基于Radon-MDCFT的空间高速机动目标检测与参数估计方法

提出一种基于Radon 修正离散线性调频傅里叶变换(Radon modified discrete chirp Fourier transform,RMDCFT)的空间高速机动目标检测与参数估计的方法。该方法在目标运动参数范围内进行搜索,将目标数据从距离单元〖CD*2〗慢时间域中取出并进行相应匹配变换处理,在补偿回波数据相位并进行相参积累以用于目标检测的基础上同时得到目标速度和加速度的估计结果。〖JP2〗该方法能同时对距离徙动和多普勒走动进行校正,并可在脉冲数有限和低信噪比下有效地检测到空间高速机动目标并获得较好的参数估计结果。仿真结果和对所提方法的输出信噪比表达式的数学推导结果证明了所提方法的有效性。     

随机有限集推理动目标轨迹的相干累积检测法

长时间相干累积技术在提高雷达对动目标探测能力方面发挥着重要的作用。但是，由目标机动导致的距离和/或多普勒频率徙动将会大大降低相干累积的性能。为解决上述问题，提出一种随机有限集推理动目标运动轨迹的相干累积检测法。首先，通过频率轴反转变换，提取出描述目标运动特性的信号。然后，利用该信号时频变换后的结果构成测量随机有限集，并以状态空间模型描述各目标的运动，在贝叶斯滤波的框架下实现目标运动轨迹的推理。最后，基于推理的轨迹设计出二维匹配滤波器，来补偿未知的距离和/或多普勒频率徙动。理论分析和数值仿真实验结果均表明，该方法可有效处理具有复杂甚至未知运动形式的机动目标。     

天波超视距雷达机动目标检测方法

天波超视距雷达(over-the-horizon radar,OTHR)通过快速傅里叶变换(fast Fourier transform,FFT)实现长时间相干积累,但这种基于目标速度恒定的方法对于机动目标的效果并不好.提出了一种基于目标运动参数估计的OTHR机动目标检测方法.该方法首先确定机动目标的运动参数的大致范围,然后对其运动参数进行估计,之后对其径向加速度进行补偿,最后对经加速度补偿后的目标信号进行相干积累并在距离-多普勒平面上进行二维恒虚誓检测.仿真结果表明,该方法能够增强OTHR对机动目标的检测能力,运算效率高,实用性强.     

毫米波阵列雷达近场动目标参数估计算法

在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform, apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(two dimensional multiple signal classification, 2 D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。     

基于时频联合尺度变换的中轨SAR斜视成像方法

在中轨合成孔径雷达(synthetic aperture radar, SAR)成像中,大斜视角以及长合成孔径时间会导致信号产生严重的距离走动和二维空变。首先，针对信号的距离走动问题,采用了变脉冲重复频率(pulse repetition frequency, PRF)技术对回波进行录取,消除大距离走动带来的回波接收问题。然后，针对传统的波数域算法不能实现大斜视中轨SAR信号的聚焦问题,提出了一种结合改进的Stolt插值的时频联合尺度变换的成像方法,利用方位时间尺度变换来解决信号方位调频率的2次空变,再使用改进的Stolt插值完成距离徙动校正。最后,利用多普勒尺度变换来处理剩余的高次空变。通过仿真结果可以证明所提算法的有效性。     

调频连续波SAR慢速动目标参数估计与成像

由于连续波合成孔径雷达（synthetic aperture radar, SAR）特有的工作方式,带来了不同的回波信号形式。首先分析了调频连续波（frequency modulated continuous wave, FMCW）SAR动目标回波信号模型,然后在补偿连续波SAR与脉冲式SAR不一致性的基础上,提出了一种基于Chirp Z变换校正动目标回波包络距离弯曲,Radon变换校正剩余距离走动,改进的离散Chirp傅里叶变换（modified discrete Chirp Fourier transform, M DCFT）搜索参数的新方法,动目标仿真数据处理验证了该方法参数估计的准确性和有效性。另外根据估计的参数对动目标成像取得了良好的聚焦效果。     

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ARSαS模型参数估计的雷达目标检测方法

由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetric α stable, SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉〖CD*2〗沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。     

三通道SAR-GMTI地面快速目标检测

地面运动目标速度较大时,会产生距离徙动,在图像域出现严重散焦,不易检测;同时存在PRF模糊现象,其多普勒频谱会发生折叠,不易正确定位。针对上述问题,提出了基于机载三通道SAR-GMTI的地面快速目标检测、定位与成像方法。首先,在距离压缩后的数据域进行相位中心偏置天线(displaced phase center anten-na,DPCA)杂波抑制,组合运用Canny算子、Ratio算子和Hough变换提取快速目标运动轨迹。然后,采用基于解PRF后的二阶Keystone变换方法完成目标的成像、检测及运动参数估计。最后,将快速目标融合到标有慢速运动目标的清晰SAR图像中。外场实测结果验证了该方法的有效性和准确性。     

SAR图像中动目标的广义似然比快速检测

研究经Keystone变换后在SAR图像方位向信号中,根据广义似然比检验法(最优检测)检测动目标.将广义似然比检测与遗传算法结合,利用遗传算法的全局优化特性以及解决多参数问题的良好特性,提高了运算速度.由于考虑了天线方向图的影响,充分利用目标的距离向和方位向运动信息,此方法对匀速直线运动点目标的检测效果良好.     

基于参数估计的步进频ISAR成像运动补偿方法

分析了基于步进频雷达运动目标的回波信号模型,讨论了目标运动对ISAR成像的影响,针对当目标有速度或加速度时会造成高分辨距离像移位和畸变,并使二维像散焦的情况,提出了一种基于高斯包络线性调频信号自适应分解、高分辨距离像互相关法及多普勒横向像最小熵法的运动补偿算法。该算法利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动的加速度,通过距离像移动对目标运动速度进行初估计,并用高分辨距离像互相关法及多普勒横向像最小熵准则提高目标速度及加速度的估计精度,然后进行运动补偿。该算法计算量小,估计精度高,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。     

基于FRFT的天波雷达多机动目标检测

天波超视距雷达（over-the-horizon radar, OTHR）中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归（auto-regressive, AR）过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform, FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用“CLEAN”方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换（discrete polynomial transform, DPT）算法相比,本文算法可以更好地适用于多目标检测;与Radon Wigner变换算法相比,本文算法可以达到更高的参数估计精度。     

基于HHT的高频雷达机动目标参数估计

针对高频雷达强杂波场景下的机动目标检测,提出了基于希尔伯特黄变换(Hilbert-Huang transform,HHT)的机动目标参数估计算法。该算法首先通过复数经验模态分解将回波分解为杂波和目标分量,然后计算目标分量的瞬时频率,获得频率随时间变化的HHT谱,最终利用线性拟合估计目标运动参数。该算法无需抑制杂波,可同时对多目标进行运动参数估计,有助于简化多目标运动补偿和检测流程。数据分析结果表明,该算法可以有效运用于对高频雷达机动目标速度和加速度的估计。     

雷达动目标短时稀疏分数阶表示域探测方法

机动目标检测和精细化运动状态估计始终是雷达信号处理的热点和难点问题,基于时频分布的动目标检测方法难以同时获得高时频分辨率,且参数估计精度受搜索步长的限制。稀疏时频分布技术结合了经典时频分析技术和高分辨稀疏域信号处理的优势,是传统变换域处理技术的扩展。构建了短时稀疏分数阶表示域信号处理框架,并在此基础上,提出了两种雷达机动目标检测和估计方法,即短时稀疏分数阶变换和短时稀疏分数阶模糊函数,实现了时变信号的时间稀疏变换域高分辨表示。对海雷达目标探测试验验证表明,所提方法适用于复杂背景下雷达机动目标的探测,并能获得目标运动状态的精细估计。     

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。     

基于旋转降维的高速隐身目标检测算法

高速隐身目标严重压缩了防空导弹雷达导引头的探测威力,尤其限制了线性调频波形在末制导过程中的应用,时频二维高分辨的检测优势被部分削弱。针对此问题,提出一种基于旋转降维的脉冲多普勒雷达主动导引头长时间积累算法,用于导引头对高速隐身目标的检测。该算法通过旋转变换,将回波信号矩阵中距离与速度的耦合去除,使得变换后矩阵在行、列方向相互独立,同时矩阵维度得到降低。对变换后的矩阵作傅里叶变换,得到峰值所对应的弹目相对速度,并对回波信号矩阵进行补偿。仿真条件下,此算法可以将导引头的截获灵敏度大大提高。     

超声多普勒血流信号平均频移估计的仿真研究

提出了基于Matching Pursuit分解的超声多普勒血流信号平均频移估计方法。通过对合成信号的分析比较，确定了最佳估计性能的相关参数。基于优化的参数对不同噪声水平的100例仿真多普勒信号进行分析并计算估计的与理论的平均频移的均方误差，得到基于Matching Pursuit方法的误差比使用传统声谱分析法小。表明该方法对信号瞬时结构的局部具有较好的自适应性，有效克服了短时傅立叶变换存在的时频分辨率矛盾，提高了超声多普勒血流信号平均频移估计的准确性。