配造成的检测损失。文中使用仿真目标加实测背景数据的方法进行了Monte Carlo仿真实验,并使用含有非合作目标的实测数据处理结果进一步验证了算法的性能。通过与国际上经典的和最新的高频雷达检测方法比较发现,基于背景感知信息的多策略/参数检测方法在保证虚警概率的前提下,具有更好的小目标发现能力。与经典的和基于知识的(Knowledge-Based, KB)检测结构不同,本文通过单一类型传感器在线实时提取检测环境信息,提高了对目标所处检测环境的感知能力,从而为不同环境下的多策略/参数检测提供决策依据,可为雷达检测性能的提高、系统评价和智能管理提供有力的帮助。
|
全文目录
摘要 4-6 Abstract 6-15 第1章 绪论 15-32 1.1 研究背景和意义 15-17 1.2 HFSWR 发展概述 17-20 1.2.1 国外HFSWR 发展概述 17-19 1.2.2 我国HFSWR 发展概述 19-20 1.3 雷达信号检测方法综述 20-27 1.3.1 经典检测 20 1.3.2 恒虚警检测 20-24 1.3.3 基于现代处理技术的检测方法 24 1.3.4 感知与基于知识辅助的雷达检测方法 24-27 1.4 高频雷达目标检测方法综述 27-29 1.5 本文的主要内容及安排 29-32 第2章 HFSWR 背景感知信息处理系统 32-46 2.1 引言 32 2.2 HFSWR 的信号处理结构 32-33 2.3 HFSWR 的检测环境 33-40 2.3.1 海杂波 33-35 2.3.2 电离层干扰 35-37 2.3.3 流星余迹 37-38 2.3.4 地物杂波 38 2.3.5 射频干扰 38-39 2.3.6 冲击响应 39 2.3.7 大气噪声 39-40 2.4 HFSWR 检测问题分析 40-43 2.4.1 检测环境的特点 40-41 2.4.2 检测难点与需求分析 41-43 2.5 HFSWR 背景感知信息处理系统 43-45 2.6 本章小结 45-46 第3章 基于特征知识的高频一阶海杂波识别 46-63 3.1 引言 46-47 3.2 高频段一阶海杂波理论 47-48 3.3 一阶海杂波的谱特征 48-49 3.4 多尺度滤波与趋势特征提取 49-50 3.5 一阶海杂波的全局识别准则 50-51 3.6 谱分裂/展宽情况的处理 51-52 3.7 实验与结果分析 52-62 3.7.1 一阶海杂波的识别流程 52-53 3.7.2 弱洋流切变环境下的一阶海杂波识别 53-58 3.7.3 强洋流切变环境下的一阶海杂波识别 58-62 3.8 本章小结 62-63 第4章 检测区域分割与扩展电离层杂波识别 63-83 4.1 引言 63-64 4.2 基于最大类间差的检测背景分割 64-74 4.2.1 HFSWR 检测背景的图像特征 64-65 4.2.2 阈值分割 65-69 4.2.3 区域分割效果分析 69-74 4.3 扩展E 层、F 层电离层杂波的识别 74-81 4.3.1 问题的提出 74-75 4.3.2 基于区域特征的E 层、F 层扩展电离层杂波识别 75-80 4.3.3 扩展E 层、F 层电离层杂波评价 80-81 4.4 本章小结 81-83 第5章 检测背景分类及其统计特性分析 83-100 5.1 引言 83 5.2 基于一元非线性回归的HFSWR 检测预处理 83-89 5.2.1 问题的提出 83-84 5.2.2 一元非线性回归分析 84-86 5.2.3 回归模型的假设检验 86-87 5.2.4 基于一元非线性回归的HFSWR 检测预处理 87-89 5.3 检测背景分类与统计特性分析 89-98 5.3.1 问题的提出 89-90 5.3.2 基于区域分割的检测背景分类 90-93 5.3.3 检测背景统计特性分析 93-98 5.4 本章小结 98-100 第6章 基于背景感知信息的多策略/参数检测 100-123 6.1 引言 100-101 6.2 多策略/参数检测 101-107 6.2.1 峰值检测 101-103 6.2.2 Weibull 分布下的双参数归一化处理 103 6.2.3 Weibull 分布的参数估计 103-105 6.2.4 基于背景感知信息的多策略/参数检测 105-107 6.3 实测背景下仿真目标处理结果与性能分析 107-112 6.3.1 实验方法 107-110 6.3.2 实验结果与检测性能分析 110-112 6.4 实测数据检测跟踪处理结果与性能分析 112-121 6.4.1 实验环境 112 6.4.2 实验方法 112-113 6.4.3 实验结果与性能分析 113-121 6.5 本章小结 121-123 结论 123-126 参考文献 126-141 攻读博士学位期间发表的论文 141-143 致谢 143-144 个人简历 144
|
相似论文
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 嵌入式多参数环境智能监测系统的设计与实现,TP274
- 视频监控运动目标检索方法研究,TP391.41
- 安防监控系统中运动目标检测算法研究,TP391.41
- 基于视频监控的特定目标识别研究,TP391.41
- 复杂目标视觉注意模型研究,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频图像中的运动目标检测与跟踪,TP391.41
- 基于Davinci技术的车辆检测与跟踪算法的研究与实现,TP301.6
- 高光谱影像图谱信息目标检测研究,TP391.41
- 运动目标跟踪系统的设计与实现,TP391.41
- 智能视频监控中的目标检测技术研究,TP391.41
- 多摄像头目标检测与跟踪方法研究,TP391.41
- 工业应用中的目标检测与精确定位技术,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达:按体制分 > 超视距雷达
© 2012 www.xueweilunwen.com
|