基于压缩感知和三次相位变换的低复杂度空中机动目标参数估计

该文提出一种基于压缩感知(Compressive Sensing,CS)和三次相位变换(Cubic Phase Transform,CPT)的低复杂度空中机动目标参数估计方法。首先利用CPT将机动目标回波信号中的两个参数进行分离,然后采用压缩感知技术完成机动目标参数的估计。在机载雷达发射脉冲数有限的情况下,该方法能够获得准确的参数估计结果;仿真实验验证了该方法有效性。

基于WVD的机载相控阵雷达机动目标检测及参数估计方法

该文提出了一种基于魏格纳分布(Wigner-Ville Distributed,WVD)和重构时间采样(Reconstruction time sample,RTS)的空中机动目标检测和参数估计方法。该方法首先利用雷达回波的空域采样来重构时域采样,相当于增加了单个阵元的脉冲采样点数,然后再对重构后的数据进行WVD变换来估计目标的参数。该方法能够在方位信息未知,脉冲数较少的情况下有效地实现对机动目标的检测与参数估计。仿真结果验证了该方法的有效性。

结合CPT的相控阵空中高机动目标参数估计

针对高机动目标多谱勒走动使得传统方法检测和参数估计性能下降的问题,提出了一种最优处理器框架下的结合三次相位变换(Cubic Phase Transform,CPT)的相控阵雷达空中高机动目标参数估计方法,该方法将三次相位变换引入相控阵体制雷达,利用相控阵体制下回波相位的相关性,补偿接收信号空间相位,实现接收信号的相干积累,然后通过求取补偿后信号的相位函数矩阵,实现信号的参数分离,最后进行参数估计。仿真结果证明,该算法能够在输入信噪比较低、采样脉冲较少的情况下,获得较高的参数估计结果。

基于CPT和RPF的空中高机动目标检测与参数估计

提出了一种基于三次相位变换(cubic phase transform,CPT)和重构相位函数(reconstructing phase function,RPF)的空中高机动目标参数估计方法。为了实现目标高阶参数的估计,该方法首先通过双线性变换求得接收信号的相位函数,实现信号降阶和待估参数的分离;然后利用多阵元采样重构参考阵元的相位函数,等效增加了参考阵元相位函数的时间采样,实现了参考相位函数的相干积累;最后进行参数估计。仿真结果表明,在输入信噪比较低、采样脉冲较少的情况下,该算法能够以较高的精度实现对高机动目标的参数估计。