【技术实现步骤摘要】
本专利技术属于雷达系统中信号处理
，具体涉及一种。
技术介绍
传统的雷达微弱目标检测主要是采用积累的方法，包括相干积累和非相干积累两种。相干积累充分利用了回波信号相位信息，能够最大限度地提高检测性能。由于相干积累时间的前提条件是目标走动距离不能超过半个距离单元，因此随着积累时间的增加，目标回波的多普勒频移呈现时变特性，不再能够通过简单FFT实现相干积累，需要考虑距离走动校正问题。常用的距离走动校正方法有包络相关法和Keystone变换法。包络相关法是在较大信噪比前提条件下，通过估计目标的运动参数实现包络校正补偿，然后再进行积累以提高雷达的检测概率，但当回波的信噪比很低时难以奏效。Keystone变换法需要在频域 进行内插处理，计算量大。相干积累时间受限于目标运动，特别对于高距离分辨雷达或观测高速目标的雷达系统，这种限制尤为显著。为了克服这个困难，在大多数情况下都是利用长时间非相干积累的方法来提高信噪比。非相干积累仅仅利用了相干脉冲的幅度信息，其积累效果不如相干积累，但借助于图像处理技术可实现长时间积累，而且在输入信噪比大于I的情况下，非相干积累引入的检波损失可以忽略不计。非相干积累通常在一定机动模型条件下，通过Hough变换或动态规划实现目标信号积累。当目标运动规律较复杂时，即便是非相干积累具体处理也变得十分困难。
技术实现思路
为了能在低信噪比条件下，即使在目标运动规律较复杂的情形下也能实现对雷达微弱目标的检测，本专利技术提出了基于图切的全局优化弱目标检测方法。该方法具体思路如下首先对相干积累后的距离-多普勒序列进行短时非相关积累；然后利用目标模型和...
【技术保护点】
【技术特征摘要】
1.基于图切的雷达微弱目标优化检测方法，其特征在于该方法的具体步骤是 步骤一目标模型的描述 对距离-多普勒视频帧序列对应的目标视频帧序列的目标模型进行描述，设在目标视频序列中，数值I表示该距离-多普勒位置处存在目标，数值O表示该距离-多普勒位置处为杂波背景，不存在目标，于是ニ值化目标视频帧I采用马尔可夫随机场模型描述，即=ズ)=善 exp{-i/(x)}=去 ^ W J 式中び0)为能量函数；为部分函数；为团e的势能函数力ニ值化目标视频帧中所有团集合； 步骤ニ 目行特怔的定义与检测 设ニ值化目标视频帧中的目标前景像素数力 ニ值化目标视频帧中目标和杂波背景的邻接像素对数为S，利用一阶和ニ阶团势能函数近似能量函数，于是ニ值化目标视频帧X的先验概率密度函数简化为ぬか斗を+名5[がト發4 其中流量參数y=-lnH^=—ln￥^’「B— 流骨参数多=—In -， 肌里ノ狱_ (Ar-I)M+ m'M-1)-5- MxAf为ニ值化目标视频帧if中的所有像素点数，,反...
【专利技术属性】
技术研发人员：郭春生，王智玉，郭云飞，彭冬亮，
申请(专利权)人：杭州电子科技大学，
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。