机载雷达空时自适应检测方法研究进展

王永良; 刘维建; 谢文冲; 段克清; 高飞; 王泽涛

doi:10.3724/SP.J.1300.2014.13081

机载雷达空时自适应检测方法研究进展

doi: 10.3724/SP.J.1300.2014.13081

1.
(空军预警学院武汉 430019)
2.
(国防科学技术大学电子科学与工程学院长沙 410073)

基金项目:

国家自然科学基金(60925005, 61102169)资助课题

详细信息

作者简介:
王永良(1965-)，男，籍贯浙江省嘉兴市，教授，博士生导师，现为空军预警学院科研部部长，主要研究方向为雷达信号处理、空时二维信号处理等，已发表论文270余篇，学术专著3部。刘维建(1982-)，男，籍贯山东省莱芜市，现为国防科技大学信号与信息处理专业博士研究生，主要研究方向为多通道信号自适应检测、阵列信号处理。谢文冲(1978-)，籍贯山西省万荣县，2006年获国防科技大学信号与信息处理专业工学博士学位，现为空军预警学院雷达兵器运用工程军队重点实验室副教授，已在国内外刊物及学术会议上发表学术论文近百篇，主要研究方向为机载雷达信号处理、空时自适应信号处理等。段克清(1981-)，男，籍贯河北省石家庄市，2010年获国防科技大学信号与信息处理专业工学博士学位，现为空军预警学院雷达兵器运用工程军队重点实验室讲师；在SignalProcessing,SCIENCECHINAInformationSciences和《电子学报》等学术期刊与国际会议上发表学术论文30余篇，申请国防发明专利7项(授权4项)，获军队科技进步一等奖1项，主要研究方向为机载雷达信号处理、空时自适应信号处理。高飞(1979-)，男，籍贯陕西省西安市，2009年获国防科技大学通信与信息工程专业工学博士学位，现为空军预警学院雷达兵器运用工程军队重点实验室讲师，已在国内外刊物及学术会议上发表学术论文20余篇，研究方向为机载雷达信号处理、空时自适应信号处理等。王泽涛(1987-)，男，籍贯河北保定，现为国防科技大学信号与信息处理专业博士研究生，主要研究方向为空时自适应处理、地面动目标检测。

计量
- 文章访问数: 3137
- HTML全文浏览量: 271
- PDF下载量: 2548
- 被引次数: 0
出版历程
- 收稿日期: 2013-09-02
- 修回日期: 2014-03-31
- 网络出版日期: 2014-04-28

Research Progress of Space-Time Adaptive Detection for Airborne Radar

1.
(Air For Early Warning Academy, Wuhan 430019, China)
2.
(College of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China)

摘要

摘要: 与空时自适应处理(STAP)相比，机载雷达空时自适应检测(STAD)方法利用待检测单元及训练样本的数据形成合理的检测统计量，直接判定目标的有无，而不用先进行杂波抑制，然后再检测。STAD 方法具有处理流程简洁、设计灵活等特点，而且其相应的检测统计量通常具有恒虚警率(CFAR)特性，因而不需要进行专门的CFAR处理。更为重要的是，STAD 往往比杂波抑制后检测的传统方法具有更好的检测性能。该文首先对STAD 的技术要点进行简要地概括，然后对现有的STAD 方法进行分类介绍，最后对STAD 的下一步研究进行展望。
- 空时自适应检测(STAD) /
- 空时自适应处理(STAP) /
- 多通道检测 /
- 恒虚警率(CFAR)
Abstract: Compared with Space-Time Adaptive Processing (STAP), Space-Time Adaptive Detection (STAD) employs the data in the cell under test and those in the training to form reasonable detection statistics and consequently decides whether the target exists or not. The STAD has concise processing procedure and flexible design. Furthermore, the detection statistics usually possess the Constant False Alarm Rate (CFAR) property, and hence it needs no additional CFAR processing. More importantly, the STAD usually exhibits improved detection performance than that of the conventional processing, which first suppresses the clutter then adopts other detection strategy. In this paper, we first summarize the key strongpoint of the STAD, then make a classification for the STAD, and finally give some future research tracks.
- Space-Time Adaptive Detection (STAD) /
- Space-Time Adaptive Processing (STAP) /
- Multichannel detection /
- Constant False Alarm Rate (CFAR)