基于分布式雷达网络的多目标检测定位方法研究

《基于分布式雷达网络的多目标检测定位方法研究》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、矣各种ｉｌＪ：聲ＩＵＮＩＥＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＮＣＥＡＮ硕±学位论文ＩＭＡＳＴＥＲＴＨＥＳＩＳ碱、禾＼、ＡＩ／ｎＶ＼＾Ｈ？ＩＨ／ｓｓｅ论文题目基于分布式雷达网络的多目标检测定位方法研寃学科专业信号与信息处理２０１３２１０２０３２９学号作者姓名吴喜亮指导教师张晓跨教授独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我

2、所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：曰期：年：！口曰＿＾月＿论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、

3、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：秦矣秦导师签名：令於曰期；年＾月Ｗ曰分类号密级注1UDC学位论文基于分布式雷达网络的多目标检测定位方法研究（题名和副题名）吴喜亮（作者姓名）指导教师张晓玲教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2016.03.31论文答辩日期2016.05.17学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号ＲｅｓｅａｒｃｈｏｎＭｕｌｔ－ｉ

4、ＴａｒｅｔＤｅｔｅｃｔｉｏｎａｎｄＰｏｓｉｔｉｏｎｉｎｇｇＭｅ化ｏｄＢａｓｅｄｏｎＤｉｓｔｒｉｂｕｔｅｄＲａｄａｒＮｅｔｗｏｒｋＡＭａｓｔｅｒＴｈｅｓｉｓＳｕｂｍ化ｅｄ化ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｇｙＭａｏｒ：Ｓｉｎａｌ＆Ｉｎｆｏｒｍａｔｉｏ凸ＰｒｏｃｅｓｓｉｎｊｇｇＡｕ化ｏ。ＷｕＸｉＬｉａｎｇＳｕｅｒｖｉｓｏｒＰｒｏｆ．ＺｈａｎＸｉａｏＬｉｎ：ｇｐｇＳｃｈｏｏｌ：ＳｃｈｏｏｌｏｆＥ

5、ｌｅｃｔｒｏｎｉｃＥｌ田ｉ凸ｅｅｒｉｎｏｆＵＥＳＴ仁ｇｇ摘要摘要基于分布式雷达网络的多目标检测定位系统，通常在地面上大范围的布设雷达发射机和雷达接收机，以实现多角度的对目标区域的监测，具有定位精度高、抗干扰性强、生存能力高等优点，尤其是还可实现对隐身目标的探测。基于投影成像的多目标定位相比于基于测距的多目标定位，可避免回波数据关联，解算方程组困难等问题。本文针对分布式雷达网络投影成像多目标定位方法存在的运算量大，对弱目标定位精度低的问题，研究了基于分布式雷达网络的多目标定位方法，主要工作及创新如下：1.研究了基于分布式雷达网络的多目标

6、定位基本理论。简要介绍了基于到达时间差的多目标定位方法，分析了其在目标定位中的不足；研究了基于投影成像的多目标定位方法，介绍了地理空间投影多目标定位方法，以及基于回波相参积累、幅度积累和统计概率积累三种定位信号处理模型，并进行了仿真对比。针对地理空间投影成像的模糊区域具有空变性的特点，介绍了双站空间投影多目标定位的基本原理。最后简要介绍了GPU并行运算编程的基本原理。2.基于电磁仿真软件FEKO对隐身目标的雷达回波数据进行了模拟，验证了双站空间投影多目标定位方法对隐身目标定位的有效性。首先对隐身目标的RCS分布特性进行了分析，然后模拟了隐身目标

7、的雷达回波数据并分析了雷达发射机从不同方位照射对隐身目标双站RCS分布的影响。仿真实验表明，双站空间投影多目标定位方法在接收机数目较多时，对隐身目标的定位基本能够满足系统设计的定位精度。3.针对双站空间投影多目标定位运算量大的问题，对双站空间投影多目标定位方法的GPU并行化进行了实现。分析了双站空间投影多目标定位方法的运算量，针对影响运算量的主要因素，提供了基于分布式雷达网络的并行化方法和基于三维空间网格单元的两种并行化方法，并对两种方法进行了对比分析，选择较优的基于三维空间网格单元的并行化方法进行了实现。仿真实验表明，所提并行化方法可以极大地

8、提高该定位方法的运行效率，并且，随着监测场景不断增大，GPU并行化的加速效果更明显。4.提出了一种基于多脉冲混合积累的多目标定位方法。分析了传统双站空