基于圖切優(yōu)化的雷達(dá)微弱目標(biāo)檢測研究.pdf

1、微弱目標(biāo)檢測是現(xiàn)代雷達(dá)技術(shù)領(lǐng)域中的研究熱點(diǎn)，由于遠(yuǎn)距離，隱身，高機(jī)動(dòng)以及低空超低空突防等都給雷達(dá)檢測帶來嚴(yán)重的挑戰(zhàn)，日益凸顯出雷達(dá)微弱目標(biāo)檢測研究的重要性。
　　雷達(dá)微弱目標(biāo)的檢測在技術(shù)上涉及相干積累，非相干積累和恒虛警率檢測等問題。為了增強(qiáng)微弱目標(biāo)的檢測能力，通常采用長時(shí)間非相干積累方法。目前雷達(dá)的長時(shí)間非相干積累主要集中在TBD技術(shù)上，本文研究了基于粒子濾波的微弱目標(biāo)檢測前跟蹤算法，該算法的本質(zhì)是利用時(shí)間來換取能量。由于雷達(dá)在

2、空和時(shí)等高維空間存在相關(guān)性，故可以在不同的域上進(jìn)行積累來提高微弱目標(biāo)的檢測能力。本文從空域積累的角度出發(fā)研究了雷達(dá)微弱目標(biāo)檢測方法。
　　對于雷達(dá)微弱目標(biāo)的檢測，積累處理是一種有效的方法，既可以從時(shí)域的角度出發(fā)進(jìn)行積累，也可以從其他域進(jìn)行積累處理?；诜窍喔煞e累的TBD-PF算法是從時(shí)域進(jìn)行積累的，本文從空域積累著手，將多周期回波信號拼接成圖像序列，針對圖像序列上目標(biāo)的特征信息，提出了不同的全局優(yōu)化檢測算法。首先利用目標(biāo)特征的跟蹤

3、以及基于全局優(yōu)化的最小圖切算法，實(shí)現(xiàn)快速檢測，較好地解決雷達(dá)微弱機(jī)動(dòng)目標(biāo)的檢測問題。但是圖切算法作為一種全局優(yōu)化檢測方法由于忽略了一些局部信息導(dǎo)致目標(biāo)邊緣易發(fā)生偏移，本文在基于圖切的微弱目標(biāo)檢測的基礎(chǔ)上，利用測地線活動(dòng)輪廓和恒定的目標(biāo)邊緣長度約束來優(yōu)化網(wǎng)絡(luò)節(jié)點(diǎn)參數(shù)流量，提出了恒邊長的測地線活動(dòng)輪廓加權(quán)的雷達(dá)微弱目標(biāo)檢測算法。進(jìn)而提高微弱目標(biāo)的檢測概率。最小圖切算法是基于低階的馬爾科夫隨機(jī)場（MRF），能量函數(shù)的低階近似，將無法準(zhǔn)確描述圖