1、嚴(yán)重海雜波中的目標(biāo)檢測是十分具有挑戰(zhàn)性的檢測問題之一。傳統(tǒng)檢測手段很難進一步提升雷達系統(tǒng)的檢測性能。利用環(huán)境和目標(biāo)特征信息自適應(yīng)地調(diào)整發(fā)射波形,形成動態(tài)閉合系統(tǒng),可以使雷達系統(tǒng)能夠有效地應(yīng)對復(fù)雜的海面環(huán)境,實現(xiàn)性能的進一步改善。本文主要研究嚴(yán)重海雜波中雜波信息的估計問題,以及如何利用估計信息實現(xiàn)檢測性能改善的自適應(yīng)波形設(shè)計。
　　首先,提出了參數(shù)估計-信號設(shè)計的海雜波抑制信號處理框架。分析了復(fù)合高斯海雜波模型,利用IPIX雷達數(shù)據(jù)

2、研究了海雜波的時間相關(guān)特性,通過球不變隨機過程(SIRP)實現(xiàn)了時間相關(guān)海雜波數(shù)據(jù)的仿真。并對接收信號及其處理過程進行了描述。
　　然后,利用期望最大化算法實現(xiàn)了紋理值及斑點協(xié)方差矩陣的估計,并對估計性能進行了統(tǒng)計分析。利用主成分分析(PCA)方法實現(xiàn)了海雜波的抑制處理,使目標(biāo)位置的預(yù)測能力得以提升,仿真結(jié)果驗證了抑制算法的有效性。
　　最后,提出了一種在波形自相關(guān)函數(shù)相應(yīng)位置處設(shè)置凹口以減小距離旁瓣對檢測單元影響的波形設(shè)計

3、方法。求解了二階導(dǎo)數(shù)優(yōu)化算法中涉及到的梯度向量和海森矩陣的解析表達式。對目標(biāo)功率的最大似然估計以及廣義似然比檢測器進行推導(dǎo),分析了PCA雜波抑制后的檢測性能。為了體現(xiàn)設(shè)計波形的優(yōu)勢,對使用線性調(diào)頻(LFM)波形與相位編碼(PM)波形的檢測性能進行了比較,并且分析了形狀參數(shù)與自相關(guān)凹口數(shù)目對檢測性能的影響。仿真結(jié)果表明,PCA雜波抑制給信雜比帶來明顯提升,檢測性能得以改善,設(shè)計得到的PM發(fā)射波形使目標(biāo)的檢測性能進一步提升。該算法更適用于尖