项目名称: 空时频检测前聚焦雷达信号处理理论和方法研究

项目编号: No.61271391

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 许稼

作者单位: 北京理工大学

项目金额: 80万元

中文摘要: 针对复杂电磁环境中现代雷达对高速、高机动、隐身目标探测的迫切需求,本项目基于空时频域信号建模,提出基于长时间相参积累的空时频检测前聚焦(STF-FBD)新理论和新方法。STF-FBD可有效抑制强杂波和有源干扰,克服尺度伸缩、孔径渡越、稀疏子带、跨距离、跨多普勒和跨波束等效应,显著提高混合积累、目标检测、参数测量、机动跟踪、特征提取和目标识别等信号处理环节的性能。相对现有检测前跟踪(TBD)方法,STF-FBD通过长时间相参积累技术可取得更优越性能,并形成基于STF-FBD和STF-FBD-TBD方法统一的雷达信号处理理论框架和技术体系。同时,本项目将提出STF-FBD快速算法并研制通用仿真平台,为STF-FBD新方法工程应用奠定基础。本项目研究成果不仅适于高速、高机动、隐身目标也适于常规目标,不仅适于新体制雷达也适于常规雷达,满足搜索、警戒、制导、跟踪、引导等雷达应用领域的需求。

中文关键词: 检测前聚焦;高速目标;隐身目标;目标检测;参数估计

英文摘要: For the high-speed, high maneuvering and stealthy target detection via modern radar in a complicated electromagnetic surrounding, this project put forward a novel approach for radar signal processing, called Space-Time-Frequency Focus-Before-Detection (STF-FBD), based on long-time coherent integration. The proposed STF-FBD methods can effectively suppress the strong clutter and active jamming based on the space-time-frequency signal modeling, as well as overcome the problems like scale effect, aperture fill time, sparse frequency sub-band synthesis, across range units, across Doppler units and across beam units. The proposed STF-FBD methods can remarkably improve the radar signal processing performance on the steps like hybrid integration, target detection, parameter estimation, maneuvering tracking, feature extraction and target recognition. The proposed STF-FBD methods can outperform the existing track-before-detection (TBD) methods on the processing performance and establish a unified radar signal processing frame based on STF-FBD and STF-FBD-TBD processing. In the mean time, the fast implementations of STF-FBD algorithm will be proposed and a general simulation platform will be established in this project, which will demonstrate the effectiveness and fasten the applications of the proposed STF-FBD methods.

英文关键词: Focus-before-detection;high-speed target;stealthy target;target detection;parameter estimation

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
深度学习中的单阶段小目标检测方法综述
专知会员服务
46+阅读 · 2021年11月23日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
86+阅读 · 2021年8月8日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
自动化学科面临的挑战
专知会员服务
37+阅读 · 2020年12月19日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16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
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8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
0+阅读 · 2015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
1+阅读 · 2013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
1+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 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17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
深度学习中的单阶段小目标检测方法综述
专知会员服务
46+阅读 · 2021年11月23日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
86+阅读 · 2021年8月8日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
自动化学科面临的挑战
专知会员服务
37+阅读 · 2020年12月19日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
相关基金
国家自然科学基金
0+阅读 · 2015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
1+阅读 · 2013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
1+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 · 2011年12月31日
微信扫码咨询专知VIP会员