基于相邻互相关函数-参数化中心频率-调频率分布-Keystone变换的无源雷达机动目标相参积累方法

延长积累时间可以有效提高无源雷达的目标探测能力,但是对于高速机动目标,其速度、加速度、第二加速度等因素导致现有的检测算法在积累过程中发生距离徙动(RM)和多普勒频率徙动(DFM),使得目标检测性能恶化。该文针对无源雷达中变加速运动目标的长时间相参积累问题,提出一种基于相邻互相关函数(ACCF)-参数化中心频率-调频率分布(PCFCRD)-Keystone变换(KT)的相参积累算法(ACCF-PCFCRD-KT)。首先给出无源雷达中变加速运动目标的回波模型,分析了目标速度、加速度和第二加速度对相参积累的影响。针对目标第二加速度引起的多普勒频率弯曲,采用ACCF降低了距离和多普勒频率徙动的阶数,而后利用PCFCRD估计出目标加速度和第二加速度参数,在补偿了目标加速度和第二加速度引起的2次和3次徙动后,利用KT校正目标速度引起的线性徙动,并实现目标回波的积累。仿真结果表明,该算法可有效补偿无源雷达中目标运动导致的RM和DFM,对变加速机动目标的积累效果显著优于现有算法。     

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。     

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.     

外辐射源雷达多普勒徙动补偿新方法

长时间相参积累是外辐射源雷达提高目标增益的主要手段,由于其固有的双基构型及目标运动存在加速度等因素,使得积累期间跨越多个多普勒单元,导致多普勒徙动,从而严重影响目标积累增益,降低目标探测距离。现有的一些多普勒徙动校正方法因为计算量大,不能实时实现。提出的STFT-Hough变换方法通过无交叉数据滑动窗截取信号和多普勒频率取峰值的方式大大降低了算法的计算复杂度。最后仿真和实测数据表明,算法可以补偿运动目标检测中出现的多普勒徙动展宽,并且运算速度快,系统能够实时实现。     

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。     

联合三阶Keystone变换与相关函数的机动目标补偿算法

在机载脉冲多普勒雷达中,针对高机动目标的运动补偿问题,本文提出了一种基于联合三阶Keystone变换、相关函数与尺度变换的距离维和多普勒维走动校正方法。首先对回波信号进行传统的脉冲压缩处理,接着对慢时间维进行三阶Keystone变换处理并构造自相关函数,进行慢时间变量的相参积累,从而补偿掉机动目标引起的所有距离走动现象;之后对自相关函数的慢时间变量进行尺度变换,并对尺度变换后的信号针对时延和慢时间进行二维FFT变换,从而消除掉目标的多普勒散焦现象,得到目标聚焦峰值点,顺利地进行目标检测。仿真实验验证了方法的有效性。     

OTHR低信噪比下的机动目标检测算法

在天波超视距雷达(OTHR)中,采用短时间相干积累时,可以提高数据率和检测效能,减小电离层污染。但采用短时间相干积累时,目标信噪比往往较低,检测难度较大,而机动目标的多普勒扩展进一步增加了目标的检测难度。传统的机动目标检测算法利用基于高阶模糊函数(HAF)的多普勒补偿算法来提高机动目标的可检测性,但由于HAF多次用到非线性变换,而每次非线性变换都会损失部分信噪比,因此对输入信噪比要求较高,难以适应于更低信噪比环境下的机动目标检测。将机动目标回波建模为三阶多项式相位信号,采用一种低非线性度的运动参数估计方法并结合多普勒补偿算法对目标回波进行处理,仅需要一次相位降阶操作,减少了信噪比损失,降低了对输入信噪比的要求。经过仿真验证,该算法的输入信噪比门限为-3dB,而HAF算法的输入信噪比门限为3dB。     

基于三阶运动模型的GRFT算法的并行化实现

广义随机傅里叶变换(GRFT:Generalized Radon-Fourier Transform)是一种广义的 MTD(Moving Target De-tection)算法,通过搜索目标的速度、加速度、加加速度等高阶运动信息,补偿多个脉冲间的相位来完成相参积累.这种采用搜索的方法完成众多脉冲的相参积累,必然会带来...     

基于Radon-分数阶傅里叶变换的雷达动目标检测方法

长时间相参积累技术是提高雷达对微弱运动目标探测能力的重要手段之一,本文在分析动目标回波信号距离和多普勒徙动的基础上,提出基于Radon-分数阶傅里叶变换(RFRFT)的长时间相参积累方法.该方法根据预先设定的运动参数搜索范围,提取位于距离-慢时间二维平面中的目标观测值,然后在FRFT域进行匹配和积累,并通过构建的RFRFT域检测单元图实现对非匀速运动目标的检测.该方法能够同时补偿距离和多普勒徙动,有效抑制背景杂波和噪声,提高积累增益.仿真结果表明本文方法具有在强杂波中检测微弱动目标的能力.     

高机动雷达目标快速长时间混合积累算法

长时间积累是提高雷达微弱目标检测性能的有效方法,但高速高机动目标的跨距离单元和跨多普勒单元现象严重限制了积累性能。为此,本文提出了一种长时间混合积累的新方法,将积累时间划分为若干个子孔径,在子孔径内同一个距离单元相参积累,在子孔径间实现高效的跨距离单元非相参积累。该方法中采用启发式搜索策略,有效地解决了遍历搜索中运动模型阶数增长带来的运算量爆炸问题。同时,其可通过高阶包络补偿有效降低信噪比损失。数值实验表明,新方法较现有混合积累方法可显著改善检测性能和降低运算量。      

Migration compensation algorithm for maneuvering target in passive radar based on FRT-MLVD

During the long coherent integration time in passive radar,the motion parameters (such as high speed,acceleration and jerk motion,etc.) will bring about range migration (RM) and Doppler frequency migration (DFM),further deteriorate the integration performance.To realize the coherent integration of maneuvering targets with jerk motion,a method based on frequency reversing transform (FRT) and modified Lv’s distribution (MLVD) called FRT-MLVD was proposed to achieve the coherent integration and motion parameters estimation.More specifically,the FRT was firstly proposed to remove RM.Then the MLVD was employed to estimate the acceleration and jerk parameters.After compensating the DFM induced by the acceleration and jerk motion,the residual RM was corrected and the velocity and range was achieved via the KT operation.Simulation results demonstrate that the proposed method can effectively compensate the RM and DFM induced by the target motion parameters in passive radar,and for maneuvering targets with jerk motion,the proposed method achieves a better integration and detection performance over existing methods.     

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.     

基于IGRFT的机载双基地雷达高速目标信号相参积累方法

机载雷达观测高速机动目标,能够有效克服地物遮挡、地球曲率等不利因素干扰,具有探测范围广、灵敏度高、机动性强等诸多优势。但在实际飞行过程中,由于受到气流等外界因素的影响,机载雷达不可避免会受到运动误差的影响;同时,由于目标的高速机动性,观测时间内会发生跨距离走动与跨多普勒走动,导致传统的相参积累方法失效。为此,本文提出了一种基于改进广义拉东傅里叶变换（Improved Generalized Radon Fourier Transform,IGRFT）的机载双基地雷达运动误差补偿与信号相参积累处理方法,通过对等效运动参数和运动误差参数的联合搜索,可以同时补偿目标的距离/多普勒走动以及机载平台的运动误差,进而实现回波信号的能量相参叠加,提升回波信噪比。仿真结果表明,该方法能够显著提高存在运动误差下的目标积累检测性能。     

一种基于RFT和分段处理的高速机动目标相参积累算法

高速机动目标会在短时间内跨越距离单元（Range Migration, RM）,并且由于目标机动性产生跨多普勒单元（Doppler Spread, DS）等问题。基于搜索的传统处理算法通过时间和计算量换取积累性能,不利于工程应用。本文提出一种通过分段处理方式对回波进行相参积累的算法。该算法在保证子片段内回波RM和DS问题可以忽略的前提下,将积累时间划分为若干个子片段。在该分段准则下通过Radon-Fourier Transform（RFT）对子片段进行处理。随后,根据各子片段RFT积累峰值位置分布特性和相位差异,设计一种子片段间的相参积累方案,实现多个子片段间峰值能量的相参积累。所提算法在子片段内可以忽略目标机动性的影响,避免了子片段内目标机动参数（加速度项）的搜索,可在积累性能和计算效率之间取得良好平衡。      

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.

     

Complex ISAR imaging of maneuvering targets via the Capon estimator

An inverse synthetic aperture radar (ISAR) can be used to produce high-resolution images of moving targets of interest by utilizing the relative motion between the target and the radar and by transmitting signals with large bandwidth. Most ISAR imaging algorithms are based on the range-Doppler processing, which implies that the Doppler shifts remain constant during the coherent integration time. For maneuvering targets, the Doppler shifts are time varying. In this case, the algorithms will produce blurred images. We present herein an adaptive Capon (1969) spectral estimation algorithm for the complex ISAR image formation of maneuvering targets. It is an efficient recursive implementation of the well-known Capon complex spectral estimation algorithm by using FFT and simple matrix operations     

基于RCCF‒PCT的机动目标运动参数估计

针对高速机动目标的运动参数估计问题,基于鲁棒互相关和多项式调频小波变换(RCCF-PCT),提出了一种高速机动目标运动参数估计方法。该方法首先采用幂率变换增强信号,利用距离像互相关和鲁棒多项式回归完成距离徙动校正;再采用多项式调频小波变换对多普勒徙动初步补偿后的信号进行参数化时频分析,利用提取的时频脊特征完成目标运动参数的精确估计。通过数值实验验证了算法的有效性。     

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。