孟文涵 林强

（空军预警学院 湖北省武汉市 430019）

1 引言

雷达设备通过雷达终端向雷达用户提供经过目标检测处理后的视频信号，其中除了有用的目标信号点迹外，还包括了大量由强低杂波、强气象杂波和仙波处理后的剩余杂波点迹。这些剩余杂波点迹严重影响了杂波环境下雷达正常的探测和跟踪性能[1]。主要影响体现在以下两个方面：一是剩余杂波点迹容易造成目标属性误判，影响雷达探测效果；二是剩余杂波点迹误判成“伪目标”与目标回波掺杂在一起，容易造成目标混淆，干扰了雷达“航迹关联”过程，影响雷达跟踪效能[2]。

目前，一些国内外的专家学者利用雷达回波特征，针对此问题做了一系列相应的研究。文献[3]提出了一种智能化恒虚警率检测器，通过支持向量机(SVM) 技术使得检测器可以选择适合当前环境的门限，以提高不同背景下的雷达目标检测性能；文献[4]中，刑远见等人对强杂波环境下，信号处理后残留大量虚警的问题，通过提取目标和杂波的分类特征，将主成分分析法和支撑向量机两种算法结合起来滤除虚假点迹，抑制了大量的剩余杂波点迹。文献[5]提出的基于SVM 的多雷达数据机器识别方法实现了对雷达探测数据的自动分类处理。文献[6]提出了一种基于BP 神经网络的雷达点迹分类器。这些研究方法为雷达目标点迹和剩余杂波点迹的区分提供了技术参考，但都存在一些难点问题。例如文献[3]和文献[5]对雷达点迹分类精度较低，文献[4]在杂波抑制中，目标损失较大。……