【技术实现步骤摘要】
本专利技术涉及机载雷达目标检测,更具体的说是涉及一种基于空时图像特征学习的机载雷达运动目标检测方法。
技术介绍
1、在实际非均匀环境中,机载空时自适应处理(space time adaptive processing,stap)雷达通常难以获得足够的独立且同分布(independent and identicallydistributed,iid)训练距离单元数据,无法准确估计杂波加噪声协方差矩阵(clutterplusnoise covariance matrix,cncm)进行杂波抑制和运动目标检测。即使能够获得准确的cncm,stap滤波器也会在一定程度上削弱慢速运动目标功率,影响检测性能。因此,当目标的速度小于机载雷达系统的最小可检测速度(minimal detectable velocity,mdv)时,即使是最优stap也无法有效检测目标。
2、近年来,人们提出了基于图像特征的机载stap雷达运动目标检测方法。该类方法无需估计cncm,直接使用机器学习方法(如区域生长法、自举法等)区分空时(space-time,
...【技术保护点】
1.一种基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,所述机载相控阵雷达回波信号模型的构建方法,具体为:
3.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,所述仿真生成大量包含不同目标、杂波和噪声的空时回波数据,具体为:
4.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,对所述空时回波数据进行距离向脉冲压缩处理,得到空时回波信号矢量,具体为:
【技术特征摘要】
1.一种基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,所述机载相控阵雷达回波信号模型的构建方法,具体为:
3.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,所述仿真生成大量包含不同目标、杂波和噪声的空时回波数据,具体为:
4.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,对所述空时回波数据进行距离向脉冲压缩处理,得到空时回波信号矢量,具体为:
5.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检测方法,其特征在于,所述稀疏表示模型的建立方法,具体为:
6.根据权利要求1所述的基于空时图像特征学习的机载雷达运动目标检...
【专利技术属性】
技术研发人员:冯为可,郭艺夺,胡晓伟,许河秀,陈茜茜,冯存前,宫健,彭鹏,张钰,
申请(专利权)人:中国人民解放军空军工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。