宽带雷达机动多目标检测

该文提出一种高机动多目标的宽带信号检测方法。即先通过相邻相关对回波信号进行降阶处理,然后对相关结果中自身项所在单元进行模糊变换,并进一步对其进行Radon变换实现目标的能量积累,从而对目标进行检测。仿真数据的处理验证了该方法的有效性。     

宽带双基地雷达高速多目标检测方法

本文提出一种宽带双基地雷达高速多目标检测算法。针对目标高速运动产生的尺度因子和脉内多普勒,本文设计出一种新的匹配滤波器,避免了脉压失配现象的产生,然后根据匹配滤波结果提出改进的广义Radon傅里叶变换算法,对运动参数的多维搜索同时补偿脉内多普勒,从而获得相参积累峰值,不同峰值所对应的各阶参数即为不同目标的等效运动参数估计值,最后对补偿后的相参积累结果进行恒虚警检测处理,实现对高速目标的检测与参数估计。仿真结果表明,本文方法可有效消除脉内多普勒带来的匹配滤波损失,实现宽带雷达体制下高速目标的相参积累,从而验证了所提算法的有效性。     

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.     

采用二阶Keystone变换的机动目标ISAR成像算法

针对具有复杂运动的机动目标在相干成像时间内产生的一阶距离徙动和二阶距离徙动的问题,本文提出了基于二阶keystone变换的二维ISAR成像算法。文章首先结合去调频接收机技术,建立并分析了机动目标的回波信号模型,并对回波信号使用二阶keystone变换以去除二阶距离徙动。然后,采用分数阶傅里叶变换（FrFT）估计二阶keystone变换后新生成的二次相位项的调频斜率,并依此补偿该二次相位项。对补偿后的回波信号再次使用二阶keystone变换去除一阶距离徙动。最后,对回波信号使用2D FFT获取机动目标的高分辨2D ISAR图像。数值仿真和实测数据成像结果验证了本算法的有效性。      

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.     

基于宽带时空Radon-Fourier变换的高速微弱目标检测方法

宽带数字阵列雷达(DAR)中跨距离单元走动(ARU)、匹配滤波器失配以及孔径渡越问题降低了高速微弱目标的检测性能。为此,该文给出一种宽带时空Radon-Fourier变换(WST-RFT)相参积累方法。该方法基于DAR 3维回波模型给出了宽带匹配滤波器系统响应函数,并通过联合搜索目标3维参数空间,同时解决ARU、匹配滤波器失配和孔径渡越问题。给出了基于WST-RFT检测器的最优性证明。针对WST-RFT 3维参数空间遍历搜索运算量大的问题,该文进一步给出了基于Chirp-Z变换(CZT)的WST-RFT快速算法。最后,数值实验结果验证了该文所提方法的有效性。     

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.     

基于星载高低轨的单通道动目标检测技术

合成孔径雷达成像应用于观察包含运动目标的地面场景,特别是在对运动目标观察时间长的情况下,图像会产生由于距离徙动和多普勒频谱展宽引起的运动目标偏移。为了消除这些影响,本文提出一种适应于星载高低轨平台协作模式下对动目标进行检测成像的算法。距离徙动包括运动范围内的距离走动和距离弯曲可以通过广义keystone变换校正。然后,通过估计和补偿相位误差和折叠因子项,可以提高运动目标的分辨率。针对地面场景中的杂波,我们通过子孔径对消的方法进行抑制。该算法的有效性通过仿真结果进行验证。通过将广义keystone方法与子孔径对消方法结合,可以有效地对消静止目标杂波,从而更好的对动目标进行检测成像。      

一种基于TRT-SKT-HAF的变加速目标快速相参积累算法

在雷达高速机动目标的检测中,目标的运动特性会带来距离走动和多普勒徙动现象,不利于后续进行相参积累。传统算法为解决目标运动造成的影响,需要对目标的运动参数进行搜索,加大了计算量。针对上述问题,文中提出了一种基于慢时间序列反转变换(TRT)-二阶keystone变换(SKT)-高阶模糊函数(HAF)的变加速目标快速相参积累算法。该算法通过TRT和SKT校正距离走动,利用HAF估计目标加速度并构建相位补偿函数以校正多普勒徙动。与广义Radon-Fourier变换相比,所提方法无需进行任何参数搜索,计算复杂度减少了3个数量级。仿真结果表明,所提方法在检测门限上相比于Radon分数阶模糊函数算法降低了5 dB,在低信噪比下有更好的检测性能。     

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.     

最大相关系数准则下的子带域宽带雷达杂波抑制与距离像增强

针对宽带雷达回波存在目标多普勒色散问题,该文提出了一种子带域宽带雷达杂波抑制与目标距离像增强的方法。过采样DFT调制滤波器组将宽带雷达回波分为若干子带,每个子带内的多普勒色散可以忽略,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增强,然后将各子带的处理结果通过综合滤波器组重构得到增强的目标距离像。以重构距离像与参考距离像的Pearson相关系数最大为准则(MPCC),导出了最优权矢量;最优权矢量与目标距离像有关而无法实现,在高信噪比条件下对其简化得到可实现的最小方差无失真响应(MVDR)权矢量。理论分析和仿真实验证明了该文提出的方法在抑制杂波的同时可实现目标距离像的增强。     

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。     

基于联合稀疏恢复的宽带雷达动目标检测方法

针对宽带雷达目标回波存在越距离单元走动的问题,该文提出一种基于联合稀疏恢复的宽带雷达动目标检测方法。该方法先在频域对回波数据进行预白化处理,抑制杂波;然后在频率-慢时间域推导出目标信号的联合行稀疏表示,并通过联合稀疏恢复算法得到目标的频域估计;最后通过逆傅里叶变换得到目标的时域估计。仿真结果验证了该方法的有效性。     

宽带和窄带雷达在噪声中的检测性能比较

宽带雷达相比于窄带雷达具有更高的距离分辨率,因此目标起伏较小。分析了宽带无起伏目标模型,宽带瑞利起伏目标模型和宽带莱斯起伏目标模型的宽带和窄带雷达的回波特性,并推导了它们在高斯白噪声中的检测概率。检测性能曲线表明,在高检测概率时,宽带雷达比窄带雷达具有更好的检测性能;但是随着雷达分辨率的提高,宽带雷达能量积累检测器的积累损失也增加,这个因素使得当雷达带宽增加到一定程度后宽带雷达相对于窄带雷达在检测方面的优势失去意义。     

基于遗传算法的OTHR机动弱目标检测

天波超视距(OTH)雷达系统中,为了获得较高的多普勒分辨率,通常会采用长的相干积累时间,但对于机动目标,长相干积累时间会导致回波的多普勒展宽,不利于检测。对于弱目标,由于其能量低,容易被强目标掩盖,加大了检测难度,针对这一问题,提出一种基于目标运动参数估计的OTHR机动弱目标检测方法。利用遗传算法优越的参数估计性能这一特点,采用遗传算法估计各目标的运动参数,并引入"clean"算法的思想,在时域上逐个减去强目标,以消除强目标的掩盖效应。又考虑到遗传算法的运算量较大,进一步提出采用时频分析算法估计各参数范围,减小遗传算法的运算量。仿真结果表明,与已有算法相比,文中算法具有更高的参数估计精度和弱目标检测性能。     

基于运动参数非搜索高速机动目标检测

该文提出一种新的高速机动目标检测与参数估计算法。首先,通过二阶Keystone变换(KT)消除距离频率与慢时间的二次耦合,并计算对称瞬时自相关函数(SIAF)。其次,对SIAF不同维依次进行尺度逆傅里叶变换(SIFT)、尺度傅里叶变换(SFT)和快速傅里叶变换(FFT)实现能量积累,在新的参数空间进行峰值检测得到径向速度模糊数和径向加速度估计值。最后,根据估计的参数构造补偿函数对距离徙动和多普勒扩散进行补偿,并通过KT算法实现目标检测和距离、模糊径向速度的估计,结合补偿的径向速度模糊数计算出不模糊径向速度。 由于不需要进行参数搜索,并且SIFT和SFT均能通过FFT快速实现,因此算法计算量得到大幅度减小。仿真实验验证了该算法的有效性。     

一种基于Hough变换的宽带雷达目标检测器

该文针对宽带雷达目标距离单元走动、具有强距离单元的特性,提出了一种基于Hough变换的目标检测算法(HD)。该算法分为两步:在第1步中,对过一级门限的高分辨距离像数据做Hough变换,并对Hough参数空间的所有数据做相应的累积分布函数(CDF)映射;在第2步中求出各个角度若干个最大值的和,并对这些和值做CDF映射,选出最大的映射和值作为检测算子。3类飞机实测数据的实验结果表明,与基于散射点密度的广义似然比检测算法相比,该方法检测性能至少有1.3 dB的提高。