Многоканальный алгоритм обнаружения интенсивно маневрирующих воздушных целей для импульсно-доплеровской бортовой радиолокационной станции, учитывающий априорную неопределённость частотной девиации сигнала
Скачать файл:
URI (для ссылок/цитирований):
https://elib.sfu-kras.ru/handle/2311/16550Автор:
Лютиков, И.В.
Замараев, В.В.
Кучин, А.А.
Фомин, А.Н.
Богомолов, Н.П.
Копылов, В.А.
Lyutikov, Igor V.
Zamaraev, Valeriy V.
Kuchin, Аlexander А.
Fomin, Alexey N.
Bogomolov, Nikolay P.
Kopilov, Vladimir A.
Дата:
2014-12Аннотация:
Статья посвящена описанию синтеза алгоритма обнаружения интенсивно маневрирующих
воздушных целей для импульсно-доплеровской бортовой радиолокационной станции (РЛС).
Разработанный алгоритм использует как многоканальную корреляционно-фильтровую
когерентную обработку с частой времячастотной сеткой, учитывающей априорную
неопределенность по четырем параметрам принимаемого сигнала (по длительности
импульсов, времени задержки, частоте Доплера, девиации частоты), так и некогерентную
на основе метода отношения правдоподобия за несколько частот повторения зондирующих
импульсов, а именно за всё время облучения цели на фиксированной азимутально-угломестной
позиции главного луча диаграммы направленности фазированной антенной решетки. При этом
алгоритм учитывает результаты наблюдений за время предыдущих интервалов накопления в
интересах увеличения условной вероятности правильного обнаружения воздушных целей This article is devoted to describing the synthesis intensive maneuverable air targets detection
algorithm for pulse-Doppler onboard radar that uses multiple correlative-filtration coherent process
with frequent time-frequency grid, taking into account a priori uncertainties on the four parameters
of the received signal (pulse duration, delay time, Doppler, frequency deviation), and uses the
noncoherent processing based on likelihood ratio method for several recurrence frequency pulses
that is, for all time exposure on a fixed phased antenna array directional diagram main beam azimuthelevation
angle position, using the results of observations during previous accumulation intervals to
increase the correct detection conditional probability