动目标检测器(MTD)（PPT49页)

动目标检测器（MTD）§1.MTD的原理1)有色噪声中最佳接收理论)()()()()(1)()()()(21**HHSCNCNSH其中，)(2H)(1H——白化滤波器——与信号匹配滤波器H1(ω)H2(ω)CFARH(ω)2)白化滤波器的实现白化滤波器频率特性应为有色杂波加噪声谱的倒数，在实现上有几种近似方法：A)MTI对地杂波近似白化B)速度自适应MTI，对运动杂波近似白化C)MTI+速度自适应MTI，对地杂波和运动杂波同时实现近似白化D)最大熵谱估计AMTI，理想白化3)匹配滤波器目标fd从0－fr均匀分布，所以设置多普勒滤波器组来近似实现匹配滤波；可用FIR或FFT来实现。输出滤波器frffd目标4)频域CFAR和选大在每一多普勒滤波器通道输出设置CFAR电路；各通道过CFAR门限的信号相互比大，取最大值作为MTD输出值F1F2FNCFAR选大CFARCFAR...§2.成组处理MTD——BMTD一.CPI：天线扫过一个点目标时在方位上的相继回波数，称为击中数H。CPI——相参处理间隔是BMTD中组的大小。若一个CPI内的回波数为m，应保证：nHm这里（整数）2n所以BMTD的定义为：将一个CPI中的回波结合为一组，来进行MTD处理。波束中的回波应分为2个CPI，才能保证至少一个CPI中包含了全部目标信息，否则会导致S/N下降，降低检测性能。例：击中数H＝32时，m＝16(个)，这是最大值CPI2CPI1目标二.乒乓存储器：为了实时进行成组处理，必须首先将一个CPI中的全部回波数据存储起来，当该CPI数据全部存完后（乒存储器存满后），则取出来沿距离间隔顺序处理，与此同时，对下一个CPI的回波数据进行存储（存入乓存储器）乒乓存储器容量：设：CPI=m距离间隔=nA/D字长＝bbits则：Z=2×m×n×b×2=4mnb|乒乓|I,Q乒存储器乓存储器例：CPI=64=mn=1024b=12bits则：Z=4×64×1024×12=384Kbytes三.多普勒滤波器组：(1)阶数：多普勒滤波器组阶数为M，则M＝m－（预白化MTI阶数－1）例：当m＝18，MTI为3脉冲（3阶）时，则M＝18－2＝16（阶）2）多普勒滤波器组的实现方法1.FFT算法：当M=2T（T＝整数）时，可用基2FFT，并采用加权来减小旁瓣，降低杂波通过旁瓣的泄漏，提高改善因子。一般采用：Hamming或Chebyshev加权效果较好。加权FFT滤波器组的FFT实现xi优点：运算量少，设备简单；运算量为：次蝶形运算。采用四周蝶形算法，故乘法次数为例：M=16，乘法次数为次乘加。缺点：每个滤波器形状完全一致，不灵活。MM2log2MM2log2412832416log216422.FIR算法a)权系数设计：窗函数法……任意窗函数Remez多重变换算法……旁瓣约束等波纹设计法权系数hi(n),(i=1,2,……,M),(n=1,2,……,M)b)具体算法：,i=1,2,……,M这里和为复数，于是有：i＝1,2,……,MMnininMhxy1)1(iynxiQiIijyyyMniInQiQnIiQMniQnQiInIiInMhxnMhxynMhxnMhxy11)1()1()1()1(c)FIR滤波器组运算量4×M2例：M=16，则4×(16)2=1024(复乘)优点：灵活，性能好缺点：运算量大，复杂§3.MTD系统的改善因子一.最佳多普勒滤波器组构成的MTD系统的改善因子所谓最佳多普勒滤波器组，即每个滤波器的权函数Wi都是最优权函数。这里最优是相对于一定的杂波模型和信号假设而言的。1.CPI中M个信号回波可用一复矢量表示：Ps为每个信号回波的功率，这里假设天线波瓣形状为矩形，所以每个Ps相等。Φ为信号的随机相位。，是脉冲——脉冲间的相移rdTf2)exp(),...,2exp(),exp()exp()(jMjjjPfSsTd2.杂波回波是：这里：是杂波功率3.热噪声：这里：为噪声功率4.总输入为：（这里假设s,c,n为统计独立的）MTCCCC,...,,212icCEPMTnnnn,...,,212iNnEPnCfSXd)(nCSiXPPPXEP25.改善因子：输入信干比为：ncsinPPPSIR)(令多普勒滤波器组有复加权，wi为每一个滤波器通道的权值则滤波器的输出为：WNT*WXYT相应的输出功率为：其中，代表输入回波的协方差矩阵，用表示（因S，C，n相互统计独立）*****2)()(WXXEWWXWXEYEPTTTTTYTXXE*XRnnCCdSSXRPRPfRPR)(这里，归一化信号协方差阵归一化杂波协方差阵中的第i，j位置的元素可由杂波相关函数决定(单位阵)，归一化噪声协方差阵TddsdsfSfSEPfR)()(1)(*TccCCEPR*1InnEPRTnn*1cR)(c具有复加权的多普勒滤波器的噪声增益为当信号的从均匀分布时，信号平均增益输出信干比为：WNiiTnnTnnn**0dfPRF0NiinsWGG12nncTcdsTsncsoutGPWRWPWfRWPPPPSIR**)()(000则改善因子：******)()()()()()(WIPRPWPP信号功率增益输入(杂波＋噪声)功率输出(杂波＋噪声)功率为信号功率增益对噪声功率增益之比，即为相干积累增益MTIcdSIRIGfI)(**)(**)()(WIPRPWPPWWInccTncTMTI为归一化的干扰抑制比，即干扰抑制比乘噪声增益。这相当于前面讲过的平均改善因子。可见MTD可以看成白化滤波器（具有平均改善因子IMTI）和相干积累器（多普勒滤波器组）的级联。白化滤波IMTI多普勒滤波器组GC由文献知，最佳应为：OPTW*1)()(dnccdOPTfSIPRPfW干扰协方差阵的逆信号的复共轭具有最佳加权的MTD就是有色噪声中的最佳检测器。由于和都是的函数，当在中均匀分布时，该最佳处理器的平均改善因子为：dfdSIRrSIRdffIfIr0)(1)(dOPTfW)(dSIRfIdfdfPRF0例：杂波谱为高斯形可用数值计算出不同和N时的cddcfkff2exp)(2cSIRISIRrcSIRrcINfdBINf11.0559,09.023469167.514182532.540SIRIrcf864N=2当：时二.理想白化滤波器级联滤波器组的改善因子白化滤波器Hw(f)滤波器组令杂波功率谱为Sc(f)，则理想Hw(f)应为Sc(f)的倒谱21)(1)(fSfHcw211)(1)(fSrepfHcTw或：这里：Sc(f)是杂波功率谱(采样前，f是从内扩展的)相当于把杂波功率折叠到内0PRF0jCCTTjfSfSrep)()(1PRFTPRFf10，j取整数iinnCCAVPPPPC00白化滤波器平均归一化对消比：（杂波抑制比）×（噪声增益）又：令则：dffSdffSrepPcPRFcTCi)()(01PRFdffHfSrepPPRFwcTC021)()(0PRFcTndffSrepP01)(10,1inPPRFcTcAVdffSrepdffSTC01)(1)(后接滤波器组在理想情况下为一相干积累器（即矩形窗加权，且目标fd正好处于某滤波器通代中央），相干积累增益为：所以系统改善因子：例：杂波功率谱计算列表如下：σcT0.070.080.100.120.140.20CAV(dB)85.261.033.519.411.62.8而这是系统改善因子上界；当非矩形窗加权时会有S/N损失，当fd不处于滤波器中央时，应算平均相参积累增益，也会有损失。NGc10log10AVCSIRCGImax)()(log10)()(10maxdBNdBCIAVSIR222exp21)(cccffS三.实际MTD系统的改善因子非理想白化非矩形窗加权实际系统为一个2脉冲或3脉冲MTI级联加权滤波器组。令：对消器传递函数和第i个滤波器传递函数的合成为：对而言，归一化对消比为：实际ISIR理想ISIR)()()(1fHfHfHiiw)(fHiwiinnCCAViPPPPC00（杂波抑制比）×（噪声增益）dffSdffSrepPcPRFcTCi)()(01PRFiwcTCdffHfSrepP021)()(0PRFiwndffHP02)(01inP则：PRFiwPRFiwcTPRFcTAVidffHdffHfSrepdffSrepC0202101)()()()(由：如已知和，则可求得相干积累增益为)()(fHfHWiwii)(1fH)(fHiw)(fScAViC**)()(iTiidsTidCiiiiffffddCCdffGfG22)(1AViCiSIRiCGI因此，则：，N为滤波器数NiSIRiSIRINI11Hi(f)fiiff2iff2例：3脉冲对消＋8脉冲滤波器组，杂波为高斯谱1.矩形窗加权时0.0060.050.070.080.186.442.638.936.230.12.25dB旁瓣Chebyshev加权0.0060.050.070.080.19351.343.84032.8可见，比理想性能相差较大，Chebyshev加权副瓣越低，则越高SIRcISIRcISIRI§4.MTD的精度和分辨率在BMTD中，方位精度由于受到CPI宽度限制，因而较低，可用以下几种方法加以改善。因波束内至少有两个CPI，设第一个CPI报告的方位为，第二个CPI报告的方位为一.内插法提高方位精度估计方位这里为内插函数，它取决于与和相对应的目标报告的对数幅度1.波束内为单CPI：此时，F=0，12)()(12121MMF)(12MMF1212.波束分裂法（波束内为2个CPI时）：假设两个CPI为等同看待（即信号回波在两个CPI中均充满时），可令F=1/2，所以，二.质量中心法可见质量中心法相当于内插法中的A1和A2为相应于和的线性幅度21)(1211)(1)(21121212211AAAAAA1)(121AAF12三.天线波束形状相关法：K是常数，与天线波瓣形状有关。四.波束匹配法：当波束内的报告数较多时，采用波束形状对每个报告实施加权求中值法。其中，为波束相应于的形状因子。)log(log2)(2121AAKiinNiiNiiinn11各种方法比较：BMTD分辨率取决于波束宽度。算法精度（单位：波束宽度）报告数单CPI法0.1641-2质量中心法0.0932-10天线波束形状相关法0.0436-30波束匹配法0.03630§5.滑动MTD——SMTD为了提高MTD处理的方位精度，可采用滑动MTD。一.原理：在方位上每滑过一个脉冲，做一次M点的MTD，新进入一个信号，丢掉一个老信号，又进行一次M点MTD。因此每次MTD处理中均只有一个新信息，M－1个老信息。SMTD处理中，可获得与天线波束内的击中数相等的报告数，从而可采用质心法等方法来提高MTD的方位精度。SMTD最大的难点是运算量相对于BMT