《基於背景感知的高頻雷達目標檢測關鍵技術研究》是依託哈爾濱工業大學，由李楊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於背景感知的高頻雷達目標檢測關鍵技術研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：李楊
項目摘要,結題摘要,
項目摘要
多源（海雜波、電離層雜波、大氣噪聲等）、時變、起伏檢測背景下的高頻地波雷達（HFSWR）艦船目標檢測是公認的世界性難題。針對該問題，本項目開展基於背景感知的HFSWR目標檢測研究，探索背景感知信息提取和多策略檢測新方法。前者通過雜波特徵提取和分布模型的建立，完成對目標所在檢測環境的認知：解決對洋流切變環境下一階海雜波的多維、多尺度特徵識別及其分裂譜峰的檢測，多模態擴展電離層雜波區域的識別與統計模型的建立，檢測背景分類及其統計特性分析等三大問題。後者則利用獲得的背景感知信息，針對目標所處的不同環境，自適應選擇相應的檢測策略、設定不同的檢測參數，從而實現最佳化檢測的目的。與經典的和最新的基於知識的檢測結構不同，本課題通過單一類型感測器線上實時提取檢測環境信息，可提高對目標所處檢測環境變化與特徵的感知能力，避免以往由於檢測模型失配造成的檢測損失，從而提高雷達在複雜環境下的目標檢測性能。
結題摘要
多種雜波（如海雜波、電離層雜波等）共存造成的高頻地波雷達檢測背景的複雜化和多樣化特徵給艦船目標檢測造成了很大困難。針對該問題，本項目開展基於背景感知的高頻地波雷達目標檢測技術研究，探索背景感知信息提取和多策略檢測方法。 本項目主要研究內容和創新點包括：1. 基於多維、多尺度聯合信息的一階海雜波檢測：該方法將充分利用Bragg峰的多維（距離、Doppler、幅度、形狀結構等）、多尺度聯合信息，從而通過全局特徵識別實現了不同干擾背景（強、弱洋流切變、電離層雜波干擾、艦船目標干擾等）下的Bragg峰自動識別。2. 檢測背景分割與電離層雜波區域識別：該方法將區域分割結果作為識別處理的背景，以分割區域類型的採樣在Doppler域中的占有率確定雜波距離範圍，並使用模板匹配卷積檢測法作為區域檢測工具，從而實現對RD譜中擴展電離層雜波區域的檢測識別。3. 檢測背景分類與多策略檢測：該方法利用檢測背景感知信息提取的結果完成對檢測背景進行分類，並通過線上參數估計得到檢測背景分布的先驗知識；接著，對不同目標所處的不同背景，採用不同的預處理和檢測處理方法，從而實現了對高頻雷達檢測器的全局最佳化。 本項目採用高頻地波雷達實測數據驗證了上述方法的性能。結果表明，與經典的和KB檢測結構不同，本項目通過單一類型感測器線上實時提取檢測環境信息，提高了對目標所處檢測環境的感知能力，在同一虛警條件下具有更好的小目標檢測能力。其關鍵技術可為不同環境下的多策略/參數檢測提供決策依據，為雷達檢測性能的提高、系統評價和智慧型管理提供有力的幫助。 本項目共發表論文14篇，其中SCI期刊論文3篇，EI檢索期刊論文5篇，EI檢索國際會議論文9篇，國際合作論文2篇；申請發明專利3項；負責人獲2014年“國防科學技術進步獎”特等獎一項；培養博士生2名（1名已畢業），碩士生11名（7名已畢業）；2012年，負責人受CSC資助赴美國波士頓大學交流訪問（一年），2013年，被美國哈佛大學聘為高級博士後研究員（半年）,2014年，課題組聘請美國加州大學舊金山分校丁泉博士來我校講學交流；2014年8月起受邀擔任IEEE Signal Processing Magazine通訊版副主編；2014年12月，負責人晉升為副教授。
