1、信號(hào)長(zhǎng)時(shí)間積累問(wèn)題是分布式相參射頻探測(cè)系統(tǒng)要解決的關(guān)鍵技術(shù)問(wèn)題之一。先檢測(cè)后跟蹤（detect before track，DBT）方法對(duì)目標(biāo)先驗(yàn)信息的依賴(lài)性強(qiáng)，其關(guān)鍵是如何根據(jù)目標(biāo)的先驗(yàn)信息進(jìn)行走動(dòng)補(bǔ)償，從而提高信噪比。檢測(cè)前跟蹤（track before detect，TBD）方法通過(guò)在多幀數(shù)據(jù)間對(duì)目標(biāo)軌跡進(jìn)行搜索，再沿著目標(biāo)軌跡進(jìn)行能量積累來(lái)提高目標(biāo)信噪比，與DBT相比，其實(shí)現(xiàn)關(guān)鍵是如何獲取目標(biāo)先驗(yàn)信息。DBT實(shí)現(xiàn)算法較多，走動(dòng)補(bǔ)償

2、方法的實(shí)質(zhì)有待進(jìn)一步得到概括總結(jié)。TBD方法對(duì)信號(hào)級(jí)融合關(guān)注較少，對(duì)極低信噪比目標(biāo)難以實(shí)施檢測(cè)前跟蹤，其數(shù)據(jù)建模方式有待進(jìn)一步改進(jìn)。
　　針對(duì)上述問(wèn)題，本文研究了DBT中的走動(dòng)補(bǔ)償方法，以及基于相參積累的粒子濾波檢測(cè)前跟蹤（track before detect based on particle filter，PF-TBD）算法，論文主要工作如下：
　　1.從搜索思想、雷達(dá)信號(hào)檢測(cè)與跟蹤算法的信號(hào)空間維度兩個(gè)角度出發(fā)，分析

3、了信號(hào)積累方法由DBT向TBD發(fā)展的趨勢(shì)，其次分析了DBT向TBD發(fā)展所具備的特征。
　　2.分析了距離走動(dòng)和多普勒走動(dòng)的產(chǎn)生機(jī)理及其補(bǔ)償本質(zhì)，對(duì)已有的DBT信號(hào)長(zhǎng)時(shí)間積累方法進(jìn)行了概括性總結(jié)，并在已有DBT信號(hào)長(zhǎng)時(shí)間積累方法的基礎(chǔ)上，提出了基于移位的時(shí)延信息補(bǔ)償方法和基于一維匹配濾波器設(shè)計(jì)的信號(hào)長(zhǎng)時(shí)間積累方法。
　　3.建立了跟蹤問(wèn)題的非線性貝葉斯框架，介紹了跟蹤問(wèn)題的粒子濾波解決方法以及基于粒子濾波的信號(hào)檢測(cè)方法，在此基

4、礎(chǔ)上，進(jìn)行了基于粒子濾波的檢測(cè)前跟蹤建模。
　　4.針對(duì)傳統(tǒng)TBD方法難以對(duì)極低信噪比目標(biāo)進(jìn)行檢測(cè)前跟蹤處理的問(wèn)題，提出了基于相參積累的粒子濾波檢測(cè)前跟蹤算法，直接對(duì)回波信號(hào)進(jìn)行檢測(cè)前跟蹤建模。在跟蹤部分分別對(duì)目標(biāo)徑向距離、徑向速度、徑向加速度和幅相信息進(jìn)行采樣，得到目標(biāo)的狀態(tài)估計(jì)；在檢測(cè)部分，根據(jù)目標(biāo)狀態(tài)估計(jì)設(shè)計(jì)了基于相參積累的檢測(cè)器。
　　5.針對(duì)基于相參積累的粒子濾波檢測(cè)前跟蹤算法對(duì)相位采樣較為困難的問(wèn)題，提出了不對(duì)相