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。

基于Prewitt算子和Radon变换的雷达高速微弱目标检测

正交频分复用(OFDM)调制雷达中跨距离单元走动问题降低了高速微弱目标检测性能,为此,提出一种基于Prewitt算子和Radon变换的OFDM雷达高速微弱目标检测算法。首先分析了多脉冲积累出现的跨距离单元走动以及Radon变换受噪声干扰问题,然后采用Prewitt算子卷积运算抑制噪声并保留回波能量,采用Radon变换沿距离单元走动斜线进行能量积累。理论分析和仿真结果表明,该算法具有比Hough变换和动目标检测(MTD)更优的低信噪比背景下的高速微弱目标检测性能,并能有效实现多目标检测。

正交频分复用调制雷达高速弱目标检测算法

为提高正交频分复用(OFDM)调制雷达对高速弱目标的检测能力,提出了一种基于相参Radon变换的OFDM调制雷达高速弱目标检测算法。首先分析了高速弱目标回波信号模型以及对其进行长时间相参积累时出现的跨距离单元走动问题,然后采用相参Radon变换算法沿距离单元走动斜线对其进行长时间相参积累,并研究了其存在速度模糊情况时的参数估计方法。理论分析和仿真结果表明,该算法具有比非相参Radon变换和动目标检测(MTD)更优的低信噪比(SNR)背景下的目标检测性能,并能进行有效的参数估计。

分布式OFDM-MIMO雷达高速微弱目标多帧检测

针对传统动态规划检测前跟踪(DP-TBD)算法对高速微弱目标的检测和跟踪问题,利用一种结合正交频分调制(OFDM)波形和分布式多输入多输出(MIMO)雷达的分布式OFDM-MIMO相控阵雷达,提出基于该雷达的TBD方法.MIMO雷达的全向辐射特性能够大大降低TBD单帧回波获取时间,另外,分布式雷达的空间部署可以削弱目标雷达截面积(RCS)起伏.仿真结果表明:本文方法检测和跟踪性能良好,是一种有效检测高速微弱目标的方法.