【摘 要】
:
全息雷达是一种应用数字阵列技术的新体制雷达,采用低增益宽波束发射,同时多波束接收,可实现时域、空域的连续覆盖。由于无需进行波束扫描,全息雷达可获取较长的积累时间和较高的多普勒分辨率,适用于强杂波、低RCS、多目标等复杂探测情形,具有较好的应用前景。本文就全息雷达长时间积累目标检测算法及工程化实现技术展开研究,主要内容如下:第二章主要阐述了全息雷达基本信号处理流程及相关理论。对全息雷达的概念及工作原
论文部分内容阅读
全息雷达是一种应用数字阵列技术的新体制雷达,采用低增益宽波束发射,同时多波束接收,可实现时域、空域的连续覆盖。由于无需进行波束扫描,全息雷达可获取较长的积累时间和较高的多普勒分辨率,适用于强杂波、低RCS、多目标等复杂探测情形,具有较好的应用前景。本文就全息雷达长时间积累目标检测算法及工程化实现技术展开研究,主要内容如下:第二章主要阐述了全息雷达基本信号处理流程及相关理论。对全息雷达的概念及工作原理进行介绍,提出一套完整的全息雷达信号处理流程,指出长时间积累在全息雷达信号处理中的核心作用,并对几种典型的积累算法进行仿真测试与对比。第三章对全息雷达“低慢小”目标长时间积累检测进行研究。一方面,提出慢速小目标距离分段长时间积累算法。构建全息探测雷达方程,得到积累时间与探测距离的关系;再根据目标运动参数范围,得到积累时间内目标距离及多普勒变化阶数,完成探测距离段的划分;针对不同距离段,分别设计相应的积累算法。另一方面,提出低空杂波背景下的恒虚警目标检测算法。采集并分析低空杂波(地杂波、雨杂波)在积累平面内的分布和起伏特性,在此基础上实现杂波区域的动态提取和恒虚警算法的自适应选择。第四章对全息雷达高速机动目标长时间积累检测算法进行研究。首先,构建了一种“距离—速度”统一量化的马尔科夫机动目标运动模型。然后,应用此模型,结合全息雷达特点,提出基于RFT–DP–BI的混合积累检测算法。最后,对算法进行内存优化和快速实现。分别提出了基于RFT插值和基于DP关联约束的快速实现算法。本章算法在最大速度、最大加速度给定的情况下,可实现任意机动形式下的长时间积累,无需获取目标运动阶数,且允许积累过程中加速度等高阶运动参数的突变。第五章对全息雷达工程化实现关键技术进行研究。首先,在全息雷达基本架构基础上,提出一种高集成度的硬件实现方案。然后,对全息雷达实时处理模块进行设计与实现。根据全息雷达信号处理特点,设计一种基于SRIO数据交互网络的可扩展实时处理架构,并基于FPGA和DSP完成全息雷达实时信号处理。接下来,对全息雷达数据录取模块进行设计与实现,给出多类型、多通道数据并行录取方案,并针对并行录取中FPGA片内缓存的使用,设计一种资源和时序优化的PCIe DMA实现结构。最后,通过外场试验,对全息雷达样机功能进行验证。本文的研究,挖掘了全息雷达在长时间积累目标检测方面的潜力,提高了全息雷达的探测威力,推进了其在防空预警等领域的工程实用化进程。
其他文献
基于计算机视觉的自动图像分割是机器辅助医疗图像分析任务中至关重要的步骤。自动且快速地获取具有准确分割掩码的医疗图像,对于帮助医生提高诊断精度、速度以及针对不同病人提供个性化的治疗方案具有重要的意义,针对该技术的研究也是当前科研领域的热点方向。在所有的研究问题当中,由于受到医疗图像独有的对比度低、噪声大、伪影多、内存占用量大以及获取标注信息困难等特性的影响,表示学习成为了提高医疗图像分割性能的核心方
随着5G、物联网、云计算的发展和行业数字化进程的深入,互联网流量爆炸式增长,网络应用也日趋复杂化和多样化,要求网络设备不仅具备极高的处理性能,还应具有极好的灵活性,能够提供面向新型协议、业务的快速定制及优化能力。然而,网络处理器作为网络设备的核心处理单元,采用通用多核或者专用多核的实现方式,难以同时兼备极高的处理性能和良好的灵活性。基于通用多核实现的网络处理器虽然具有极好的灵活性,但存在报文处理吞
随着超级计算机的规模不断扩大,体系结构日益复杂,系统可靠性的要求也急剧增高,使得与可靠性紧密相关的系统故障预测和研究面临着极大的挑战。超级计算机系统中的故障一般具有瞬时性、多样性以及不确定性,这些因素对故障信息采集、故障预测以及容错提出了更高更复杂的要求。由高效的数据采集能力和快速准确地数据分析能力所构成的数据预处理技术,为面向超算系统的容错技术提供了强大的数据保障。于此同时,E级系统中单个科学计
电磁逆散射成像是逆问题的一种,其非适定性和非线性为目标的高质量重建提出了极大挑战。在电磁逆散射问题的实际模型中,只能获取关于目标的有限信息,实现精确重建十分困难,因此开展高分辨精确成像技术研究具有重要意义。本文主要从三个方面开展研究:第一,现有成像算法中缺乏对超分辨成像机理的深入研究,本文提出了一种基于轨道角动量(Orbital Angular Momentum,OAM)电磁波的超分辨成像算法,详
在信息经济时代,信息管理需依赖于计算机技术、网络与通信技术等最新成果,将各类分布式信息资源互联互通,以此实现系统的整体优化和规模优势。数据中心网络是目前最重要的网络技术之一,它将大量计算和存储服务器连接起来,以更经济更便捷的方式达到高速计算和海量存储等需求。然而,数据中心网络内部网络拓扑的改变,交换机的升级,虚拟机的迁移,交换机和链路失效等都会引起数据中心网络更新,即流量传输路径的改变,这给数据中
IC产业全球化已经成为促进信息革命深入发展的中流砥柱。2000年,中国提出加速融入全球IC生态体系,形成各地区多级并举发展格局。然而,关系国脉民命的全球化背后安全隐患暗流涌动。2016年,A2问世标志着微观层面的黑客逻辑已经极为隐蔽,可令传统数字安全工具束手无策。现实困境倒逼技术革新,催生版图分析和旁路分析等重要成果。版图分析已可检测IC中布线级电路信息,但是该技术面临的经济和时间代价使其难以推广
经典的陆用定位导航技术,如惯性导航以及惯性与里程信息、地标信息、零速停车信息、卫星信息的组合导航技术等,在满足长时间大范围工作情况下机动、快速、自主导航定位的作战使用需求时,都有着各自的技术缺陷。为了突破陆用导航领域传统技术方案,本文对高精度惯性定位定向地图信息匹配导航技术进行研究,提出了采用地图匹配辅助惯性定位定向方法,提高长航时大半径情况下的自主定位精度,对提升快速自主精确能力并降低保障要求与
大数据时代产生了海量数据,大数据应用对内存系统提出了三方面的挑战,包括计算密集性、信息安全性以及海量数据存储。传统的内存由于功耗高、可扩展性差等缺陷,无法满足大数据应用的需求。新兴的非易失内存介质以其低功耗、存储密度高、扩展性好等优良特性,为解决这些问题带来了希望。然而,如何使用非易失内存技术,克服非易失内存自身的不足,构建高性能安全可靠的非易失内存系统,仍然需要深入的研究。本文围绕大数据应用的三
统一内存是GPU发展过程中一个重要的进展。它指的是在“CPU+GPU”异构系统中,CPU内存与GPU内存共享同一个虚拟地址空间,CPU与GPU可以使用同一个指针访问该地址空间。当GPU(CPU)所访问的数据不在本地内存时,系统会自动地将数据从CPU(GPU)内存迁移至本地内存,不需要人为干预。统一内存带来了三方面的益处:极大地简化了编程,使程序员从复杂的内存管理中解放出来;GPU执行与数据传输可以
格是欧氏空间中的离散加法子群。格中的困难问题及其求解算法,在公钥密码学中发挥着日益重要的作用。从分析的角度来说,格基约化算法的提出,使得基于大数分解、离散对数等经典困难问题的公钥密码方案的分析工作,可以在问题转换之后通过求解格中短向量的方法来完成。从设计的角度来说,小整数解(Small Integer Solution,SIS)问题和带错学习(Learning With Errors,LWE)问题