基于压缩感知和三次相位变换的低复杂度空中机动目标参数估计

该文提出一种基于压缩感知和三次相位变换(Cubic Phase Transform, CPT)的低复杂度空中机动目标参数估计方法。首先利用CPT将机动目标回波信号中的两个参数进行分离,然后采用压缩感知技术完成机动目标参数的估计。在机载雷达发射脉冲数有限的情况下,该方法能够获得准确的参数估计结果;仿真实验验证了该方法有效性。     

结合CPT的相控阵空中高机动目标参数估计

针对高机动目标多谱勒走动使得传统方法检测和参数估计性能下降的问题,提出了一种最优处理器框架下的结合三次相位变换(Cubic Phase Transform,CPT)的相控阵雷达空中高机动目标参数估计方法,该方法将三次相位变换引入相控阵体制,利用相控阵体制下回波相位的相关性,补偿接收信号空间相位,实现接收信号的相干积累,然后通过求取补偿后信号的相位函数矩阵,实现信号的参数分离,最后进行参数估计。仿真结果证明,该算法能够在输入信噪比较低、采样脉冲较少的情况下,获得较高的参数估计结果。      

基于频率轴反转的机动目标距离徙动补偿方法

机动目标在长时间积累时间内发生严重的距离徙动与多普勒徙动,影响雷达对目标的检测性能.针对该问题,该文提出一种基于频率轴反转变换与广义自相关变换的机动目标检测与高阶运动参数估计快速算法.首先在距离频域利用频率轴反转变换校正距离徙动,信号变为立方相位信号;然后利用广义自相关变换与广义变尺度傅里叶变换实现信号降阶与参数非搜索估计;最后利用估计参数对原始信号解调频,并完成目标能量的积累.与现有的Keystone,广义Radon-Fourier变换,Radon-吕分布和Radon-分数阶傅里叶变换相比,本文方法可以快速校正距离徙动,实现非搜索的目标参数估计,达到低计算复杂度与检测性能的折中.仿真实验表明,该方法可有效完成机动目标的检测与参数估计.     

基于频域超分辨的高速目标参数估计算法

针对宽带噪声雷达高速目标探测中参数估计性能与运算复杂度无法兼顾的问题,该文提出一种基于频域超分辨的参数估计算法。该算法通过设置不同固定时延得到多组含有不同相位信息的组合噪声调频信号,并对每组信号进行不含尺度变换的匹配滤波运算,以此来构造多普勒相位差组。根据多普勒相位差组与阵列信号处理的相似性,利用现代谱估计算法得到目标的速度信息,构造多普勒补偿函数进行包含尺度变换的匹配滤波运算估计出目标的距离信息。该算法可以在无需考虑多普勒色散的情况下估计出目标速度,整个运算过程仅需1次时域重构运算;当多普勒相位差组的固定时延及分组数选择合适时,其运算复杂度及参数估计性能皆优于曲面拟合的宽带互模糊函数算法。仿真结果验证了该算法的有效性。     

基于修正自适应匹配滤波器的机动目标检测方法

机动目标回波的多普勒走动和训练样本不足导致常规自适应匹配滤波器(Adaptive Matched Filter, AMF)检测机动目标时运算量大且性能不佳。针对此问题, 该文提出一种基于修正AMF的机动目标检测方法。该方法首先通过对角加载减少样本空间自由度, 从而降低对训练样本数的需求;然后以3次相位变换(Cubic Phase Transform, CPT)分离估计加速度, 并以估计值补偿多普勒走动, 降低联合匹配搜索维度, 进而减少运算量;最后进行积累检测。仿真结果表明, 该方法运算量低, 可实现小样本下机动目标的有效检测, 具有恒虚警(Constant False Alarm Rate, CFAR)特性。      

基于NUFFT的三次相位信号参数估计

在雷达多脉冲相参积累过程中,高速机动目标的速度模型可建模为三次相位信号, 其中,调频率和二次调频率是引起多普勒频移的因素。如何快速估计调频率和二次调频率对雷达多脉冲相参积累至关重要。针对传统算法在三次相位信号参数估计中存在低计算复杂度与高抗噪声性能矛盾的问题,本文提出一种基于非均匀傅立叶变换的三次相位信号参数估计方法。首先, 基于非均匀傅立叶变换对 HAF-ICPF 方法进行改进;然后,利用改进的 HAF-ICPF 方法估计三次相位信号的参数。改进的 HAF-ICPF 方法由于避免了复杂的搜索过程,在保持原有高抗噪声性能的基础上,大大降低了计算复杂度。仿真结果验证了方法的有效性。     

基于HT-MDCFT的高速机动目标运动参数估计

针对低信噪比条件下高速机动目标运动参数估计问题,将Hough变换(HT)和修正离散线性调频傅里叶变换(MDCFT)相结合,提出一种新的雷达信号处理算法(HMDCFT)。该算法首先采用Hough变换,从距离像图像中提取目标运动轨迹特征,校正距离走动并解速度模糊;然后利用MDCFT校正多普勒频率徙动,估计目标运动参数;最后沿估计的目标运动轨迹对回波能量进行相参积累。数值实验表明,该方法具有优越的抗噪声能力和运动参数估计性能。相比于利用距离像间相关性的包络互相关法,其抗噪声能力提升了约17.6 dB;即使雷达回波输入信噪比低至-35 dB,该方法仍可精确估计目标运动参数,充分聚焦目标回波能量。     

一种基于循环平稳的Chirp信号相位参数估计迭代算法

该文研究了噪声中Chirp信号相位参数的估计问题,介绍了计算简便的循环平稳法,并针对其缺陷,提出了一种基于循环平稳的迭代估计算法。该迭代算法保持了循环平稳法计算复杂度低的优点,且降低了误差传递效应,提高了相位参数估计精度,增大了可估计的相位参数取值范围。仿真结果表明,所提出的参数估计迭代算法的性能优于普通的循环平稳法。     

基于共轭噪声组的宽带噪声雷达机动目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是在处理机动目标时这种方法需要在距离、速度及加速度3维搜索而导致运算量巨大,为此该文提出一种基于共轭噪声组的机动目标参数估计算法。该算法首先根据回波伸缩效应预设多路通道,每路通道截取固定长度的噪声组内信号进行混频,然后利用分数阶傅里叶变换(FrFT)估计混频信号的多普勒相位,根据相位信息构造补偿函数,并对补偿后的噪声组信号利用频域尺度相关(FSC)算法估计回波的时延,最后联立多普勒相位及时延信息获取目标的距离、速度和加速度。该算法避免了目标参数3维搜索的过程,无需时域重构回波信号,较宽带互模糊函数方法极大地降低了运算量,整个算法都可通过快速傅里叶变换(FFT)实现,便于系统实时处理。仿真结果验证了该算法的有效性及优势。     

一种低复杂度线性调频信号参数估计算法

为降低线性调频(LFM)信号参数估计的复杂度,该文提出一种二次估计算法。首先通过短时相干积分与非相干累加对频率斜升和起始频率进行预估计;然后以预估计结果为中心,利用多路并行部分匹配滤波快速傅里叶变换(PMF-FFT)和二次插值对参数进行精确估计;最后综合预估计和精确估计结果得到参数的最终估计值。仿真结果表明,该算法信噪比门限较低,估计精度接近克拉美罗下界,其计算复杂度和资源消耗均远低于频率斜升试探算法和插值联合估计算法。     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。      

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

天波雷达匹配域处理测高方法目标机动影响分析

针对目标高度和飞行速度机动变化引起测高精度下降的问题,建立了一种基于目标机动的天波超视距雷达信号模型,提出了一种改进的机动目标匹配域处理（Maneuvering Target Matched Field Processing,MTMFP）测高算法。该算法首先结合电离层电子密度分布,分析了天波雷达基于微多径的信号传输现象;其次引入目标机动参量（即目标高度变化率和径向加速度）,建立了复距离-多普勒信号模型;最后详细分析了天波雷达MTMFP测高算法的估计性能。理论分析及仿真结果表明:基于所建立的天波雷达机动信号模型,可以实现目标高度变化率和径向加速度的联合估计,12次重访后,目标高度估计误差在500m左右。      

线性调频连续波信号检测与参数估计算法

针对长时间积累的方法较难在线性调频连续波信号的检测和参数估计中应用的问题,该文基于归一化变窗长相干平均法,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法。该方法首先利用归一化变窗长相干平均法实现噪声方差的一致性,然后在此基础上利用帧间相关法实现周期的精确估计,最后利用循环平稳法估计信号的相位参数。该算法以较低的计算复杂度实现信号的长时间积累,在低信噪比条件下具有较好的估计性能。仿真结果验证了该方法的有效性。     

基于变换域APSO的任意阵列宽带DOA估计算法

为了提高宽带信号来波方向（Direction-of-arrival, DOA）估计精度并降低计算复杂度, 本文结合已知的发射信号波形, 提出了一种基于变换域加速粒子群最优化（Accelerated Particle Swarm Optimization, APSO）的宽带DOA估计算法, 该算法适用于任意阵列和低采样率情况。首先对阵列接收数据进行匹配滤波以及傅里叶变换处理,其次根据频域宽带阵列数据模型,利用确定性极大似然（Deterministic Maximum Likelihood, DML）准则构建宽带DOA估计的空间谱函数,然后采用变换域APSO算法对空间谱函数进行最大值搜索,搜索结果即为DOA估计值。该算法无需DOA预估计,不依赖空间谱函数的梯度信息,计算复杂度低。仿真实验表明,所提算法具有高估计精度和低计算复杂度,在信噪比为20?dB时,DOA估计均方根误差为0.02°。      

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.

     

长码MIMO CDMA信道的一阶聚类盲估计

该文提出了一种长码多输入多输出CDMA系统的信道盲估计方法。使用解相关匹配滤波器作为接收机前端,其输出信号可以剖分为信道矢量张成的线性空间。使用聚类算法提取集合的中心,从而仅利用解相关器输出的一阶统计量便可很好地估计出信道参数。同时对K-均值聚类算法的初始值设定进行了改进以提高收敛速度。所提出的算法有较低的计算复杂度。仿真结果表明该算法的有效性以及对信道阶数过估计有很好的鲁棒性。     

双基地MIMO雷达相干目标的角度快速估计算法

针对双基地多输入多输出（MIMO）雷达定位的实时性问题,提出了一种基于Toeplitz矩阵的目标快速定位算法。双基地MIMO雷达接收的信号往往是相干的,因此无法直接应用角度估计算法。首先通过接收的数据得到一组Toeplitz子矩阵,利用这组子矩阵重构得到协方差矩阵,其秩等于目标个数,达到解相干的目的。采用改进多级维纳滤波器（MSWF）的前向递推,不需要通过特征值分解,得到信号子空间,结合ESPRIT算法,估计出目标的发射角度（DOD）和接收角度（DOA）。算法通过构造Toeplitz矩阵解相干,仅改变矩阵结构,降低了计算复杂度,具有较好目标分辨力和解相干能力。      

基于阵列流型盲辨识的MIMO雷达二维DOD和二维DOA联合估计

MIMO（Multiple Input Multiple Output）雷达基于分集增益理念,使其相对于相控阵雷达,在目标探测、参数测量、多目标分辨及干扰识别和抑制等方面具有明显优势.目标角度估计是雷达目标参数测量的核心内容,也是雷达对空域目标进行定位和跟踪的前提.本文基于双L型阵列,提出了一种高精度低复杂度的双基地MIMO雷达二维离开角和二维到达角联合估计的新算法.通过对匹配滤波后的阵列接收数据进行子空间分解,实现了阵列流形矩阵的盲辨识,进而获得目标二维到达角和二维离开角的闭式解.所提算法估得的收发四维角（二维离开角和二维到达角）能够自动配对,与2-D ESPRIT（Two Dimensional Estimating Signal Parameters via Rotational Invariance Techniques）算法相比,运算复杂度约是其三分之一,角估计性能相当.仿真实验证明了所提算法以较低的运算复杂度,实现了对目标收发四维角的高精度联合估计.