基于非标准Keystone变换的波形捷变雷达相参积累算法

针对波形捷变雷达相参积累问题，提出基于非标准Keystone变换(Keystone transform, KT)的波形捷变雷达相参积累算法，基本思路是利用KT消除目标距离走动，然后再利用快速傅里叶变换进行多脉冲相参积累。考虑到标准KT需要进行搜索模糊数，基于尺度估计概念，提出了无需模糊数搜索的非标准KT,其中的尺度估计环节利用梅林变换实现。同时，针对捷变波形与相参体制兼容性问题，通过对基准波形进行时间尺度操作，设计了一种线性调频捷变波形。仿真结果表明，当信噪比大于-2 dB,所提非标准KT能够解决波形捷变雷达目标距离走动校正难题；所设计捷变波形不仅与相参体制雷达具有较好的兼容性，还可以实现目标距离主瓣不展宽旁瓣抑制。     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

高速机动目标长时间相参积累和参数估计算法研究

长时间相参积累是提高雷达探测性能的重要技术之一。在高速高机动目标的长时间积累过程中引起的距离走动、距离弯曲、多普勒频率走动与多普勒频率弯曲效应会带来严重的积累信噪比(signal-to-noise ratio, SNR)损失, 进而使得噪声背景下雷达难以有效发现探测目标的存在。针对上述问题, 提出了一种针对高速机动目标的参数化长时间积累算法。首先，使用keystone变换(keystone transform, KT)校正了线性距离走动。然后, 使用相参积累型修正三阶相位函数(coherently integrated modified cubic phase function, CIMCPF)与相参积累型修正高阶模糊函数(coherently integrated modified high-order ambiguous function, CIMHAF)算法分别完成了对一阶和二阶加速度的参数估计。得益于CIMCPF与CIMHAF对信号相参特性的利用, 该算法在低信噪比下依然有效。同时, 由于没有对参数网格搜索的过程, 算法的计算复杂度也较低。仿真实验与分析证实了所提算法的优异性能。     

基于FrFT-Keystone运动补偿的OFDM声纳高速微弱目标相参积累检测算法

针对水下目标探测中使用的正交频分复用信号,提出了一种针对高速微弱目标的相参积累算法,以解决多脉冲积累下由目标机动引起的较大相位变化和由水下环境中信噪比低导致的相参积累增益不足的问题。所提算法利用分数阶傅里叶变换来估计目标的运动参数并进行补偿,并结合Keystone变换,实现对高速微弱目标的多脉冲相参积累。理论推导和仿真实验结果表明,所提算法能够有效补偿高速目标脉冲间的相位移动,并在低信噪比环境下取得较好的能量积累效果。     

高速机动目标长时间相参积累算法

在高速高机动目标的长时间相参积累过程中，跨距离单元和跨多普勒单元现象的出现会导致雷达回波增益急剧降低，进而影响雷达目标检测能力。针对上述问题，提出一种高效的长时间积累算法。该算法首先对脉压回波信号做keystone变换消除目标的距离走动，然后利用改进相参积累型平滑广义三阶相位函数与改进相参积累型平滑三阶相位函数分别完成对目标的二阶与一阶加速度的估计，最后使用De-chirp技术消除目标的高阶多普勒相位项，完成回波在距离-多普勒维度上的聚焦。由于所提算法利用了雷达回波的相参特性并通过恒定延迟引入机制，因此表现出优异的抗噪声性能与参数估计精度。仿真实验和理论分析都证实了所提算法的有效性与抗噪声鲁棒性。     

高机动小RCS目标长时间相参积累检测新方法

相参积累可以提高小雷达散射截面（radar cross section, RCS）目标的信噪比,但由于目标的高速高机动性,长时间相参积累会导致回波的越距离单元走动和越多普勒单元走动问题。首先建立了高机动小RCS目标的回波信号模型,并分析了目标回波信号的二维频域特性,在此基础上,提出了一种长时间相参积累检测新方法。基本思想是在距离频域方位时域利用Keystone变换,校正由一次相位引起的越距离单元走动问题,然后乘以二次相位补偿函数解决越多普勒单元走动问题,通过构造目标函数对补偿函数中的加速度进行搜索,获得的目标函数的最大值即为相参积累值。仿真结果验证了该算法的有效性。     

基于离散频率编码的PD雷达二维解模糊方法

针对脉冲多普勒雷达在中脉冲重复频率下同时存在距离模糊和多普勒模糊问题, 提出了一种基于正交离散频率编码(discrete frequency coding, DFC)波形解二维模糊的方法。基于雷达循环发射的一组正交DFC信号, 在回波脉冲压缩过程中, 利用信号正交性进行距离模糊区域的分离, 完成距离解模糊。通过多普勒模糊数遍历补偿以及与keystone后相参积累结果对比, 确定正确的多普勒模糊数, 完成多普勒解模糊。经过Keystone处理后, 可以进行整个驻留时间的相参积累, 提高回波在低信噪比情况下的目标检测及参数估计能力。同时考虑了DFC信号的多普勒敏感性问题, 在精确匹配滤波过程中补偿了脉内多普勒的影响。仿真实验验证了所提方法解二维模糊的有效性以及低信噪比检测能力。     

基于回波预处理和相参积累的C&I干扰抑制算法

C&I(chopping and interleaving)干扰是一种针对线性调频(linear frequency modulation, LFM)雷达的典型干扰样式, 干扰子信号调频斜率与雷达发射信号相同, 利用信号处理工具分离真实回波与干扰信号难度较大。针对该问题, 以LFM相参雷达抗自卫式C&I干扰为背景, 提出基于回波预处理和相参积累的干扰抑制算法。根据估计的回波时延, 设置距离窗截取受干扰回波段, 在此基础上, 通过对回波预处理, 改变不同重复周期内假目标的快时间位置分布, 通过相参积累实现干扰抑制。仿真试验表明, 所提算法能够有效抑制强干扰背景下的C&I干扰, 干扰抑制后真实目标检测概率大幅提高, 虚假目标数量明显减少。     

基于瞬时测频原理的高机动隐身目标检测算法

高速、高机动隐身飞行器严重压缩了防空导弹雷达导引头的探测威力,而通过增加相参积累时间提高导引头灵敏度是解决此问题的有效技术途径之一。提出一种基于瞬时测频原理的长时间相参积累算法,用于脉冲多普勒雷达导引头对隐身目标的检测。该算法将电子对抗领域成熟的瞬时测频技术创新应用于雷达导引头的目标检测过程中,通过对弹目相对加速度的盲估计,补偿回波信号中的二次项,使得因弹目相对加速度产生的频谱展宽问题得以解决。补偿后的回波信号相参积累时间得以增加,这使得导引头检测灵敏度随之提高。仿真条件下,此算法将导引头的截获灵敏度提高了12.5 dB,作用距离提升一倍有余。此算法还可以推广应用到弹目加加速度或者更高次项存在的情况。     

基于Keystone变换的警戒雷达信号处理

增加积累时间是提高检测微弱目标能力的一种重要手段。为了实现警戒雷达对高速运动微弱目标的探测,提出了一种新的雷达信号处理方法。利用Keystone变换补偿长时间积累和目标高速运动导致的跨距离单元走动,使目标能量得到有效积累,并通过数据融合解多普勒模糊,实现对目标的有效检测和参数估计。该方法可以用于对不同距离和速度的多个目标长时间相参积累和检测,同时,随着脉冲积累个数的增加,提高了测速精度。多目标仿真的结果验证了该方法的有效性。     

基于keystone变换的宽带雷达精确测速

宽带雷达利用脉冲串测速时,高速运动目标在脉冲串内通常移动超过多个距离分辨单元,无法通过脉冲串内直接相参处理获取速度信息。针对宽带脉冲多普勒雷达测速的特点,提出了一种基于Keystone(楔石)变换的测速方法,能有效解决目标越距离单元走动和多普勒谱展宽,并根据该方法的特点,提出一种基于Keystone变换的解速度模糊的方法,仿真证明该测速方法能达到很高的测速精度,有很高的应用价值。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后，对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后，结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。     

基于Chirp Z变换的海面目标帧间非相参积累技术

为提升雷达对海面微弱目标的探测能力,提出基于Chirp Z变换的多圈扫描帧间非相参积累技术。首先,建立多圈扫描采用不同载频时的雷达回波信号模型。然后,提出基于Chirp Z变换的运动目标帧间多普勒校正和距离走动补偿方法,使得多圈扫描数据经过处理后,目标出现在相同的距离多普勒检测单元内,从而可以直接进行帧间的非相参积累,实现对微弱目标检测性能的提升。最后,结合仿真试验和实测数据,验证了所提方法的有效性。     

高阶运动目标的长时间相参积累算法

针对具有任意阶运动的目标的长时间相参积累问题,提出一种基于多维非均匀快速傅里叶变换(non-uniform fast Fourier transform, NUFFT)的长时间相参积累算法。该算法先在快时间频域沿慢时间维利用多维NUFFT实现运动补偿,然后通过快速傅里叶逆变换(inverse fast Fourier transform, IFFT)最终实现相参积累。该算法积累性能接近理论最优且计算量小于已有算法。特别地,对于具有加加速度的运动目标进一步提出基于Wigner NUFFT的相参积累算法,该算法相比多维NUFFT,计算量大大减小,但对积累前单个脉冲的信噪比提出更高要求。仿真结果证明了所提算法的有效性。     

捷变频联合波形熵的密集假目标干扰抑制算法

密集假目标干扰具备欺骗性和压制性的双重特性, 严重影响雷达作战效能。对此, 提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理;其次利用波形熵识别目标和干扰;然后采用局部离群因子检测算法对目标回波中叠加有较强干扰旁瓣的数据进行剔除; 最后采用稀疏重构算法进行脉间相参处理。数字仿真实验和外场实测数据处理结果验证了所提算法的有效性。算法性能分析结果表明, 当干信比为58 dB时, 所提算法仍能有效抑制干扰, 正确检测目标。     

多频带互相干处理中多目标相位补偿方法

雷达回波中往往存在不同速度的目标，并且不同频带信号之间存在依赖于速度的多普勒相位差异，该差异不能通过乘以统一的固定相位和线性相位得到补偿。本文针对此问题提出一种基于Keystone变换的多普勒相位补偿方法, 定义了一个新的慢时间变量, 将慢时间轴作为快频率的函数进行缩放, 从而对不同速度的目标同时完成多普勒相位补偿。通过仿真分析, 验证了算法的有效性, 为多频带、多目标信号相参处理中的互相干处理提供一种方法。     

分布式相参雷达几何布置约束条件

分布式相参雷达(distributed coherent aperture radar, DCAR)通过调整空间分布单元雷达发射和接收时的时间、相位,实现信号相参合成,提高对空间关注区域的探测性能。然而单元雷达位置的布置会影响信号的相参性,进而影响DCAR的合成增益。针对在保证信号合成增益约束下的单元雷达几何布置问题,首先给出DCAR的3种典型结构,然后分析接收信号去相参性的来源,提出DCAR单元雷达几何布置的两个约束条件——信号相参性约束和相参参数可替代约束,建立了目标尺寸、探测距离、载频和视角之间的约束关系。最后通过仿真实验验证了所提出约束条件的合理性和正确性。     

强目标掩盖下雷达微弱目标检测算法

在雷达多目标检测时,弱目标由于其能量低,容易被临近的强目标掩盖,严重影响了弱目标的检测。针对强弱目标并存的情况,提出了一种新的雷达微弱目标检测算法。首先联合Keystone变换和最小二乘FIR滤波器原理,实现了强目标相参积累并估计了其回波幅值,从而重构出强目标回波信号,并将其从原始回波中消除。通过对余下信号做相参积累,凸显了微弱目标,提高了微弱目标的检测性能。仿真实验验证了算法的有效性和优越性。     

基于PRI捷变的雷达通信一体化共享信号设计方法

雷达通信一体化能有效提高频谱利用率, 减小电子设备体积, 是多功能综合一体化电子系统的主要研究方向之一。本文在随机脉冲重复间隔(pulse repetition interval, PRI)雷达的基础上, 提出一种新的基于PRI捷变的雷达通信一体化共享信号设计方法。通过改变发射信号的PRI, 将通信信息嵌入到发射信号中, 在雷达信号处理端, 引入压缩感知理论来完成方位向相参积累, 并实现对目标速度的超分辨估计; 在通信信号处理端, 通过检测脉冲的PRI来完成信息的解调。仿真试验表明, 所提方法在保证雷达探测性能的前提下, 可实现通信信息的稳定传输。     

相参频率捷变雷达目标稀疏重建性能边界综述

相比频率固定的脉冲多普勒体制, 频率捷变体制在抗干扰方面具有显著优势。但在该体制下, 基于匹配滤波的信号处理算法存在旁瓣平台问题, 难以与动目标检测兼容。压缩感知理论将目标参数估计建模作为欠定方程求解, 为该问题提供了解决思路。在相参频率捷变雷达中, 压缩感知能否准确重建目标是一个基础性问题。本文梳理了针对该问题的相关研究, 借助相变理论与相变曲线的解析表达式, 定量描述了捷变频雷达重建目标的成功概率与主要系统和目标参数之间的关系; 该理论性能边界与仿真实际所能达到的性能相接近。此外, 还探讨了现有成果在实际应用中的价值, 展望了未来研究方向。