CN110824439A - 一种雷达目标快速长时间相参积累方法 - Google Patents

Abstract

本发明属于雷达信号处理领域，公开了一种雷达目标快速长时间相参积累方法。本发明通过：雷达***发射线性调频信号，并接收回波信号；利用FFT和CZT快速实现对回波信号的RFT处理；根据加速度在真实目标附近引起的多普勒偏移，构造加速度滤波器矩阵；结合加速度滤波器矩阵对RFT处理结果进行加速度补偿，得到目标的距离‑速度‑加速度三维补偿的长时间相参积累结果，实现目标的聚焦。本发明可以通过较少的计算量显著提高***信噪比，提高雷达***对快速小目标的探测能力。

Description

一种雷达目标快速长时间相参积累方法

技术领域

本发明涉及雷达信号处理领域，特别是一种雷达目标快速长时间相参积累方法。

背景技术

近年来，随着隐身技术的不断发展，低空快速小飞行器越来越多，应用于各个领域。该类微弱目标的低信噪比、低信杂比、飞行速度快、雷达散射面积(RCS)小等特性，为雷达信号处理领域准确快速地探测该类目标带来了很大的难度。对待这类问题，常用的做法是进行相参积累来改善***信噪比，提高对雷达微弱目标的探测能力。

目前，应用于匀速运动目标的一些经典相参积累方法有动目标检测(MTD)、Keystone变换、拉登傅里叶变换(RFT)。其中，MTD是最简单、高效的相参积累方法，但是无法消除快速运动目标在相参积累周期内的距离走动效应。Keystone变换相参积累方法是先通过传统的Keystone变换对目标的距离走动进行校正，然后再进行MTD处理实现相参积累。与MTD方法相比，Keystone变换校正了距离走动问题，但是该方法与MTD一样都存在多普勒模糊问题。2011年徐稼等人在“Radon-Fourier Transform for Radar Target Detection,I:Generalized Doppler Filter Bank”一文中提出了Radon-傅里叶变换(RFT)方法，该方法利用目标的运动信息对其距离-速度进行二维遍历补偿实现了目标能量的长时间相参积累，同时该方法不存在多普勒模糊问题。RFT方法性能优越，在雷达微目标探测领域得到了广泛的应用。然而在实际应用中，目标的运动情况比较复杂，可能具有加速度，以上相参积累方法没有对加速度进行补偿，将导致相参积累效果大大降低。对于有加速度目标的相参积累问题，徐稼等人在提出RFT的同篇文章中又提出了广义RFT方法(GRFT)来进行加速度的补偿，但由于该算法计算量太大，应用得到了较大的限制。因此亟需一种可以快速补偿目标加速度的长时间相参积累方法。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供了一种雷达目标快速长时间相参积累方法，以较少的运算量快速实现相参积累周期内近似匀加速运动目标的距离-速度-加速度补偿，实现目标能量的长时间相参积累，进而提高雷达***对快速微弱目标的探测能力。

本发明所采用的技术方案是：

一种雷达目标快速长时间相参积累方法，包括以下步骤：

1)雷达***发射线性调频信号，并接收雷达回波信号；

2)设置目标距离、速度搜索范围，并利用FFT和CZT快速实现RFT处理；

3)设置目标的加速度搜索范围，构造加速度滤波器矩阵；

4)根据加速度滤波器对RFT处理结果进行加速度补偿，最终得到距离-速度-加速度三维补偿的长时间相参积累结果。

步骤1)中，雷达***发射线性调频信号，对于匀加速直线运动的点目标，记目标靠近雷达***为正方向，忽略目标强度的变换，将回波表示为s(n,m)，

其中n为工作频点序号，n＝0,1,2,...,N-1，其中N为总的工作频点数目，f_n为各个工作频点对应的频率；m为脉冲序号，m＝0,1,2,...,M-1，其中M为一个相参积累周期内总的脉冲数目；r_t、v_t、a_t分别为目标的初始距离、速度、加速度，σ为目标反射系数，c为光速，T为脉冲重复时间。

步骤2)中，设置距离搜索范围为[r_min,r_max]，其中r_min和r_max分别为搜索的最近和最远距离，速度搜索范围为[v_min,v_max]，其中v_min和v_max分别为搜索的最小和最大速度，对雷达回波信号进行RFT处理，将其表示为其中，S_R-V(r,v)代表距离-速度平面上的RFT处理结果，R-V表示距离-速度平面，该RFT处理方式即利用离散傅里叶变换对距离r和速度v进行遍历补偿，其中，RFT运算中的二维离散傅里叶变换通过沿着距离维做FFT处理和沿着速度维做CZT处理快速实现，得到目标在距离-速度平面中的聚焦结果。

步骤3)中，设置加速度的搜索范围为[a_min,a_max]，其中a_min和a_max分别为搜索的最小和最大加速度值，并根据加速度在真实目标附近引起的多普勒偏移，构造加速度滤波器矩阵为

其中Δv为速度网格密度，k＝0,1,2,...,K_a-1为速度变化区间的速度编号，在指定的加速度下，

即表示在MT的相参积累时间内，加速度a引起的速度增量占据的速度单元数目，其中ceil为向上取整函数。

步骤4)中，根据加速度滤波器矩阵h(a,k)对RFT处理结果S_R-V(r,v)进行加速度补偿，将加速度补偿表示为

其中S_R-V-A(r,v+kΔv,a)即是加速度补偿后目标在距离-速度-加速度三维平面上的结果，s_R-V(r,v+kΔv)为目标位置附近距离-速度平面上的RFT处理结果，该加速度补偿方式等价于卷积，能够采用频域相乘的方法快速实现，并且当距离-速度-加速度正好遍历补偿到目标的真实值(r_t,v_t,a_t)时，S_R-V-A(r_t,v_t,a_t)＝σNM，即得到最优的相参积累结果。

与现有技术相比，本发明所具有的有益效果为：

本发明提供了一种雷达目标快速长时间相参积累方法，针对具有加速度目标的长时间相参积累方法复杂度高的问题，通过构造相应的加速度滤波器矩阵，然后与RFT处理的结果进行频域相乘，快速实现目标的加速度补偿，得到距离-速度-加速度三维补偿的相参积累结果，实现目标的聚焦。本方法可以显著提高***信噪比，提高雷达***对快速小目标的探测能力。与传统的方法相比，本方法可以通过较少的FFT和CZT以及复数乘法快速实现对具有加速度目标的长时间相参积累，计算量小，便于工程实现。

附图说明

图1是本发明实施例的总体流程图；

图2是MTD相参积累结果图；

图3是RFT相参积累结果图；

图4是本发明实施例的加速度补偿后的快速长时间相参积累结果图。

具体实施方式

下面结合附图和具体实施例对本发明进一步详细说明。

参照附图1，本发明提出的一种雷达目标快速长时间相参积累方法，具体通过以下步骤实现：

步骤1，雷达***发射线性调频信号，并接收雷达回波信号。

本实施例中，雷达***发射线性调频信号，对于匀加速直线运动的点目标，记目标靠近雷达***为正方向，忽略目标强度的变换，将回波表示为s(n,m)，

其中n为工作频点序号，n＝0,1,2,...,N-1，其中N为总的工作频点数目，也表示一个脉冲从发射到接收时间内的采样点数，f_n为各个工作频点对应的频率；m为脉冲序号，m＝0,1,2,...,M-1，其中M为一个相参积累周期内总的脉冲数目。r_t、v_t、a_t分别为目标的初始距离、速度、加速度，σ为目标反射系数，c为光速，T为脉冲重复时间。

本实施例中，***参数为：雷达发射信号的载频为35GHz，信号带宽为80MHz，距离分辨率为1.875m，单个脉冲距离维采样点数N为319，脉冲重复频率为32KHz，则脉冲重复时间T为1/32ks，一个相参积累周期内包含的脉冲数M为6400。目标的初始速度为40m/s，初始加速度为5m/s²，其中设定目标靠近雷达***速度为正，远离为负。

步骤2，设置目标距离、速度搜索范围，并利用FFT和CZT快速实现RFT处理。

本实施例中，设置距离搜索范围为[r_min,r_max]，其中r_min和r_max分别为搜索的最近和最远距离值，速度搜索范围为[v_min,v_max]，其中v_min和v_max分别为搜索的最小和最大速度值，对雷达回波信号进行RFT处理，并将其表示为

其中，S_R-V(r,v)代表距离-速度平面上的RFT处理结果，R-V表示距离-速度平面，该RFT处理方式即利用离散傅里叶变换对距离r和速度v进行遍历补偿，其中，RFT运算中的二维离散傅里叶变换通过沿着距离维做FFT处理和沿着速度维做CZT处理快速实现，得到目标在距离-速度空间中的聚焦结果。

本实施例中，设置距离搜索范围为[1200m,1850m]，速度搜索范围为[-120m/s,120m/s]，根据设定的距离-速度搜索范围对雷达回波信号做RFT处理，共消耗约319次CZT和6400次FFT。RFT的处理结果具体如附图3所示，由于未对加速度进行补偿，目标在速度维扩散严重，未能实现聚焦，相参积累增益受限。

步骤3，设置目标的加速度搜索范围，构造加速度滤波器矩阵。

本实施例中，设置加速度的搜索范围为[a_min,a_max]，其中a_min和a_max分别为搜索的最小和最大加速度值，并根据加速度在真实目标附近引起的多普勒偏移，构造加速度滤波器矩阵为

其中Δv为速度网格密度，k＝0,1,2,...,K_a-1为速度变化区间的速度编号，在指定的加速度下，

即表示在MT的相参积累时间内，加速度a引起的速度增量占据的速度单元数目，其中ceil为向上取整函数。另外，该加速度滤波器乘以1/K_a是为了归一化加速度滤波器系数。

本实施例中，设置加速度a的搜索范围为[-15m/s²,15m/s²]，加速度的分辨率为

由此即可构造加速度滤波器矩阵h(a,k)，其中速度网格密度Δv为0.0146，则加速度引起的最大的速度增量单元数目为

步骤4，根据加速度滤波器对RFT处理结果进行加速度补偿，最终得到距离-速度-加速度三维补偿的长时间相参积累结果。

本实施例中，根据加速度滤波器矩阵h(a,k)对RFT处理结果S_R-V(r,v)进行加速度补偿，将加速度补偿表示为：

其中S_R-V-A(r,v+kΔv,a)即是加速度补偿后目标在距离-速度-加速度三维平面上的结果，s_R-V(r,v+kΔv)为目标位置附近距离-速度平面上的RFT处理结果，该加速度补偿方式等价于卷积，能够采用频域相乘的方法快速实现，并且当距离-速度-加速度正好遍历补偿到目标的真实值(r_t,v_t,a_t)时，S_R-V-A(r_t,v_t,a_t)＝σNM，即得到最优的相参积累结果，具体如附图4所示，目标在其对应的距离-速度-加速度点实现了聚焦，获得到较大的信号增益。

为了验证本发明的有效应，图2给出了MTD的相参积累结果，对比附图2、图3和图4分别给的MTD、RFT和本发明的相参积累结果可知，由于目标的速度较快，并且具有加速度，MTD方法未对距离走动进行校正，其相参积累效果有限；RFT方法由于没考虑加速度的影响，并没有达到最优的相参积累结果；本发明对目标的距离-速度-加速度进行补偿，其相参积累效果明显优于MTD和RFT方法，相参积累增益比MTD高16dB左右，比RFT高14dB左右。同时本发明相比于传统的GRFT算法有着更少的运算量，便于***实现。

上述说明示出并描述了发明应用的实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是其他实施例的排除，而可用于各种其他组合、修改和环境，并能在本文所述发明构想范围内，通过上述教导或相关领域的技术进行改动。而本领域人员所进行的改动和变化不脱离发明的精神和范围，则都应在发明所附权利要求的保护范围内。

Claims (5)

1.一种雷达目标快速长时间相参积累方法，其特征在于，包含以下步骤：

步骤1，雷达***发射线性调频信号，并接收雷达回波信号；

步骤2，设置目标距离、速度搜索范围，并利用FFT和CZT快速实现RFT处理；

步骤3，设置目标的加速度搜索范围，构造加速度滤波器矩阵；

步骤4，根据加速度滤波器对RFT处理结果进行加速度补偿，最终得到距离-速度-加速度三维补偿的长时间相参积累结果。

2.如权利要求1所述的一种雷达目标快速长时间相参积累方法，其特征在于，所述步骤1中，雷达***发射线性调频信号，对于匀加速直线运动的点目标，记目标靠近雷达***为正方向，忽略目标强度的变换，将回波表示为s(n,m)，

其中n为工作频点序号，n＝0,1,2,...,N-1，其中N为总的工作频点数目，f_n为各个工作频点对应的频率；m为脉冲序号，m＝0,1,2,...,M-1，其中M为一个相参积累周期内总的脉冲数目；r_t、v_t、a_t分别为目标的初始距离、速度、加速度，σ为目标反射系数，c为光速，T为脉冲重复时间。

3.如权利要求1所述的一种雷达目标快速长时间相参积累方法，其特征在于，所述步骤2中，设置距离搜索范围为[r_min,r_max]，其中r_min和r_max分别为搜索的最近和最远距离，速度搜索范围为[v_min,v_max]，其中v_min和v_max分别为搜索的最小和最大速度，对雷达回波信号进行RFT处理，将其表示为

其中，S_R-V(r,v)代表距离-速度平面上的RFT处理结果，R-V表示距离-速度平面，该RFT处理方式即利用离散傅里叶变换对距离r和速度v进行遍历补偿，其中，RFT运算中的二维离散傅里叶变换通过沿着距离维做FFT处理和沿着速度维做CZT处理快速实现，得到目标在距离-速度平面中的聚焦结果。

4.如权利要求1所述的一种雷达目标快速长时间相参积累方法，其特征在于，所述步骤3中，设置加速度的搜索范围为[a_min,a_max]，其中a_min和a_max分别为搜索的最小和最大加速度值，并根据加速度在真实目标附近引起的多普勒偏移，构造加速度滤波器矩阵为

其中Δv为速度网格密度，k＝0,1,2,...,K_a-1为速度变化区间的速度编号，在指定的加速度下，

即表示在MT的相参积累时间内，加速度a引起的速度增量占据的速度单元数目，其中ceil为向上取整函数。

5.如权利要求1所述的一种雷达目标快速长时间相参积累方法，其特征在于，所述步骤4中，根据加速度滤波器矩阵h(a,k)对RFT处理结果S_R-V(r,v)进行加速度补偿，将加速度补偿表示为

其中S_R-V-A(r,v+kΔv,a)即是加速度补偿后目标在距离-速度-加速度三维平面上的结果，s_R-V(r,v+kΔv)为目标位置附近距离-速度平面上的RFT处理结果，该加速度补偿方式等价于卷积，能够采用频域相乘的方法快速实现，并且当距离-速度-加速度正好遍历补偿到目标的真实值(r_t,v_t,a_t)时，S_R-V-A(r_t,v_t,a_t)＝σNM，即得到最优的相参积累结果。

Images