基于分段运动特性的空间目标检测算法

为提高空间目标检测性能,需要分析目标回波模型,研究高速运动目标距离走动补偿方法。针对双基地雷达对空检测过程中可能出现的距离走动问题,建立双基地雷达-目标三维模型和回波模型,分析了全过程中目标运动对距离走动的影响,提出了基于分段运动特性的目标检测方法。通过引入两级速度补偿算法,保证参数估计精度的同时提高计算速度。并以空间目标ISS(International Space Station)为例进行仿真实验,验证算法的有效性和对噪声的鲁棒性。     

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。     

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.     

机载雷达高速空中机动目标检测新方法

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会引起多普勒走动.为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性、进而降低STAP性能的问题;然后对距离走动校正后的数据进行Wigner-Hough变换,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿,从而使目标能量能够得到有效积累;最后进行运动目标检测.仿真结果证明了该方法的有效性.     

一种新的超声速弱目标长时间相参积累算法

由于超声速弱目标的高速、小雷达散射截面特性,常规雷达难以对其进行有效检测与跟踪。针对该问题,文中提出了一种新的超声速弱目标长时间相参积累检测与估计算法。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,同时通过构造线性频率相位因子,补偿了距离走动的影响;然后,进行匹配滤波和相参积累,来提高目标的检测性能,同时完成目标的参数估计;最后,通过仿真实验分析了该算法的检测和参数估计性能。理论推导和仿真结果表明,该算法的信噪比积累增益为脉压比和相参积累脉冲数的乘积。     

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。     

双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。     

基于MIMO噪声雷达的高速运动目标检测

针对传统体制雷达对高速运动目标不能进行长时间有效相参积累检测问题,该文提出了一种基于MIMO噪声雷达的高速运动目标检测方法。该方法利用MIMO噪声雷达在短时间内输出的多路回波数据进行相参并行处理来取代回波数据的长时间相参积累检测,以避免距离走动,径向速度变化以及反射截面积(RCS)快起伏等非平稳因素对目标检测的影响,有效实现了多个高速运动目标的无模糊检测。仿真结果验证了MIMO噪声雷达在高速运动目标检测方面的优越性。     

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.     

一种多载频MIMO雷达高速运动目标多维参数估计方法

 多载频MIMO雷达中,高速运动目标回波信号经通道分离后各通道的距离和多普勒频率均不在同一分辨单元,无法利用传统的超分辨算法对目标距离、角度等参数进行估计.本文根据目标回波特点提出一种基于级联Keystone变换的高速运动目标参数估计方法.该方法先在快时间维利用Keystone变换校正距离走动,再在慢时间维进行Keystone变换校正多普勒走动,最后用MUSIC算法进行距离、方位和俯仰等参数估计.仿真结果表明了所提方法的可行性和有效性.     

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.     

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.     

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.     

利用改进频域补偿和分数阶Fourier变换的多帧相参TBD方法

天基雷达接收空间高速机动目标的多帧回波数据,本文提出一种利用改进频域补偿和分数阶Fourier变换的多帧相参TBD方法用于目标参数估计。该方法利用改进的频域补偿方法将各数据帧中出现距离徙动的目标回波信号校正到一个距离单元中,然后在补偿由于不同数据帧带来的固有相位差基础上对一个距离单元内数据做分数阶Fourier变换而用于目标参数估计。该方法充分利用多帧回波数据间的相位信息,避免了常规检测前跟踪方法由于帧间非相参积累所导致的能量积累损失问题,在低信噪比的情况下能够获得较高的参数估计性能。仿真结果证明了所提方法的有效性。      

基于Keystone变换的多目标距离走动校正

微弱目标检测中,高速运动目标的跨距离单元走动会影响长时间相参积累的效果,需要预先加以校正。针对以往Keystone变换法在校正走动时,不能同时校正模糊数不同的多目标走动的不足,提出了一种改进的Keystone变换算法,在无模糊的Keystone变换之后,通过单元最大模糊数搜索快速得到多个目标的模糊数,使各目标根据自身运动特性得到校正,从而延长相参积累时间、提高积累增益。仿真结果验证了算法的有效性。     

机载外辐射源雷达空时处理中距离徙动校正算法研究

空时处理是实现机载外辐射源雷达杂波抑制和目标能量积累的有效手段。然而,外辐射源雷达目标信号微弱,需要在长相干处理时间(CPI)下进行空时处理,以提高目标信噪比。长CPI下,目标将出现距离徙动,造成积累增益损失,降低系统威力。针对上述问题,该文根据外辐射源雷达特点,提出将Keystone变换与3DT-SAP算法有机结合的距离徙动校正算法。该算法计算效率高,具有实时处理的潜力,能在抑制杂波的同时校正距离徙动,且校正过程信号能量损失小。仿真表明,该算法能充分抑制杂波,且对不同速度、不同强弱的目标进行有效的距离徙动校正,是一种高效、高性能的机载外辐射雷达距离徙动校正算法。     

SAR图像启发式搜索直线提取

直线特征是识别线状目标的基础,现有启发式搜索算法仅适用于光学图像的直线特征提取,对SAR图像效果并不理想。针对该问题,提出一种SAR图像直线特征提取的启发式搜索算法。首先对SAR图像进行Frost滤波,然后利用指数加权均值比(ROEWA)算子进行边缘检测,再利用非极值抑制得到边缘二值图,最后采用二次搜索策略及“直线走原则”,充分考虑局部信息,设计启发式搜索的代价函数及搜索规则,实现直线特征提取。实验结果表明,该方法具有较好的抗噪性和抗断裂能力,能够有效地提取出SAR图像中的直线特征。      

High Accuracy Velo city Measurement Based on Keystone Transform Using Entropy Minimization

Velocity measurement is a basic task of radars. The target velocity is usually estimated according to the Doppler frequency shift. While traditional Doppler methods are unsuitable for high-speed targets, since the serious range migration between adjacent echoes causes phase wrapping. The serious range migration also inter-feres the coherent integration to improve the accuracy of the velocity estimation. A velocity measurement method based on Keystone transform using entropy minimization is studied to solve this problem. This method applies Key-stone transform to the echo to calculate the ambiguity de-gree with the help of entropy minimization. The proposed algorithm estimates the ambiguity degree with no error at a wider range of SNR than the traditional method. The ambiguous Doppler frequency is obtained according to the slow time. Theoretical analyses and simulations show that this method has very high precision.