下载文档原格式
雷达信号处理中的目标检测与参数估计雷达信号处理是一门研究如何利用雷达系统获取和处理目标信息的学科。
其中，目标检测和参数估计是雷达信号处理的重要应用领域。
本文将分别介绍雷达信号处理中的目标检测和参数估计的原理和方法。
目标检测是指在雷达信号中准确地识别和定位目标的过程。
在雷达系统中，目标检测是一个关键步骤，它可以用于目标跟踪、目标定位、目标识别等应用。
目标检测的主要任务是从雷达接收到的回波信号中提取出目标的特征信息，并将其与噪声进行区分。
常用的目标检测方法包括脉冲-Doppler方法、协方差矩阵检测方法、基于卷积神经网络的方法等。
脉冲-Doppler方法是一种基于传统信号处理理论的目标检测方法。
它利用雷达接收到的回波信号的脉冲宽度和频率信息来确定目标的存在和位置。
该方法根据目标在距离和速度维度上的特征，通过比较回波信号和背景噪声的统计特性来进行目标检测。
脉冲-Doppler方法具有计算复杂度低、实时性好等特点，广泛应用于雷达目标检测中。
协方差矩阵检测方法是一种基于统计特性的目标检测方法。
它利用雷达接收到的回波信号的协方差矩阵来判定目标的存在与否。
该方法通过计算回波信号的协方差矩阵，然后根据协方差矩阵的特征值和特征向量来进行目标检测。
协方差矩阵检测方法具有较好的检测性能和抗噪声性能，适用于复杂环境下的目标检测任务。
基于卷积神经网络的方法是近年来发展起来的一种新型目标检测方法。
它通过训练神经网络来学习雷达回波信号的特征表示，然后利用训练好的神经网络对新的回波信号进行目标检测。
该方法具有较好的自适应能力和泛化能力，适用于复杂目标和复杂信号环境下的目标检测任务。
参数估计是指在雷达信号中准确地估计目标的参数，如目标的距离、速度、角度等。
在雷达系统中，参数估计是一个关键问题，它可以用于目标跟踪、目标识别等应用。
参数估计的主要任务是根据雷达接收到的回波信号，通过解析和处理信号的特征信息，提取出目标的参数信息。
常用的参数估计方法包括脉冲-Doppler方法、最小二乘法、粒子滤波器等。
Matlab在雷达信号处理和雷达成像中的应用随着科技的不断发展，雷达技术在军事、航空、天文等领域扮演着非常重要的角色。
而在雷达的研究和应用中，数据的处理和成像是至关重要的环节。
Matlab作为一款强大的数学软件，被广泛应用于雷达信号处理和雷达成像的领域。
本文将探讨Matlab在雷达信号处理和雷达成像中的具体应用。
一、雷达信号处理1. 信号预处理雷达接收到的信号常常受到多种干扰，例如噪声、杂波等。
Matlab提供了丰富的信号预处理函数和工具箱，可以对雷达信号进行滤波、降噪、去除杂波等操作。
其中，滤波操作可以通过FIR、IIR滤波器实现，而降噪操作可以通过小波分析等方法实现。
Matlab的强大计算能力和可视化功能使得信号预处理更加高效准确。
2. 目标检测雷达信号中的目标通常表现为一些特征突出的信号，例如脉冲幅度、脉冲宽度等。
通过对这些特征进行分析和处理，可以实现雷达信号中目标的检测和定位。
Matlab提供了一系列的目标检测算法和函数，如常用的卡尔曼滤波、最小二乘法等。
通过对雷达信号进行预处理和目标检测，可以提高雷达系统的性能和准确度。
3. 距离测量雷达系统通过测量目标与雷达之间的回波时间来实现距离的测量。
Matlab提供了丰富的信号处理函数和工具，可以实现对回波信号的采样、分析和测量。
通过对回波信号进行FFT、相关分析等处理，可以精确地测量目标与雷达之间的距离。
二、雷达成像1. 合成孔径雷达成像合成孔径雷达（SAR）是一种基于合成孔径技术的雷达成像方法，可以利用雷达的运动和信号处理来实现高分辨率的雷达图像。
Matlab提供了完善的SAR成像算法和工具箱，可以实现SAR数据的处理、成像和评估。
通过对SAR数据进行范围压缩、方位压缩和图像重建，可以获得高质量的SAR图像。
2. 多普勒处理雷达在接收回波信号时，目标的运动会引起回波频率的改变，这被称为多普勒效应。
多普勒处理是雷达成像的重要环节之一。
Matlab提供了多普勒处理的算法和函数，例如多普勒频谱分析和多普勒滤波等。
信号检测工作原理引言：信号检测是指在电子通信系统中，接收端对传输过程中的信号进行检测和解析的过程。
它是保证信息传输质量和可靠性的关键步骤之一。
本文将从信号检测的定义、原理和实际应用三个方面进行阐述。
一、信号检测的定义信号检测是指接收端根据接收到的信号来判断是否存在目标信号，并进行相应的解析和处理的过程。
在数字通信系统中，信号通常以二进制形式表示，即通过0和1的编码来传输信息。
信号检测的目标是在存在噪声的情况下，准确地判断接收到的信号是0还是1，从而实现正确的信息传输。
二、信号检测的原理信号检测的原理主要基于统计理论和概率论。
在信号传输过程中，信号会受到各种干扰和噪声的影响，使得接收到的信号与发送的信号存在一定的差异。
信号检测的关键是通过合适的算法和技术，将接收到的信号与各种干扰和噪声进行区分，从而准确地判断信号的状态。
在数字通信系统中，常用的信号检测技术包括匹配滤波、决策反馈等。
其中，匹配滤波是一种常用的信号检测技术，它通过与已知信号进行相关运算，得到相关输出来判断接收到的信号是否是目标信号。
决策反馈则是根据接收到的信号的幅值来进行判断，如果幅值大于一定阈值，则判定为1，否则判定为0。
三、信号检测的实际应用信号检测在现实生活中有广泛的应用，特别是在无线通信系统中。
无线通信系统中，由于信号传输过程中存在多径效应、多普勒频移等问题，导致信号的失真和衰减，因此需要进行信号检测来恢复原始信号。
在手机通信中，信号检测被广泛应用于移动通信系统中。
移动通信系统中，手机通过基站与网络进行通信，基站接收到手机发送的信号后，需要进行信号检测来判断接收到的信号是0还是1，并进行解码和解析，最终实现通信的目的。
信号检测还被应用于雷达系统中。
雷达系统中，通过发送一定频率和波形的信号，接收目标物体反射回来的信号，通过信号检测来判断目标物体的位置和速度，并进行跟踪和识别。
总结：信号检测是保证电子通信系统传输质量和可靠性的关键步骤。
信号检测论的内容和意义1.引言1.1 概述引言部分的内容可以按照以下方式编写：概述：信号检测论是信号处理领域中的一个重要分支，主要研究如何判断和检测来自于复杂背景噪声中的信号。
在现实世界中，我们经常需要从噪声环境中提取出有用的信号，比如在无线通信中识别传输的信号、在雷达系统中探测目标、在卫星通信中接收地面站的信号等等。
信号检测论的研究内容和方法，为解决这些实际问题提供了有效的理论支持。
在具体的研究中，信号检测论主要关注两个重要问题：信号检测和估计。
信号检测是指在已知噪声统计特性的前提下，基于观测数据来判断是否存在感兴趣的信号。
而信号估计则是在已知噪声统计特性和信号存在的前提下，利用观测数据来对信号进行估计和分析。
这两个问题的解决对于提高信号的探测和鉴别能力以及准确性具有重要意义。
信号检测论的研究内容包括确定性信号检测和随机信号检测。
确定性信号检测主要研究如何从复杂噪声背景中检测出给定的确定性信号，而随机信号检测则研究如何从噪声背景中检测出具有一定概率分布的信号。
无论是确定性信号检测还是随机信号检测，都需要基于概率论和数理统计的方法来建立相应的数学模型和理论框架。
信号检测论在实际应用中有着广泛的应用领域，包括无线通信、雷达系统、卫星通信、医学图像处理等。
在无线通信中，信号检测论可以用来判断信道中是否存在其他用户的信号干扰，从而进行信号的多用户检测和干扰消除。
在雷达系统中，信号检测论可以用来对目标进行识别和追踪，从而实现精确的目标检测和定位。
在医学图像处理中，信号检测论可以用来提取医学图像中的重要特征，从而帮助医生进行疾病诊断和治疗。
综上所述，信号检测论的研究内容和方法对于提高信号的检测和估计能力具有重要意义。
通过建立数学模型和理论框架，信号检测论为解决实际问题提供了有效的工具和方法。
未来的发展方向将集中在改进信号检测和估计的准确性和鲁棒性，以应对日益复杂和多样化的噪声环境。
1.2文章结构文章结构部分的内容可以包括以下内容：在本文中，将按照以下结构来阐述信号检测论的内容和意义。
雷达信号处理基础理论研究与应用雷达信号处理是一门交叉学科，涉及到数学、物理、电子等多个领域。
其主要研究对象是雷达数据，即通过雷达接收到的回波信号，结合雷达技术以及信号处理技术对其进行分析、处理和识别，实现对目标的探测、跟踪和定位。
雷达信号处理的基础理论主要包括信号检测、参数估计和目标识别等方面。
其中，信号检测是雷达信号处理的基础，其研究的是如何在噪声背景下有效地识别目标回波信号，并提取出其中的信息。
在信号检测中，常用的指标有信噪比、虚警概率和漏警概率等，其目的是在尽可能保持目标检测正确率的同时，尽量减小误检率和漏检率。
参数估计是雷达信号处理中比较重要的一环，其研究的是如何从雷达接收到的信号中提取目标的相关参数。
雷达信号中的目标参数主要包括目标的距离、速度和角度等方面，常用的方法有FFT、MTI、FMCW等。
此外，由于雷达信号经常会因为多径效应、杂波干扰等因素而变形，所以参数估计还需要进行补偿或去除，以得到准确的目标参数。
目标识别是雷达信号处理中的核心问题之一，其研究的是如何从接收到的雷达信号中判断目标的种类、性质以及状态。
常用的目标识别方法有基于统计特征的方法、基于模式识别的方法以及神经网络等。
这些方法可以通过对目标回波信号的幅度、相位、波形等无穷多的方面进行分析来实现目标的识别。
除了基础理论研究外，雷达信号处理在实际应用中也发挥了重要的作用。
在军事、民用、环保、医疗等领域，雷达信号处理技术都有广泛的应用。
在军事领域中，雷达信号处理是实现军事情报、指挥控制以及武器装备识别等任务的基础。
通过对雷达信号的处理，可以实现对飞机、导弹、舰船等目标的探测、跟踪和定位，为军队的战术决策提供强有力的依据。
在民用领域中，雷达信号处理技术也有广泛的应用。
例如，在气象探测、地震勘探、航空、交通、导航、测绘等领域中都有用到雷达信号处理技术，为相应的工作提供重要的技术支持。
在环保领域中，雷达信号处理技术也有重要的应用。
雷达通信系统的原理与应用雷达通信系统是一种广泛应用于军事、航空、海洋、气象等领域的高科技通信设备。
本文将围绕雷达通信系统的原理和应用展开阐述，旨在帮助读者深入了解该系统并掌握相关知识。
一、雷达通信系统的原理雷达通信系统利用电磁波与目标物之间的相互作用，通过探测和分析反射回来的信号来实现通信。
其基本原理如下：1. 发射器：雷达通信系统通过发射器产生电磁波，并将其发送到目标物上。
发射器通常采用一定频率的无线电波，如微波、毫米波等。
2. 目标物的反射：被发送的电磁波遇到目标物时，会发生反射，并将一部分能量回传给雷达通信系统。
目标物的反射特性会对回传信号产生影响。
3. 接收器：接收器是雷达通信系统中的重要组成部分，用于捕获目标物反射回来的信号。
接收器会将接收到的信号进行放大、滤波、解调等处理，以便后续的分析和处理。
4. 信号处理：接收到的信号经过一系列处理后，可以提取出目标物的相关信息，如距离、速度、方位等。
这些信息可以用于通信或其他应用领域。
二、雷达通信系统的应用雷达通信系统在多个领域都有广泛的应用。
以下是一些主要应用领域的简要介绍：1. 军事领域：雷达通信系统在军事领域起着至关重要的作用。
它可以用于目标探测、情报获取、导航引导、火力打击等方面，并在战争中具备重要的战略和战术价值。
2. 航空航天领域：雷达通信系统在航空航天领域中广泛应用。
它可以用于飞行员导航、飞行器定位、空中交通管制等任务，提高了航空器的飞行安全性和效率。
3. 海洋领域：雷达通信系统也在海洋领域发挥重要作用。
它可以用于船舶导航、渔业资源调查、海上救援等任务，对于保障海上行动的安全性和有效性起到了至关重要的作用。
4. 气象领域：雷达通信系统在气象领域中被广泛应用于天气预报、降水检测、风暴追踪等任务。
它可以通过对大气中的杂波和降水反射信号的探测和分析，提供准确的气象信息。
5. 地质勘探领域：雷达通信系统可以用于地质勘探领域，如矿产资源勘测、油气田勘探等。
雷达信号处理技术在目标识别中的应用教程雷达技术是一种通过发送和接收电磁波来感知和探测目标的无线通信技术。
在雷达系统中，信号处理是非常重要的环节，它能够提取出目标的特征信息，并对目标进行识别。
本文将介绍雷达信号处理技术在目标识别中的应用教程。
一、雷达信号处理的基本流程雷达信号处理是从雷达接收到的回波信号中提取目标信息的过程。
其基本流程可以分为以下几个步骤：回波信号接收、杂波抑制、脉冲压缩、目标检测和跟踪、特征提取和目标识别。
1. 回波信号接收雷达通过发射电磁波，并接收由目标反射回来的回波信号。
回波信号包含了目标的位置、距离、速度等信息。
在接收回波信号时，需要采用合适的天线和接收系统来接收信号，并进行放大和滤波处理。
2. 杂波抑制在接收到的回波信号中，除了目标所反射的信号外，还包含了一些其他无关的杂波信号。
杂波抑制的目的是将这些杂波信号降低到一个较低的水平，以减小对目标的干扰。
常用的杂波抑制方法包括滤波、干扰消除等。
3. 脉冲压缩脉冲压缩是为了提高雷达系统的分辨能力和测距精度而进行的信号处理技术。
当发射的脉冲信号宽度较宽时，可以在接收端利用滤波器对回波信号进行压缩处理，使其变窄，并提高脉冲的能量密度。
4. 目标检测和跟踪目标检测是识别回波信号中是否存在目标的过程。
常用的目标检测算法有恒虚警率检测（CFAR）等。
目标跟踪是在连续的雷达回波信号中追踪目标的位置和运动状态。
常用的目标跟踪算法有卡尔曼滤波、粒子滤波等。
5. 特征提取和目标识别特征提取是从目标的回波信号中提取出与目标特征相关的参数或特征。
可以利用这些特征对目标进行识别。
常用的特征包括目标形状、速度、散射截面等。
目标识别是根据特征将目标与其他物体进行区分和识别的过程。
常用的目标识别算法有支持向量机、神经网络等。
二、雷达信号处理技术的应用雷达信号处理技术在目标识别中有着广泛的应用。
以下是几个典型的应用领域：1. 军事领域雷达在军事领域中起着至关重要的作用。
4_信号检测与参数估计信号检测与参数估计是数字信号处理领域的一个重要概念，主要用于从一组接收到的信号中检测出所需的信号，并估计信号的相关参数。
在通信系统、雷达系统、生物医学信号处理等领域都有广泛的应用。
信号检测涉及到检测信号是否存在、信号的起止时间、信号在时间和频率域的波形特征等问题。
检测信号的方式主要有匹配滤波、功率谱估计和相关性分析等方法。
参数估计则是通过对信号的观测结果进行分析，估计信号的相关参数，如信噪比、频率、相位等。
在数字通信系统中，信号检测与参数估计是非常重要的，它们直接影响到通信系统的性能。
例如，在数字调制解调器中，接收端需要根据接收到的信号恢复出发送端发送的信号，这就需要进行信号检测与参数估计。
另外，在雷达系统中，对于远距离目标的检测也需要信号检测与参数估计。
信号检测与参数估计的核心问题是如何从一堆噪声干扰中准确地检测出目标信号，并且正确地估计出目标信号的参数。
这是一个典型的统计推断问题。
在实际应用中，通常采用最大似然估计、最小二乘估计等方法来解决这个问题。
最大似然估计是参数估计的一种常用方法，它假设观测到的数据服从其中一种已知的概率分布，然后通过最大化似然函数来估计参数。
最大似然估计常用于信号检测与参数估计中对信号的频率、幅度等参数进行估计。
最小二乘估计则是另一种常用的参数估计方法，它是一种在回归分析中常用的方法，通过最小化残差平方和来估计参数。
最小二乘估计在信号处理中也有广泛的应用，例如用于估计信号的频率、相位等参数。
除了最大似然估计和最小二乘估计，还有许多其他参数估计方法，如贝叶斯估计、卡尔曼滤波等方法，这些方法在不同场合下有着各自的优缺点。
总的来说，信号检测与参数估计是数字信号处理中非常重要的一部分，它们直接影响到通信系统、雷达系统等系统的性能。
在实际应用中，需要根据具体的系统要求和环境条件选择合适的方法来进行信号检测与参数估计，以获得最佳的性能。
信号估计理论姓名：孙秀娣学号：2009z031专业：电子与通信工程信号检测与估计理论在雷达系统方面的应用摘要：随着互联网应用的普及及发展，信号的检测与估计技术的应用也越来越受到人们的关注。
雷达中的信号检测是一个综合性问题，涉及多个学科，多领域知识，所以它是科学领域最为关注的问题。
近年来已经开展了大量雷达系统信号实现方法相关的研究课题，其中回波信号的检测和估计是最为重要的方面。
本论文就是针对雷达信号检测和估计的精确性问题加以展开的。
关键词：雷达系统，信号估计，信号检测第一章雷达系统1.1起源和发展早期雷达用接收机、显示器并靠人眼观察来完成信号检测和信息提取的工作。
接收机对目标的回波信号进行放大、变频和检波等，使之变成能显示的视频信号，送到显示器。
人们在显示器的荧光屏上寻找类似于发射波形的信号，以确定有无目标存在和目标的位置。
随着雷达探测距离的延伸,回波变弱,放大倍数需要增加。
于是，接收机前端产生的噪声和机外各种干扰也随着信号一起被放大，而成为影响检测和估计性能的重要因素。
这时,除了降低噪声强度之外,还要研究接收系统频带宽度对发现回波和测量距离精度的影响。
这是对雷达检测理论的初期研究。
后来，人们开始在各种干扰背景中对各种信号进行检测和估计的理论研究，其中有些结论，如匹配滤波理论，关于滤波、积累、相关之间等效的理论，测量精度极限的理论，雷达模糊理论等，已在实际工作中得到应用.1.2雷达的概述雷达的英文名字是radar,是“无线电探测与定位”的英文缩写。
雷达的基本任务是探测感兴趣的目标，测定有关目标的距离、方问、速度等状态参数。
雷达主要由天线、发射机、接收机（包括信号处理机）和显示器等部分组成。
雷达发射机产生足够的电磁能量，经过收发转换开关传送给天线。
天线将这些电磁能量辐射至大气中，集中在某一个很窄的方向上形成波束，向前传播。
电磁波遇到波束内的目标后，将沿着各个方向产生反射，其中的一部分电磁能量反射回雷达的方向，被雷达天线获取。
天线获取的能量经过收发转换开关送到接收机，形成雷达的回波信号。
由于在传播过程中电磁波会随着传播距离而衰减，雷达回波信号非常微弱，几乎被噪声所淹没。
接收机放大微弱的回波信号，经过信号处理机处理，提取出包含在回波中的信息，送到显示器，显示出目标的距离、方向、速度等。
为了测定目标的距离，雷达准确测量从电磁波发射时刻到接收到回波时刻的延迟时间，这个延迟时间是电磁波从发射机到目标，再由目标返回雷达接收机的传播时间。
根据电磁波的传播速度，可以确定目标的距离为：S=CT/2其中S：目标距离；T：电磁波从雷达到目标的往返传播时间；C：光速1.3雷达的工作原理雷达是利用目标对电磁波的反射(或称为二次散射)现象来发现目标并测定其位置的空间任一目标所在位置可用下列三个坐标来确定:1>目标的斜距R;2>方位角a;3>仰角B。
同时也就是说根据雷达接收到的信号检查是否含有目标反射回波，并从反射回波中测出有关目标状态的数据。
第二章雷达中的信号检测雷达的基本任务是发现目标并测定其坐标通常目标的回波信号中总是混杂着噪声和各类干扰而噪声和各种干扰信号均具有随机持性在这种条件下发现目标的问题属于信号检测的范畴信号检测理论就是要解决判断信号是否存在的方法及其最佳处理方式。
2.1.雷达信号的最佳检测及基本概念检测系统的任务是对输入信号进行必要的处理和运算然后根据系统的输出来判断输入是否有信号存在它可用门限检测来描述。
检测过程中，由于门限取值的不同产生的错把噪声检测成了目标，这类错误称之为虚警，出现的概率称为虚警概率；反之，错把信号当成了噪声，称为漏检或漏警，相应出现概率为漏检概率。
门限的确定与选择的最佳准则有关。
在信号检测中常采用的最佳准则有贝叶斯准则最小错误概率准则最大后验概率准则极大极小化准则以及纽曼—皮尔逊准则等。
对于雷达信号的检测因预先并不知道目标出现的概率也很难确定—次漏检所造成的损失所以通常选择的准则是纽曼—皮尔逊准则即在保持某一规定的虚警概率下使漏检概率达到最小或使正确检测概率达到最大在这一准则约束下结合信号的概率密度函数概念我们可用推得以下结论:雷达信号的最佳检测系统最佳接收系统是由一个似然比计算器和一个门限判决器组成，不同的准则体现在门限值不同。
其中，似然比定义为：有信号时有噪声时的概率密度函数之比。
并且对于相加性平稳高斯白噪声时的似然比计算器的核心就是匹配滤波器。
2.2雷达信号检测技术雷达检测的背景随机过程主要有两种：①由天线接收进来的和由接收机前端产生的噪声，是功率谱密度为常数的平稳随机过程，称为白噪声；②发射信号受到带有随机起伏的物体，如地物、云雨、箔条等的反射而造成的杂波，由于起伏有相关性，其功率谱密度不是常数，称为非白噪声或色噪声。
人为干扰依相对谱宽可分别归入上述两种。
一般检测理论所讨论的检测信号有三种：①完全已知的确定信号；②含未知参量的确定信号；③随机信号。
雷达检测中,最简单的情况是理想点目标的反射信号,信号幅度和相位均属未知。
这就是上述第二种信号，称为不起伏信号。
对于带有起伏的复杂目标，则要考虑随机起伏的相关性和分布。
在脉冲搜索雷达中，着重研究各重复周期间完全不相关的和各天线扫描次数间完全不相关的两种情况，即快起伏信号和慢起伏信号。
在任一种噪声背景中发现任一种信号的检测系统，在原理上都可以划分成两个部分：①对接收到的可能含有回波的信号进行处理，获得统计量。
这种处理可以是线性的，也可以是非线性的。
②将所得统计量同一个门限电平相比较，按其大于还是小于门限电平作出有无目标的判断。
这个门限可以是不变的，也可以是随信号性质而自动调整的。
还有一种采用两个门限的序列检测法，即当统计量大于上门限时，判为有目标；当统计量小于下门限时，判为无目标；而当统计量处于两门限之间时，增加信号持续观察时间以获得新的统计量进行判决。
雷达检测的质量可用两种概率值表示。
①发现概率P D：在有目标条件下系统报出“有目标”的概率，概率越大越好;②虚警概率P F:在无目标条件下系统报出“有目标”的概率，概率越小越好。
如果检测系统的处理部分仅是线性的,输出信号-噪声比同上述概率具有直接的关系（图1）。
对未知相位的单个脉冲进行检测时,若要保证P D=0.9,P F =10-6，则信号峰值应比噪声均方根值强12倍（即16分贝）。
最佳线性处理由于输入信号和噪声的频谱形状不同，处理电路选择适当的频率特性，可使每个回波的输出信号-噪声比达到最大,从而使检测性能最佳。
这样的线性电路称为最佳滤波器。
白噪声中使信号－噪声比最大的最佳滤波器，具有同信号频谱共轭相似的频率特性，其脉冲响应是信号的共轭镜像，通常称为匹配滤波器。
这时,最大的输出信-噪功率比等于输入信号能量同输入噪声功率谱密度之比，而与信号形状无关。
色噪声中使信号-噪声比最大的最佳滤波器,可以用设想使色噪声变成白噪声（即所谓“白化”）的方法推导求得。
它的频率特性应反比例于色噪声功率谱密度，正比例于信号频谱共轭。
对于接收信号，采用去多普勒频移后再同发射延迟波形求互相关（即相乘后积分）的方法，可以获得相当于匹配滤波的效果。
相关接收适用于复杂的编码调制波形；而滤波接收适用于线性调频波形。
当雷达接收到的回波脉冲数目不止一个时，可以利用各次信号中回波相关而噪声不相关的性质进行相加，以提高信-噪比。
这种相加是线性的,称为积累。
只要系统中没有非线性,对单个脉冲波形匹配滤波后积累N次完全等效于对N个脉冲波形匹配滤波的效果。
非线性处理早期雷达用以将中频信号变成视频信号的检波器，只检取幅度信息而丢弃相位信息，称为非相参检波，又称包络检波或幅度检波。
这类检波的本质是非线性的。
当输入信-噪比在零分贝以下，输出信-噪比会正比例于输入信-噪比的平方,从而破坏在检波后积累的效果,相当于引入了检波造成的信-噪比损失。
现代雷达大多采用两个相参检波器，它们的参考信号相位差90°（图2）。
两路视频信号代表复包络的实部与虚部，因而既含有幅度信息又含有相位信息。
这种不丢失相位信息的方法称为正交视频处理或I、Q通道处理,又称为零中频处理。
这种处理可以保证两通道内对视频信号的处理仍为线性。
恒虚警率在假设噪声背景分布已知的条件下设计出质量最好的检测方法，称为参量型最佳检测。
采用参量检测常会使虚警概率随噪声背景的改变（如强度变化或分布不符假设条件）而变化。
这不仅影响检测性能，更严重的是会使后面的数据处理机负载过大。
保持检测系统虚警率恒定的措施有自适应门限法、非线性接收法和非参量型检测三类。
①自适应门限法：假设噪声分布是若干个未知参数的函数，用被测单元前后的若干单元（称为邻近单元）中的数据估计出参数，用以确定维持虚警率不变所需要的门限值。
实际工作时自动根据输入噪声的变化来调整门限以达到虚警率恒定的要求，这类方法中最简单的是邻近单元平均法，就是将若干邻近单元中的噪声数据平均值当作检测门限。
②非线性接收法：利用接收机幅度特性上的非线性，使接收增益随输入噪声背景电平变化，以使输出起伏的均方根值不变，从而维持恒定的虚警率。
这类方法有许多种,常见的有:对数特性加快速时间常数电路或脉冲展宽电路；宽-限-窄电路,即在宽频带中频放大器后接硬限幅器,再接窄频带中频放大器使噪声电平维持一定。
③非参量型检测：设输入噪声分布未知，仅作一些很弱的假设（如对称性、非负性、样本独立性等），通过非线性变换把无回波（仅有噪声）的信号变成服从已知分布律的随机信号，然后对可能有回波的信号利用分布的变化检测出目标。
这种检测器按输入端数目分为单输入和双输入两种，按变换的形式又分为秩值检测、符号检测、正态计分检测和极性重合检测等。
信息提取从雷达接收到的信号中可以获取有关目标状态的许多信息，通常有：①由时间延迟确定的距离数据;②由多普勒频移确定的径向速度数据;③由天线波束状态确定的角度数据。
由于信号中混有噪声干扰，测得的数据必然同真实数据之间存在随机误差和系统误差。
统计参数估计理论给出随机误差均方根值的极限公式，称为克莱莫－罗不等式。
按此式即可求出测量各种数据的极限精度。
距离信息根据目标反射回波相对于发射信号的时间延迟，确定目标相对于雷达天线之间的距离。
在脉冲雷达中，测量时延的方法主要有前后沿门限法和门波求积法两种。
①前后沿门限法：把混有噪声的回波信号同门限电平相比较，利用回波前沿和后沿同门限相交的两点时刻平均值作为相对时延；②门波求积法：把混有噪声的回波信号同一个门波信号相乘后求面积。
当门波对准目标反射回波时面积应为最大，利用面积值最大时的门波位置作为相对时延的测量值。
门波求积法的精度优于前后沿门限法。
测量时延的极限均方根误差为式中ρ为信噪电压比；墹f为信号均方根频带宽度，即s(f)为信号复包络的频谱（已按中心频率为零归一化）。
