天基预警雷达STAP-TBD关键技术研究

The modern space-based early warning radars play an important military role in surveiling the ballistic missile and space moving targets. However, due to the large coverage area of space-based radar, the echoes from moving targets of interest could be totally buried in nonstationary clutter returning from the earth. The direct application of traditional space-time adaptive processing ( STAP ) technique to space-based radar for clutter suppression will result in poor performance. Track-before-detect (TBD) based on particle filter technique directly processes the original data without the thresold detection, which reserves most of information. In the meantime, TBD based on particle filter algorithm can effectively handle the problem of the nonlinear and non-Gaussian state estimation. Furthermore,TBD is preferable for the radar target detection and tracking in the case of low signal to clutter noise rate (SCNR). This project will study and develope the more effective STAP clutter suppression methods for space-based radar. Moreover, the TBD algorithm based on particle filter is employed to obtain multi-frame range-doppler data , leading to accumulate the signal energy. Through in-depth study of the integration of space-based information parameters of the STAP clutter suppression method, system model, TBD based on particle filter, it is promising to breakthrough the technical bottlenecks such as radar detecting ballistic missile dim targets and improve the ability of radar detecting dim small target. The expected results of the project will enrich the theory of space-based radar, establish the technology framework of STAP-TBD, and improve detection performance of the early warning radar, which has theoretical and practical significance for the strategic early warning.

天基预警雷达监测弹道导弹等空中目标具有预警时间长的优点，但面临非平稳杂波严重掩盖下的微弱目标检测问题。直接应用传统空时自适应处理（STAP）技术到天基雷达来抑制杂波，性能很差。基于粒子滤波的检测前跟踪（TBD）技术不设置检测门限，直接对原始数据进行处理，并且适用于非线性、非高斯系统，特别适合低信杂噪比下雷达目标的检测。本项目针对天基雷达的特点拟研究更有效的STAP杂波抑制方法，并利用获取的多帧距离-多普勒数据采用基于粒子滤波的TBD技术进一步积累信号的能量。通过深入研究融合天基信息参数的STAP杂波抑制方法、系统模型的建立、面向天基雷达TBD技术的粒子滤波实现等关键问题，突破雷达系统探测弹道导弹等弱小目标的技术瓶颈，提升雷达探测弱小目标的能力。项目预期成果将丰富天基预警雷达理论，建立STAP-TBD技术框架，提升天基预警雷达的探测性能，对我国战略预警都有重要的理论意义和应用价值。

天基预警雷达监测弹道导弹等空中目标面临非平稳杂波严重掩盖下的微弱目标检测问题，其中STAP杂波抑制方法、系统模型的建立、面向天基雷达TBD技术的粒子滤波实现等是其关键问题。本项目基本上是按项目的研究计划进行的，并对研究内容作了一些拓展。. 1、针对目标作匀加速运动，且高速目标存在多普勒模糊情况，项目组提出一种二维匹配滤波新方法，该方法将脉冲压缩后的目标回波转换到距离-多普勒二维频率域，通过构造一补偿函数进行匹配滤波处理。该方法不需要知道目标运动速度参数，由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除。. 2、针对机载预警雷达运动目标参数存在的距离模糊问题，项目组提出一种基于频率分集阵列体制的空时自适应处理运动目标检测和距离解模糊方法。该方法利用频率分集引入的距离维可控自由度，将距离模糊数反应到信号的导向矢量中，通过将不同距离模糊区域的杂波和目标信号在空间频率域实现分离，并在不同的距离模糊区实现目标检测。. 3、针对杂波环境下微弱扩展目标的实时检测和跟踪问题，项目组以杆状物体作为研究对象,通过划分距离和方位上的单元格,提出了不同区域内含有Weibull杂波的量测模型。在TBD框架下,将二进制目标存在变量和目标形状参数加入到状态向量中,通过抽样得到散射点集合,并利用粒子滤波实现杂波环境下对扩展目标状态和形状参数的检测和估计。. 4、针对区间量测下目标的实时检测与跟踪问题，项目组在伯努利粒子滤波算法（Bernoulli-PF）的基础上融合无迹卡尔曼滤波（UKF），融合后的算法在预测步骤产生持续存活粒子时，充分考虑到当前时刻的量测，从而引导粒子向高似然区域移动，使得粒子分布更加接近真实状态的后验分布。. 5、研究基于区间随机有限集（RFS）的图像弱小目标检测与定位。先根据均值滤波来选取若干疑似目标存在的区域，再根据最优贝叶斯滤波在随机不确定条件下检测与跟踪，并且在更新过程中采用了新的广义似然函数表达式，为了获取更好的性能，我们采用了箱粒子滤波实现数值近似。