长时间积累下雷达高速目标检测算法综述

隐身技术与高速飞行器的发展给雷达探测目标带来了严峻挑战,而长时间积累技术就是在信号处理领域帮助雷达进行目标检测时提高信噪比的一种有效方法。对于高速高机动目标而言,信号在长时间累积中会在距离域和多普勒域引起跨距离单元走动和跨多普勒单元走动问题。“两跨”问题会严重影响积累增益,传统的MTD(Moving Target Detection,运动目标检测)方法已经无法对信号进行能量累积。为了解决“两跨”问题,提高雷达对高速目标的探测性能,近些年已涌现很多方法,本文将依据目标运动模型把长时间积累下分为径向匀速运动下的长时间积累、径向加速运动下的长时间积累、径向高阶复杂运动下的长时间积累三类进行分析,对相应模型下的“两跨”问题与解决方法进行综述和总结,意在为后续研究提供参考。

基于快时间keystone变换和FrFT的无人机检测算法

连续波雷达通常采用长时间相参累积技术来增强对无人机的探测能力。然而,无人机具有高机动性,在做长时间相参积累时易发生距离徙动和多普勒频率徙动,导致雷达检测性能衰退。针对此问题,文中提出了一种基于快时间keystone变换和分数阶傅里叶变换(FrFT)的连续波雷达无人机检测算法,通过快时间keystone变换校正距离徙动,采用FrFT补偿多普勒频率徙动,进而完成相参积累和检测。不同于传统keystone变换作用于快时间域,快时间keystone变换作用于距离频率域,这是连续波雷达信号模型的特性导致的。仿真分析显示,文中算法可良好地平衡检测性能和计算量之间的矛盾;并采用雷达实测数据验证了所提算法的有效性。

基于级数反演的星弹双基俯冲前视成像算法

由于导弹在俯冲阶段存在垂直向加速度,速度的大小和方向在不断变化,弹头沿曲线运动,导致瞬时斜距十分复杂,造成严重的距离徙动现象,方位向和距离向存在严重的二维耦合问题。针对此问题提出了一种基于级数反演的星弹双基俯冲前视成像算法。该算法根据星弹双基系统特性,搭建了星弹双基轨迹模型,在距离频域方位时域进行多普勒频率校正,再利用级数反演的思想,推导出回波信号的二维频谱表达式,接着在二维频域上进行距离徙动校正和距离向、方位向压缩,确定目标成像位置,完成成像聚焦。最后通过计算量的分析和仿真验证了算法的可行性和有效性。该算法可实现对多目标的探测和区分,对军方察打一体化研究具有理论指导意义,对中国军事行动方面具有一定价值。

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。

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。

基于快时间反转变换的雷达目标检测算法

随机脉冲重复间隔雷达具备优良的抗干扰能力,可用于干扰环境下高速机动目标的检测任务。然而,针对这一问题的研究却并不充分。该问题的难点主要在于距离徙动、多普勒频率徙动和非均匀的慢时间采样。针对该问题,文中创新性地提出了一种具备低计算复杂度优点的高速机动目标检测算法。该算法首先通过快时间反转变换来校正距离徙动,然后再采用非均匀相位补偿技术,克服慢时间采样的非均匀性,完成对目标运动参数的估计,进而消除多普勒频率徙动并实现目标回波能量相参积累,随后通过恒虚警检测完成目标检测。最后,通过理论分析评估了所提算法的计算复杂度,并通过仿真实验验证了所提算法的有效性和低计算量优势。

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.

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.

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-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。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。

外辐射源雷达长时间积累目标探测性能分析

针对以电视伴音信号为照射源的外辐射源雷达在长时间积累时,距离和多普勒频率徙动对目标探测的影响,定义了一种时延-频移-时延率-调频率联合模糊函数,推导了电视伴音信号的平均联合模糊函数与积累增益损失因子,给出了积累增益损失与目标运动速度、加速度和积累时间的关系以及相关结论,为分析外辐射源雷达的探测性能提供了一定的理论参考.

同航线双基调频连续波SAR改进距离徙动算法

考虑到调频连续波合成孔径雷达具有较长的扫频周期,要达到频率的线性化非常困难,针对现有非线性校正方法的不足,提出了改进的频率非线性校正方法.另外,分析了平台连续运动带来的多普勒频移的影响.对于频率非线性校正后的信号,利用瞬时频率的概念,通过引入双基角,推导出基于调频连续波的同航线双基合成孔径雷达回波信号的二维波数域表达式,在此基础上提出了包含频率非线性校正的同航线双基调频连续波合成孔径雷达的改进距离徙动成像算法.仿真数据的处理验证了频率非线性校正方法以及成像处理算法的有效性.

一种新的窄带雷达高速机动多目标检测算法

笔者提出一种高速匀加速机动多目标检测算法.首先,通过速度搜索和二阶keystone变换校正距离徙动.距离徙动校正后,目标所在的距离单元方位向回波可建模为线性调频信号.其次,对方位向回波依次进行Lvs变换,目标能量在中心频率-调频率域积累出峰值,根据峰值在调频率维的位置可得到一个加速度的估计值.最后,根据加速度估计值构造补偿函数对多普勒频率徙动进行补偿,并通过快速傅里叶变换实现相参积累,然后再进行目标检测与径向速度估计.该算法与Radon-分数阶傅里叶变换算法相比,具有计算量小、抗噪声性能强的优点.仿真与实测数据处理结果验证了该算法的有效性.

基于修正自适应匹配滤波器的机动目标检测方法

机动目标回波的多普勒走动和训练样本不足导致常规自适应匹配滤波器(Adaptive Matched Filter,AMF)检测机动目标时运算量大且性能不佳。针对此问题,该文提出一种基于修正AMF的机动目标检测方法。该方法首先通过对角加载减少样本空间自由度,从而降低对训练样本数的需求;然后以3次相位变换(Cubic Phase Transform,CPT)分离估计加速度,并以估计值补偿多普勒走动,降低联合匹配搜索维度,进而减少运算量;最后进行积累检测。仿真结果表明,该方法运算量低,可实现小样本下机动目标的有效检测,具有恒虚警(Constant False Alarm Rate,CFAR)特性。

基于keystone变换的噪声调频连续波雷达高速目标探测

针对目标高速运动导致严重多普勒色散的问题,提出基于keystone变换的距离徙动校正方法。根据噪声调频连续波无周期性的特点,对回波信号采用等间隔重叠分段法进行频域相关处理。结合快速离散时间尺度变换算法,能够实现高效的长时间相参积累。无需先验知识,能处理多目标场景。通过仿真实验验证了该方法的有效性,并与传统时域相关法进行了比较和分析。当目标未出现距离徙动时,该文方法和时域相关法对目标输出信噪比的提升效果基本一致。当目标出现距离徙动后,时域相关法的输出信噪比迅速下降,恶化程度与徙动严重程度成正比,而该文方法经距离徙动校正后的输出信噪比则基本不受目标速度的影响,且仍随积累时间的增加而增大。

基于Keystone-FRFT的机动弱目标检测算法

针对机动弱目标检测中出现的距离走动和多普勒频率走动问题,在分析回波信号走动的基础上,提出一种基于楔形变换和分数阶傅里叶变换的弱目标检测算法。算法使用楔形变换补偿距离走动,利用分数阶傅里叶变换补偿多普勒频率走动,在低信噪比情况下能有效地检测机动弱目标。仿真分析表明算法有效。

基于频域校正的快速长时间积累算法

针对长时间积累过程中回波信号出现的距离徙动和多普勒走动问题,提出一种基于频域校正的快速长时间积累算法。该算法首先利用Radon-Ambiguity变换对脉压以后的回波信号进行加速度估计,用得到的估计值构造加速度补偿因子消除距离弯曲和多普勒走动,然后选取回波包络之间的相关系数作为代价函数对目标的速度进行估计,用得到的估计值构造速度补偿因子消除距离走动。仿真结果验证了该算法的有效性。

基于Keystone变换与Dechirping补偿的雷达运动目标检测跟踪算法研究

对目标回波信号进行长时间积累,是在不对雷达硬件系统进行升级改造的情况下,提高回波信噪比及雷达系统探测能力的低成本实现方法。本文主要对目标沿雷达径向匀加速运动时导致的距离徙动和多普勒走动问题进行研究,提出了基于Keystone变换和Dechirping补偿的积累算法。在没有先验信息的情况下通过Keystone变换实现包络对齐,而后利用对加速度进行搜索补偿,来补偿多普勒走动以提高雷达积累增益。最后基于AR模型的卡尔曼滤波算法实现机动目标的跟踪。利用空天杯比赛数据可以证明算法在检测微弱运动目标方面的优势。

采用长时间相参积累技术的高速机动目标检测快速算法

针对雷达接收的高速机动目标回波能量较弱的问题,提出一种采用长时间相参积累技术的高速机动目标检测快速算法。首先,利用慢时间反转变换对速度和加加速度引起的三阶距离徙动和多普勒徙动进行同时校正;其次,根据搜索的加速度构造二次相位补偿函数,以校正加速度引起的二阶距离徙动和多普勒徙动,并实现目标能量的相参积累;最后,利用恒虚警技术对相参积累结果进行处理,以确定目标是否存在。与无需运动参数搜索的时间反转变换-二阶楔石变换-吕氏分布(TRT-SKT-LVD)算法相比,该算法简化了操作流程,避免了因插值运算造成的性能损失,且不受雷达回波冗余信息和运动参数估计范围的限制。仿真结果表明,与基于多维运动参数搜索的雷顿-分数阶模糊函数(RFRAF)和广义楔石变换-广义去调频(GKT-GDP)算法相比,该算法由于仅需对加速度参数进行搜索,因此计算复杂度降低近2个数量级,运算时间仅为原来的1/100。

基于SRT-NUFFT的高速机动辐射源TDOA估计算法

高速机动辐射源被动定位中,目标辐射源的运动将导致积累峰值在距离维度和多普勒频率维度发生扩展和偏移,从而产生距离徙动和多普勒频率徙动,导致时差估计误差增大。针对此问题,提出一种基于序列反转变换和非均匀快速傅里叶变换的时差快速估计算法。首先对接收信号进行分时处理,人为划分出等效脉冲信号,利用序列反转变换校正距离徙动,在慢时间维进行非均匀傅里叶变换,从而将目标信号在对应时差处积累成峰值。该算法通过复数乘法、快速傅立叶变换、逆快速傅里叶变换、非均匀快速傅里叶变换运算快速实现,无需任何搜索过程。仿真实验结果表明,所提算法对高速机动辐射源的时差估计性能优于现有算法,且计算复杂度较低。

A Novel Long-Time Coherent Integration Method for Moving Target Detection

Long-time coherent integration(LTCI)can remarkably improve the detection ability of radar for moving target.To increase the processing efficiency,this paper proposes a novel LTCI method based on segment time reversing transform(STRT)and chirp z-transform(CZT).In this method,STRT operation is first presented to estimate the Doppler ambiguity factor,and keystone transform(KT)is used to correct the whole range migration(RM).Then,CZT and non-uniform fast Fourier transform(NUFFT)are used to estimate the parameters as well as correct the second and third order Doppler frequency migration(DFM).Compared with the existing methods,the proposed method can achieve RM correction and DFM correction without repetitive operation.The effectiveness of the proposed method is validated by both simulated and real data.