基于FrFT空间目标探测与高精度频率估计

针对空间目标探测中低信噪比下信号检测与频率精确估计的问题,提出了基于分数阶傅里叶变换(FrFT)的实现方法。首先介绍FrFT进行参数估计的基本原理,在对接收回波信号的动态特性进行分析的基础上,为满足信号检测概率和实时处理要求,设计FrFT在空间目标检测应用中的相关参数,并提出频率估计精度的改进措施,分析了目标检测和频率估计性能。仿真分析结果表明该方法满足工程要求。     

FRFT在空间监视雷达中的应用

空间监视雷达系统中,目标的检测与参数估计是首先需要解决的问题。以电子篱笆型空间监视雷达为例,研究了分数阶傅里叶变换(FRFT)在其信号处理中的应用。在对空间目标穿越雷达视场时的速度及其变化率进行分析的基础上,建立了空间目标回波信号模型。然后推导出FFT方法的最大信号积累时长的解析表达式,对比分析了基于FFT和FRFT的目标检测性能。最后,对FRFT的参数估计精度进行了推导。研究表明,利用FRFT可以有效地积累目标回波信号的能量,提升加速运动目标的检测性能,对信号参数估计的精度接近于其CRLB。     

对称三角线性调频连续波信号的检测与参数估计

结合低截获概率雷达中常用的对称三角线性调频连续波信号的特点,提出了基于Radon-Ambiguity变换（RAT）和分数阶傅立叶变换（FRFT：Fractional Fourier Transform）的对称三角线性调频连续波信号的检测与参数估计新算法。该方法不仅给出了对称三角线性调频连续泼信号的调频率和初始频率的参数估计,并且推导出了调制带宽估计的表达式。通过仿真验证了该方法的有效性并具有很好的估计性能。     

新截获模型下的对称三角LFMCW信号的检测与参数估计

针对现有参数估计方法需要以信号的调频周期起点为截获时间起点的假设,结合“连续波”信号的特点和电子侦察的实际,建立新的对称三角线性调频连续波(STLFMCW)信号截获模型,提出了一种STLFMCW信号检测与参数估计方法.该方法在分析多周期STLFMCW信号模糊函数的基础上,利用Radon-Ambiguity变换(RAT)估计信号的调频斜率并确定分数阶傅里叶变换(FRFT)的最优阶数,根据截获模型下信号新的时间频率关系,再通过相应阶数上FRFT估计调制周期、调制带宽和载频.与现有方法相比,该方法克服了对信号截获时间起点限制,只需截获信号包含至少两个完整的正调频部分或负调频部分就可估计出信号的各个参数.蒙特卡罗仿真实验表明,本文的参数估计方法在低信噪比下具有很好的鲁棒性.     

LFM信号参数估计误差分析及改进算法

为进一步提高LFM信号参数估计的实时性和精确性,研究分析了分数阶傅里叶变换(FRFT)对LFM信号进行参数估计的误差来源,通过对其参数估计公式的研究,得出采样点数和搜索间隔对估计精度的不同影响,并提出了相应的改进算法。同时,采用DPT算法与FRFT离散并行快速算法相结合,提高了算法的实时性。最后,利用能量重心法对参数估计结果进行谱校正,进一步提高了估计精度。仿真结果表明,该算法对LFM信号参数估计精度高,性能接近CRLB,同时能够实现实时处理。     

时空欠采样线性调频信号参数及其二维到达角联合估计

针对宽频段(2-18GHz)内非平稳来波信号的参数估计和测向问题,提出一种时空欠采样线性调频信号参数与二维到达角联合估计方法。该方法首先用时域解线调方法估计调频斜率,然后在分数阶傅里叶变换(FRFT)域进行滤波,实现信号提取。利用参考阵元及其延时通道进行无模糊初始频率估计,通过构建FRFT波束空间阵列模型实现无模糊测向。数值仿真表明,该方法能够实现宽频段内多个线性调频信号的参数和二维到达角精确估计,在低信噪比下仍有较好的估计性能。     

海杂波FRFT域分形特征判别及动目标检测方法

该文研究了海杂波在分数阶Fourier变换(FRFT)域的分形特征,提出了一种基于分形特征差异的联合动目标检测方法。首先,分析了海杂波数据在FRFT域的统计特性,通过对不同极化方式下分形曲线的仿真分析,得到海杂波在FRFT域满足自相似性。其次,给出了分形参数的提取方法和无标度区间,并分析了变换阶数对分形参数估计的影响。最后,利用临近距离单元或临近时刻的雷达回波信号在FRFT域的分形维数和斜距的差值作为检测统计量,经不同极化方式下的海杂波数据验证,表明算法不仅具有良好的微弱动目标检测能力,而且能够准确估计目标的运动状态。     

基于FRFT的雷达信号脉内特征分析

针对目标模拟训练器中精确测量雷达信号脉内参数的需求,提出了基于FRFT的线性调频信号脉内参数估计的方法,给出目标训练器中脉内参数的计算过程,通过仿真分析了信噪比对算法估计性能的影响。仿真结果表明在较低信噪比下,本算法对不同的线性调频信号的参数估计有较高的精确度。     

基于离散FRFT的SAR动目标参数估计方法

为了有效减少SAR系统的数据量和降低脉冲重复频率，提出了一种基于离散分数阶傅里叶变换（FRFT）的动目标参数估计方法。首先对距离向脉冲压缩之后的数据进行DPCA对消处理，其次利用Hough变换估计目标跨航向维的运动参数并校正距离单元走动，然后基于离散的FRFT变换矩阵构造稀疏基矩阵，建立压缩感知重构模型，通过对模型的优化求解获得FRFT的最优阶数，进而估计动目标沿航迹维的速度和位置。最后，仿真实验验证了所提方法能够有效实现低脉冲重复频率条件下的地面运动目标参数估计。     

多脉冲串步进频率信号相位斜率测速技术

研究了基于步进频率波形的相推测速技术,建立了空间目标宽带步进频率雷达回波信号仿真模型,提出了多脉冲串步进频率信号相位斜率运动参数估计方法,考虑了目标本身的电磁散射特性和微动对算法估计性能的影响。在低信噪比情况下,结合恒虚警率检测与形态学滤波技术能够对噪声进行有效抑制,提高了算法的鲁棒性和测速精度。     

基于FRFT的末制导雷达海面动目标检测方法

为有效提高反舰导弹动目标检测性能,利用分数阶Fourier变换(FRFT)对线性调频(LFM)信号良好能量聚集性的特点,提出了基于FRFT的末制导雷达海面微动目标检测方法。首先,针对舰船目标的不同运动状态,分别建立目标平动(匀速和匀加速)以及三维转动(横滚、俯仰和偏航)模型,得到动目标回波的多普勒和微多普勒频率,在短的观测时间范围内,可近似建模为LFM信号。其次,通过计算雷达回波信号在不同变换阶数下的FRFT,形成二维参数平面,在此平面内,采用非参量恒虚警检测器形成自适应门限,并进行动目标判决。最后,仿真分析了算法的性能和影响因素。     

多相编码雷达信号参数快速估计方法

针对Wigner-Ville分布、Radon-Wigner变换估计多相编码雷达信号参数存在运算量大、估计精度低等问题,本文提出了基于Radon-ambiguity变换和分数阶傅里叶变换(FRFT)联合分析的参数快速估计方法。该方法采用Radon-ambiguity变换估计信号调制斜率,采用分数阶傅里叶变换估计载频、周期等,通过两次一维搜索峰值来估计信号的参数,与Wigner变换、Radon-Wigner变换的二维搜索峰值相比,运算量大大降低,且提高了参数估计精度。仿真结果证明了该方法的有效性。     

LFM信号的FRFT模函数对称特性及参数估计

通过数学推导发现了时间无限长线性调频（LFM）信号的分数阶Fourier变换（FRFT）模函数具有对称性,且单边单调。之后经过分析,得出时限LFM信号的FRFT模函数也具有较好的这种特性。根据此结论提出了基于FRFT的时限LFM信号检测与参数估计的新方法,此方法采用两级搜索,克服了FRFT算法误差对线性调频信号的FRFT模函数对称性和单调性的影响,在减少了运算量的同时提高了参数估计精度。仿真分析证实了此方法的有效性。     

基于FRFT的动目标检测模型与参数估计精度分析

采用分数阶傅里叶变换解决微弱运动目标的检测问题。首先,根据雷达发射的不同形式信号以及目标的运动状态,分别建立动目标回波模型,它们均可表示为频率和调频率参数未知的线性调频(LFM)信号,并给出相应的参数估计方法。然后,着重分析了信号观测时长、扫描步长、采样频率和信噪比等影响参数估计精度的因素,从实际应用出发,给出了实现LFM信号高精度参数估计的方法。最后,仿真分析了各个因素对参数估计精度的影响。结果表明,增加信号观测时长的同时适当缩小扫描步长,能够有效提高参数估计精度,同时能在低信噪比(SNR=-8 dB)下具有较高的检测概率(Pd=0.9),证明了理论分析的正确性。     

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。      

分数阶傅里叶变换在雷达多目标检测和参数估计中的应用

介绍了分数阶傅里叶变换的基本原理和基本性质。结合时域和频域上扫频滤波器的原理推导出了分数域上的扫频滤波器的实现形式。利用分数阶傅里叶变换对线性调频信号有很好的聚焦性的性质,提出了基于分数阶傅里叶变换的雷达多目标检测和参数估计算法。解决了在强度相差较大的强分量信号中检测和估计弱分量LFM信号参数的问题。仿真结果表明了该算法的有效性。     

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。     

雷达动目标变换域相参积累检测及性能分析

从雷达动目标信号变换实现相参积累的角度出发,选取4种典型的相参积累方法：短时傅里叶变换(STFT)、维格纳-威利分布(WVD)、平滑伪维格纳-威利分布(SPWVD)及分数阶傅里叶变换(FRFT),并将其应用于雷达动目标检测。重点研究了采样频率、脉冲数、输入信噪比(SNR)对相参积累性能以及动目标检测性能的影响。结果表明,FRFT运算速度相对较慢但适用范围最广,尤其在处理噪声背景较强的信号时,能够有效抑制噪声,且参数估计精确度较高,具有良好的时频聚集性,为雷达相参积累检测的工程化应用提供理论支撑。