项目名称: 复杂探测环境中基于认知理论的阵列SAR地面动目标检测技术研究

项目编号: No.61301212

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 吴迪

作者单位: 南京航空航天大学

项目金额: 24万元

中文摘要: 合成孔径雷达地面动目标指示(SAR/GMTI)作为SAR技术的扩展,在军事、民用领域均具有重要地位。实现这一功能的有效途径为采用多通道SAR系统,通过空时级联处理提高强大地、海杂波中慢动目标的检测性能。随着人们对SAR/GMTI系统性能要求的不断提升,如何在复杂探测环境中进一步提高慢动目标检测性能成为了一个关键问题。本项目拟对复杂探测环境中阵列SAR地面动目标检测(GMTD)技术展开研究,设计基于认知雷达理论的SAR/GMTD信号处理方案,通过对环境的认知自适应选取最佳检测器。具体研究内容包括:(1)非高斯背景中检验统计量统计特性分析;(2)复杂环境中新型SAR-STAP算法,具体包括非高斯、非均匀、抗干扰三类SAR-STAP算法;(3)动目标联合检测器设计;(4)基于认知理论的阵列SAR/GMTD总体方案设计。研究结果将为新一代SAR/GMTI系统研制提供理论支撑及技术储备。

中文关键词: 地面动目标;合成孔径雷达;空时自适应处理;认知雷达;恒虚警率检测

英文摘要: Synthetic aperture radar ground moving target indication (SAR/GMTI), which is seen as an extended technology for SAR, plays important role in both military and civilian task. An efficient approach to achieve SAR/GMTI is the use of multi-channel SAR system, which greatly enhances the detection ability for slowly moving targets submerged in strong ground or sea clutter by space-time processing. With the performance requirement for SAR/GMTI system increasing, the further improvement of the detection performance for slowly moving targets in complex detecting environments becomes a key issue. This project will focus the research on the technology of ground moving target detection (GMTD) for array SAR system in complex detecting environment. Signal processing strategy for SAR/GMTD based on the theory of cognitive radar will be proposed to achieve optimum detection for the detecting environment, in which the detector is chosen adaptively according to the cognition of the environment. The main content is summarized as: (1) statistical analysis of moving target detection test statistics in non-Gaussian background; (2) new types of SAR space-time adaptive processing (SAR-STAP) algorithms for complex environments, including the non-Gaussian, nonhomogeneous, and outlier resistant SAR-STAP algorithms; (3) the design of movin

英文关键词: Ground Moving Target;Synthetic Aperture Radar;Space-Time Adaptive Processing;Cognitive Radar;Constant False Alarm Rate Detection

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
无人机地理空间情报在智能化海战中的应用
专知会员服务
117+阅读 · 2022年4月14日
6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
目标检测之殇—小目标检测
极市平台
5+阅读 · 2021年11月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
从锚点到关键点,最新的目标检测方法发展趋势
计算机视觉life
17+阅读 · 2019年8月20日
目标检测技术二十年综述
计算机视觉life
20+阅读 · 2019年5月28日
深度学习目标检测算法综述
AI研习社
25+阅读 · 2019年2月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
65+阅读 · 2021年6月18日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
13+阅读 · 2020年4月12日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
无人机地理空间情报在智能化海战中的应用
专知会员服务
117+阅读 · 2022年4月14日
6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
32+阅读 · 2021年6月18日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
18+阅读 · 2020年12月23日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
相关资讯
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
目标检测之殇—小目标检测
极市平台
5+阅读 · 2021年11月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
从锚点到关键点,最新的目标检测方法发展趋势
计算机视觉life
17+阅读 · 2019年8月20日
目标检测技术二十年综述
计算机视觉life
20+阅读 · 2019年5月28日
深度学习目标检测算法综述
AI研习社
25+阅读 · 2019年2月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员