基于SMLRT-GRT-SVD的机载雷达海面慢速小目标信号积累与杂波抑制方法

机载雷达对海面慢速小目标进行积累检测时面临两个主要问题:一是雷达与目标间的相对运动导致距离走动与多普勒扩散,造成目标积累性能下降;二是较强的海杂波能量影响聚焦与检测结果。为了解决上述问题,本文提出了一种基于分段改进位置旋转变换（Segment Modified Location Rotation Transform, SMLRT）、广义拉东变换（Generalized Radon Transform, GRT）以及奇异值分解（Singular Value Decomposition, SVD）的方法（即SMLRT-GRT-SVD）以快速实现信号积累与杂波抑制。首先,设计时间片段划分准则将回波信号均匀分段,分段时保证在每个时间片段中可以忽略由径向加速度造成的二阶距离走动和多普勒扩散;其次,通过SMLRT校正每个时间片段内由径向速度引起的一阶距离走动,并采用傅里叶变换（Fourier Transform, FT）实现每个时间片段内能量的相参积累;再次,利用GRT循迹所有时间片段的能量峰值位置并进行非相参积累;最后,利用SVD在慢时间域进行回波信号分解并剔除杂波对应奇异值,重构后即可实现杂波能量的抑制。本方法采用分段处理与SVD操作,能够快速实现目标能量的聚集并抑制海杂波能量。仿真与实测数据处理结果均表明了所提方法的有效性。      

基于改进的快速RFT算法的高速目标检测

RFT算法是一种广义的MTD,可以沿着目标运动轨迹进行相参积累。通过分析RFT算法中产生的盲速旁瓣(BSSL)及其与主瓣之间的关系,将基于Chirp-Z变换的快速RFT和标准RFT算法结合,提出一种改进的快速RFT算法,在一个速度区间利用快速RFT搜索目标的模糊速度和距离单元,通过构建速度搜索函数利用标准RFT对目标进行精确搜索。与原有快速RFT相比,改进算法运算量明显减少且不会随着模糊因子的增加而急剧增加。通过仿真实验,验证了在理想条件下积累结果接近理论值。     

高机动雷达目标快速长时间混合积累算法

长时间积累是提高雷达微弱目标检测性能的有效方法,但高速高机动目标的跨距离单元和跨多普勒单元现象严重限制了积累性能。为此,本文提出了一种长时间混合积累的新方法,将积累时间划分为若干个子孔径,在子孔径内同一个距离单元相参积累,在子孔径间实现高效的跨距离单元非相参积累。该方法中采用启发式搜索策略,有效地解决了遍历搜索中运动模型阶数增长带来的运算量爆炸问题。同时,其可通过高阶包络补偿有效降低信噪比损失。数值实验表明,新方法较现有混合积累方法可显著改善检测性能和降低运算量。      

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...     

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。     

双基地雷达Radon-Fourier变换弱目标积累检测

增加信号相参积累时间能够提高弱目标检测能力。双基地雷达长时间相参积累的关键是解决非线性相位回波的目标运动补偿问题。在波束影响可忽略的情况下,该文提出了双基地雷达距离-速度域Radon-Fourier变换（RFT）处理方法。该方法通过频域联合搜索双基地距离和速度参数空间,完成距离走动校正与脉冲积累。理论分析和仿真实验证明了其有效性。      

基于相邻互相关函数-参数化中心频率-调频率分布-Keystone变换的无源雷达机动目标相参积累方法

延长积累时间可以有效提高无源雷达的目标探测能力,但是对于高速机动目标,其速度、加速度、第二加速度等因素导致现有的检测算法在积累过程中发生距离徙动(RM)和多普勒频率徙动(DFM),使得目标检测性能恶化。该文针对无源雷达中变加速运动目标的长时间相参积累问题,提出一种基于相邻互相关函数(ACCF)-参数化中心频率-调频率分布(PCFCRD)-Keystone变换(KT)的相参积累算法(ACCF-PCFCRD-KT)。首先给出无源雷达中变加速运动目标的回波模型,分析了目标速度、加速度和第二加速度对相参积累的影响。针对目标第二加速度引起的多普勒频率弯曲,采用ACCF降低了距离和多普勒频率徙动的阶数,而后利用PCFCRD估计出目标加速度和第二加速度参数,在补偿了目标加速度和第二加速度引起的2次和3次徙动后,利用KT校正目标速度引起的线性徙动,并实现目标回波的积累。仿真结果表明,该算法可有效补偿无源雷达中目标运动导致的RM和DFM,对变加速机动目标的积累效果显著优于现有算法。     

基于GPU的RFT算法并行化

RFT(Radon-Fourier Transform)是一种广义的MTD算法,可沿着目标径向运动轨迹进行相参积累。然而对距离-速度二维搜索产生的巨大计算量使得其难以快速实现和工程化。针对这个问题,根据雷达信号的回波数据结构和RFT算法思路,提出一种基于GPU的RFT并行化算法。通过实验,GPU平台实现的RFT算法与标准RFT和快速RFT相比,获得了巨大的加速比。另外,通过对比在CPU平台执行的MTD算法,得到在GPU平台上的RFT计算结果在不需要传回主机内存的条件下,计算速度快于在CPU平台上MTD算法。     

基于IGRFT的机载双基地雷达高速目标信号相参积累方法

机载雷达观测高速机动目标,能够有效克服地物遮挡、地球曲率等不利因素干扰,具有探测范围广、灵敏度高、机动性强等诸多优势。但在实际飞行过程中,由于受到气流等外界因素的影响,机载雷达不可避免会受到运动误差的影响;同时,由于目标的高速机动性,观测时间内会发生跨距离走动与跨多普勒走动,导致传统的相参积累方法失效。为此,本文提出了一种基于改进广义拉东傅里叶变换（Improved Generalized Radon Fourier Transform,IGRFT）的机载双基地雷达运动误差补偿与信号相参积累处理方法,通过对等效运动参数和运动误差参数的联合搜索,可以同时补偿目标的距离/多普勒走动以及机载平台的运动误差,进而实现回波信号的能量相参叠加,提升回波信噪比。仿真结果表明,该方法能够显著提高存在运动误差下的目标积累检测性能。     

基于最小熵的机动目标雷达检测

机动目标速度的不稳定会导致雷达回波产生时变的多普勒调制,即多普勒频率徙动（Doppler frequency migration, DFM）。在相参积累过程中,这将造成信号在多普勒维上散焦,积累增益降低,目标难以被检测。当前针对DFM的补偿研究大多集中于含有二阶速度分量的匀加速目标,对于含有三阶以及更高阶运动的补偿算法还需进一步完善。本文以最小熵为代价函数,利用迭代寻优的方式,提出了一种通用的高阶运动补偿算法。该算法通过仿真以及实测数据验证,被证明能够高效准确地估计出机动目标的高阶运动分量,从而有效补偿DFM引发的散焦问题,提高积累增益,完成机动目标的相参积累检测。      

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.     

联合脉压与Radon傅里叶变换的长时间相参积累方法

传统相干雷达信号处理流程中先脉冲压缩再相参处理的级联处理在理论上无法实现对高速目标回波能量的最大化积累,级联处理的输出结果中目标峰值位置存在偏差,甚至还伴随主瓣展宽、增益下降、旁瓣增高的问题。为此该文提出一种联合脉压与Radon傅里叶变换(PC-RFT)的长时间相参积累方法,利用信号之间的相关关系将匹配滤波与Radon傅里叶变换相结合,在快时间(脉内时间)与慢时间(脉间时间)维度上同时补偿脉内和脉间的多普勒频移,从而实现目标增益的最大化。实验表明二维联合处理的性能明显优于级联处理。      

A novel method for high-speed maneuvering target detection and motion parameters estimation

This paper considers the problems of high-speed maneuvering target detection and motion parameters estimation with complex motions, involving range migration (RM) and Doppler frequency migration (DFM) induced by target’s radial velocity, acceleration and jerk within the coherent integration interval. To address these problems, we propose a novel method based on the third-order keystone transform (TOKT) and first-order discrete polynomial-phase transform (FDPT) in this paper. Firstly, the TOKT is carried out to correct the third-order RM. Secondly, the matched filtering function is constructed to remove the quadratic DFM caused by radial jerk. After that, the FDPT is applied to reduce the target phase order. Then, the TOKT is employed again to eliminate the residual first-order RM related to target’s radial acceleration, and a well-focused peak is acquired after azimuth fast Fourier transform (FFT) as well as range inverse FFT. Finally, based on the position of peak, the motion parameters of maneuvering targets can be estimated efficiently. Compared with the existing algorithms, the proposed method achieves a good balance between the computational complexity and detection ability. Numerical results verify the effectiveness of the proposed method.

     

Migration compensation algorithm for maneuvering target in passive radar based on FRT-MLVD

During the long coherent integration time in passive radar,the motion parameters (such as high speed,acceleration and jerk motion,etc.) will bring about range migration (RM) and Doppler frequency migration (DFM),further deteriorate the integration performance.To realize the coherent integration of maneuvering targets with jerk motion,a method based on frequency reversing transform (FRT) and modified Lv’s distribution (MLVD) called FRT-MLVD was proposed to achieve the coherent integration and motion parameters estimation.More specifically,the FRT was firstly proposed to remove RM.Then the MLVD was employed to estimate the acceleration and jerk parameters.After compensating the DFM induced by the acceleration and jerk motion,the residual RM was corrected and the velocity and range was achieved via the KT operation.Simulation results demonstrate that the proposed method can effectively compensate the RM and DFM induced by the target motion parameters in passive radar,and for maneuvering targets with jerk motion,the proposed method achieves a better integration and detection performance over existing methods.     

一种无源雷达高速机动目标检测新方法

针对无源雷达中高速机动目标在积累时间内出现距离和多普勒徙动,导致检测性能恶化的问题。该文建立了目标信号模型,提出一种基于Keystone变换结合傅里叶变换分段计算的高速机动目标检测方法,通过信号重叠分段划分快时间和慢时间,利用Keystone变换校正径向速度差的距离徙动,再对慢时间进行二次分段,并结合傅里叶变换的分段计算完成径向加速度差的距离和多普勒徙动校正,实现信号相参积累和目标检测。仿真和实测数据结果验证了该方法的有效性。     

机动目标情况下FFT比相测距方法研究

当目标保持匀速运动时，回波信号经过FFT后的输出信噪比正比于信号的有效积累时间长度，采用FFT比相测距算法，经过FFT计算得到的相差与目标中间时刻的距离相对应。但当目标机动时，回波信号的多普勒频率为时变量，基于FFT处理的相参积累输出信噪比下降。该文首先对机动目标情况下基于FFT比相测距方法进行了理论分析，得到了距离与相差的关系式，给出了不同加速度下FFT输出信噪比损失曲线。最后仿真结果验证了理论分析的正确性。