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。