基于逆滤波的宽带线性调频雷达MTD技术

影响宽带线性调频雷达运动目标检测的两个核心问题是多周期脉冲间散射中心的越距离单元走动（MTRC）以及扩展目标在高分辨距离单元间的能量分散。在分析宽带线性调频脉冲串回波信号多普勒效应的基础上,将每个子脉冲回波经过逆滤波转化为窄带信号,通过窄带匹配滤波降低距离分辨率对多散射中心的能量进行相参积累,同时避免了越距离单元走动问题。然后利用脉冲多普勒思想对低分辨的脉冲串信号进行二次相参积累,实现运动目标检测（MTD）。最后通过仿真实验验证了算法的有效性,结果表明该算法对存在多个强散射中心和速度较大的目标能够有效提高相参积累信噪比和测速精度。     

微弱目标积累检测的包络移动补偿方法

利用长时间信号积累来提高低信噪比对微弱运动目标检测的性能是一种有效方法.在积累过程中目标回波有可能越距离单元走动,因此包络时延补偿是实现信号积累的首要问题.本文利用相控阵雷达可提供的波束驻留方式,提出一种基于距离拉伸和时频分析的包络移动补偿方法.该方法利用距离拉伸将不同单元中的目标回波作为暂态信号,通过时频联合处理来进行运动补偿和匹配相参积累,适用于存在越多普勒分辨单元走动的情况.给出了检测器的实现框图并进行了性能分析.仿真结果及对实测数据的处理验证了该方法的有效性.     

一种天基预警雷达目标运动参数估计方法

天基预警雷达系统中,由于卫星平台和目标间存在高速径向运动,回波信号会产生距离徙动和多普勒走动,导致FFT相参积累增益降低,不利于微弱目标检测。为了提高检测性能,需要准确估计出目标的运动参数,并对回波信号进行运动补偿。首先建立了目标回波模型,分析了回波距离徙动和多普勒走动特性;其次利用Keystone变换校正回波距离徙动,并通过对多普勒模糊数的广义最大似然估计和MTD处理估计出目标的径向速度;然后对校正后的回波信号在方位向作延迟自相关处理,再利用FFT和Jacobson校正算法估计出目标的径向加速度;最后通过仿真实验验证了本文算法的有效性。     

天空双基地预警雷达长时间相参积累算法研究

天空双基地预警雷达体制中,信号传播距离远,回波信噪比低,且目标高速运动常导致回波越距离单元走动,从而影响目标检测性能。针对这一问题,将Keystone变换用于天空双基地预警雷达体制中,在建立空间几何模型的基础上,分析了回波越距离单元走动特性,应用Keystone变换校正距离单元走动,并进行解多普勒模糊处理和基于单元选大准则的数据处理。该方法可以用于多个不同距离和速度的目标距离走动校正和相参积累检测。仿真结果验证了该方法具有良好的多目标检测性能。     

基于线性拟合的包络走动补偿方法

在低信噪比情况下,信号长时间能量积累是检测目标的一种手段。对于长时间能量积累,系统往往面临3个问题,即距离走动、多普勒漂移、波束跨越。信号处理时,必须首先把所有目标回波包络都校正到同一距离单元上,然后利用动目标检测(MTD)或者联合时频变换等方法来完成回波能量积累和检测。通常Keystone变换是完成距离走动补偿的一种有效方法,但其计算量较大,实时性差。提出了一种基于线性拟合的距离走动补偿算法,利用曲线拟合的思想来完成包络走动补偿,仿真结果验证了该方法的有效性,同时表明其具有更好的实时处理性能。     

空间目标检测与实现方法研究

空间目标由于其高速高机动等特点在观察时间内通常跨越多个距离单元,使得为了目标检测进行能量相参积累变得很困难。通过对大时宽高速运动目标雷达回波信号的建模,分析了拉伸效应、脉冲间距离迁徙等因素对积累的影响。提出了一种基于欠采样下Keystone变换的高速目标检测方法。该方法能有效补偿距离走动,去除多普勒模糊,提高信噪比,改善雷达的检测性能。通过仿真和实际数据分析,验证了该算法的有效性,同时结合硬件平台给出了工程实现方法。     

提高雷达机动目标检测性能的二维频率域匹配方法

 增加目标信号的积累时间是提高雷达对微弱目标探测能力的主要方法.但是,对于高速运动目标,在长时间相参积累期间,目标回波信号容易产生距离徙动和多普勒走动,若不进行补偿,目标信号能量不能有效积累.传统基于keystone变换的方法仅适用于目标作匀速运动的情形,当目标作机动运动时,距离弯曲不能通过keystone变换进行校正.针对目标作匀加速运动,且高速目标存在多普勒模糊情况,本文提出一种二维匹配滤波新方法,该方法将脉冲压缩后的目标回波转换到距离-多普勒二维频率域,通过构造一补偿函数进行匹配滤波处理.该方法不需要知道目标运动速度参数,由目标径向速度引起的距离走动和径向加速度引起的距离弯曲均能得到很好的消除,另外,所提算法可以有效地利用快速傅里叶变换实现而无需进行插值操作,运算量小.仿真结果表明本文方法具有良好的高速机动目标积累检测性能.     

基于过采样抽取子带处理的宽带雷达杂波抑制

针对宽带雷达目标回波在相参处理时间内存在越距离单元走动的问题,提出了一种基于过采样抽取子带处理的宽带雷达杂渡抑制与目标回波相参积累的方法.通过过采样离散傅立叶变换(DFT)调制滤波器组将宽带雷达回波分为若干子带,每个子带内目标回波不存在越距离单元走动,从而可以通过对相参回波序列的加权处理实现杂波抑制和目标回波的相参积累...     

多帧相参积累检测前跟踪方法

为了提高雷达对微弱目标的检测能力,提出了一种多帧相参积累的检测前跟踪(TBD)方法.通过对多帧时间内运动目标回波的分析,建立了相参积累的回波信号模型,其中目标回波出现距离单元走动和多普勒单元走动.利用目标回波的空-时相关性,采用速度匹配法和离散Chirp- Fourier变换(DCFT)联合估计目标径向速度、多普勒频率...     

宽带变多通道窄带信号检测高速目标算法

高速目标的宽带信号回波产生的目标距离走动会导致传统动目标检测相参积累信噪比损失较大. Keystone变换以及相关改进算法虽然能够校正目标距离走动, 但该类算法需要预先估计目标较为精确的多普勒速度, 难于应用到实际工程中.文中采用一种宽带线性调频信号变多通道窄带信号处理方法, 在没有目标速度先验知识的情况下, 能够对高速目标回波信号能量进行有效积累, 从而提高目标检测性能.给出了算法框图, 经仿真验证该方法有效.     

基于多普勒扩展补偿的FDA-MIMO雷达运动目标检测

频控阵-多输入多输出(FDA-MIMO)雷达在检测运动目标时,由于发射阵元间的频率偏移与目标的速度耦合,因此在慢时间维出现严重的多普勒扩展,进一步造成各接收通道的信号能量无法相干累积,极大降低了系统的检测性能。针对此问题,该文提出一种基于多普勒扩展补偿的FDA-MIMO雷达运动目标检测算法。首先建立了FDA-MIMO雷达运动目标的回波模型,分析了频偏带来的多普勒扩展问题;然后在给出最大似然接收机模型的基础上,提出一种基于插值滤波的重采样算法来补偿FDA-MIMO雷达在检测运动目标时引起的多普勒扩展。仿真结果表明:该文所提算法在抑制多普勒扩展的同时,能够补偿子目标回波在距离维的跨单元走动,实现信号能量的相参累积。      

航管一次雷达抗风电场干扰目标检测方法

 近年来,全球风力发电装机容量呈指数型增长。然而,现有航管一次雷达的动目标检测(Moving Target Detector, MTD)技术无法抑制具有非零频成分的风电场杂波,可能导致目标遮蔽和虚警率上升。针对此问题,该文提出了一种在风电场杂波下航管一次雷达的目标检测方法。该方法在MTD前端设置风电场杂波抑制器。在该抑制器中首先估计雷达回波每个距离单元的谱中心,并把所有距离单元的谱中心移到零频。其次利用类似于对消固定杂波的方法对消目标回波,而具有较宽频谱宽度的风电场杂波经对消后仍有大部分的能量剩余。然后采用恒虚警率(Constant False Alarm Rate, CFAR)检测确定杂波所在的距离单元,并剔除待检测数据中所有杂波单元,解决了风电场杂波进入非零频多普勒滤波器可能导致当前航管一次雷达MTD检测性能急剧恶化的问题。实验结果表明该方法对风电场杂波强度不敏感,有效地消除了杂波对目标的遮蔽现象并控制了由杂波引起的虚警率上升。     

一种基于OFDM-LFM信号的PD雷达解模糊方法

为了解决线性调频脉冲多普勒雷达的距离模糊和速度模糊问题,采用了高脉冲重复频率的方式发射正交频分线性调频脉冲信号,并给出了一种用于解模糊的回波数据重排方案。这种重排方式可以解决最大无模糊距离和最大无模糊速度之间的矛盾,对重排后得到的数据矩阵进行脉冲压缩、动目标检测,最终得到的峰值可无模糊地体现目标的距离和速度。仿真结果证明了所提方法的有效性和可行性。     

距离—速度二维波形分析跟踪

提出一种用于MTD体制雷达的速度－距离跟踪技术；距离－速度二维波形分析数字动目标跟踪技术。它是在距离波形分析数字动目标跟踪技术的基础上发展出来的。距离－速度二维波形分析数字动目标跟踪是通过高速采样存储N次雷达脉冲回波信号，在MTD处理（如FFT）后，分析回波波形信息获取目标的距离和速度误差而进行自动跟踪的。距离－速度二维波形分析数字动目标跟踪技术和距离波形分析数字动目标跟踪技术相比，利用的回波信息更全面，因而效果更好。     

星载SAR的空中运动目标检测和成像

根据星载SAR(Synthetic Aperture Radar)通常信号带宽较大的特点,本文提出了一种子带双频共轭处理方法,降低合成信号的等效中心频率,去除多普勒模糊,进而利用Keystone变换完成低信噪比高速运动目标的距离走动校正.运动目标的距离弯曲校正后,采用时频分析实现目标的低分辨率成像和检测.利用检测过程中获得的目标径向速度,进一步完成了各个运动目标的高分辨率成像处理.仿真结果表明了本文方法的有效性.     

基于keystone变换的微弱目标检测

提高雷达对微弱目标探测能力的主要方法是增加积累时间.根据传统PD雷达的设计原则,在相参积累时间内,目标的距离走动不能超过半个距离单元,也就是说相参积累时间受限于目标运动.对于高距离分辨雷达或观测高速目标的雷达系统,这种限制是很难满足的.本文提出一种基于keystone变换的运动补偿方案,可以在没有目标运动速度信息条件下校正距离走动,从而使积累时间不再受目标运动的限制.     

基于时频图深度学习的雷达动目标检测与分类

雷达动目标检测技术一直是雷达信号处理领域中的关键技术,而传统的雷达动目标检测技术仅适用于匀速运动目标,检测性能有限。针对该问题提出一种基于卷积神经网络(CNN)时频图处理的雷达动目标检测方法,通过从雷达动目标回波中提取多普勒频移信息,然后利用短时傅里叶变换转换为时频图,输入卷积神经网络,进行深度特征学习,进而实现检测和分类的目的。仿真数据验证表明,所提方法能够有效检测和区分匀速、匀变速运动以及微动目标,稳健性高,与传统动目标检测方法相比具有显著优势。     

基于LTE信号的小目标回波相参积累:目标散射建模与影响分析

长时间的信号积累是提高微弱慢速小目标探测的一种有效方法,但积累时间长,目标回波会发生越距离单元和多普勒单元走动,相参积累困难。本文对基于LTE信号的小目标探测问题开展研究,引入目标散射空变性,建立了基于LTE通信体制的系统回波模型;在此基础上,分析了目标回波距离走动和多普勒走动特性,提出了基于keystone变换和分数阶傅里叶变换（FRFT）的回波相参积累技术;基于典型目标散射模型,分析了目标散射特性对积累效果的影响,并在典型系统条件下开展了仿真实验,验证了所提算法和分析的有效性。