中文摘要：

弹道导弹是极具杀伤力和破坏性的远程打击主导武器，弹道导弹的防御是关乎国家安全的重要问题。为突破对方反导拦截系统，一些战略导弹采用假弹头来扰乱视线，对反导任务的顺利完成构成严重威胁。在一大群真假掺杂的弹头中，如何才能正确识别出真弹头并进行有效拦截，是反导系统研制中至关重要的问题。现有的战略反导系统在识别真假弹头上存在技术缺陷。对真假弹头识别除微多普勒外，目前并无好的办法，且微多普勒怎样测量本身还是个问题。本项目拟采用新体制的空间分集MIMO雷达，以从不同方向测量弹头的多维运动状态信息；分析真假弹头的运动特征，提出描述MIMO雷达中真假弹头细微运动的状态空间模型；发展基于多维细微运动状态特征的局部最优检测理论，以使反导系统具备精确识别真假弹头的能力；在此检测理论基础上，发展快速的分布式检测实现算法，进一步提高识别系统的实时性。

结论摘要：

现代战争条件下，弹道导弹以其射程远、精度高、速度快、威力大等优点，成为战争中不可或缺的重要武器。为突破对方反导拦截系统，一些战略导弹采用假弹头来扰乱视线，对反导任务的顺利完成构成严重威胁。如何在真假掺杂的弹头中识别出真弹头并进行有效拦截，是反导系统的关键问题。现有的识别技术除微多普勒外并无其他好方法，且微多普勒怎样测量本身还是个问题。为打破目前的技术瓶颈，本项目引入了新的理论和方法，可以对真假弹头进行快速、准确的识别。 本项目采用了新体制的分置天线MIMO雷达，从不同方向测量弹头的多维运动状态信息，并且分析了分置天线MIMO雷达在目标参数估计方面的优势；针对弹道中段的弹头目标的微动特征进行了建模，分析了真假弹头在MIMO雷达中表现出的微动特征和差异，建立了描述其运动特征的状态空间模型，将真假弹头的运动参数差异反映到状态空间的参数矩阵差异上，构建了复合二元假设检验问题，通过参数矩阵差异检测来解决真假弹头识别的问题。 由于真假弹头在外形、运动状态等方面高度近似，为提高识别这种微小差异的效果，本项目研究了局部最优未知方向（LOUD）假设检验理论，在同样条件下，较传统的广义似然比（GLR）方法检测性能有所提高，说明LOUD检测器可以改善对微小差异的灵敏度，更有效地实现真假弹头的识别；设计LOUD检测器时，为解决状态转移矩阵不可逆情况下，多维似然函数闭合表达式求解困难的问题，本项目利用卡尔曼滤波方法，通过迭代运算来得到检验统计量。 弹头分离之后，反导系统希望能够尽快辨别出真假弹头，以便采取进一步应对措施。本项目提出的序贯LOUD检测器，不仅检测性能优于传统的序贯GLR检测器，并且有利于快速识别出真假弹头。为了降低MIMO雷达各阵元与中心处理器之间的数据传输负担，进一步提高真假弹头的辨别速度，本项目提出了基于LOUD的分布式检测器，给出了基于硬判决和基于共识的两种分布式检测方案。针对硬判决LOUD分布式检测器，推导了似然比表达式，分析了影响检测性能的因素，给出了提高检测性能的方案。针对共识LOUD分布式检测器，分析了共识算法的收敛条件，推导了检验统计量的表达式，仿真实验表明共识LOUD检测器的性能接近于理想的集中式检测器，且在低数据率传输时比硬判决LOUD检测器更具优势。