DBS成像与广域地面动目标检测、定位方法研究

《DBS成像与广域地面动目标检测、定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

巧參《丢觀分圍硕±学位论文胃禱圓■ＤＢＳ成像与广域地面动目标检测、定位９方法研究３作者姓名李輔剧巧姓名Ｖ取祿吳建新副教授＾ｓｓｌ－级学科信息与通信工程二级学科信号与信息麵 西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论义是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加臥标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献巧已在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实之处，本人承担。本人签名；日期；？＞／斗）１、＇签—西安电子科技大学关于论文使用授权的说明，本人完全了解西安电子科技大学有关保留和使用学位论文的规定即：研巧生在校攻读学位期间论文工巧的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阔论文可封公布论文的全部或部分；学校、。内容，化许采用影印缩印或其它复制手段保存论文同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技乂学。保密的学位论文在。＾年解密后适用本授权书本人签名：咎导师签名：襄丧ｗＷ、１厶ＶＬ、化Ｉ）日期：日期：叫 学校代码10701学号1202121161分类号TN95密级公开西安电子科技大学硕士学位论文DBS成像与广域地面动目标检测、定位方法研究作者姓名：李春海一级学科：信息与通信工程二级学科：信号与信息处理学位类别：工学硕士指导教师姓名、职称：吴建新副教授提交日期：2014年12月 StudyonDBSImagingandMovingTargetDetectionandRelocationMethodundertheModeofWAS-GMTIAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByLiChunhaiSupervisor:AssociateProf.WuJianxinDecember2014 摘要摘要在战场监视中，机载广域GMTI雷达系统可以对大范围观测场景进行实时成像和动目标检测，从而快速发现有价值的目标。通过对动目标准确定位，实现对动目标的监视和跟踪。广域GMTI具有监视区域广、实时性强、重访率高、可监视运动目标等优点，在军事领域和民用方面具有重要应用价值。本文主要对广域GMTI信号处理中的多普勒波束锐化成像技术、动目标检测和定位技术进行了研究，分析了现有方法的不足并提出了相应的改进方法。论文内容可以概括如下：1．针对现有的DBS成像算法需要利用数据估计多普勒中心频率的不足，提出了一种基于惯导数据辅助的DBS成像方法。不同于SAR成像中对多普勒中心频率准确性的高度依赖，我们利用解完模糊的多普勒中心频率进行DBS成像时，主要是利用其得到主瓣对应的多普勒区域。当雷达系统提供的惯导数据准确性较高时，可以直接利用惯导数据计算得到无模糊的多普勒中心频率，再利用方位向波束宽度得到主瓣对应的多普勒通道，以两者为基础进行DBS成像，简化了DBS成像的流程。此外，文中对存在一次距离模糊时的正侧视阵DBS成像算法进行了研究。2．针对机载雷达回波数据在距离-多普勒平面存在的竖条纹干扰问题，提出了一种基于距离频率域数据平滑的干扰抑制方法。距离-多普勒域中的竖条纹干扰，在距离频率-多普勒域中表现为凝聚成几个强点。首先将数据从距离-多普勒域转换到距离频率-多普勒域，然后将检测出的强点信号用其周围单元的信号的平均值进行替换，最后将数据转换到距离-多普勒域，即可以达到抑制竖条纹干扰的目的。通过实测数据处理，验证了该方法可以有效抑制竖条纹干扰，提高了目标的检测性能。3．利用干涉相位和多普勒频率的对应关系，提出了一种基于惯导直接计算主瓣多普勒频率对应的干涉相位的目标定位方法。通常计算主瓣的干涉相位，需要将两通道的回波数据共轭相乘处理。如果两通道的一致性较差，计算得到的主瓣的干涉相位就会不够准确，进而影响目标的定位精度。利用高精度的惯导数据和干涉相位-多普勒频率之间的数学关系可以直接计算得到主瓣各个多普勒通道的干涉相位，避免了利用数据来估计主瓣干涉相位。通过将检测到的目标定位在DBS图像上和电子地图上，验证了该方法在通道一致性较差的情况下，仍能完成目标的准确定位。I 西安电子科技大学硕士学位论文关键词：广域GMTI，DBS成像，动目标检测，干扰抑制，动目标定位论文类型：应用基础研究类II ABSTRACTABSTRACTTheairbornebattlefieldsurveillanceradarsystemunderthemodeofWAS-GMTI(WideAreaSurveillance-GroundMovingTargetIndication)canofferimagingandmovingtargetdetectionoverawideareainarelativelyshortperiodoftime,sowecanquicklyfindvaluabletargets.Positioningthemovingtargetsaccuratelycanrealizethesurveillanceofmovingtargetsinthebattlefield.Thesystemcanperformanefficienttrackingofthedetectedtargetsanddetectthesametargetfromdifferentaspectangles.TheWAS-GMTImodeisbecominganimportantwaytodetect,locateandtrackmovingtargetsandhasimportantapplicationsinmilitaryandcivilianfields.ThispaperfocusesonstudyingtheWideAreaGMTIsignalprocessing,suchasDopplerBeamSharpeningimagingtechnology,movingtargetdetectionandlocalizationtechniques,anddeficienciesoftheexistingmethodshavebeenanalyzedandimproved.Thesiscanbesummarizedasfollows:First,fortheexistingDBSimagingalgorithmrequiringtheestimationofDopplerfrequencybasedondata,animprovedDBSimagingalgorithmisaddressed,whichdoesnotestimatetheDopplercenterfrequencybutusetheINSdatadirectlyforDBSimaging.SARimagingishighlydependentontheaccuracyofDopplercenterfrequency,whilewemainlyuseittogettheDopplerregioncorrespondingmainlobe.Whentheradarsystemprovideshighaccuracyinertialnavigationdata,wecandirectlyusetheINSdataandtakeadvantageofthewidthofazimuthbeamtogettheDopplerchannelsofmainlobeforDBSimaging.ItobviouslysimplifiestheDBSimaging.Inaddition,theexistenceofadistanceblurofDBSimagingalgorithmswasstudied.Second,forairborneradarechowhichexistingstripesinterference,weproposeanewmethodofinterferencesuppressionbasedonthedistance-frequencydomaincompensation.Verticalstripesinterferencecanbechangeintoseveralstrengthsatadistanceoffrequency-CoherentDopplerdomain.Byreplacingthesestrengthswiththeaverageofthesurroundingcells,andfinallyconvertingthedataintotherange-Dopplerdomain,wecanobtaintheeffectiveinterferencesuppressiondata.ExperimentaldataprocessingvalidatedthemethodcaneffectivelysuppresstheIII 西安电子科技大学硕士学位论文verticalstripesinterference,reducecluttersurplusandimprovetargetsdetectionperformance.Third,usingthecorrespondencebetweentheinterferometricphaseandDopplerfrequency,amethodofdirectcalculationtheDopplerfrequencyofthemainlobebasedonINSdatafortargetlocationisproposed.Usuallywegettheinterferometricphaseofthemainlobebytakingconjugatedofatwo-channelechodata.Iftheconsistencyofthetwochannelsisnotgood,theinterferometricphaseofthemainlobewillaffectthelocationaccurancyofthetarget.UtilizingINSdatatocalculateinterferometricphaseofeachDopplerchannelofthemainlobe,avoidscalculatingitfromdatafields.AndbypositioningthetargetontheDBSimageandtheelectronicmap,weverifytheaccuracyofthepositioningmethodevenwhenthechannelcharacteristicispoor.KeyWords:WideareaGMTI，DBSimaging，movingtargetdetection，interferencesuppression，movingtargetlocationTypeofDissertation:AppliedBasicResearchIV 插图索引插图索引图1.1前机身安装JSTARS天线的E8-C飞机.....................................................3图2.1DBS分辨静止目标的原理...........................................................................6图2.2DBS成像算法流程图...................................................................................7图2.3校正和补偿前两通道间的干涉相位...........................................................8图2.4校正和补偿后两通道间的干涉相位...........................................................8图2.5DBS方位分辨率...........................................................................................9图2.6扫描模式中静止目标的信号模型.............................................................10图2.7两个连续波位的距离多普勒图.................................................................11图2.8两个波位图像拼接的距离多普勒图.........................................................12图2.9两个波位的DBS成像结果.......................................................................12图2.10两种方法估计得到的多普勒中心频率...................................................13图2.11两种方法估计得到的多普勒中心频率局部放大图...............................14图2.12实测数据DBS成像结果.........................................................................15图2.13对应DBS成像区域的GoogleEarth图像..............................................16图2.14存在明暗相间条纹的DBS图像..............................................................16图2.15补偿后的DBS图像.................................................................................16图2.16正侧视阵天线工作示意图.......................................................................17图3.1动目标检测的原理示意图..........................................................................22图3.2动目标和虚警检测定位结果比较.............................................................23图3.3距离多普勒二维CFAR处理所用参考窗.................................................24图3.4CA-CFAR检测器........................................................................................24图3.5CA、GO、SO和OS的检测性能曲线.....................................................25图3.6目标二维聚类示意图.................................................................................26图3.7目标三维聚类示意图.................................................................................27图3.8目标检测的流程.........................................................................................27图3.93DT方法示意图.........................................................................................28图3.10同一波位PD处理和3DT处理结果比较..............................................28图3.11杂波抑制后动目标检测结果...................................................................29图3.12干扰抑制前距离多普勒图.......................................................................29图3.13距离脉冲二维频响图...............................................................................30V 西安电子科技大学硕士学位论文图3.14距离频率-多普勒域中强点检测结果图.................................................31图3.15干扰抑制后的距离多普勒图...................................................................31图3.16竖条纹干扰抑制的流程图.......................................................................32图3.17经过PD处理的干扰抑制前后的剩余...................................................32图3.18ACE幅值随多普勒通道变化情况...........................................................34图3.19动目标CFAR和ACE检测结果............................................................36图4.1动目标定位原理示意图.............................................................................38图4.2主杂波的干涉相位曲线.............................................................................41图4.3目标在电子地图的定位结果.....................................................................42图4.4最大似然法测得的目标的方位角和俯仰角.............................................45图4.5最大似然法测得的目标的方位角和俯仰角均方误差.............................46图4.6某实测数据的干涉相位图.........................................................................47图4.7主瓣干涉相位搜索法目标在DBS图像上定位结果...............................48图4.8本文方法目标在DBS图像上定位结果...................................................48图4.9电子地图定位的几何关系.........................................................................49图4.10电子地图定位结果...................................................................................50VI 表格索引表格索引表3.1动目标检测原理仿真参数.........................................................................22表3.2虚警剔除的点目标仿真参数.....................................................................35表4.1最大似然法测角的仿真参数.....................................................................45VII 符号对照表符号对照表符号符号名称H表示共轭转置T表示转置*表示共轭运算min()表示极小化exp表示指数运算E表示求期望sin表示正弦cos表示余弦表示绝对值floor()表示向下取整mod()表示取余median()表示取中值angle表示取相位操作ceil()表示向上取整+[]表示广义逆运算IX 缩略语对照表缩略语对照表GMTIGroundMovingTargetIndication地面运动目标检测GMTDGroundMovingTargetDetection地面运动目标检测WideAreaSurveillance-GroundMoving广域监视地面动目标WAS-GMTITargetIndication检测DBSDopplerBeamSharpening多普勒波束锐化SARSyntheticApertureRadar合成孔径雷达PhasedArrayMultifunctionalImaging相控阵多功能成像雷PAMIRRadar达JointSurveillanceandTargetAttack联合监视与目标攻击JSTARSRadarSystem雷达JointSurveillanceandTargetAttackJSTARS系统的雷达技JSTARS-RTIPRadarSystem-RadarTechnology术改进计划InsertionProgramMulti-SensorCommandandControlMC2A多传感器指挥飞机AircraftSTAPSpaceTimeAdaptiveProcessing空时自适应处理ACEAdaptiveCoherenceEstimator自适应相干估计CFARConstantFalseAlarmRate恒虚警检测PDPulseDoppler脉冲多普勒PRFPulseRepetitionFrequency脉冲重频RCSRadarCrossSection雷达截面积CPICoherentProcessingInterval相干处理间隔FFTFastFourierTransformation快速傅里叶变换DEMDigitalElevationModel数字高程模型EFAExtendedFactoredApproach扩展的因子化方法CellAveraging-ConstantFalseAlarmCA-CFAR单元平均恒虚警检测Rate单元平均选大恒虚警GO-CFARGreatestOf-ConstantFalseAlarmRate检测SO-CFARSmallestOf-ConstantFalseAlarmRate单元平均选小恒虚警XI 西安电子科技大学硕士学位论文检测OrderStatistics-ConstantFalseAlarmOS-CFAR有序统计恒虚警检测RateWCA-CFARWeightedCellAveraging-ConstantFalse加权单元平均恒虚警AlarmRate检测GIPGeneralizedInnerProduct广义内积INSInertialNavigationSystem惯导XII 目录目录摘要.................................................................................................................................IABSTRACT..................................................................................................................III插图索引..........................................................................................................................V表格索引.......................................................................................................................VII符号对照表....................................................................................................................IX缩略语对照表................................................................................................................XI目录...........................................................................................................................XIII第一章绪论...................................................................................................................11.1课题研究背景及意义.........................................................................................11.2课题研究历史和现状.........................................................................................21.3本文的研究内容.................................................................................................3第二章DBS成像和图像拼接算法................................................................................52.1引言.....................................................................................................................52.2DBS成像的原理.................................................................................................52.2.1DBS成像的基本原理...............................................................................52.2.2DBS成像算法的基本流程......................................................................62.3DBS成像与条带SAR成像的区别与联系.......................................................82.4DBS图像拼接的方法.......................................................................................102.4.1图像拼接的原理.....................................................................................102.4.2不估计多普勒中心频率进行DBS成像的方法...................................122.5存在距离模糊的DBS成像算法.....................................................................172.5.1信号模型.................................................................................................172.5.2利用俯仰自由度解距离模糊.................................................................172.6本章小结...........................................................................................................19第三章地面运动目标检测方法...................................................................................213.1引言...................................................................................................................213.2动目标检测的原理...........................................................................................223.2.1动目标检测的原理.................................................................................223.2.2动目标检测的流程.................................................................................233.3杂波抑制的方法...............................................................................................27XIII 西安电子科技大学硕士学位论文3.4竖条纹干扰抑制方法.......................................................................................293.4.1竖条纹干扰特性分析............................................................................293.4.2竖条纹干扰抑制方法............................................................................303.5虚警剔除的方法...............................................................................................333.5.1ACE检测的方法.....................................................................................333.5.2实测数据验证........................................................................................343.6本章小结...........................................................................................................36第四章地面运动目标定位方法..................................................................................374.1引言...................................................................................................................374.2地面动目标定位的基本原理...........................................................................374.3常用地面动目标定位方法...............................................................................384.3.1比相测角定位法....................................................................................384.3.2主瓣干涉相位搜索定位方法................................................................404.3.3最大似然法测角....................................................................................424.4基于惯导计算主瓣干涉相位的目标定位方法...............................................464.4.1目标定位的原理....................................................................................464.4.2目标定位的流程....................................................................................464.5地面动目标在电子地图上定位方法...............................................................484.6动目标定位误差分析.......................................................................................504.7本章小结...........................................................................................................51第五章工作总结与展望..............................................................................................535.1工作总结...........................................................................................................535.2工作展望...........................................................................................................53参考文献.........................................................................................................................55致谢.................................................................................................................................59作者简介.........................................................................................................................61XIV 第一章绪论第一章绪论1.1课题研究背景及意义[1]早期的战争为了获得制空权，大力发展预警机；现代的战争要求实现空地[2]一体化作战，要求机载或星载战场监视雷达不仅需要具备对大范围观测场景实时监视的功能，还必须具备地面动目标检测（GroundMovingTargetIndication,GMTI/GroundMovingTargetDetection,GMTD）功能，以便对敌方的坦克、装甲[3]车辆、移动导弹发射架等地面目标进行有效的侦察和打击。广域监视地面动目标检测（WideAreaSurveillance-GroundMovingTarget[4]Indication，WAS-GMTI）模式是机载战场监视雷达的一种重要工作模式。它利用机载远程战场监视雷达系统，通过方位扫描或方位-俯仰二维扫描，实现对载机一侧的广阔扇形区域的运动目标的实时监视。天线通过快速扫描，可以在较短时间内监视大面积区域内的动目标，实时性强；天线通过连续扫描，可以利用多普勒波束锐化（DopplerBeamSharpening，DBS）成像技术实现对观测场景的高分[5-8]辨率成像；天线通过周期扫描，可以对感兴趣的区域进行重复检测，实现从不同的方位角对同一运动目标的多次检测，降低虚警率，实现目标的有效甄别，并对检测到的目标进行跟踪，形成理想航迹。此外，扫描模式下的雷达天线的方位[9]向波束宽度比较窄，可以准确估计出目标的方位位置。尤其对于多通道的机载广域GMTI雷达系统，可以充分利用系统的空域自由度，采用空时自适应处理[10,12]（SpaceTimeAdaptiveProcessing，STAP）来抑制杂波，采用自适应测角方法来估计目标角度，进一步提高目标测角定位精度。机载远程战场监视雷达的上述优点，使其在军事领域和民用方面有着广泛应用。目前广域监视地面动目标检测在军事上主要有以下两个方面的应用。一个方[11]面是安装在无人机、侦察卫星等平台的战场感知系统，用于对战场进行侦察和监视。它不仅能对地面、海面静止目标进行高分辨成像，还能对地面、海面运动军事目标实时搜索、发现、分类、识别、跟踪和定位。[3]另一个方面是安装在执行作战任务的飞机上，用于指挥和控制空中、地面武器实施地面目标攻击。现代战争空地一体化的作战思想，要求机载和星载雷达对地面的坦克、装甲车辆等敌军设备具有发现、定位、跟踪和打击的能力。因此作战飞机在预警机、无人机等其它指挥控制设施的配合下，不仅能够对空作战，夺得制空权，还能支援地面部队，对地面上的目标进行相应处理。最具代表性的[13]是美国的“全球鹰”无人机。全球鹰是为了实现空中防御侦察办公室向联合力1 西安电子科技大学硕士学位论文量指挥部提供远程侦察能力而设计的，具有从敌占区域昼夜全天候不间断提供数[14]据和反应的能力，只要军事上有需要它就可以随时启动。全球鹰的GMTI模式探测范围为20～200km，每分钟可对15,000平方公里的区域进行搜索，目标最小可检测速度为2.1米/秒，距离分辨率为10m。据统计，在美空军的情报和监视任务中，全球鹰的任务完成率相当高。在伊拉克战争和阿富汗战争中，全球鹰为作战指挥人员提供了许多宝贵的敌方战术和目标情报，呈现了多幅战场实时画面，并对地面目标进行了有效打击，为战争的胜利发挥了至关重要的作用。广域GMTI在民用方面也发挥着巨大的作用。它可以用于高速公路网上的交通监视等方面。比如，德国研制的相控阵多功能成像雷达（PhasedArray[15]MultifunctionalImagingRadar，PAMIR），通过天线在方位向的扫描，实现对广阔观测场景的动目标检测。PAMIR系统先后将80厘米的天线分成3个并行接收通道，将4.25米的天线分成5个并行接收通道，并在广域GMTI信号处理的过程中，采用了空时自适应处理方法，进一步提高了动目标的检测性能和动目标定[15-17]位精度。PAMIR系统现已成功应用于交通管制。1.2课题研究历史和现状近三十年来，各国对战场监视雷达的升空做了大量的研究工作，各国根据自身的需要以及针对未来战场的发展，选用不同的空中平台。最早开发出来的WAS-GMTI系统是美国的“联合监视与目标攻击雷达”[18-19]（JointSurveillanceandTargetAttackRadarSystem，JSTARS）系统。该系统具有提供近实时的广阔区域监视能力，能够对地面上的运动目标，尤其是一些慢速目标进行检测和定位，还能对远程目标进行攻击。广域监视、动目标检测（WAS、MTI）是该系统的基本工作模式。用这种模式，可对地面机动目标和直升机等慢速目标进行探测、定位和识别。图1.1为前机身安装JSTARS天线的E8-C飞机。为了进一步提高该雷达的性能，1998年美军又启动了JSTARS系统的雷达技术改[20]进计划（JointSurveillanceandTargetAttackRadarSystem-RadarTechnologyInsertionProgram，JSTARS-RTIP）；同年6月美国又提出APY-X计划改进该雷达，不仅减小了天线尺寸，而且将通道的数目从3个提高到了15个，采用STAP技术[21]而非干涉仪方法进行杂波抑制，提高对低空飞行的巡航导弹的检测能力。到2000年12月，美军启动了多平台雷达技术改进计划（Multi-PlatformRadarTechnologyInsertionProgram，MP-RTIP）。MP-RTIP适用于全球鹰无人机、E-10、E/F-18等多种平台的有源电扫相控阵天线的多通道战场侦察雷达。该雷达具有合成孔径成像能力和地面移动目标指示能力。2002年初美空军提出了“多传感器指[20]挥飞机”（MC2A：Multi-SensorCommandandControlAircraft），该系统采用2 第一章绪论有源电扫相控阵天线和空时自适应处理技术，飞跃性地提高了雷达系统的性能。随后，美国又加紧研制无人机载战场监视雷达系统，并成功投入到军事监视任务中。机载预警雷达和远程监视雷达的合并，机载预警机、战场侦察机和电子战飞[2]机的合并，是一个重要趋势。图1.1前机身安装JSTARS天线的E8-C飞机[22]近年来，国内也对广域GMTI的关键信号处理技术展开了研究。从对广阔场景的快速成像技术到高分辨率成像技术，从杂波抑制到复杂电磁干扰的抑制，从旁瓣内的快速目标检测到主瓣内的慢速目标检测，从简单的测角方法到各种自适应测角方法和基于知识辅助的目标检测和定位方法等进行了深入研究。国内多家研究所也先后进行了多次机载多通道广域GMTI系统挂飞实验，录取了很多批宝贵的实测数据。这些实测数据，对于指导我们进一步改善系统性能，提高运动目标参数估计精度等起到了至关重要的作用。1.3本文的研究内容本文以WAS-GMTI模式下的信号处理为主线，主要研究了DBS成像与广域地面动目标检测、定位方法，并基于实测数据对本文的方法进行了验证。本文共分为五章，具体研究内容安排如下：第一章为绪论，阐述了广域战场监视雷达研究的背景和意义，介绍了广域战场监视雷达的优点及应用；然后分析了国内外WAS-GMTI技术研究的历史和现状，凸显了国内外WAS-GMTI技术研究取得的巨大成就；最后对本文的研究内容进行了概述。3 西安电子科技大学硕士学位论文第二章为DBS成像和图像拼接，介绍了DBS成像和图像拼接的原理，分析了DBS成像与条带SAR成像的区别和联系，并利用惯导数据对图像拼接精度进行了改善。总结出了一套完整的DBS成像流程，在图像拼接的过程中，充分利用惯导数据，避免了成像过程中需要估计多普勒中心频率，简化了DBS成像的流程。最后对存在一次距离模糊的正侧视阵DBS成像算法进行了分析。第三章为地面运动目标检测，主要研究了广域模式下地面动目标检测的相关问题。首先研究了动目标检测的原理，总结出了动目标检测的完整流程。接着根据动目标检测流程，简要介绍了采用空时处理进行杂波抑制的方法。针对回波数据中存在的一种周期性竖条纹干扰，提出了一种新的干扰抑制方法，并利用实测数据验证了该方法能有效抑制该干扰。最后针对目标检测后仍然存在较多虚警点的问题，在恒虚警（ConstantFalseAlarmRate，CFAR）检测后，再级联一个自适应相干估计（AdaptiveCoherenceEstimator，ACE）检测器，能有效抑制虚警。第四章为地面运动目标定位，主要研究了广域模式下地面动目标定位的相关问题。首先探讨了动目标定位的原理，介绍了几种常用的动目标定位方法。并针对利用主瓣干涉相位进行动目标定位方法对通道一致性要求较高的缺点，提出了一种直接利用利用惯导计算主瓣的多普勒频率，再利用多普勒频率与干涉相位的对应关系，得到主瓣的干涉相位进行动目标定位的方法，并利用实测数据将定位后的目标标注在DBS图像上，证明了所提方法的准确性和有效性。最后介绍了将检测到的动目标定位在电子地图上的原理和方法，并对目标定位的误差进行了简要分析。第五章为总结与展望，对全文的工作进行了总结，并对数据处理过程中一些亟待解决的问题进行了展望。4 第二章DBS成像和图像拼接算法第二章DBS成像和图像拼接算法2.1引言[6-8]多普勒波束锐化（DBS）成像技术是雷达波束进行大范围扫描条件下的一种非聚焦成像技术，它可以用于正侧视、前视甚至斜侧视的情况下对观测区域进行成像。DBS成像技术虽然不及合成孔径雷达（SyntheticApertureRadar,SAR）成像技术的横向分辨率高，但是仍然能够获得较真实波束更精细的分辨率，因而能够清晰地显示动目标周围的地理信息，为动目标的准确定位提供可靠的参考。这种成像模式，解决了分辨率与成像时间和成像幅宽以及运算量之间的矛盾，故可在较短的时间内获得较大观测场景的图像，因此在战场监视等领域应用广泛。在扫描过程中，为了实现大场景观测，必须将多个波位甚至多个周期的DBS[23]图像进行拼接，即将多个连续波位的主波束照射范围内的地面图像进行拼接。在拼接的过程中，充分利用了惯导数据提供的信息。利用惯导数据，既可以对载机在各个波位的运动变化进行实时有效的运动补偿，避免因载机的非理想运动导致的拼接误差，又可以得到每个波位的主波束的大致范围，避免了图像拼接过程中需要估计多普勒中心频率。对实测数据的处理结果表明，充分利用惯导数据进行图像拼接，既明显提高了DBS成像质量，又简化了DBS成像的流程。现在的机载战场监视雷达大多采用正侧视阵结构且杂波一般不存在距离模糊，随着科技的发展和未来的军事需求，WAS-GMTI模式的机载战场监视雷达也可能需要对远测绘带内的目标进行检测和跟踪。在进行DBS成像时，可能会出现杂波发生距离模糊的现象。若存在距离模糊，近距离杂波的主瓣多普勒与远距离杂波的主瓣多普勒在同一个距离单元中是不重合的，即不同距离的杂波会叠加在[22,24,25]同一距离单元内。我们可以根据不同距离的杂波对应着不同的俯仰角这一原理，利用平面阵列天线俯仰向的自由度来进行俯仰滤波，进而区分不同距离的杂波，并将得到的杂波主瓣用于DBS成像。2.2DBS成像的原理2.2.1DBS成像的基本原理DBS成像技术是一种扫描模式下常用的雷达成像技术，它是利用雷达波束照射区内不同位置的目标对应不同的多普勒频率这一原理来分辨出不同方位的目标。它实质是将一个实际天线的真实波束锐化成若干个窄的子波束，由于各子波束中心处目标相对雷达的径向速度不同，因而各子波束对应不同的多普勒频率，5 西安电子科技大学硕士学位论文等效于将多普勒带宽分割成若干个多普勒单元。若在频域用FFT设置一组窄带滤波器，且该滤波器的中心和带宽都与该子波束的中心方位线和宽度相对应，这样天线波束就对应于多个多普勒通道，实现多普勒分割。而每一个多普勒通道对应[22]着唯一的方位角，这样就能有效提高波束在方位向的分辨率。为了准确估计出目标的方位位置，实际雷达的方位向波束宽度都比较窄（大约1-2度）。为了实现[11]在较短时间内对较大场景的成像，运动平台上的雷达必须进行扫描。下面我们结合图2.1，利用多普勒频率与目标方位角或锥角相对应这一原理来说明DBS对地面场景进行方位分辨的过程。在图2.1中，载机以速度v沿水平直线飞行，观测场景中存在两个静止目标A和B。假设在某一时刻目标A和目标B的锥角（若不考虑俯仰角的影响，此锥角等效于方位角）分别为与，则目AB标A和B的“瞬时”多普勒频率分别为fv2sin与fv2sin，dAAdBB表示波长。若目标A和B的锥角不相等，则它们的瞬时多普勒频率也不相等。事实上，DBS正是利用位于不同方位的静止目标具有不同的多普勒频率这一原理[26]来分辨不同目标的。换言之，DBS利用多普勒频率“表示”目标的方位位置。2vfdsinBB2vfdsinAAAB图2.1DBS分辨静止目标的原理2.2.2DBS成像算法的基本流程DBS成像算法的流程如图2.2所示。首先对原始回波数据进行通道间一致性校正。由于天线等系统误差的影响，通道之间的特性很难做到严格一致。但是通道间的一致性较差时，会严重影响DBS成像结果。由于通道间的幅度误差对成像的结果影响不大，这里我们主要分析一下通道间相位误差，即通道之间的相干特性。以两通道为例，相干性正常的两通道数据在主瓣区域的干涉相位沿距离向变化不大，在多普勒域应随多普勒频率呈线性关系，即在主瓣区域我们能看到颜色渐变的竖条纹。当然，由于旁瓣区的杂波较弱，干涉相位没有明显的规律。图2.3为某实测数据两通道间的干涉相位。由图可以看出，此数据两通道间的干涉相位在主瓣杂波区域杂乱无章，故通道间的相干性很差。如果不进行补偿和校正，不6 第二章DBS成像和图像拼接算法仅影响DBS成像结果，还会对目标定位产生很大影响。通过通道间的一致性校正和补偿后，得到的两通道的干涉相位如图2.4所示。接着再进行距离向脉压。如果在一个波位时间内，目标的距离走动量超过一个距离分辨单元时，还需要进行距离徙动校正。这里一般我们只做一次线性校正，不进行二次距离压缩。为了提高图像拼接的效果，当惯导数据准确度不太高时，还需要在数据域进行多普勒中心估计及解模糊处理，从数据中估计出来多普勒中心频率。然后在方位向对数据进行加窗处理来抑制副瓣，再对加窗后的数据在方位向傅里叶变换进行相干积累等处理，将原始数据转换到距离-多普勒域中，最后通过坐标转换，将距离-多普勒域中主波束对应的数据转换到距离-方位坐标系中。即对于距离-多普勒域中某一点A，其坐标为(,)Rf，根据几何关系模型，可以得到该点对应于DBSAA图像的距离-方位坐标为：fAxA2(2-1)222yRHxAAA式中H为平台高度。图2.2DBS成像算法流程图7 西安电子科技大学硕士学位论文校正和补偿前两通道间的干涉相位310002200030001400005000距离门号6000-17000-280009000-32004006008001000多普勒通道号图2.3校正和补偿前两通道间的干涉相位校正和补偿后两通道间的干涉相位310002200030001400005000距离门号6000-17000-280009000-32004006008001000多普勒通道号图2.4校正和补偿后两通道间的干涉相位2.3DBS成像与条带SAR成像的区别与联系1）DBS采用“远场”假设，即天线发射不同脉冲时，目标到天线的连线是平行的。在远场假设的条件下，DBS采用脉冲域（即慢时间域）的傅里叶变换即可实现场景的成像。而条带SAR采用“近场”处理方式，需要在距离和方位上进行二维压缩才可实现场景的成像。2）DBS场景中的“一个”点目标只对应“一个”多普勒频率点；而对于条带SAR，“一个”点目标对应“多个”多普勒频率点，即具有一定的多普勒带宽。3）DBS依靠“不同方位位置的静止点目标具有不同的多普勒频率”实现方位分辨，而条带SAR利用“匹配滤波”，即聚焦处理的方式实现方位高分辨。4）DBS相干积累脉冲数较少，大约为几百到几千；而条带SAR相干积累脉冲数较多，大多为几万个。5）DBS的方位分辨率既与距离有关，也与扫描波位角度有关；而条带SAR的方位分辨率不随距离和方位的变化而变化。下面来推导一下DBS的方位分辨率与扫描波位角度和距离之间的关系。8 第二章DBS成像和图像拼接算法如图2.5所示，用多普勒频率f表示的目标方位分辨率为：d0.886f(2-2)d(1M)Tr式中M表示雷达天线在某个扫描波位发射的脉冲数，T表示脉冲重复间隔。r根据图2.5，我们用把方位分辨率表示成角度形式，则与f的关系可d由下式表示：22vvfsinsin(2-3)d式中表示分辨单元的方位角。根据式(2-2)与(2-3)并利用小角度近似sin，可以得到以角度表示的分辨率的表达式为：0.443(2-4)vM1cTrosRaRbpRv图2.5DBS方位分辨率在实际的应用中，我们可以用扫描波位角度，即波束中心对应的方位角bp（这里方位角指的是与阵面法线方向的夹角，如图2.5所示）来代替（对于利用DBS成像的系统，波束宽度通常较小，为1到2度），则式（2-4）变为：0.443(2-5)vM1cTrbosp从式（2-5）我们可以看出，DBS的方位分辨率与扫描波位有关。在发射脉[8]冲数一定的情况下，扫描波位角度越大，方位分辨率越差（即波位越接近雷达平台飞行的方向方位分辨率越差）。根据并结合图2.5，我们可以进一步得到以“长度”表示的方位分辨率R：a9 西安电子科技大学硕士学位论文0.443RRR(2-6)avM1cTrbosp式中R表示雷达到场景中某分辨单元的距离。根据图2.5，经过DBS成像后，波束相当于得到了“锐化”（见图2.5中的阴影部分所示的“窄”的“多普勒波束”）。上面介绍的DBS成像的基本原理以及在推导相关公式的过程中，我们均采用了“远场”这个假设。根据式（2-4），增加一个波位发射的脉冲数（或合成孔径的长度）有助于提高方位分辨率，然而发射的脉冲数也不能无限制地增加，否则可能不再满足远场假设。现在我们简单讨论一下远场假设成立的条件。远场假设条件可通过这样一个准则来确定：天线不同脉冲接收的回波信号相位中二次相位的变化量不超过/2。根据此准则，我们可以得到发射的脉冲数的范围为：1R0M(2-7)22vT1sincosr式中v表示载机飞行速度，表示主波束方位向扫描角（波束视线LOS与天线法向的夹角），表示俯仰角，表示雷达波长，R表示雷达与点目标P的初始斜0距。参数的具体定义参照图2.6。zvotR0xyP图2.6扫描模式中静止目标的信号模型2.4DBS图像拼接的方法2.4.1图像拼接的原理前面已经提到，在DBS成像时，为了提高方位向的分辨率，方位向波束宽度较窄。为了获得大场景的DBS图像，雷达天线必须进行扫描。对于每一个波位，10 第二章DBS成像和图像拼接算法雷达均可以获得天线主瓣照射范围内的一条窄的DBS扇形图像，其包含着对应区域的场景信息。为了获得大场景的DBS图像，需要按照一定的对应关系把不同波位、不同周期的子条带扇形图像依次投影到对应的地理坐标系中，实现DBS的图[23]像拼接。我们通常是先按扫描的周期对图像进行拼接，然后再将各个周期的图像进行拼接。对每一个扫描周期进行图像拼接时主要包含两个步骤：第一，在距离-多普勒域将每个波位的主波束对应的区域取出来进行拼接，由于连续波位的主瓣之间有重叠区域，故我们采用取大处理，即将重叠区域中数值大的数据作为场景信息；第二，将步骤一得到的数据经坐标变换映射到相应的地理坐标系中，从而产生一幅与真实场景对应的DBS图像。在雷达平台不存在运动误差的理想情况下，只要经过上述两步处理即可实现图像拼接。但是在实际情况中，受风速等外在因素的影响，雷达平台的运动不可能是理想的，即会存在运动误差。为了获得高质量的DBS图像，我们可以利用惯[27]导数据对载机的运动进行运动补偿，然后再进行DBS图像拼接。实测数据处理结果表明，基于惯导数据的DBS图像拼接算法能够明显提高DBS成像的质量。下面我们以实测数据为例展示DBS图像拼接的结果。第个波位的距离多普勒图i第i+1个波位的距离多普勒图9000900080008000700070006000600050005000距离单元4000距离单元400030003000200020001000100010020030040050060070080090010001002003004005006007008009001000多普勒单元多普勒单元图2.7两个连续波位的距离多普勒图图2.7为两个连续波位的距离-多普勒图，图2.8为取出两个波位的主瓣在距离多普勒域进行图像拼接的结果，图2.9为这两个波位的数据进行DBS成像的结果。图2.7中可以很明显看出两个相邻波位的主瓣存在一定的重合区域。在图像拼接的过程中，我们进行了取大处理，即保留重叠区数值较大的区域。为了减少载机的非理想运动对图像拼接质量的影响，拼接时，利用惯导数据对载机的非理想运动进行了补偿。从图中可以明显看出主瓣对应的地貌区域在DBS图像上可以对应显现出来，且分辨率较高，证明了成像和拼接方法的正确性与有效性。11 西安电子科技大学硕士学位论文两个波位拼接的距离多普勒图90008000700060005000距离单元40003000200010001002003004005006007008009001000多普勒单元图2.8两个波位图像拼接的距离多普勒图图2.9两个波位的DBS成像结果2.4.2不估计多普勒中心频率进行DBS成像的方法过去由于国内机载雷达系统提供的惯导数据准确度不高，直接利用惯导数据计算得到的多普勒中心与回波数据的真实多普勒中心存在较大偏差。因此在进行DBS成像时，不但会对各个子图像的成像质量产生影响，也会使各子图像拼接之间存在缝隙，影响到图像拼接的完整性，因此有必要从数据域对多普勒中心进行估计。为此,人们对多普勒中心估计方法进行了大量研究。目前常用的DBS多普勒[28-30]中心估计方法主要包括时域法的相关函数估计法和频域法的能量均衡估计法和方位谱峰值估计法。针对方位谱峰值估计法准确估计峰值位置比较困难这一缺陷，魏红亮等在文献[31]提出了一种改进的最值估计方法。但是，这些方法估计12 第二章DBS成像和图像拼接算法出来的多普勒中心频率都是模糊的，需要根据惯导数据进行解模糊处理。需要指出的是，由于相关函数法具有运算量小、稳健性高等优点，在对实测数据进行处理时，我们一般采用相关函数法估计多普勒中心进行成像，即可满足成像精度要求。不同于SAR成像中对多普勒中心频率准确性的高度依赖，我们利用解完模糊的多普勒中心进行DBS成像时，主要是利用其对应的多普勒中心通道号，并以此为基准，得到主瓣对应的多普勒区域。如果主波束的多普勒中心估计不准，得到的主瓣多普勒区域就会发生偏离，影响成像结果。随着国内外技术的发展，现在的雷达系统提供的惯导数据准确性大大提高，直接利用惯导数据得到的多普勒中心和从数据域估计得到的多普勒中心相差不大，基本可以满足DBS成像要求。图2.10为某实测数据直接利用惯导得到的多普勒中心和利用相关函数法在数据域估计的多普勒中心，为了方便观察，图2.11给出了图2.10的局部放大图。我们发现两者相差不大，基本吻合。本节对基于多普勒中心估计的DBS成像方法进行改进，直接利用惯导数据得到无模糊的多普勒中心，并利用方位向波束宽度计算得到主瓣对应的多普勒通道，以两者为基础进行DBS成像。该方法步骤如下：多普勒中心估计结果6000惯导计算的多普勒中心频率数据估计的多普勒中心频率4000Hz20000-2000多普勒中心频率（）-4000-600020040060080010001200波位号图2.10两种方法估计得到的多普勒中心频率13 西安电子科技大学硕士学位论文多普勒中心估计局部放大结果-500惯导计算的多普勒中心频率-1000数据估计的多普勒中心频率-1500Hz-2000-2500-3000多普勒中心频率（）-3500-4000-450050556065波位号图2.11两种方法估计得到的多普勒中心频率局部放大图第一步，从惯导数据中读出每个波位的方位角和俯仰角，角度定义见图2.6，利用公式fv2sin()cos()(2-8)dc得到主波束的多普勒中心频率。其中参数定义与前面一致，这里不再赘述。第二步，计算得到方位向波束宽度0.886(2-9)BWLa式中L为天线等效长度。a第三步，分别计算出主波束左右两边对应的多普勒频率，BWfv2sincosdleft_2(2-10)BWfv2sincosdright_2其对应的多普勒带宽为：BffDopdright_dleft_BWBW2svinsincos22(2-11)BW2v2cossincos22cosvBWcos/14 第二章DBS成像和图像拼接算法第四步，分别对f和f求余，得到模糊后的左右两侧的多普勒频率dleft_dright_f和f，使之落在PRF/2和PRF/2之间，其中PRF为脉冲重复频率。dleft_1dright_1求余过程可以使用matlab中的mod函数按式(2-12)进行处理。f(mfPod)RFdleft_1dleft_(2-12)f(mfPod)RFdright_1dright_式中mod()表示取余操作。第五步，利用上面得到的f和f计算得到主波束对应的左右两侧的dleft_1dright_1多普勒通道号numberleft_和numberright_，取出主瓣对应的多普勒区域进行DBS成像。若左右两侧的多普勒通道号numberleft_和numberright_存在越界情况，需将其转换到1~M之间，其中M表示发射的脉冲数。这里还需要考虑numberleft_和numberright_的相对位置关系。若ff，则主瓣对应的dright__dleft多普勒区域为numberleft_~numberright_;若ff，则主瓣对应的多普dright__dleft勒区域为numberleft_~M和1~numberright_的并集。图2.12为采用本小节方法得到的DBS成像结果，可以发现成像效果和拼接效果都比较好。图2.12实测数据DBS成像结果为了说明成像结果基本准确，选出了成像区域在GoogleEarth上对应的地形，如图2.13所示。图2.13对应DBS成像区域的GoogleEarth图像15 西安电子科技大学硕士学位论文这里必须指出的是，这种方法过度依赖于惯导数据的准确性。如果惯导数据不太准确，则估计出来的多普勒中心就会与真实的多普勒中心存在较大偏差，即不能真实完整的取出主瓣对应的多普勒区域。进行成像时，波位间会存在间隙，图像拼接会出现明暗相间的条纹，如图2.14所示。图2.14存在明暗相间条纹的DBS图像此时我们可以采用增加主瓣的宽度再进行取大处理来补偿。图2.15为增加主瓣宽度后进行成像的结果。可以发现，之前明暗相见的条纹经过增加主瓣宽度后已经被补偿。图2.15补偿后的DBS图像需要注意的是，若增加主瓣的宽度后拼接的图像之间的间隙仍然存在，说明惯导数据严重不准确，此时最好采用估计多普勒中心频率的方法进行成像。因为16 第二章DBS成像和图像拼接算法不估计多普勒中心频率方法是根据惯导数据计算出主瓣对应的多普勒通道；若惯导不准，对其影响较大。不过对实测数据处理之前，我们都对惯导数据进行了平滑和校准，误差应该不会太大。此外，我们在成像之前，最好先分析一下惯导数据，比较一下根据惯导计算出来的多普勒中心频率和由数据域估计出来的多普勒中心频率是否吻合。如果两者基本吻合，不仅标志着惯导数据基本准确，而且标志着多普勒中心频率解缠绕无误，DBS成像不会因频率错误而导致不同周期的图像偏移发生错误。2.5存在距离模糊的DBS成像算法2.5.1信号模型假设工作在正侧视阵模式下的机载雷达的矩形天线几何关系如图2.16所示，矩形阵面的天线的阵元均匀排列，行、列阵元间距均为半波长。设天线平面的法线方向为X轴，天线平面的阵列轴向为Y轴，载机的飞行方向与Y轴平行，竖直向上的方向为Z轴，建立的空间坐标系如图2.15所示。雷达主波束指向与天线阵面法线的夹角为俯仰角，如图2.15中的近距离和远距离的地面杂波到阵列天线的俯仰角分别为、。在距离向脉压后的回波数据可以看成是一个12MNPL的四维数据平面X，其中M表示方位向阵元个数，N表示俯仰向阵元个数，P表示一个相干处理时间间隔（CoherentProcessingInterval，CPI）内发射的脉冲数，L表示距离门的个数。21Rc图2.16正侧视阵天线工作示意图2.5.2利用俯仰自由度解距离模糊在WAS-GMTI模式下，距离模糊非常少见。一般在设计重频时，就尽量避免目标和杂波发生距离模糊，即便是存在距离模糊，距离模糊次数也比较少。例如，假设工作在WAS-GMTI模式下的雷达参数如下：脉冲重频PRF为2500Hz，采样起始对应的近端斜距R为7.5km，载机高度H为6500m，光速C为803*10m/s，采样率f为3MHz，天线的安装方式为正侧视阵。根据上述参数计算得到雷达的最s17 西安电子科技大学硕士学位论文大不模糊距离/2/RCPRF(2-13)u雷达的最大探测距离22R()RHR(2-14)maxee距离分辨率CR(2-15)2fs距离门的个数为fsrangegate_(ceil)(2-16)PRF式中，ceil()表示向上取整；距离模糊一次的测绘带宽为：RRR~_RRrangegate*R(2-17)uu00假设我们感兴趣的目标只位于一次距离模糊测绘带宽内，主波束扫描的范围为没有距离模糊的近端测绘带和有一次距离模糊的远端测绘带。由于存在距离模糊，且近端测绘带主瓣杂波的多普勒与远端测绘带主瓣杂波的多普勒是不重合的，在同一个距离单元中，近距离杂波与远距离杂波就会相互叠加在一起。假设距离模糊次数为nn(0,1,2,)，距离单元为l的杂波对应的距离为：(l,n)=RR*+*nlR(2-18)cu则在同一个距离单元l中，距离模糊次数不同的杂波对应的俯仰角可以表示为：Hsin()=(2-19)nR(l,n)c因此，我们可以利用距离模糊次数不同的杂波对应的俯仰角不相等这一原理[25]进行俯仰向空域滤波，来区分近距离杂波和只有一次距离模糊的远距离杂波。近距离杂波的导向矢量可以写成：22dd2djjsin(00)2sin()j(N-1)sin(0)TS=[1eee](2-20)1同理，对应于只有一次距离模糊的远距离杂波的导向矢量可以写成：22dd2djjsin()112sin()j(N-1)sin()1TS=[1eee](2-21)218 第二章DBS成像和图像拼接算法T式中d表示阵元间距，[]表示转置操作。为了得到近距离杂波而抑制掉远距离杂波，我们可以这样设计权矢量w，使1它满足下式：HwS=1;11(2-22)HwS=0;12HH+H对上式求解，可以得到w的值为w=[10][SS]，式中[]表示共轭转置1112+运算，[]表示广义逆运算。同理，为了得到一次距离模糊对应的远距离杂波，可以设计权矢量w如下：2HwS=0;21(2-23)HwS=1;22HH+对上式求解，可以得到w的值为w=[01][SS]。2212最后在数据平面Xmpl(,:,,)中取出一个N1的列向量x，然后分别与权值w1和w相乘，可以得到近距离杂波和远距离杂波：2Hx=wx11(2-24)Hx=wx22需要指出的是，由于导向矢量只与距离有关，因此对于同一距离单元相同模糊次数的杂波数据做处理时，即对第l号距离单元的杂波数据做处理时，M个方位向阵元和P个相干脉冲的俯仰向滤波权系数w是不变的。采用这种方法即可将近距离杂波和对应不同模糊距离的远距离杂波分离开。将分开的数据再进行DBS成像，即可得到解完距离模糊后的正确的DBS成像结果。2.6本章小结DBS成像技术通过将雷达波束照射区域内的地物回波的多普勒频率锐化，形成更窄的多普勒频率来提高横向分辨率。通过对感兴趣的区域进行连续扫描，可以准确得到该区域的地貌图像，对空地监视、地面目标跟踪、地形匹配导航等有着重要作用。为了实现大场景测绘的目的，还需要将不同波位、不同周期的DBS图像进行拼接。惯导数据作为图像拼接的一个重要辅助工具，若其准确性较高，既可以用来补偿载机的非理想运动导致的拼接误差，也可以用来改进现有成像技术，大大减小成像技术的运算量。对于存在距离模糊的正侧视阵雷达而言，在DBS成像之前，我们需要先将混叠在一起的近距离杂波和远距离杂波区分出来。利用天线阵面俯仰向自由度来区分不同距离的杂波，对回波数据进行解距离模糊，便可区分开近距离杂波和远距离杂波。19 西安电子科技大学硕士学位论文20 第三章地面运动目标检测方法第三章地面运动目标检测方法3.1引言广域扫描GMTI模式下，机载雷达不仅能对感兴趣的区域进行DBS成像，还能够对该区域的动目标进行检测和定位。德国研制的PAMIR系统，最重要的功能就是在广域扫描模式下能对地面动目标进行监视。该系统设置了3个接收通道，不仅能够检测运动目标，还能够对检测出的动目标进行测速和定位，充分展示了[16]该系统的实用性和优越性。机载雷达对地观测时，载机运动会使地面杂波的多普勒谱展宽，地面杂波呈[33,34]现出空时耦合特性。当对地面动目标进行检测时，这些地面杂波就会严重影响检测结果，使得动目标检测概率下降，虚警点增多。如果动目标的速度较大，其发生的多普勒频移使之偏离出主瓣区域而落在旁瓣，这时，由于旁瓣的能量比较低，目标的能量只要明显高于背景杂波和噪声的能量之和，动目标就很容易被检测到。但是，也存在一些低速动目标，其发生的多普勒频移没有使之偏离出主瓣区域。这时，由于主瓣杂波的能量比较强，部分动目标会被淹没在地杂波中，而无法被检测出来。因此，在进行动目标检测之前，特别是当主瓣杂波多普勒较宽时，需要采用有效的杂波抑制方法来抑制杂波，进而进行目标检测。在现代战争中，机载雷达面临的电磁环境日益复杂，其不仅受到杂波的影响，[35]同时也会受到多种形式的干扰影响。这种干扰信号会对动目标检测形成干扰，在接收端产生大量虚假目标，给动目标检测带来更大困难。因此在动目标检测之前，也有必要对干扰信号进行有效抑制。恒虚警检测（ConstantFalseAlarmRate，CFAR）方法是一种常用的动目标检[36]测方法。它通过计算目标周围的检测背景的功率，自适应地调整检测门限，使得动目标检测的虚警概率不变。受杂波、干扰和噪声的影响，目标检测后常常仍然存在较多虚警。尤其是在广域GMTI模式下，地杂波较强，目标点迹多。因此，为了降低虚警率，常在CFAR检测后，进行二次虚警剔除。本章首先对动目标检测基本原理进行了研究，并对常规的动目标检测的流程进行了总结，然后介绍了恒虚警检测的方法。针对回波数据中存在的一种周期性竖条纹干扰，提出了一种基于距离频率域数据平滑的干扰抑制方法，并利用实测数据验证了该方法能够有效抑制这种竖条纹干扰。最后针对目标检测后仍然存在较多虚警的问题，在CFAR检测后，再级联一个ACE检测器，有效剔除虚警。21 西安电子科技大学硕士学位论文3.2动目标检测的原理3.2.1动目标检测的原理动目标检测的原理是：动目标和静止目标具有不同的空间角度-多普勒频率关系。与静止目标不同，动目标相对于其周围的静止目标，会有一个额外的多普勒频移，故检测到的动目标的位置，往往不是动目标的真实位置。图3.1为动目标检测的原理示意图。图中共有3个运动目标A、B、C，均位于波束主瓣区。其中动目标A的速度最大，其在距离-多普勒图中检测到的位置如图3.1的右图所示，可以明显看出目标A偏离出杂波主瓣区域，而位于旁瓣区域，这时动目标主要和旁瓣杂波竞争，通过设置合理的门限，就可以将动目标检测出来；动目标C的速度最小，其最有可能位于主瓣区域内，这时动目标就要和主瓣杂波进行竞争，使得目标检测难度增大。距离主瓣杂波谱运动目标B主瓣杂波CAB运动目标A运动目标At方位运动目标CFFTvfdt多普勒真实位置显示位置图3.1动目标检测的原理示意图为了进一步说明动目标检测的原理，做了如下仿真实验。仿真参数如表3.1所示。表3.1动目标检测原理仿真参数载机高度5000m天线安装方式正侧阵载机速度110m/s方位阵元16工作波长0.1m俯仰阵元2采样频率3e6Hz阵元间距0.05m脉冲重复频率6000Hz接收通道2杂波后向散射模型等γ分布方位波束中心0°杂噪比60dB俯仰角0°地球半径6378km发射脉冲数64加入目标角度距离门号多普勒通道号动目标10°2501022 第三章地面运动目标检测方法动目标20°30020动目标30°35050杂波虚警110°20054杂波虚警230°12048杂波虚警3120°38022按照上述参数进行仿真，动目标和虚警点检测定位结果如图3.2所示。图中“O”表示动目标和虚警点检测结果，“+”表示两者定位结果，“⊕”表示检测到的目标定位前后重叠在一起。这里我们假定其定位结果就是其在距离-多普勒图中的真实位置。从图中可以很明显看出，3个虚警点的检测定位结果重合，而动目标由于有径向速度，其检测到的位置与其真实位置发生偏离，进一步说明了动目标检测的原理。动目标和虚警检测定位结果比较50100150200250距离门号300350400450500102030405060多普勒通道号图3.2动目标和虚警检测定位结果比较3.2.2动目标检测的流程前面已经提到，受杂波和干扰的影响，动目标的检测概率会下降，虚警点增多。为了提高动目标检测概率，在目标检测之前，需要先进行杂波和干扰抑制。对于杂波抑制问题，国内外已经提出了许多具有实用价值的信号处理方法。空时自适应处理（SpaceTimeAdaptiveProcessing，STAP）利用空域与时域二维自由度，[37]可以实现杂波的有效抑制。大多数情况下，空时自适应处理可以满足杂波抑制效果的要求，但是有时样本非均匀性会严重影响杂波抑制效果，进而影响目标检测结果，甚至会造成虚警增加。通常情况下，STAP处理可以将杂波和干扰同时抑制掉。但是，对于一些特殊的干扰信号，需要采用新的干扰抑制方法进行抑制。抑制完杂波和干扰后，就可以利用CFAR检测器对目标进行检测。图3.3给23 西安电子科技大学硕士学位论文出了典型的距离-多普勒二维处理所用的参考窗。其中x表示当前待检测单元，位i于整个检测窗的中间；待检测单元周围的灰色单元表示参考单元，其数据被用来计算背景杂波噪声参数；待检测单元周围的斜线标出的单元表示保护单元，在计[38]算背景杂波的功率时不包括其对应的数据样本。这样处理的原因有以下两点：1）由于目标扩散，目标可能跨越多个距离单元和多普勒单元。此时，待检测单元x的临近单元里的数据不仅含有杂波和噪声的能量，还含有目标的泄漏能量，i因而不能被用来估计杂波和噪声参数。2）如果雷达的距离向分辨率比较高，目标的雷达截面积（RadarCrossSection，RCS）比较大，目标就可能占据多个距离单元。这时，在待检测单元两侧就要多设置几个保护单元。xixi图3.3距离多普勒二维CFAR处理所用参考窗这里需要注意的是，由于杂波的非均匀分布和干扰的影响，CFAR处理窗仅适用于特定范围内的距离和多普勒单元，而不能取得过大。xiU0ˆˆK图3.4CA-CFAR检测器上图给出了二维单元平均恒虚警（CellAveraging-ConstantFalseAlarmRate，CA-CFAR）检测器的结构。根据选择的二维CFAR处理窗对待检测单元的平均杂波功率进行估计，然后采用图3.4中的二维CA-CFAR检测器来判断待检测单元中是否存在目标。如图所示，先将所有参考单元中的杂波功率求和后再取平均，24 第三章地面运动目标检测方法就可以得到待检测单元背景杂波的均值估计ˆ，然后乘以门限乘子K，就可以得到自适应门限U：0UKˆ(3-1)0式中门限乘子K是一个标量，在地杂波功率满足指数分布的条件下，K的大小可由下式计算得到：KPln(3-2)FA式中P表示虚警概率。FA在不同的杂波分布背景下需要采用不同的CFAR检测器。例如在高斯杂波背景下，可以采用均值类CFAR检测器中的单元平均（CA-CellAveraging）CFAR、单元平均选大（GO-GreatestOf）CFAR、单元平均选小（SO-SmallestOf）CFAR和加权单元平均（WCA—WeightedCellAveraging）CFAR等几类修正的CA-CFAR检测器和有序统计类CFAR检测器中的有序统计（OS-OrderStatistics）CFAR检测器。每种检测器都有自己的应用背景。图3.5为CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR在均匀背景下的检6测性能曲线，其中参考单元数为8，虚警概率P10。fa1CA0.9GOOS(8)0.8SO0.7CA0.6GOOS(8)0.5SO检测概率0.40.3-6P=10fa0.20.151015202530信杂比dB图3.5CA、GO、SO和OS的检测性能曲线在WAS-GMTI模式下，动目标检测结果中还含有很多虚警点。这些虚警点由于功率较强，也都通过了CFAR检测器。显然，这些虚警点也会对目标检测结果产生影响，需要对检测到的目标进行二次过滤，来进行虚警剔除。由于目标扩散，其能量会泄漏到周围的距离单元和多普勒单元，导致目标重复检测。虚警剔除后，我们可以采用目标凝聚方法来进一步抑制虚警。如果目标25 西安电子科技大学硕士学位论文只在距离上扩散比较严重，我们可以只在距离上进行一维CFAR检测目标。若目标在距离维和多普勒维都扩散比较严重，则需要在距离和多普勒域进行二维CFAR检测。类似于目标二维CFAR检测器，图3.6表示的是目标二维聚类示意图，我们以5×3的滑窗长度为例来说明这种聚类方法。图中待聚类单元用x表示，在窗内i共检测出4个运动目标，如图中斜线标出的单元。聚类算法的原理是通过滑窗法，将当前待聚类单元的能量与窗内检测到的其它目标的能量进行比较。如果待聚类单元的能量高于该窗内的其它目标的能量，就把该单元作为聚类后的单元；否则，该单元就不是聚类后的单元，再以另一个检测到的目标作为待聚类单元，重复上述步骤，直至所有目标均凝聚完。需要注意的是，并不是每个窗内都能找到一个目标凝聚的结果。xixi图3.6目标二维聚类示意图扫描模式的GMTI在方位向波位设计时，为了防止系统性能下降严重，相邻波位之间存在着一定的重叠区域。这样，在检测目标时会出现同一目标在不同（相邻）波位间被重复检测的问题。为了解决这个问题，我们在距离、多普勒二维目标聚类的基础上，再考虑相邻波位间进行波位间聚类的方法。这种三维聚类方法的示意图如图3.7所示，我们截取了一个3×3×3的小立方体进行。图中虚线表示以待聚类单元为中心，选取待聚类单元所在的波位和与其相邻的两个波位的各9个距离多普勒单元进行目标聚类。聚类原理和聚类过程与二维聚类类似，只不过在聚类过程中，考虑了波位这一维。经过三维聚类后，检测到的目标明显减小，避免了目标重复检测的问题。26 第三章地面运动目标检测方法图3.7目标三维聚类示意图现将目标检测的流程总结如下图所示：图3.8目标检测的流程3.3杂波抑制的方法目前对多通道机载雷达实测数据进行杂波抑制处理，主要采用的是3DT方法，国外又称为EFA(ExtendedFactorApproach）。3DT方法属于空时联合处理方[39-40]法，它能在二维响应上形成一个与杂波谱匹配的斜凹口，更好地抑制杂波。图3.9给出了3DT方法的示意图。首先将N个子阵接收的回波数据在脉冲域做FFT处理，将其变换到多普勒域；然后取出多普勒滤波之后相邻的3个多普勒通道数据计算不同的自适应权矢量进行匹配滤波。若要得到第k个多普勒通道的输出，则要取第k号、第k-1号和第k+1号三个多普勒通道的杂波数据估计协方差矩阵，训练自适应权矢量。相对于PD处理，3DT充分利用了时域自由度，故杂波抑制效果更好。图3.10为对同一波位实测数据PD处理和3DT处理结果比较图。27 西安电子科技大学硕士学位论文从图中可以明显看出经过3DT处理后，杂波主瓣宽度变窄，利于慢速目标的检测。图3.93DT方法示意图PD处理结果3DT处理结果120120900090001101108000800070001007000100600090600090500080500080400070400070距离单元距离单元300060300060200050200050100040100040303020040060080010002004006008001000多普勒单元多普勒单元图3.10同一波位PD处理和3DT处理结果比较在做3DT处理时，需要采用独立同分布的样本数据进行自适应权值估计。但是当样本数据中含有目标信号或一些孤立强杂波点时，会对滤波器权矢量计算产[41-43]生干扰，进而给空时二维自适应处理带来非常严重的影响。为了剔除这种非均匀样本，必须采用非均匀性检测器(NHD)剔除被目标污染的样本，使其不参与权矢量的计算。目前常用的NHD方法有广义内积GIP方法和修正的采样协方差[44]矩阵求逆MSMI方法。图3.11为对某实测数据进行3DT处理的结果图。为了降低目标信号或一些孤立强杂波点对样本数据的影响，在挑选样本数据的过程中，采用了广义内积迭代剔除样本数据的方法。从图中可以明显看出经过3DT处理后，杂波主瓣宽度变窄，一些在PD处理后位于主瓣不利于检测的慢速目标，现在可以被检测到。目标检测结果如图3.11所示。28 第三章地面运动目标检测方法杂波抑制后动目标检测结果900080007000600050004000距离单元3000200010001002003004005006007008009001000多普勒单元图3.11杂波抑制后动目标检测结果3.4竖条纹干扰抑制方法3.4.1竖条纹干扰特性分析在WAS-GMTI模式下，对机载雷达回波数据分析、处理过程中，有时在距离-多普勒平面存在竖条纹干扰，如图3.12所示。这种干扰不仅会影响杂波剩余，而且会对目标检测造成不利影响，严重影响对目标的有效检测。故在对目标进行检测之前，必须将这些干扰抑制掉。干扰抑制前的距离多普勒图1301001202001103001004009050080600距离门70070800609005010004011003020406080100120140160180200多普勒通道号图3.12干扰抑制前距离多普勒图首先，我们观察杂波分布在距离-多普勒频率域、距离频率-多普勒频率域、距29 西安电子科技大学硕士学位论文离-脉冲域以及距离频域-脉冲域四个域中的聚敛情况。我们发现在距离-多普勒域、距离频率-多普勒域中杂波分布聚集，在这两个域中分析干扰特性也是有意义的。故在本小节中，我们多在这两个域讨论分析。实测数据在距离-多普勒域杂波分布特性如图3.12所示，在距离频率-多普勒域中分布特性如图3.13所示。距离脉冲二维频响1301001202001103001004009050080600距离门号70070800609005010004011003020406080100120140160180200多普勒通道号图3.13距离脉冲二维频响图通过对两者的观察发现，在距离-多普勒域中的竖条纹干扰，在距离频率-多普勒域中对应的多普勒通道处凝聚成若干个强点。3.4.2竖条纹干扰抑制方法距离-多普勒频率图中的竖条纹干扰抑制算法流程如下：步骤1，将距离-脉冲域数据，先做距离脉压，再在方位向做方位向加权FFT，将数据转换到距离-多普勒域。步骤2，将距离-多普勒域数据在距离上做不加权FFT，将数据转换到距离频率-多普勒域中。步骤3，距离-多普勒域中的竖条纹干扰，在距离频率-多普勒域中凝聚成若干个强点，通过设置一个合理门限，对这些强点进行检测。图3.14为强点检测结果。其中门限的设置，可以通过将去掉主瓣区域的距离频率-多普勒域中数据取模再取平均求得。30 第三章地面运动目标检测方法距离频率多普勒域中检测到的强点-1301001202001103001004009050080600距离门号70070800609005010004011003020406080100120140160180200多普勒通道号图3.14距离频率-多普勒域中强点检测结果图步骤4，将通过门限检测的所有强点，用其周围单元的平均值进行替换，即以强点为中心，在距离向和方位向各取若干单元进行平均，将其平均值做为强点的值，其中所取单元数视强点扩散程度合理选取。注意由于每一个强点都对应着干扰，这里对强点不做目标凝聚。步骤5，对步骤4中的数据沿距离频率域维做IFFT，将数据转换到距离-多普勒频率中，即可得到干扰抑制后的结果，如图3.15所示。从图3.15中可以很明显看出，之前在距离-多普勒域的竖条纹干扰，现在已经被完全抑制掉，证明了本小节干扰抑制方法的有效性。干扰抑制后的距离多普勒图1301001202001103001004009050080600距离门70070800609005010004011003020406080100120140160180200多普勒通道号图3.15干扰抑制后的距离多普勒图31 西安电子科技大学硕士学位论文现将其流程图总结如下：图3.16竖条纹干扰抑制的流程图为了进一步说明干扰抑制的效果，对经过PD处理的干扰抑制前后的剩余进行了比较，结果如图3.17所示。从图中可以明显看出经过干扰抑制后，干扰处的剩余明显降低，而没有干扰处的剩余近似没有变化，进一步证明了本节干扰抑制方法的有效性。干扰抑制前后的剩余比较20干扰抑制后干扰抑制前151050(dB)幅度-5-10-15-20-2550100150200250多普勒通道号图3.17经过PD处理的干扰抑制前后的剩余32 第三章地面运动目标检测方法3.5虚警剔除的方法在对地面目标进行检测时，有时即使把门限设置较高，仍然会存在很多虚警。当然，在实际处理过程中，我们不能盲目抬高门限，以防出现漏警。因此我们需要采取有效措施对CFAR检测后的目标进行进一步虚警剔除，提高动目标检测性能。当对地面目标进行检测时，地杂波是主要的虚警目标。动目标与地杂波最明显的差异就是动目标由于有径向速度，其存在多普勒频移，因此可以根据检测到的目标的位置相对于其静止位置是否发生偏离这一原理来区分静止杂波和动目标，进一步进行虚警抑制。我们已经知道，机载雷达在飞行过程中，对应于不同方位扫描角的地杂波有着特定的多普勒频率，即杂波所在的方位角与其所在回波数据中的多普勒频率是一一对应的。由于动目标存在多普勒频移，故动目标的多普勒频率不能与其真实的方位角存在对应关系。我们可以利用这一特性，将检测到的目标的方位角与其所在多普勒通道对应的方位角进行比较，就可以将虚警和动目标区分开来。在对实测数据进行处理的过程中，为了得到目标的方位角，我们通常先对通道间检测到的目标所在距离-多普勒单元中的回波数据做干涉处理，得到目标的干涉相位，再根据目标的干涉相位与目标的方位角之间特定的关系，求解得到目标的方位角。因此，我们可以以方位角为纽带，将目标的多普勒频率与目标的干涉相位之间建立起对应关系。将根据目标的多普勒频率计算得到的目标的干涉相位与目标真实的干涉相位比较，如果两者的差值大于多普勒分辨率对应的干涉相位值的一半，即认为目标为动目标，予以保留；否则作为虚警剔除。实测数据证明此方法也可以有效抑制虚警，提高目标检测概率。本小节将介绍一种新的虚警剔除方法，即将通过CFAR检测的目标再进行一次自适应相干估计器（AdaptiveCoherenceEstimator，ACE）检测，通过设置合理的门限，将两次通过门限的目标检测出来，其余的作为虚警。3.5.1ACE检测的方法[45-47]ACE检测器是一种著名的基于高斯色噪声的自适应检测器，它可以被用到以空时联合为框架、以目标检测为目的的空时自适应检测(SpaceTimeAdaptiveDetection，STAD)中，且具有CFAR特性。考虑一个由N个阵元均匀排列的线性阵列天线。假设天线同时接收到K个远场窄带信号。不失一般性，假定其中有1个期望信号，其余K1个信号为干N1扰信号，则t时刻的阵列输出xtC可以表示为：K1xatθ00st()k1aθkkst()nt(3-3)式中aθ和st分别表示期望信号的导向矢量及对应的波形，aθ和st()分别00kk33 西安电子科技大学硕士学位论文表示第k个干扰信号的导向矢量及对应的波形，nt表示零均值加性高斯白噪声。假设各信号之间相互独立，则阵列输出x()t的相关矩阵R()t可以表示为：HR(t)E[()()]xttx(3-4)RRsi()ttn()式中R()t表示期望信号自相关矩阵，R()t表示干扰加噪声自相关矩阵。sin则ACE检测器可以表示成2H1aRθ0inxtACE((),)axθ(3-5)0HH11[]aRθθ00inaxR[ttinx]经整理后，式(3-5)可以写成如下形式2Haxθ0tACE((),)axθ(3-6)022axθ0t22-12-12式中xRxttt表示白化滤波后的数据矢量，aRaθtθ表示白in0in0化滤波后的导向矢量。式(3-5)表明ACE检测器的输出统计量等于白化后的数据矢量与导向矢量之[48]间的夹角余弦平方。通过比较ACE((),)axθ与检测门限的大小，可以判定阵0列天线接收到的回波中是否含有目标。若ACE((),)axθ大于则有目标；如果小0于，则没有目标。由此可见，ACE检测器是根据经过白化滤波后的回波数据与假定的目标导向矢量之间的相干系数确定回波数据和目标导向矢量的一致性，进而判断目标存在与否。3.5.2实测数据验证ACE幅值随多普勒通道的变化0.90.80.70.60.5(db)幅度0.40.30.20.101002003004005006007008009001000多普勒单元图3.18ACE幅值随多普勒通道变化情况34 第三章地面运动目标检测方法图3.18为对实测数据进行ACE检测后，某一距离门内的数据ACE幅值随多普勒通道的变化情况。从图中可以看出，ACE的幅值在0到1之间。若设定一个门限值，将低于门限的值滤除，即可滤除一部分目标。图中所设门限为0.4。图3.19为对实测数据分别进行CFAR检测和ACE检测结果，其中“O”表示CFAR检测结果，“+”表示ACE检测结果。从图中可以看出，CFAR检测和ACE检测绝大多数目标点重合。故如果我们只将既通过CFAR检测和ACE检测的目标点检测出来，可以有效地剔除虚警，提高目标检测概率。为了进一步验证本小节方法的有效性，在实测数据中加入了一个点目标，做仿真数据处理。点目标的参数如下：表3.2虚警剔除的点目标仿真参数目标方位角-45°目标俯仰角79°目标速度20m/s目标幅度25dB由公式Hcos()(3-7)tarRR0式中表示目标的俯仰角，H表示载机的高度，R表示采样起始对应的近端斜tar0距，结合惯导数据，计算可得目标所在的距离门号为2543。由公式2vf(3-8)d式中v表示目标相对载机的径向速度，表示雷达工作的波长，可以算出目标所在的多普勒通道号为33。由图可以看出，该点目标经过CFAR检测和ACE检测都可以被检测到，而且检测到该点目标所在的距离门号和多普勒通道号与加入时计算得到的完全一致。此仿真结果有效证明了该虚警剔除方法的有效性。35 西安电子科技大学硕士学位论文CFAR检测与ACE检测结果7000ACE检测CFAR检测600050004000距离门号3000X:34Y:25432000加入的点目标10000100200300400500600700800900多普勒通道号图3.19动目标CFAR和ACE检测结果3.6本章小结在对动目标进行检测时，不仅要抑制杂波提高目标的检测概率，还要采取有效的措施抑制干扰。本章利用竖条纹干扰在距离频率-多普勒域中分布特性，将干扰抑制掉，提高了目标的检测概率。针对目标检测后仍然存在较多虚警的问题，在CFAR检测后，将检测到的目标再通过一个ACE检测器，把通过两次检测的目标作为目标点，能够实现虚警剔除。36 第四章地面运动目标定位方法第四章地面运动目标定位方法4.1引言在广域监视动目标检测（WAS-GMTI）模式下，机载雷达完成目标检测后，还要对检测到的动目标进行快速定位。由于动目标存在径向速度，相对于静止目[9]标，其检测到的位置往往偏离其真实位置，故需对其进行重新定位。目标的准确定位对于后续的目标跟踪、航迹形成等具有重要作用。现有的目标定位方法很多，最常使用的是比相测角定位方法。它是先利用检测到的动目标在不同通道间对应位置的回波数据共轭相乘，求出动目标的干涉相位，然后利用动目标与其所在处的背景杂波的干涉相位相等的原理，求解出目标真实的干涉相位，再利用干涉相位与方位角之间的特定关系，求解出目标的方位角，完成目标的定位。后来，胡瑞贤等在文献[9]中根据此原理，提出了一种基于知识辅助主瓣干涉相位搜索的动目标定位方法，即将检测到的动目标的干涉相位与主杂波区域内的所有多普勒单元对应的杂波干涉相位进行搜索比较，找到一个与动目标的干涉相位最接近的多普勒单元，则与此多普勒单元对应的多普勒频率[23]（对应于目标的方位角）即为目标的真实方位位置。本章首先研究了动目标定位的基本原理，然后介绍了几种常用的动目标定位方法，并针对主瓣干涉相位搜索定位方法对主瓣杂波的干涉相位依赖性较高的缺点，提出了一种基于惯导直接计算主瓣多普勒频率对应的干涉相位的目标定位方法。实测数据处理结果表明此方法在通道间一致性较差的情况下，仍能完成目标的准确定位。为了直观的表示目标定位结果，将检测到的目标分别标注在DBS图像上和电子地图上，并对影响目标定位的因素做了简要分析。4.2地面动目标定位的基本原理我们知道，固定地物回波的多普勒频率与雷达视角存在对应关系。因此，当我们对回波数据在时域做傅里叶变换，即将距离-脉冲维的数据转换为距离-多普勒域时，每一路多普勒通道输出对应的固定地物回波就会被限定在一个很小的角[23]域范围内，且不同多普勒通道对应的杂波角域不同。但是由于目标有径向速度，故检测到的动目标所在的多普勒通道对应的角度不是目标真实的角度。动目标的多普勒频率是由动目标的速度和平台速度两部分共同引起的，其多普勒频率为fv2sincos2vdtpttr(4-1)2svincosptt37 西安电子科技大学硕士学位论文式中vp表示平台速度，vr表示目标的径向速度，t表示动目标的真实方位角，t表示动目标的等效方位角，即动目标所在的多普勒通道对应的方位角，表示目t标的俯仰角，表示雷达波长，参数的具体定义参照图2.6。要实现目标的准确定位，就必须准确求出动目标所在的真实的多普勒通道，求出目标真实的方位角。动目标定位的原理示意图如图4.1所示。从图中可以很明显看出，主瓣内的运动目标由于自身径向速度的影响，在旁瓣被检测到。目标定位就是要将其重新定回主瓣内。fdtfd图4.1动目标定位原理示意图对于广域GMTI模式，我们感兴趣的主要是地面运动目标。由于地面运动目标与载机的距离较远，其相对于天线的几何关系近似与目标真实位置处的杂波背景一致，故动目标的干涉相位与目标真实位置处的背景杂波的干涉相位相等。[49]在杂噪比比较高的情况下，干涉相位主要受杂波的影响，对噪声不太敏感。当动目标的信杂比（SignaltoClutterRatio，SCR）较高时，动目标的干涉相位估计精度较高，可以满足测角定位精度要求。但是对于被主杂波淹没的动目标而言，由于受到强杂波的干扰，其信杂噪比较低。此时，为了实现目标的精确定位，最好增加一个天线孔径。通过通道间两两对消或空时处理来抑制杂波，提高目标的[50]信杂噪比。4.3常用地面动目标定位方法4.3.1比相测角定位法针对只有两个通道的系统，最常使用的是比相测角定位法和主瓣干涉相位搜索测角定位法。但是干涉相位存在周期性模糊，且模糊周期为2，因此必须对干涉相位解模糊才能对动目标精确定位。下面分析相位模糊的问题。38 第四章地面运动目标定位方法假设检测到的动目标所在的距离-多普勒单元为rf,d，则通道1、2接收的回波信号分别为xx1rf,d(4-2)xx2rf,edtxpjd2sincost(4-3)式中d表示基线长度，表示目标信号幅度。对两通道的接收信号共轭相乘得*2yrxx1,,efddxx2rfxpj2dsintcost(4-4)*式中表示取共轭操作。则动目标的干涉相位为(y)angle(4-5)式中angle()表示取相位操作。此时的干涉相位是模糊的，范围为,，可以利用主波束对应的干涉相位进行模糊次数搜索，得到目标真正的干涉相位。通常孔径间的基线长度d远大于波长，模糊次数为：(/)kfloord(4-6)式中floor()表示向下取整。设主波束中心对应的方位角为，俯仰角为，则主波束中心对应的干涉相00位为2sdin()cos()00(4-7)0目标真实的干涉相位可以表示为()(2amb*)amb(4-8)t目标的干涉相位模糊次数可以按下式进行求解：ambargmint0(amb),forambk,k1,k(4-9)amb式中min()表示取最小值操作。需要指出的是，有时为了降低随机杂波和干扰的影响，可以采用相位平均的方法来求干涉相位。通常情况下，目标会在距离和多普勒维扩散，因此，可以以动目标为中心，设置一个合适的矩形窗，或只在距离上设置一个一维窗，然后对窗内的所有距离多普勒单元干涉相位求平均得到目标的干涉相位。仿真数据表明，[32]此种方法可以大大降低目标干涉相位的估计误差。当然，有时这种方法是不适39 西安电子科技大学硕士学位论文用的。因为目标定位的过程对目标的干涉相位非常敏感，对干涉相位求平均的过程，可能会使目标的干涉相位发生偏离，影响定位结果。当然，我们也可以根据目标的干涉相位和波束中心直接解出目标的干涉t0相位，进而求出目标真正的方位角。通常情况下，目标的俯仰角较小，为了讨t论方便，此处不考虑目标俯仰角的影响。假设目标真正的方位角为，其中表示目标方向偏离波束中心t0的角度，目标的方位角位于2,2之内，其中表示3dB波束03dB03dB3dB宽度。波束宽度内的干涉相位差为=122d=sin2sin2(4-10)03dB03dB2dcos()3dB0d当时，即1时，2cos()，此时干涉相位模糊次数amb3dB3dB0d具有唯一性，可以唯一确定出目标的干涉相位。假设目标的干涉相位为2dsint2dsin+0==(4-11)其与主波束中心对应的干涉相位之差为：2dsin2dsint0'=(4-12)0若为相位基准配齐后的波束中心指向，此时目标的方位角可以通过下式求0出：sin'sin(4-13)t0d2若波束中心的相位没有配齐，此时需对目标的干涉相位以2为周期进行取余，使'落在[,]之间：'=-mod2(4-14)0式中mod()表示取余操作。得到'后，再按公式(4-13)计算得到目标的方位角。4.3.2主瓣干涉相位搜索定位方法主瓣干涉相位搜索定位方法的基本原理可以用下式表示40 第四章地面运动目标定位方法ffkK(4-15)ddtargminfmaink,for1,2,,dk式中f表示主杂波内对应第k个多普勒通道杂波干涉相位，表示检测到maindk的运动目标的干涉相位，f表示离主杂波的干涉相位最接近的对应于目标的干涉dt相位的多普勒频率，该多普勒频率与目标真实方位位置对应。为了降低噪声的影响，在计算主杂波的干涉相位时采用如下方法：s_phasemedian(sin(xx.*conj(xx)))12c_phasemedian(cos(xx.*conj(xx)))(4-16)12phaseangle(c_phasej*s_phase)式中xx、xx分别表示通道一和通道二的回波数据，median()表示取中值操作，12对回波数据在距离维取中值操作，可以避免奇异值对干涉相位估计精度的影响。图4.2为对某实测数据处理得到的主杂波的干涉相位曲线，通过对比目标的PD图，我们发现主杂波的干涉相位曲线近似线性。700012041103600010025000901804000070距离单元干涉相位曲线-1300060-250200040-3100030-42004006008001000020040060080010001200多普勒单元多普勒单元图4.2主杂波的干涉相位曲线图4.3为对实测数据采用主瓣干涉相位搜索法将检测到的目标定位在电子地图的结果。41 西安电子科技大学硕士学位论文图4.3目标在电子地图的定位结果从实测数据定位结果可以看出，目标基本定位在公路上。尤其对于一些主干道公路，目标基本沿公路分布。但是，也有一些点没有在主干道公路上。这些点可能是虚警点，也有可能是分布在乡村小路上的目标。总之，在一定的误差范围内，此定位方法可以满足一定的定位精度。4.3.3最大似然法测角对于多通道系统，如果只取其中的两个通道进行相干性处理，就会大大浪费系统自由度。在这种情况下，我们常采用最大似然法测角和自适应单脉冲测角定位方法。这里主要介绍一下最大似然法测角。假设我们将天线划分成Q个子阵，而且第q个子阵有P个发射接收单元，那q么其变换矩阵T为：TTTTT(4-17)12qQPq式中TTqj0，Pq为第q个子阵所包含的发射接收单元数目。这样合成后的目j1标导向矢量可以写成如下形式：sTsssS(4-18)s12Qs式中SSS为矩形阵面导向矢量，saeddjj2sincos2N1sincosS1ee为方位导向矢量，N为方位向阵元数，addj2sinj2M1sinS1ee为俯仰导向矢量，M为俯仰向阵元数，表e42 第四章地面运动目标定位方法TH示方位角，表示俯仰角，表示Kronecker积运算，()表示转置操作，()表示取共轭转置操作。为了把自适应波束形成（AdaptiveDigitalBeamForming，ADBF）情况下的测角和STAP情况下的测角方法统一描述，我们加上相应的时域导向矢量。如果是ADBF测角情况，那么相应的时域导向矢量为s1，则目标导向矢量为：tssss(4-19)tss如果是STAP情况而且采用3DT方法进行杂波抑制，那么相应的时域导向矢量为sg,1,g，则目标导向矢量为：tsssts(4-20)假设自适应处理对应的数据矢量为X，最大似然目标估计就是要解决如下最1优问题：1minJa,,minXsa,RXsa,(4-21)11,,aa,,式中REXX，E[]表示求期望操作，Xsa,X表示包含目标的检0010ttt测单元数据矢量，X为不包含目标的杂波或干扰和噪声分量。上式的意义是当估0计的目标参数和实际的目标参数一致时，代价函数等价于对杂波噪声数据进行白化处理，此时的代价函数可以达到最小。对Ja,,关于a求导可以得到a的最大似然估计：111asRssRX(4-22)11式中表示矩阵取逆操作。代入到式(4-21)可以得到：11111minJ,minXRRssRssRX(4-23)11,,1由于XRX独立于未知参数，上式可以等价为：1121sRX1minJ,max1,,sRs(4-24)maxJff0ae,ffae,2sRX1sRXXRs112v2v111式中fsincos，fsin，Jff,ae0ae11sRssRs。式(4-24)是一个二维函数，为了得到其最大值，一般需要二维搜索，计算量很大。如果我们对f和f独立估计，也就是估计f时固定f，通常假设f为主波aeaee43 西安电子科技大学硕士学位论文束中心对应的f。同样地，估计f时固定f，通常假设f为主波束中心对应的e0eaaf。a01）f估计a利用Kronecker积的性质，s可以写成如下等式：ssssITISS(4-25)tstQaea把式(4-25)代入到式(4-24)可以得到：11sRXXRs11Jff00ae,1sRs11SISTsIRXXRsITISSaaetQ11tQaea(4-26)1SISTsIRsITISSaaetQtQaeaSASaeaSBSaea11式中，AISTsIRXXRsITIS，eaetQ11tQae1BISTsIRsITIS。eaetQtQae令JSAS，JSBS，Jff,可以写为：1aea2aea0aeJ1Jff,(4-27)0aeJ2然后可以通过各种有效的角度搜索方法来得到f的最大似然解。a2）f估计e利用Kronecker积的性质，s同样可以写成如下等式：ssssITSIS(4-28)tstQaee把式(4-28)代入到式(4-24)可以得到：11SSITsIRXeaetQ11XRsITSIStQaeeJff00ae,1SSITsIRsITSISeaetQtQaee(4-29)SASeaeSBSeae11式中ASITsIRXXRsITSI，aaetQ11tQae1BSITaaesIRsITSItQtQae。令JSAS，JSBS，Jff,可以写为：1eae2eae0ae44 第四章地面运动目标定位方法J1Jff,(4-30)0aeJ2然后可以通过各种有效的角度搜索方法来得到f的最大似然解。e下面通过仿真实验验证最大似然法测角方法的测角精度。仿真参数如表4.1所示。表4.1最大似然法测角的仿真参数方位阵元数10方位阵元间距0.5m俯仰阵元数10俯仰阵元间距0.5m波长1m目标的信噪比10-20dB子阵数8目标方位角0.04rad主波束方位角0°目标俯仰角0.04rad主波束俯仰角0°干扰的杂噪比30dB快拍数128干扰方位角0.2rad蒙特卡洛数100干扰俯仰角0.2rad最大似然法测得的方位角最大似然法测得的俯仰角0.04080.04040.04070.04030.04060.04030.04050.04020.0404(rad)(rad)0.04020.0403方位角俯仰角0.04010.04020.04010.04010.040.040.0410111213141516171819201011121314151617181920信噪比信噪比图4.4最大似然法测得的目标的方位角和俯仰角图4.4给出了前面介绍的最大似然法估计出来的目标方位角和俯仰角随信噪比的变化关系图（目标的方位角和俯仰角均为0.04弧度）。从图中可以很明显看出，随着信噪比的提高，测得的目标的方位角和俯仰角与目标真实的方位角和俯仰角越来越接近。图4.5为最大似然法测得的目标的方位角和俯仰角均方误差。为了减少随机误差对测角精度的影响，实验做了100次蒙特卡洛仿真实验。从图中可以看出，最大似然测角方法可以较准确的测出目标方位角和俯仰角，且精度较高。45 西安电子科技大学硕士学位论文x10-7最大似然法方位角均方误差比较x10-7最大似然法俯仰角均方误差比较514.50.940.83.50.730.62.50.5均方误差2均方误差0.41.50.310.20.50.10010111213141516171819201011121314151617181920信噪比信噪比图4.5最大似然法测得的目标的方位角和俯仰角均方误差4.4基于惯导计算主瓣干涉相位的目标定位方法4.4.1目标定位的原理当我们采用主瓣干涉相位搜索的方法进行目标定位时，主瓣的干涉相位对测角定位精度有着巨大的影响。通常我们求主瓣的干涉相位，是将两通道的回波数据共轭相乘得到。如果两通道的一致性不好，计算得到的主瓣的干涉相位就会受到影响，进而影响目标的定位精度。干涉相位和主瓣对应的多普勒中心频率都与主波束的锥角余弦有关：2*/*cos()d(4-31)mainfv2*/*cos()(4-32)dmain_利用这种关系，可以得到干涉相位和多普勒频率之间的关系为：*/*dvf(4-33)maindmain_我们可以利用惯导数据计算得到主瓣各个多普勒通道的多普勒频率，并利用上式得到主瓣各个多普勒通道的干涉相位，避免了直接从数据域估计主瓣干涉相位带来的误差，提高目标定位精度。4.4.2目标定位的流程此原理下的目标定位步骤如下：第一步：首先利用惯导数据中的波束指向的方位角和俯仰角，计算出波束中心处的多普勒中心频率fv2*/*sin()*cos()(4-34)d00第二步：根据多普勒模糊次数和主瓣对应的多普勒通道，计算出主瓣各通道46 第四章地面运动目标定位方法对应的多普勒频率(/)ambroundfprf(4-35)dff*/Fprf2ambprf*(4-36)dmain__mainnum式中f表示主瓣对应的多普勒通道号，F表示多普勒分辨率。mainnum_第三步：利用多普勒频率和干涉相位之间的对应关系，根据式（4-33）计算出主瓣各个多普勒通道的干涉相位。第四步：采用式（4-16）计算出目标的干涉相位。第五步：对主瓣的干涉相位进行搜索，得到离目标最近的目标的多普勒频率。第六步：利用此多普勒频率计算得到目标的方位角，完成目标定位。310002200030001400005000距离单元6000-17000-280009000-32004006008001000多普勒单元图4.6某实测数据的干涉相位图图4.6为某实测数据的主瓣的干涉相位，从图中可以明显看出，通道间的一致性很差，利用主瓣干涉相位搜索法对此数据进行目标定位，会严重影响目标定位结果。为了验证本方法的有效性，分别采用主瓣干涉相位搜索法和本文方法对检测到的目标进行定位。图4.7和图4.8分别为采用主瓣干涉相位搜索法和本文方法对目标在DBS图像上的定位结果。通过两者的比较，可以明显看出主瓣干涉相位搜索法检测到的目标在DBS图像上的定位结果杂乱无章，而本文方法定位的动目标基本都定位在公路上，证明了本文方法的有效性。47 西安电子科技大学硕士学位论文图4.7主瓣干涉相位搜索法目标在DBS图像上定位结果图4.8本文方法目标在DBS图像上定位结果4.5地面动目标在电子地图上定位方法验证动目标检测定位结果正确与否的最直观的方式就是将检测到的动目标标注在电子地图上。电子地图不仅包含着观测场景的信息，更包含着目标运动的道路信息。通过将检测到的目标标注在电子地图上，特别是将合作目标标注在电子地图上，能有效验证测角定位方法的准确性和有效性。下面简单介绍一下将地面动目标定位在电子地图上的原理和方法。为了实现电子地图定位，我们考虑图4.9所示的地理坐标系。航向角heading表示机身方向与正北方向的夹角；为速度方向与正北方向的夹角，可以通过对v东北方向的速度夹角取反正切再加上90°得到；偏流角为机身方向与速度方向的夹角；目标方位角为目标与阵面法线方向之间的夹角；波束指向为主波束t0方向与正北方向的夹角；波束指向的方位角为波束指向与阵面法线方向的夹角。如果已知航向角并计算出目标的方位角，通过计算可以得到目标与正东方向的夹角。如果航向角没有给出，可以根据载机的速度计算得到载机的速度方向与正北方向的夹角，再加上偏流角得到。如果已知波束指向的方位角和计算得到的目标的方位角，可以按如下公式计算得到目标与正东方向的夹角：t3/2(4-37)eastt048 第四章地面运动目标定位方法得到目标与正东方向的夹角后，将目标的地距分别向经纬度方向投影，再根据距离变化与经纬度的对应关系，得到目标的经纬度，进而将目标定位在电子地图上。其中经纬度变化与距离变化的对应关系为：纬度相差1°，对应的南北方向的距离相差110km；经度相差1°，对应的东西方向的距离是与其纬度有密切关系的，等于东西方向的距离与载机的纬度的余弦值的乘积。veastvplatt图4.9电子地图定位的几何关系需要注意的是，如果计算载机的高度时没有数字高程模型（DigitalElevationModel，DEM）信息，必须把整个场景的平均海拔高度考虑在内，否则当场景的高度起伏较大时，会引起较大的目标坐标偏差。此时目标定位的经纬度公式为22longilongiR()Hhsin()/longi(4-38)tp0east22latilatitR()Hhcos()/lati(4-39)tp0east式中longi、latit分别表示载机的经度和纬度，这两个量可以直接从惯导数据中pp得到；R表示目标与载机的距离，可以通过采样起始时间对应的距离与检测到的0目标的距离门号乘以距离向分辨率得到；H表示载机的高度；h表示当地的海拔高度；表示目标与正东方向的夹角；longi、lati分别表示经纬度相差1°，east在距离上引起的偏差。方法步骤如下：第一步：先计算出采样起始对应的初始斜距，加上检测到的目标的距离门号乘以距离分辨率，得到目标的初始斜距，即载机与目标之间的斜距。若存在距离模糊，需要加上距离模糊对应的距离值。49 西安电子科技大学硕士学位论文第二步：根据载机的高度和当地的海拔高度，计算得到斜距对应的地距。第三步：计算出目标方向与正东方向的夹角；east第四步：根据几何关系，将地距分别向经纬度方向投影，并根据距离变化对应的经纬度变化规律得到目标相对于载机的经纬度偏移量。第五步：读出载机的经纬度，加上步骤四得到的目标的经纬度偏移量，得到目标的经纬度，将目标标注在电子地图上。图4.10电子地图定位结果4.6动目标定位误差分析动目标的准确定位具有重要意义。但是，由于各种误差因素的影响，目标定位的精度会受到很大影响。目标定位的误差来源主要有两种：一种是系统误差导致的定位误差，另一种是定位方法导致的定位误差。针对第一种误差，我们需要分析出导致目标定位误差的具体系统因素。若是通道间一致性较差，则在目标定位前需要先进行通道间幅度和相位的补偿；若是[23]基线存在误差，可以采用杂波抑制锐化比搜索误差等效基线；若是目标的干涉相位估计不准，需要采取有效措施提高目标的信噪比，改善干涉相位估计精度等。针对第二种误差，则要针对不同的应用背景，选择合适的测角定位方法，甚至是改进现有的测角定位方法。此外，将目标定位在电子地图上的算法也可能产[51-52]生误差，如在定位过程中采取的模型与实际模型不匹配等。为了减小目标投影到实际地面坐标后的定位误差，需要尽可能地减少以上每一个影响实际定位精度的因素的影响。需要注意的是，误差是个积累和传递过程，在整个定位流程中任意一步引入误差，都可能由于误差的积累效应导致最终投影50 第四章地面运动目标定位方法到实际地面坐标或电子地图的定位误差更加明显。因此需要采用多种方法尽可能减少每一个对定位精度产生影响的不利因素。4.7本章小结在广域监视动目标检测（WAS-GMTI）模式下，动目标的准确定位具有重要意义。现有的目标定位方法很多，如比相法测角定位、最大似然法测角定位和自适应单脉冲测角定位等方法。每种测角方法都有自身的适用范围，且不同的测角方法的测角精度和运算量是不相同的。因此为了实现目标的精确定位需要根据实际情况，有效地选择定位方法。针对主瓣干涉相位搜索法对通道一致性要求较高的缺点，提出了一种基于惯导数据计算得到主瓣各个多普勒通道的干涉相位的方法，避免了直接从数据域估计主瓣干涉相位带来的误差，提高了目标定位精度。通过将定位后的目标标注在DBS图像上证明了本方法的有效性。为了更直观的表示定位结果，文中介绍了将检测到的目标快速定位在电子地图上的原理和方法，并对定位误差进行了简要分析。51 西安电子科技大学硕士学位论文52 第五章工作总结与展望第五章工作总结与展望5.1工作总结广域监视动目标检测（WAS-GMTI）在战场监视方面有着重要的应用。DBS成像技术能够清晰地显示观测场景的地理信息，为动目标的准确定位提供可靠的参考。广域监视模式下，实时快速的对广阔战场的运动目标进行有效检测和准确定位至关重要。论文以机载雷达广域GMTI信号处理流程为主线，在DBS成像过程中，提出了一种基于惯导辅助的不估计多普勒中心频率进行DBS成像的方法；在动目标检测的过程中，提出了一种基于距离频率域数据平滑的干扰抑制方法，并对虚警进行了进一步剔除；在动目标定位的过程中，提出了一种基于惯导直接计算主瓣的多普勒中心频率进行目标测角定位的方法。所有的方法都通过实测数据证明了其有效性。本文所做的研究工作如下：1.研究了DBS成像的原理，总结出了DBS成像的流程，并分析了DBS成像与条带SAR成像技术的区别与联系。然后对DBS图像拼接原理进行了研究，提出了一种基于惯导数据辅助的DBS成像的方法。最后对存在距离模糊时正侧视阵DBS成像技术进行了研究。2.研究了广域模式下地面动目标检测的问题。首先研究了动目标检测的原理，总结出了动目标检测的完整流程。接着根据动目标检测流程，简要介绍了采用空时处理进行杂波抑制的方法。针对回波数据存在干扰的问题，提出了一种基于距离频率域数据平滑的干扰抑制方法，并对虚警剔除方法进行了研究。3.研究了动目标定位的原理，介绍了几种常用的动目标定位方法。并针对利用主瓣干涉相位进行动目标定位方法对通道一致性要求较高的缺点，提出了一种利用惯导数据计算得到主瓣各个多普勒通道的干涉相位的方法，避免了直接从数据域估计主瓣干涉相位带来的误差，提高目标定位精度。将检测到的动目标分别定位在DBS图像上和电子地图上，证明了所提方法的准确性和有效性。最后对影响目标定位的误差因素进行了简要分析。5.2工作展望本文以机载雷达广域GMTI信号处理流程为主线，开展了广域GMTI模式下的信号处理所涉及到的问题研究。本文对机载扫描模式下的两/多通道雷达系统DBS成像、动目标检测和动目标定位技术进行了研究，提出了一些新的改进方法，并采用仿真数据和实测数据进行了验证，取得了一些成果。但是由于战场环境的53 西安电子科技大学硕士学位论文复杂多变和部分算法的局限性等原因，对广域GMTI信号处理方法还需要进一步分析和研究。现将需要进一步研究和探讨的问题归纳如下：1）双通道广域监视雷达参数估计双通道系统工程造价低，算法实现简单，运算量小，便于实时实现。但是双通道系统由于系统的自由度低，不能实现杂波的有效抑制，对动目标的参数估计精度低，参数模糊严重。双通道系统下实现杂波的有效抑制和参数的准确估计需要进一步研究。2）实测数据中合作目标的检测由于合作目标的先验知识已知，在观测场景中加入合作目标，不仅能验证系统的合理性和正确性，还能验证算法的准确性与可靠性，因此实现合作目标的检测和定位至关重要。如果合作目标的SCR不高，在进行目标检测时就很难将合作目标和普通目标区分开来。结合合作目标的先验知识，快速准确实现合作目标的检测有待深入研究。3）虚警剔除在实测数据处理过程中，为了保证合作目标的检测概率，门限有时需要设置的比较低，导致检测到的目标点很多。针对实测数据中的目标特性，研究虚警点以及与合作目标特征差异较大的点迹剔除方法，具有重要意义。4）运动目标跟踪与识别技术研究相对于空中目标，地面目标的跟踪很难实现。由于地面目标要比空中目标多，且地面目标的RCS较小，不同目标很难识别。在进行目标跟踪时，不同目标之间很难进行有效关联，形成理想航迹。根据实战要求，人们往往希望在检测到运动目标的基础上进一步识别目标。因此很有必要研究先进的目标跟踪和目标识别算法。54 参考文献参考文献[1]EntzmingerJN,FowlerCA,KenneallyWJ.JointSTARSandGMTI:past,presentandfuture[J].AerospaceandElectronicSystems,IEEETransactionson,1999,35(2):748-761.[2]阳曙光,张林,王东祁.国外机载地面监视系统的现状及发展趋势[J].飞航导弹,2007(12):13-16.[3]王彤.机载雷达简易STAP方法及其应用[D].西安电子科技大学博士学位论文,2001.[4]郑世超,宋红军,刘亚波等.广域监视动目标检测模式下动目标快速定位误差分析[J].雷达学报,2013,2103(2):4.[5]保铮,刑孟道,王彤.雷达成像技术[M].电子工业出版社,2005.[6]毛士艺,李少洪,黄永红等.机载PD雷达DBS实时成像研究[J].电子学报,2000,28(3):32-34.[7]刘寅.机载雷达DBS技术研究[J].西安电子科技大学,2005.[8]李燕平.机械扫描雷达的DBS成像和动目标检测研究[D].西安电子科技大学,2006.[9]胡瑞贤,王彤,保铮.扫描GMTI系统运动目标精确定位方法[J].系统工程与电子技术,2013,35(8).[10]CorcoranK.Highereyesinthesky:thefeasibilityofmovingAWACSandJSTARSfunctionsintospace[R].AIRUNIVMAXWELLAFBALSCHOOLOFADVANCEDAIRPOWERSTUDIES,1998.[11]李真芳,保铮,王彤等.基于实测数据的地面慢速动目标检测[J].电子学报,2003,31(9):1437-1440.[12]BrennanLE,MallettJ,ReedIS.AdaptivearraysinairborneMTIradar[J].AntennasandPropagation,IEEETransactionson,1976,24(5):607-615.[13]周义.“全球鹰”无人侦察机——“大气层侦察卫星”[J].中国航天,2003,9:011.[14]毛洁娜,于龙,林莹莹.无人机遥感应用及红外载荷研究[J].红外,2007,28(2):32-35.[15]Cerutti-MaoriD,BurgerW,EnderJHG,etal.WideareasurveillanceofmovingtargetswiththeSAR/GMTIsystemPAMIR[J].EUSAR2006,2006.[16]BrennerAR,EnderJHG.DemonstrationofadvancedreconnaissancetechniqueswiththeairborneSAR/GMTIsensorPAMIR[C]//Radar,SonarandNavigation,IEEProceedings-.IET,2006,153(2):152-162.[17]Cerutti-MaoriD,KlareJ,BrennerAR,etal.Wide-areatrafficmonitoringwiththeSAR/GMTIsystemPAMIR[J].GeoscienceandRemoteSensing,IEEETransactionson,2008,55 西安电子科技大学硕士学位论文46(10):3019-3030.[18]EnderJHG.Theairborneexperimentalmulti-channelSARsystemAER-II[C]//Proc.EUSAR.1996,96:49-52.[19]ApplicationALS.JSTARSMulti-ServiceTactics,Techniques,andProceduresforJointSurveillanceTargetAttackRadarSystem[J].2006.[20]赵玉洁.JSTARS联合监视目标攻击雷达系统[J].航空电子技术,1992,4:001.[21]许伟武.机载有源相控阵雷达从研发进入装备[J].国际航空,2005(10):50-53.[22]KlemmR.Principlesofspace-timeadaptiveprocessing[M].IET,2002.[23]胡瑞贤.战场监视雷达广域GMTI模式关键信号处理方法研究[D].西安电子科技大学,2013.[24]RichardsonPG,HaywardSD.Adaptivespacetimeprocessingforforwardlookingradar[C]//RadarConference,1995.,RecordoftheIEEE1995International.IEEE,1995:629-634.[25]孟祥东.空时二维自适应信号处理与动目标检测[D].博士论文,西安电子科技大学,2009.[26]龚雪萍.机载雷达扫描模式下DBS成像和GMTI方法研究[D].西安电子科技大学,2013.[27]胡瑞贤,王彤,保铮等.一种基于惯导信息的多普勒波束锐化图像拼接算法[J].电子与信息学报,2012,34(6):1337-1343.[28]MadsenSN.EstimatingtheDopplercentroidofSARdata[J].AerospaceandElectronicSystems,IEEETransactionson,1989,25(2):134-140.[29]BamlerR..DopplerfrequencyestimationandtheCramer-Raobound[J].GeoscienceandRemoteSensing,IEEETransactionson,1991,29(3):385-390.[30]LiFK,HeldDN,CurlanderJC,etal.Dopplerparameterestimationforspacebornesynthetic-apertureradars[J].GeoscienceandRemoteSensing,IEEETransactionson,1985(1):47-56.[31]魏红亮,李明.机械扫描雷达DBS模式下的锐化比恒定技术研究[J].火控雷达技术,2009,38(2):14-18.[32]郑明洁,闫贺,张冰尘等.基于DBS图像的双通道广域监视雷达动目标检测和参数估计方法[J].雷达学报,2012,1(1):36-42.[33]KlemmR.Adaptivecluttersuppressionforairbornephasedarrayradars[C]//IEEProceedingsF(Communications,RadarandSignalProcessing).IETDigitalLibrary,1983,130(1):125-132.56 参考文献[34]KlemmR.Space-timeadaptiveprocessing[J].TheInstituteofElectricalEngineers,London,UnitedKingdom,1998.[35]WangH,ZhangY,ZhangQ.Aviewofcurrentstatusofspace-timeprocessingalgorithmresearch[C]//RadarConference,1995.,RecordoftheIEEE1995International.IEEE,1995:635-640.[36]FinnHM,JohnsonRS.Adaptivedetectionmodewiththresholdcontrolasafunctionofspatiallysampledclutter-levelestimates(Adaptivedetectionmodeforsurveillanceradar,usingdetectionthresholdproportionaltospatiallysampledclutterlevelestimatesforregulationoffalsealarmprobability)[J].RCAreview,1968,29:414-464.[37]MelvinWL.Astapoverview[J].AerospaceandElectronicSystemsMagazine,IEEE,2004,19(1):19-35.[38]何友,关键,孟祥伟等.雷达目标检测与恒虛警处理[M].清华大学出版社,2011.[39]KlemmR.Adaptivecluttersuppressionforairbornephasedarrayradars[C]//IEEProceedingsF(Communications,RadarandSignalProcessing).IETDigitalLibrary,1983,130(1):125-132.[40]WardJ.Space-timeadaptiveprocessingforairborneradar[J].1998.[41]KlemmR.Principlesofspace-timeadaptiveprocessing[M].IET,2002.[42]WangYL,PengYN,BaoZ.Space-timeadaptiveprocessingforairborneradarwithvariousarrayorientations[C]//Radar,SonarandNavigation,IEEProceedings-.IET,1997,144(6):330-340.[43]吴建新.机载雷达运动目标检测的杂波抑制方法[D].博士论文.西安电子科技大学,2006[44]RabideauDJ,SteinhardtA.Improvingtheperformanceofadaptivearraysinnonstationaryenvironmentsthroughdata-adaptivetraining[C]//Signals,SystemsandComputers,1996.ConferenceRecordoftheThirtiethAsilomarConferenceon.IEEE,1996,1:75-79.[45]ScharfLL,McWhorterLT.Adaptivematchedsubspacedetectorsandadaptivecoherenceestimators[C]//Signals,SystemsandComputers,1996.ConferenceRecordoftheThirtiethAsilomarConferenceon.IEEE,1996:1114-1117.[46]KrautS,ScharfLL,ButlerRW.Theadaptivecoherenceestimator:auniformlymost-powerful-invariantadaptivedetectionstatistic[J].SignalProcessing,IEEETransactionson,2005,53(2):427-438.[47]BidonS,BessonO,TourneretJY.Theadaptivecoherenceestimatoristhegeneralizedlikelihoodratiotestforaclassofheterogeneousenvironments[J].SignalProcessingLetters,57 西安电子科技大学硕士学位论文IEEE,2008,15:281-284.[48]WangP,SahinogluZ,PunMO,etal.Knowledge-aidedadaptivecoherenceestimatorinstochasticpartiallyhomogeneousenvironments[J].SignalProcessingLetters,IEEE,2011,18(3):193-196.[49]郑明洁.合成孔径雷达动目标检测和成像研究[J].博士论文,北京:中国科学院电子学研究所,2003,6.[50]王伟伟.机载/星载雷达地面运动目标检测稀疏处理方法研究[D].西安电子科技大学,2012.[51]PengDai-qiang,LinYou-quan,DuPeng-fei.AfastalgorithmforlatitudeandlongitudecalculationforairborneSARanditslocationprecisionanalysis[J].ModernRadar,2010,32(3):48-52.[52]GaoXiang-wu,HuangGuang-min,YangRu-liang.StudyonafasttargetlocationmethodforairborneSARandlocationprecisionanalysis[J].ModernRadar,2004,26(9):4-7.58 致谢致谢时光荏苒，岁月如梭，我的研究生学习生涯已接近尾声。这段求学经历，是我一生中很大的一笔财富。这段求学时间，我不仅学到了很多专业知识，而且学到了分析问题、解决问题的方法；不仅经历了面对困难和挫折的困惑和失落，而且收获了克服困难、解决问题的成功和喜悦。在这两年半的求学生涯中取得的每一点成绩，无不包含着自己的努力，更包含着老师和同学的耐心指导和无私帮助。在此，我要向他们表示最衷心的感谢！首先，我要衷心感谢我的导师吴建新副教授。论文从选题到每一步研究工作的进展，吴老师都给予了悉心的指导，提出了很多宝贵的意见。吴老师治学严谨，工作勤恳踏实、一丝不苟，在科研上更是有着很深的造诣，是我未来人生道路上前进的榜样和奋进的动力。吴老师为人谦和，待人亲和，对每一位学生都关爱有加。如果我们有问题请教，即使再忙再累，他也一定会放下手中的工作，给我们耐心讲解。吴老师不仅在工作上给了我很多指导和帮助，对我的生活也是倍加关心。能师从吴老师让我感到非常荣幸，更是我一生的骄傲。在此，我向吴老师表达最崇高的敬意和深深的感谢！特别感谢王彤教授。王老师渊博的知识，敏锐的思维和对问题深刻的洞察力，使我在研究工作中获益匪浅。王老师对每一个问题，都有着自己专业的见解；对工作中的每一个困难，都能提出行之有效的解决方案，在业界有很好的口碑。王老师引导我们将理论知识和项目实践相结合，让我们积极参与到项目中，在实际项目中检验知识，激发创造力。在平时的科研和毕业论文的撰写过程中，王老师都给我很多悉心的指导。王老师独特的人格魅力，潜移默化地影响着我为人处事的方式，他的谆谆教诲是我一生的财富。我很荣幸成为王老师的学生，很骄傲成为王老师的学子。王老师是我的楷模，是我的榜样，是我一生的敬仰。在此，谨向王老师致以最诚挚的敬意和最衷心的谢意！感谢西安电子科技大学雷达信号处理国防科技重点实验室的老师们为我们提供的良好的工作环境和一流的科研条件。感谢代保全、陈朝焰、文才、姜磊、同亚龙、吴亿峰、王娟、李永康等博士师兄师姐对我的帮助和指导，他们是我一生学习的榜样。学习上遇到问题时，他们总是不厌其烦地给我讲解；生活中遇到困难时，他们总是热心的为我解决。学习上，他们也是我的老师，教会了我很多知识；生活中，他们也是我的好朋友，给予了我很多关怀和帮助，衷心的感谢他们。59 西安电子科技大学硕士学位论文感谢已经毕业的李志强、吕晓雷、刘东东、申凤阳、陈云飞、徐康、吴晓明、李秋沁等师兄师姐，在他们的帮助下，我顺利地适应了研究生的学习和生活，祝他们身体健康，工作顺利。特别感谢李志强和刘冬冬师兄，他们在我研究方向上给了我很多无私的帮助，使我很快进入课题。感谢王志林、陈华彬、傅翱、王驰、张颖、任倩倩、崔伟芳、马楠、鲁缘政等实验室同门同学，我们一起学习，一起活动，大家互帮互助，和睦相处，友谊长存。他们给实验室平添了很多乐趣，也给我的学习和生活留下了许多美好的回忆，遇见他们，真好！感谢苏昱煜、李冬杨、杜娅杰、任鹏丽、林雪芳、刘红亮等师弟师妹，他们勤奋努力，认真好学，他们身上有很多闪光点，值得我去学习。特别感谢苏昱煜师弟，在我们出差的那段时间，他任劳任怨，并和我积极讨论问题，提出自己的见解。在我们的共同努力下，出色的完成了我们的任务。感谢王志斌、王志林、王金龙、宋亚坪、张昊、马建国、李琛、胡显东、张培川等篮球队的兄弟们，和他们一起打球的时光，我终生难忘。感谢雷宇、卢骁、王卫东、李树林、倪链、王杰、吴渤、程增飞、陆晨阳、刘桂平、郝磊、王朝亿、沙瑜、刘素兵、赵乐等我的好朋友们，和他们相处，我很快乐！特别感谢我的父母。多年来，他们含辛茹苦养育我、教导我，默默承受着沉重的生活压力。他们在生活上对我悉心照顾，在学习上对我无尽鼓励，在学业上给我全力支持，他们的无私付出是我努力拼搏、奋勇前进的不竭动力！感谢我的姐姐和我的姐夫，他们在生活上给了我巨大的帮助，使我能够安心学习。感谢我舅和我姨，在我最困难的时候，向我伸出了援助之手。谢谢他们的支持和理解，谢谢他们的关心和呵护。最后衷心的感谢关心、支持和帮助我的所有老师、亲戚、朋友和同学，祝他们健康快乐，幸福平安。60 作者简介作者简介1.基本情况男，山东烟台人，1987年2月出生，西安电子科技大学电子工程学院信号与信息处理专业2012级硕士研究生。2.教育背景2008.08～2012.07就读于山东科技大学信息与电气工程学院通信工程专业，获工学学士学位2012.09～西安电子科技大学电子工程学院信号与信息处理专业硕士研究生3.攻读硕士学位期间的研究成果3.1发明专利和科研情况：[1]王彤，李春海，吴建新等.一种机载非正侧阵雷达用自适应子空间的杂波抑制方法[P].中国，普通，201410123524.X，2014.03；[2]吴建新，李春海，王彤等.基于杂波子空间的阵元误差估计方法[P].中国，普通，201410114127.6，2014.03；[3]王彤，王志林，李春海等.基于先验知识的相控阵雷达自适应任务调度方法[P].中国，普通，201410126619.7，2014.04；61 ■Ｉ擊■爲聲系？纠我苗ＷＤＩＡＮＵＮＩＶＥＲＳＩＴＹ地址安市太白南路２￣：西＾７１００７１网址．ｘｉｄｉａｎ．ｅ．ｃｎ：ＷＷＷｄｕＩ－