空中微弱目标检测
一、成果简介
本成果是基于针对空中隐身、弱小、高空高速等飞行目标的积累检测问题开展研究，通过建立三维时间模型和三维回波信号模型，并采用长时间积累检测算法，达到缩短发现时间、推远警戒距离，以改善空中微弱目标的检测性能。项目采用理论分析和计算机仿真验证相结合的研究方法，围绕“三跨”微弱目标回波建模及弱信号积累方法中的难点开展研究，结合空中微弱目标的运动方式及特点、在利用相控阵雷达多波束扫描工作特性的基础上，提出并建立了三维时间模型（即，快时间、慢时间和波束时间）和“三跨”微弱目标的三维回波信号模型；根据高速微弱目标的运动特征，提出并完善空中微弱目标长时间积累增强算法IAR-MTD，实现了空中匀速微弱目标的积累检测；利用空中目标的稀疏特性，通过将长时间积累算法与压缩感知技术相结合，提出IAR-MTD-CS算法，实现了空中稀疏微弱目标的检测；针对跨波束单元运动目标，基于上述三维时间模型和三维信号模型，提出并完善了MBACIA-TSMB和MBACIA-SSMB两种算法，并提出切向多普勒频率概念，从而实现对跨波束单元运动目标的检测及径向速度和切向速度的估计。
二、主要技术指标
(1) 机载平台速度1马赫；
(2) 频段为X波段，作用距离400km；
(3) 信号带宽范围：1MHz-20MHz；
(4) 脉冲重复频率为中高频；
(5) 目标检测概率达到90%。
三、应用情况概述
(a) 目标所在方位与波束方位指向之间的关系，阴影区域为两者重叠处
(b) 通过多波束联合处理，不同波束的回波集中到同一波束之中
图3MBACIA-TSMB算法示意图
(a) 目标方位角与波束方位指向之间的关系，不同的阴影代表不同的波束
(b) 经过多波束联合处理后，位于不同波束的回波集中于同一波束之中
图4 算法示意图
图5 IAR-MTD算法的输出
图6 IAR-MTD-CS的输出
四、依托科研项目及技术成果支撑情况
1、依托科研项目情况
序号 | 项目名称 | 项目负责人 | 项目类别 （横向合作/纵向项目请列类别） | 立项时间 | 经费总额 （万元） | 项目委托单位 |
1 | 基于GEO星机地双多基相控阵雷达的高超声速目标检测方法研究 | 饶烜 | 国家自然科学基金 | 2016年 | 40 | 国家自然科学基金委 |
2 | 基于机载相控阵雷达的空中微弱目标长时间积累检测算法研究 | 饶烜 | 航空科学基金 | 2015年 | 10 | 航空科学基金委 |
2、论文和著作成果
序号 | 论文/著作名称 | 刊名/出版社名 | 第一作者 | 发表时间 |
1 | Improved axis rotation MTD algorithm and its Analysis | Multidimensional Systems and Signal Processing | Xuan RAO | 2019 |
2 | Ground Moving Target Imaging Based on Keystone Transform and Coherently Integrated CPF With a Single-Channel SAR | IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing | Penghui HUANG | 2017.10 |
3 | Ground Moving Target Refocusing in SAR Imagery Using Scaled GHAF | IEEE Transactions on Geoscience and Remote Sensing | Penghui HUANG | 2018.5 |
4 | Weak Target Integration Detection Based on Bistatic Radar Second-Order Keystone Transform | IEEE ICSIDP | Pan JIN | 2019.12 |
五、联系方式
联系人：饶烜
地址及邮编：江西省南昌市丰和南大道696号南昌航空大学 330063
Email：raoxuancom@163.com
联系电话：182******3318