基于非标准Keystone变换的捷变频雷达相参积累算法

针对捷变频雷达(frequency-agile radar, FAR)相参积累难题，提出基于非标准Keystone变换(Keystone transform, KT)的FAR相参积累算法，与标准KT相比，所提算法增加了距离补偿环节，构造了不同的虚拟慢时间。同时，考虑到目标距离信息通常未知，利用距离补偿后信号的周期性，大幅缩小了距离搜索区间。仿真结果表明，所提算法无需目标距离先验信息，能够同时解决捷变频雷达相参积累以及高速运动目标容易出现的跨距离门、多普勒模糊问题，抗噪性能与当前主流的基于压缩感知的捷变频相参积累算法相当，但计算量更低。     

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。     

基于分数阶模糊函数的海面运动弱目标检测

通过推导单频信号、线性调频信号和含有三次项信号的正负对称旋转角的分数阶模糊函数,得到一个有用的结论:单频信号和线性调频(linear frequency modulation, LFM)信号正负对称旋转角的分数阶模糊函数模函数处处相等,而对于含有三次项的回波信号,其模幅度差别很大。根据此特性提出了一种海杂波背景下的基于正负旋转角的分数阶模糊函数模函数对消的运动弱目标检测方法。通过对智能像素处理（intelligent pixel-processing, IPIX)雷达实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数峰值差、提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。采用双参数恒虚警检测方法设置适当的门限,文中研究的检测方法能够达到更好的检测效果。     

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。     

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。     

Chirp雷达对高速运动目标有效相参积累的算法研究

首先详细分析了包络走动对积累信噪比的影响因子,然后分别给出了最优相参积累和包络插值移位补偿相参积累两种积累途径,通过分析得出后者对包络走动补偿精度要求不敏感的结论,在低信噪比条件下能够实现较长时间有效相参积累。仿真结果显示,包络插值移位补偿相参积累法适合不同的应用需求,在-8dB和200个积累脉冲的条件下输出信噪比损失小于3dB。     

基于分数阶功率谱的LFM信号检测

从分数阶傅里叶变换与Winger-Ville分布的关系出发,推导出分数阶功率谱与模糊函数过原点切片之间的傅里叶变换关系,提出了一种基于分数阶功率谱的LFM信号检测新因子,并证明了该因子与RAT检测因子等价。基于新因子的检测只需计算信号一定角度区域内的分数阶功率谱就能实现检测,因此相比于RAT方法在计算量上具有比较明显的优势。     

LFM信号参数估计的插值FRFT算法

提出了一种基于分数阶傅里叶变换（fractional Fourier transform, FRFT）的线性调频（linear frequency modulation, LFM）信号参数估计的插值算法。首先针对FRFT的旋转角度α搜索步长问题,提出了在较大搜索步长下进行插值以得到α精估计的方法;然后针对离散分数阶傅里叶变换(digital fractional Fourier transform, DFRFT)因参数u离散化而造成的栏栅效应问题,采用相邻谱线进行插值以得到u的精估计;最后用α和u插值精估计结果对单分量LFM信号的参数进行估计。这一方法在不影响估计精度的前提下,降低了计算量和复杂度。仿真结果表明,在较低的信噪比下,LFM信号参数估计的精度仍十分逼近克拉美罗界(Cramer-Rao bound, CRB)。     

毫米波雷达多运动目标检测算法研究

在现代毫米波雷达多目标检测系统中,多分量线性调频信号时频分析产生的交叉项干扰和复杂的运动补偿等问题显得尤为突出。为了减小交叉项所带来的误差,提出了基于分数阶Fourier变换(fractional Fouriertransform,FRFT)的Choi-Williams-distribution(CWD)变换,即p0阶CWD变换,并与Hough变换结合起来形成了一种新的检测方法。该算法避免了复杂的运动补偿处理过程,降低了计算量。通过对一帧脉冲的初相位回波信号进行的仿真实验,在强背景噪声的情况下能清晰地分辨相距为0.5 m的两个点目标。仿真结果表明此方法可以精确探测成组飞行目标。     

基于稀疏FrFT的窄带雷达目标架次识别方法

架次识别对于窄带雷达编队目标的探测与识别具有重要意义。本文基于最小熵准则提出了稀疏分数阶傅里叶变换(fractional Fourier transform, FrFT)最优变换阶次估计算法, 首先将雷达回波数据的FrFT结果的熵值建模为变换阶次的函数, 进而将变换阶次估计问题转化为稀疏优化问题, 利用稀疏重构算法获得最优变换阶次。最后,应用该算法分析窄带雷达多波门回波数据Doppler频率特性, 获取编队目标的架次信息。仿真和实测数据结果表明, 所提方法避免了暴力搜索能够快速获得FrFT最优变换阶次, 将该算法应用于窄带雷达回波信号处理能够准确识别编队目标架次信息。     

空间目标成像中基于FrFT的高精度距离压缩方法

针对星载雷达空间目标成像遇到的距离向回波调制问题,通过对星载平台下空间高速平稳目标运动特性的分析,提出基于分数阶傅里叶变换(fractional Fourier transform, FrFT)和多项式拟合的高精度距离向压缩方法。该方法利用FrFT对空间目标的部分解调回波进行距离向压缩,并结合多项式拟合迭代获取随方位时间变化的径向速度,为距离向压缩提供精确的分数阶旋转角。与传统逆合成孔径雷达(inverse synthetic aperture radar,ISAR)距离向压缩方法相比,该方法能够实现高精度距离向压缩,从而提高成像质量。仿真实验验证了该方法的有效性。     

基于分数阶傅里叶变换的星载SAR信号参数实时估计

针对星载合成孔径雷达（synthetic aperture radar, SAR）信号参数估计问题,提出了一种基于分数阶傅里叶变换的实时估计方法。首先,介绍了分数阶傅里叶变换的定义和chirp信号参数的估计原理。其次,在介绍星载SAR运行特点的基础上,针对单脉冲和脉冲串这两种情况进行了相应参数的实时估计：通过对接收到的星载SAR单脉冲信号进行分数阶傅里叶变换,可以估计出星载SAR的载频和调频率;通过对接收到的星载SAR信号的脉冲串进行分数阶傅里叶变换,可以估计出方位调频率。仿真和实验证明这种方法是可行的。     

基于分数阶傅里叶域K谱线算法的LFM干扰抑制

针对线性调频(LFM)信号在分数阶傅里叶域的加窗特性,提出了一种基于分数阶傅里叶域K谱线算法的LFM干扰抑制方法.该算法直接把分数阶傅里叶域干扰所在的K根谱线进行定位和消除,从而避免了对门限值的求取.仿真结果表明该算法具有良好的抗线性调频干扰性能,而且当干扰幅度呈现非平稳变化时其性能优于门限法.     

基于Keystone变换的地面运动目标检测研究

合成孔径雷达 (SAR)在检测地面运动目标中所面临的难题之一是距离和速度的耦合导致了地面运动目标在SAR图像中模糊、错位、甚至消失。分析了Keystone变换的原理 ,提出了Keystone变换在一般正侧式SAR系统具体实现的方法与步骤 ,分析了Keystone方法对不同运动类型目标成像效果的修正作用。最后通过仿真证明了实现方法和分析结果的正确性。     

跟踪机动目标的雷达波形选择新方法

针对多项式预测模型描述的机动目标,提出了一种新的雷达波形选择算法。由于机动目标的运动方程满足多项式的规律,以运动目标的多项式预测模型作为状态方程,Kalman滤波器可以很好地跟踪目标的位移和速度信息,并得到估计误差以及其预测。利用跟踪器得到目标状态估计误差的预测误差椭圆为基准,通过分数阶傅里叶变换来旋转测量误差椭圆,以使得雷达的测量误差椭圆与目标跟踪算法对目标状态的估计误差的预测的误差椭圆正交,从而得到了最优的波形选择。仿真结果表明,所提出的算法在性能上优于对比算法。     

过采样下分数阶傅里叶变换的改进算法

针对Ozaktas采样型分数阶傅里叶变换(fractional Fourier transform, FRFT)的计算量偏大以及分辨率较低的弱点,研究了过采样条件下采样型FRFT的计算,提出了一种改进算法。在过采样条件下,通过减小变换阶的取值范围,使在时频平面上的频率分布范围缩小,时域离散间隔保持不变,避免了插值运算,计算量明显减小,且算法具有可逆性。经过进一步拓展,改进算法具有分辨率可调,输出区域可选,输出长度可变的特点。最后通过数值仿真对改进算法进行了验证。     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

匹配追逐算法中三参数Chirp原子及搜索方法

提出了用比例、旋转、径向位移表示的三参数Chirp时频原子和基于分数阶傅里叶变换的最佳原子搜索方法,该方法利用分数阶傅里叶变换先估计Chirp原子的最佳旋转参数,并先保持比例参数不变,仅调整径向移位一个参数来搜索最佳Chirp原子。仿真实验结果表明,提出的搜索方法能从整体上把握信号的最大时频结构,提供信号的稀疏表示,避免了原始的匹配追逐算法固有的局部优化所造成的对信号的过分解。     

基于分数阶傅里叶变换的LFM混响空时预白化方法

针对主动声纳在浅海混响背景下线性调频(linear frequency modulation, LFM)信号检测的高虚警问题,提出了基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的空时预白化(space time prewhitening, STPW)方法。该方法利用FRFT对LFM信号良好的频域聚焦性,将混响信号变换到分数阶傅里叶域进行白化处理,使混响中的线变频率变换为稳定频率,增强了混响的局部稳定性,从而改善了混响的白化效果。通过实测混响数据对所提方法进行了验证,实验结果表明,所提方法使匹配滤波检测器的统计性能在信混比(signal to reverberation ratio, SRR)-16 dB~0 dB范围内平均提高了13%,显著提高了主动声纳在混响背景下的检测性能。     

基于FRFT的单基地MIMO雷达稳健波束形成算法

以单基地多输入多输出(multiple input multiple output, MIMO)雷达系统为研究对象, 针对线性调频(linear frequency modulation, LFM)形式的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 提出了一种新的稳健自适应波束形成算法。所提算法首先利用LFM信号的特性, 对匹配滤波后的雷达回波信号进行分数阶傅里叶变换(fractional Fourier transform, FRFT), 经化简得到峰值点作为阵列的观测值。而后, 利用观测值构建接收信号的协方差矩阵, 并使用Capon谱估计方法重构干扰加噪声数据协方差矩阵。最后, 通过求解优化问题估计实际导向矢量, 从而得到阵列的最优权值。通过计算机仿真实验, 验证了所提算法的有效性。