长时间积累技术的方案设计与工程实现

长时间积累是检测低可观测目标的一种有效方法,可利用一段时间内的目标能量来提高信噪比,增加雷达威力。但长时间积累带来了距离走动、多普勒扩散等问题,现有的补偿算法运算量大,无法解决性能与运算量的平衡。文中提出了一种段内相干积累段间非相干积累的方法,其具有良好的检测性能和较低的运算量,算法通过在硬件上测试证明,可高效简便地应用于工程实现。     

一种径向匀加速目标包络徙动补偿新方法

雷达信号多脉冲长时间积累是提高雷达检测性能的重要手段。当雷达探测高速运动目标时,目标的径向加速度将引起二次距离走动,使雷达检测性能大大降低。针对此问题,提出一种消除距离走动二阶项的新方法。该方法首先对目标回波进行广义二阶Keystone变换,然后在慢时间域通过解线调的思路估计多普勒调频斜率,进而补偿多普勒高阶项,最后对补偿后信号再进行广义二阶Keystone变换,从而完全消除距离走动。仿真结果证明了该方法的有效性。     

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。     

基于最大图像清晰度的泛探雷达目标距离-多普勒走动校正

泛探雷达长时间的相干积累会增加目标二维走动，导致目标在距离多普勒域散焦，回波信噪比降低。有效的目标二维走动校正才能更好地体现泛探雷达的凝视特性，提升雷达目标检测性能。文中利用Keystone变换进行距离维走动校正，并建立多普勒维走动和图像清晰度的数学关系式，基于最大图像清晰度准则进行多普勒维的走动校正。该方法解决了凝视探测下的二维走动，提高目标在多普勒维的高分辨，同时提升了微弱目标检测能力。     

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。     

基于运动补偿的长时相干积累方法研究

稀布阵综合脉冲孔径雷达（SIAR）是一种全新体制的数字综合孔径雷达,其发射信号在空间全向辐射,不存在波束扫描问题,可对接收回波进行长时积累。本文首先对目标回波信号建模,分析了长时相参积累存在距离走动、多普勒扩散等问题。提出了一种对回波信号先分组多普勒滤波再非相参积累的方法,并给出了工程实现途径。通过仿真和实际工程的验证,证明了该算法的有效性。     

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...     

基于一维距离像的运动目标相参积累方法

宽带雷达具有高的距离分辨率,目标被其照射后呈现多散射中心,在径向上表现为多个距离单元,回波信号脉冲压缩后形成目标的一维距离像。在高分辨条件下,多周期积累时间内目标的运动会造成回波包络的跨单元走动,而距离走动带来了检测性能的下降。文中对相参线性调频信号进行研究,提出了一种基于横向距离单元合成处理的相参积累方法,较好地克服了包络走动的影响,提高了信噪比,改善了检测性能。     

基于相参Radon变换的米波相控阵雷达弱目标检测

米波相控阵雷达具有反隐身和抗反辐射导弹的天然优势,且波束灵活可控,为四代机目标的检测提供了一种新的技术途径.但四代机目标在长积累时间内会发生严重的距离走动,导致检测性能急剧下降,针对该问题,文中提出了一种基于相参Radon变换的米波相控阵雷达弱目标检测与参数估计算法.首先给出了超声速弱目标回波信号模型,并分析了距离走动特性.同时,提出了沿距离走动斜线进行长时间相参积累的相参Radon变换法,并给出了算法实现流程图.最后,通过仿真实验验证了该算法的有效性,并分析了其检测和参数估计性能,仿真结果表明该算法具有比Hough变换法和MTD法更优的低SNR背景下的目标检测性能.     

回波越距离单元走动的MTD研究

针对高速目标回波脉冲信号产生越距离单元走动,动目标检测的MTD方法积累脉冲减少导致检测性能下降的问题,提出一种校正存在多普勒模糊的越距离走动的方法.利用回波信号快时间频率域的积累以及一个CPI内同一距离单元对存在模糊的多普勒的采样特性,结合孙子定理,给出解模糊多普勒的新方法.对CPI每重复周期采样点进行采样补偿,再实现采样数据矩阵沿多普勒斜线的包络对齐.然后利用MTD,实现动目标检测.给出算法框图,通过仿真实验证明该方法的有效性.     

一种新的高速多目标快速参数化检测算法

针对线性调频脉冲压缩雷达参数化检测高速多目标时受到距离徙动、多普勒扩散和速度模糊的影响,该文首先采用联合频域变标脉冲压缩处理与吕方法(2011)实现目标信号的相参积累,然后在其基础上采用基于多普勒频率模糊数搜索的方法完成高速多目标的参数化检测.算法所提出的频域变标脉冲压缩处理可同步完成距离维的徙动补偿与多普勒维的模糊数补偿,降低了实现目标参数化检测的计算复杂度,且由于算法采用相参积累方式,在低信噪比下可以进行精确的目标检测和运动参数估计.相参积累算法运算量分析、计算机仿真以及实测数据处理结果验证了该文所提算法的有效性.     

Coherent integration detection method for maneuvering target based on dynamic programming

In allusion to the coupling relationship among radial velocity variation, range migration and Doppler spread of a maneuvering target, a dynamic programming (DP) based long time coherent integration (DPCI) detection method is proposed. The energy of the target of high velocity and strong maneuver could be integrated along its trajectory by the proposed DPCI method with high efficiency. The main idea of the DPCI is the joint execution of two operations: the modified DP procedure that could search the current position and velocity of the target, and the improved coherent integration that could calibrate the Doppler shift during the entire process with any large phase spread. The proposed method is applicable to a target with arbitrary motion without estimating its specific movement parameters. Simulation results and performance comparisons show the accuracy and superiority of the proposed method.     

数字电视辐射源雷达的相参积累徙动补偿方法

增加相参积累时间是提高数字电视辐射源雷达探测能力的主要途径,但目标的速度和加速度导致的距离徙动和多普勒徙动限制了相参积累时间的进一步增加.该文给出了外辐射源雷达中匀加速运动目标的回波模型,分析了目标速度和加速度对相参积累的影响,提出了基于包络插值和分数阶傅里叶变换的数字电视辐射源雷达徙动补偿算法.仿真结果表明,该算法可...     

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。     

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.     

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.     

一种基于RSPWVD-Hough 变换的无源雷达多普勒展宽补偿方法

无源雷达信号处理中常通过长时间相干积累获取增益以检测微弱目标。但目标高速运动会引起距离徙动及多普勒展宽。现有研究方法可通过keystone 变换校正径向速度引起的距离徙动,然而目标的切向运动引起的多普勒展宽现象仍会引起能量损失,需对其进行补偿。该文通过推导回波信号模型,分析了目标切向运动引起多普勒展宽的原理,并提出一种基于RSPWVD-Hough 变换的多普勒展宽补偿方法,针对多目标场景下的处理性能进行了分析。仿真实验及结果分析表明该方法能够针对多目标场景进行多普勒展宽补偿,并得到较好的效果,且适用于微弱目标,因而能够提高系统对微弱目标的探测能力。      

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.     

采用目标轨迹积累的窄带雷达信号长时间积累方法

在雷达信号长时间积累过程中,点目标的位置会在多帧距离-多普勒数据之间移动并形成一条轨迹,这里提出两种积累该轨迹的方法,分别适合于距离走动较小和多普勒扩散较小的情况。所提的两种方法首先分别通过速度补偿和二次相位补偿将三维数据空间中的目标轨迹校正到分别垂直于距离轴和多普勒轴的平面中,然后通过矩阵重组将校正后的三维数据分别分解为并列的多普勒-时间和距离-时间矩阵,最后采用Hough变换对位于其中一个二维矩阵中的近似直线的目标轨迹进行积累。所提的两种方法大大增加了目标的积累时间并改善了目标的最小可检测信噪比。实测数据的实验结果证明了其有效性。