项目名称: 辅助数据缺失环境下雷达距离扩展目标自适应检测方法研究

项目编号: No.61471379

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 简涛

作者单位: 中国人民解放军海军航空大学

项目金额: 80万元

中文摘要: 雷达探测环境的复杂多变性,导致自适应信号处理所需的辅助数据缺失严重,使得雷达距离扩展目标自适应检测变得更加复杂,成为当前雷达目标检测领域的难点。本项目主要包括:1)提出基于多通道自回归模型的距离扩展目标自适应检测方法,利用干扰的低阶时间相关性,减小辅助数据依赖性;2)提出基于斜对称干扰协方差矩阵的距离扩展目标自适应检测方法,通过合理的干扰分量去相关处理,提高数据利用率,降低辅助数据需求量;3)提出基于先验信息的距离扩展目标Bayesian自适应检测方法,通过有效利用干扰协方差矩阵先验分布,补偿辅助数据缺失造成的信息损失;4)提出基于结构特征和先验信息的距离扩展目标自适应检测方法,建立基于多通道自回归、斜对称结构和先验分布的干扰复合模型,提高检测器对辅助数据缺失环境的自适应性。本项目研究成果可为辅助数据缺失环境下高距离分辨率雷达目标检测和低/中分辨率雷达协同点目标群检测提供理论和技术支撑。

中文关键词: 辅助数据缺失;距离扩展目标;自适应目标检测;高距离分辨率雷达

英文摘要: Due to the complicated environment variation in radar detection, the available secondary data become scarce in adaptive signal processing, which increases the complexity of adaptive detection of radar range-spread target. It has become one of difficulties in radar target detection field. The main contents of this study include: 1) Present range-spread target adaptive detectors based on multichannel autoregressive model, which can reduce the dependence on secondary data, by utilizing the low-order time correlation of interference. 2) Present range-spread target adaptive detectors based on persymmetric interference covariance matrix, which can enhance the data usability and lower the demands for secondary data, by appropriately decorrelating interference components. 3) Present Bayesian range-spread target adaptive detectors based on apriori information, which can compensate for the information loss due to insufficient secondary data, by efficiently modeling apriori distribution for interference covariance matrix. 4) Present range-spread target adaptive detectors based on structured characteristic and apriori information, which can improve the detection adaptability to scarce secondary data, by modeling compound interference involving multichannel autoregressive process, persymmetric structure and apriori distribution. The achievements can provide theoretical and technical supports for detecting targets of high range resolution radar and coordinated point-like targets of low/medium resolution radar in scarce secondary data scenarios.

英文关键词: scarce secondary data;range-spread target;adaptive target detection;high range resolution radar

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
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
6+阅读 · 2021年9月22日
【经典书】半监督学习,524页pdf
专知会员服务
134+阅读 · 2021年8月20日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25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
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
38+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
21+阅读 · 2020年10月11日
Arxiv
12+阅读 · 2019年4月9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
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
6+阅读 · 2021年9月22日
【经典书】半监督学习,524页pdf
专知会员服务
134+阅读 · 2021年8月20日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
相关基金
国家自然科学基金
38+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员