《雷达学报杂志》发表论文赏析
作者:杨诗兴, 张国鑫, 梁雲飞, 易伟, 孔令讲
单位:电子科技大学信息与通信工程学院 成都 611731;
摘要:动平台分布式雷达系统可有效提升系统的生存能力和探测性能,但运动平台之间通常采用无线传输方式,难以配备大通信带宽以传输完整的信号数据,给雷达系统的高性能检测带来极大挑战。由于低比特量化技术可显著降低分布式系统的通信传输代价和计算资源消耗,该文针对低信噪比弱信号环境下提出了动平台分布式雷达系统的低比特量化运动目标检测算法。首先,根据系统资源将各节点的多脉冲观测数据选择对应位数的低比特量化器进行量化,推导了关于量化器和多个目标状态的似然函数。其次,证明了低比特量化数据对应似然函数关于未知目标反射系数的凸性,并基于该特性设计了多普勒频移和反射系数的联合估计器。然后,针对探测区域中存在的多个状态未知目标设计了多目标检测器,推导了其恒虚警率门限。最后,通过推导系统的渐近性能设计了最优低比特量化器,在保证系统鲁棒性的同时有效提升了系统的检测性能。仿真实验分析了所提算法的检测与估计性能,结果证明了所提算法在低信噪比弱信号环境下的有效性,同时表明低比特量化数据可在仅占用低于20%通信带宽的基础上实现接近高精度(16比特量化)数据对应的检测和估计性能,且2比特量化策略可作为检测性能和雷达系统资源消耗的折中选择。
关键词:分布式雷达系统, 运动平台, 目标检测, 低比特量化, 最优量化器
基金资助:国家自然科学基金(62231008, U19B2017),中央高校基本科研业务费专项资金(ZYGX2020ZB029)
2024年3期其他文献查阅:
MPOLSAR-1.0:多维度SAR多波段全极化精细分类数据集
多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)及高分辨微动特征提取方法
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法
基于动量迭代快速梯度符号的SAR-ATR深度神经网络黑盒攻击算法