李正周 ，田 蕾 ， 郑 微

(重庆大学 通信工程学院，重庆 400030)

弱小运动目标检测的应用涉及到国防、交通和安全等各个领域。早期的先检测后跟踪的处理技术DBT(Detect before Track)已经不适应弱小目标探测与提取的要求。近年来，边检测边跟踪技术TBD(Track before Detect)逐渐成为弱小目标探测跟踪技术发展的主流。该类方法主要包括三维匹配滤波、多级假设检验序贯处理、动态规划、高阶相关处理方法等。此外，目前还有利用模糊推理、神经网络[1]、小波变换、分维分析等手段用于检测与跟踪弱小目标。但几乎所有这些边检测边跟踪算法都很少分析目标与噪声在空间、时间、频率及其联合多维度上表现出的细微特征，使得只能单纯利用目标信号轨迹上的相关性，即轨迹的连续性和一致性，通过类似于穷尽搜索的方式来检测目标轨迹。

事实上，目标具有多样化的特征(包括物理特征和数学特征),而强度特征仅仅是其诸多特征中的一部分，充分利用信号的多方面特征信息可有效提高系统对目标和杂波的分辨能力[2]。本文主要创新点在于：利用弱小运动目标在时频多维联合域中分析目标和杂波的特征差异，系统分析运动目标和杂波的时频特征，指出弱小目标经过处是长时非平稳而短时平稳的随机信号，而杂波所在处通常为长时平稳信号。利用运动目标经过处时频发生的微小变化来检测目标，而杂波处的时频基本保持平稳的差异，有效去除背景杂波的干扰，于此检测出弱小运动目标。……