距離擴展目標的檢測算法研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著雷達距離分辨率的提高,雷達回波中觀測目標分布在多個距離單元,雜波單元面積顯著減小。此時,基于點目標和大面積雜波的傳統(tǒng)檢測理論不再適用,亟需對距離擴展目標檢測的相關理論和技術進行研究。
  本文圍繞高斯/復合高斯雜波中的距離擴展目標檢測問題,開展了如下工作:
  1.針對典型復合高斯背景中的距離擴展目標檢測問題,提出了K、Weibull和G0分布雜波背景中的最優(yōu)檢測器,并與現有的兩步GLRT檢測器進行比較,仿真實驗表明兩步

2、GLRT檢測器具有準最優(yōu)的檢測性能,而影響該檢測器性能的主要因素是相干斑(speckle)的協(xié)方差矩陣估計。
  2.針對復合高斯雜波相干斑協(xié)方差矩陣的最優(yōu)估計問題,從理論上證明了迭代MLE估計量估計性能最優(yōu),且其性能主要受到鄰近純雜波(輔助數據)可用距離單元數的影響。
  3.針對沒有輔助數據的復合高斯雜波中的距離擴展目標檢測問題,提出了一種基于AR過程的ARGLRT-CG檢測器。其檢測性能比現有的ARGLRT-HTG檢測

3、器改善了約3dB。
  4.針對小相干樣本數的ARGLRT-CG具有檢測性能損失的問題,對于缺乏輔助數據的復合高斯雜波,提出了IARGLRT-CG檢測器,其檢測性能比ARGLRT-CG檢測器改善了約2~3 dB。
  此外,針對高斯雜波中距離擴展目標的檢測問題,提出了AR-OS檢測器和Bayesian-GLRT檢測器。其中,AR-OS檢測器比現有的AG-OS檢測器更易工程實現和具有更強的抗干擾能力,而Bayesian-GLR

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論