改进MUSIC算法提升OTHR舰船目标检测性能

本文主要探讨了在天波超视距雷达(OTHR)环境下，针对舰船目标在短相干积累时间内检测的挑战。OTHR通过利用电离层的反射特性，实现远距离战略预警，但在检测舰船目标时面临困难，尤其是当舰船速度较慢导致多普勒频率接近海杂波的Bragg峰时，传统的信号处理方法如快速傅里叶变换(FFT)难以提供足够的分辨率。 针对这一问题，作者提出了一种改进的高分辨谱估计方法，以增强在低信噪比和复杂环境下的目标检测能力。这种方法是在MUSIC算法的基础上进行优化，旨在解决传统MUSIC算法在信噪比依赖、数据序列长度限制以及计算复杂度上的局限。MUSIC算法以其高分辨率而著名，但文中提到它在特定条件下表现不佳，例如处理低信噪比和小型频率间隔的数据时，其性能受限。 改进的MUSIC算法结合了自回归(AR)模型参数估计的优点，增强了模型对噪声的抑制能力，并优化了模型阶数选择的问题。这样，即使在短相干积累条件下，也能有效估计多普勒谱，提高了在接近海杂波背景下的舰船目标检测精度。通过理论分析和计算机仿真实验，文章验证了这种改进方法的有效性，证明其在实际应用中能显著提升OTHR在远程战略预警中的舰船目标检测性能。 论文的关键点包括天波超视距雷达技术、舰船目标检测的难点、高分辨谱估计的重要性、MUSIC算法的改进策略，以及AR模型参数估计如何增强算法的稳健性。这项工作对于提升OTHR系统的整体性能，特别是在远程和复杂环境下，具有重要的工程实践意义。中图分类号TN958.93表明了其在雷达技术领域的专业定位，而文献标志码A则确认了其学术研究的质量。该研究还被赋予了DOI（数字对象标识符），方便读者追踪和引用。