双波段SAR_GMTI动目标参数估计.pdf

《双波段SAR_GMTI动目标参数估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文题目:双波段SAR/GMTI动目标参数估计研究生马腾专业控制工程指导教师彭冬亮教授、陈华杰副教授完成日期2015年3月万方数据杭州电子科技大学硕士学位论文双波段SAR/GMTI动目标参数估计研究生：马腾指导教师：彭冬亮教授、陈华杰副教授2015年3月万方数据DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterDual-bandSAR/GMTImovingtargetparameterestimationCandidate:MaTengSupervisor:Prof.PengDong-lian

2、gAssociateProf.ChenHua-jieMarch，2015万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科

3、技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：日期：年月日指导教师签名：日期：年月日万方数据杭州电子科技大学硕士学位论文摘要SAR/GMTI可采用SAR成像技术获取静态背景图像，采用GMTI技术获取地面动目标信息，目前获取了广泛关注。动目标检测和参数估计是SAR/GMTI的一个重要的应用方向。多波段是当前SAR等雷达一种发展趋势，不同波段获取动目标的信息存在着互补性。综合

4、多波段SAR/GMTI获取的动目标信息，有望提高动目标检测与参数估计的精度，同时也可为盲速/速度模糊等问题提供一种解决方式。本文主要研究多波段SAR/GMTI动目标检测与参数估计问题，针对典型双波段三通道DPCA系统，对单波段动目标检测、单波段动目标参数估计、双波段融合解盲速/速度模糊、双波段融合动目标参数估计等内容开展研究工作。获得的研究成果包括：1）单波段动目标检测：用基于时域的运动点目标仿真和基于频域的背景仿真的结合作为场景仿真。用DPCA和CFAR做动目标检测。2）单波段动目标参数估计：采用杂波锁定法和子孔径相关法进行参数估计。估计出信号的中心频率和多普勒调频率。计算出运动目

5、标的运动参数。3）解盲速和速度模糊：提出了双波段融合解盲速/速度模糊的方法。利用同一目标在不同波段下的最大可检测速度的不同，进行解盲速和速度模糊。4）双波段动目标参数估计：提出了基于遗传算法的融合参数估计的方法。在不同波段下，由于不同波长的电磁波的特性有所不同，运动目标的估计结果会有差别。提出采用遗传算法对双波段的估计结果进行融合。关键词：SAR/GMTI，参数估计，双波段，盲速，速度模糊，融合I万方数据杭州电子科技大学硕士学位论文ABSTRACTSAR/GMTInotonlycangetthestaticbackgroundimagebyusingSARimagingtechnol

6、ogy,butalsocangetthegroundmovingtargetinformationbyusingGMTItechnology.SAR/GMTIhasobtainedwideattentionatpresent.MovingtargetdetectionandparameterestimationisanimportantapplicationoftheSAR/GMTI.MultibandisadevelopingtrendofSAR.Movingtargetinformationofdifferentbandsarecomplementary.Integratingm

7、ultibandSAR/GMTItogetdynamictargetinformationcanimprovetheaccuracyofmovingtargetdetectionandparameterestimation.Itcanalsosolveblindspeedandvelocityambiguityproblem.Thispapermainlystudymovingtargetdetectionandparameterestimationpro