預(yù)警雷達(dá)輔助知識庫建模與仿真.pdf

1、雷達(dá)在地/海/城市等強(qiáng)雜波背景中對目標(biāo)進(jìn)行探測時，弱小目標(biāo)往往被強(qiáng)雜波掩蓋，而飛行器隱身性能和機(jī)動性能的提高進(jìn)一步增加了雷達(dá)探測的難度。與傳統(tǒng)的微弱目標(biāo)探測技術(shù)僅利用雷達(dá)回波數(shù)據(jù)不同，基于輔助知識庫的微弱目標(biāo)探測技術(shù)通過對地形、高程及氣象等先驗(yàn)環(huán)境信息進(jìn)行分析處理來構(gòu)建輔助知識庫，從而對傳統(tǒng)的檢測跟蹤算法進(jìn)行知識輔助，有效提高了傳統(tǒng)檢測跟蹤算法在復(fù)雜環(huán)境下的探測性能，成為微弱目標(biāo)探測領(lǐng)域的研宄熱點(diǎn)。然而，輔助知識庫作為一種新興技術(shù)，仍有

2、大量技術(shù)問題有待解決，如輔助知識的獲取、動態(tài)更新和工程化應(yīng)用等。
　　本文圍繞以上問題，研究了輔助知識的獲取和動態(tài)更新算法，以及雷達(dá)輔助知識庫的建模和工程化應(yīng)用方案，具體如下：
　　1.研究了地形覆蓋信息、高程信息、雜波幅度分布模型信息、強(qiáng)弱雜波分區(qū)等多種輔助知識的獲取方法；提出了一種結(jié)構(gòu)化、參數(shù)化的雷達(dá)輔助知識庫建模方法。
　　2.提出了基于雙AD檢驗(yàn)的動態(tài)更新算法和基于指數(shù)平滑的動態(tài)更新算法，兩種算法可對相應(yīng)的輔助

3、知識進(jìn)行有效的動態(tài)更新，大幅提高輔助知識與探測環(huán)境的匹配程度。
　　3.提出了基于強(qiáng)弱雜波分區(qū)的知識輔助恒虛警檢測算法，該算法利用強(qiáng)弱雜波分區(qū)知識將復(fù)雜探測環(huán)境劃分為局部的均勻探測環(huán)境，從而有效的提升了背景雜波功率水平的估計精度，提高了非均勻探測環(huán)境下雷達(dá)的目標(biāo)檢測能力及虛警點(diǎn)控制能力。
　　4.在分析了輔助知識庫建模過程中資源需求的基礎(chǔ)上，提出了雷達(dá)輔助知識庫的工程應(yīng)用方案。
　　5.設(shè)計并實(shí)現(xiàn)了雷達(dá)輔助知識庫軟件，