论文部分内容阅读
多基地雷达系统(Multisite Radar System,MSRS)自雷达诞生以来就是雷达领域中的热门方向。由于MSRS具有多个空间位置分散的局部雷达站,因此可以从多个角度对目标进行观测,进而获得比单基地雷达系统更好的检测性能。随着单基地雷达的系统性能逐渐趋于饱和,MSRS的工程化应用受到了广泛关注。本文在先前研究的基础上,结合工程中的难点问题,从MSRS融合检测算法设计的角度开展研究。具体内容包括如下几个方面:1、针对三维MSRS中回波相关性未知的问题,推导了不同空间分集通道(Spatial Diversity Channel,SDC)之间回波的相关系数,为后续融合检测算法的设计提供重要的理论支撑。为了满足工程实际需求,在前人工作的基础上,将平面坐标系下的MSRS系统扩展到三维极坐标系中。在窄带发射的条件下,根据均匀分布的三维球形散射体回波模型,推导了不同SDC之间回波相关系数的闭式表达式,并分析了各个SDC之间相位统计独立的条件。通过蒙特-卡洛仿真,验证了理论分析的有效性。2、针对MSRS中局部雷达站和融合中心之间传输信道带宽受限的问题,设计了一种基于删失数据的分布式融合检测算法。针对目标仅占据少量空间分辨单元的场景,在局部雷达站设计了一种“剔除”准则,使得高于局部门限的回波信号向融合中心传输,同时剔除低于局部门限的信号,并根据奈曼-皮尔逊引理,设计了最优的全局判决准则。针对单脉冲、多脉冲体制下的MSRS,分析了局部判决输出的统计特性,并给出了全局检测概率和虚警概率的计算方法。对于局部检验统计量服从指数分布的情形,推导了全局虚警概率和检测概率的闭式表达式。仿真表明,该方法可以在大幅压缩通信率的基础上,获得趋近于集中式融合的检测性能。3、针对某些MSRS融合中心通信带宽受限的问题,设计了一种基于Ali-Silvey距离的通信带宽分配算法。在某些场景下,MSRS融合中心的通信资源是有限的,通过合理的分配通信带宽,可以获得更好的检测性能。由于在分布式融合检测算法中,最优的局部判决准则以及全局判决准则的设计相互耦合,因此本文利用Ali-Silvey距离度量族中两种常见的距离度量,即J散度(J-Divergence,JD)和巴氏距离(Bhattacharyya Distance,BD),构建通信带宽分配算法的优化模型。利用序列二次规划(Seuential Quadratic Programming,SQP)算法,获得了相应的通信带宽分配方法。仿真结果表明,两种度量准则均可以有效的分配通信带宽并获得比平均带宽分配算法更好的检测性能。4、针对MSRS中各个局部雷达站所接收到的目标回波以及杂波协方差阵未知的问题,设计了一种基于广义似然比准则的低通信量融合检测算法。在MSRS的搜索阶段,往往无法预知目标回波幅值信息,进而导致奈曼-皮尔逊准则在工程中无法直接应用。在各个接收站可以接收多维相参信号的条件下,将多维信号处理领域中Kelly所提出的基于广义似然比检测(Generalized Likelihood Ratio Test,GLRT)的自适应检测器扩展到MSRS中。根据不同的观测场景,设计了三种低通信量融合检测算法以满足通信带宽需求,即AC-GLRT(Analog Censored GLRT),QC-GLRT和CR-GLRT(Confidence Region-based GLRT)。针对三种融合检测算法,推导了虚警概率和门限的闭式表达式。从理论分析和数值仿真的角度,分析了三种算法的检测性能和通信率需求。5、针对MSRS中不同SDC之间SNR差异较大的场景,为了解决SNR“坍塌损失”问题,设计了一种基于隶属函数的融合检测算法。从GLRT的角度出发,为了解决MSRS在搜索阶段对信号回波幅值估计不准的问题,利用隶属函数对幅值的最大似然估计进行置信度的判别,再将其带入似然比检测器中,获得了最终的融合检测算法。数值仿真表明,所提出的融合检测算法可以在SNR差异较大的情形下获得比GLRT算法,非相参积累检测算法更好的性能。同时和现有解决SNR坍塌损失问题的算法相比,可以获得更好的鲁棒性。