小型无人机载SAR林下目标检测方法研究.pdf

摘要

低频段合成孔径雷达（SyntheticApertureRadar，SAR）具有穿透叶簇进行目标检

测和对林下区域进行成像的能力。结合小型无人机的机动性，小型无人机载SAR的

林下目标检测在军事侦查和灾害评估等领域显示出巨大潜力。

由于低频段小型无人机载SAR原始回波信号中，受到茂密叶簇和强散射点的干

扰，目标淹没在背景杂波中，以及目标距离向的展宽导致检测效率大大降低，导致检

测质量下降。同时基于建模的方法采用单一的分布模型难以对非均匀的叶簇杂波进行

精确的建模和估计，而基于单一分布模型恒虚警率（ConstantFalseAlarmRate，CFAR）

引起虚警率高。

鉴于此，本文从理论分析和实际验证两方面出发，围绕成像前林下目标淹没在背

景杂波中检测质量低，和成像后茂密复杂叶簇带来的检测虚警率高的问题，以降低虚

警率和提高检测质量为目的，主要完成的工作内容如下：

1、分析低频波段电磁波的植被穿透能力和目标特性

首先分析了低频波段电磁波的穿透能力以及完成了对树干和目标的电磁仿真建

模，并研究了在低频段电磁波照射下的叶簇和树干等目标的电磁散射特性，得出了两

者之间的区别，为基于低频波段的林下隐藏目标检测方法的研究提供了理论依据。

2、提出基于广义内积的林下目标检测方法

针对低频段林下目标检测，成像前林下目标淹没在背景杂波中检测质量低、算法

适应度低的问题，本文引入了非均匀检测的广义内积（GeneralizedInnerProduct，GIP）

的算法，在信号域上提出了一种基于GIP的林下目标检测方法，利用杂波和目标的散

射特性差异，用GIP缩小了检测范围，提高了检测效率和降低了虚警点。并基于仿真

实验和实测数据，和传统的两种检测算法进行对比，证明了本算法的有效性。

3、提出基于加权融合滤波的二级CFAR林下目标检测方法

针对成像后茂密的叶簇和枝干等强散射目标引起的高虚警率问题，提出了一种基

于加权融合滤波的二级CFAR检测方法，其中加权融合滤波的引入有效去除了叶簇杂

波等强散射点对图像带来的干扰，二级CFAR有效降低虚警和提高检测效率。基于实

测低频SAR图像的测试和对比表明：叶簇杂波得到了去除，检测范围得到了缩小，

进而改善了虚警率和检测质量。

关键词：低频SAR、林下目标检测、广义内积、加权融合滤波、二级恒虚警率检测

ABSTRACT

SyntheticApertureRadar(SAR),particularlyofthelow-frequencyvariety,hasthe

abilitytopiercethroughcanopyclusterstodetectandimagetargetslocatedbeneathforest

areas.Whencombinedwiththeflexiblemaneuveringofsmalldrones,drone-borneSAR

carriesimmensepotentialfordiscoveringtargetshiddenbelowforestcover,makingit

invaluableinmilitaryreconnaissanceanddisastermanagementscenarios.

However,theoriginalechosignalfromadrone-loaded,low-frequencySARisheavily

interferedwithbyaspectssuchasdenseclustersofleaves,robustscatterpoints,andtargets

drownedinclutteredbackgrounds.Furthermore,anincreaseintargetdistanceoften

compromisesthequalityofdetection.Asingulardistributionmodel,derivedfro