CN116449320A - 频率捷变雷达体制下的长时间积累与参数估计方法 - Google Patents

频率捷变雷达体制下的长时间积累与参数估计方法 Download PDF

Info

Publication number
CN116449320A
CN116449320A CN202310015052.5A CN202310015052A CN116449320A CN 116449320 A CN116449320 A CN 116449320A CN 202310015052 A CN202310015052 A CN 202310015052A CN 116449320 A CN116449320 A CN 116449320A
Authority
CN
China
Prior art keywords
target
search
radial
frequency
order acceleration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310015052.5A
Other languages
English (en)
Inventor
杨宇超
方刚
谷毅
薛峰
李礼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Spaceflight Electronic and Communication Equipment Research Institute
Original Assignee
Shanghai Spaceflight Electronic and Communication Equipment Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Spaceflight Electronic and Communication Equipment Research Institute filed Critical Shanghai Spaceflight Electronic and Communication Equipment Research Institute
Priority to CN202310015052.5A priority Critical patent/CN116449320A/zh
Publication of CN116449320A publication Critical patent/CN116449320A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种频率捷变雷达体制下的长时间积累与参数估计方法，包括：雷达回波信号下变频与脉冲压缩；搜索参数间隔与搜索区间初始化；采用非均匀频域广义Radon傅里叶变换完成在特定搜索参数下的距离校正、多普勒相位补偿与跳变相位消除，完成相参积累；遍历搜索参数，将信号能量投影到搜索参数域后进行恒虚警检测，若存在目标，则根据能量尖峰所在位置确定目标运动参数与输出目标运动点迹。本发明有效提高了复杂机动目标的回波信噪比，具有强噪声背景下的目标检测能力。

Description

频率捷变雷达体制下的长时间积累与参数估计方法
技术领域
本发明涉及一种频率捷变雷达体制下长时间积累与参数估计方法。
背景技术
频率捷变信号由于其被检测与拦截概率低，敏捷性与抗干扰能力强，在军事领域中被广泛应用。这种信号合成带宽大，可以有效提高距离分辨率，并消除多普勒模糊，提高数据速率。常见的压缩感知、迭代网格优化等稀疏恢复技术可被用于处理频率捷变信号，提取目标多普勒信息并实现积累。需要指出的是，这些技术仅在高信噪比(signal-to-noiseratio,SNR)场景下表现良好，在复杂场景下检测性能显著下降。
随着近年来隐身目标、反辐射导弹与临近空间飞行器等现代飞行器的快速发展，由于其高机动性与低可探测性，传统检测算法由于无法有效提升积累SNR而失效。针对上述目标的搜索与检测，SNR过低成了制约雷达检测性能的主要因素。新体制雷达通常利用数字波束形成等信号处理方法增长目标在雷达波束内的驻留时间，通过增加积累时长以提高回波能量，进而提升SNR。然而，长时间积累主要面临以下两大问题：目标的高速与雷达距离分辨率的提升将导致回波脉冲包络跨越多个距离单元，称为距离
走动效应；由于目标的高机动性或复杂环境导致目标回波产生高阶相位，多普勒频率因此具有时变特性，这将导致回波在多普勒维度发生展宽与偏移，称为多普勒走动效应。这些效应将严重降低回波积累增益。
为了解决上述问题，现有的主流算法主要包括广义Radon傅里叶变换(generalized Radon Fourier transform,GRFT)、Radon吕分布(Radon Lv’sdistribution,RLVD)、Radon分数阶模糊函数(Radon fractional ambiguity function,RFrAF)与Radon线性正则变换(Radon linear canonical transform,RLCT)等。这类方法通过多维网格搜索的方式同时补偿积累时间内的距离走动与多普勒走动，将积累回波能量投影到搜索参数构建的多维参数空间内，形成聚焦尖峰，从而实现相参积累与参数估计。这类算法由于处理过程中没有非线性处理过程，因此无SNR损失，低SNR场景下表现优异。然而，这类方法有效的前提是回波脉冲具有相参性，由于频率捷变雷达的载波频率在脉间是非恒定的，回波脉冲的相参特性被破坏。载波频率的随机偏置将产生相位跳变效应，因此，这类方法不能完全实现脉冲能量的相参积累，进而导致目标检测性能急剧降低。
综上，消除频率捷变雷达体制下高速机动微弱目标检测的距离走动、多普勒走动与相位跳变效应是实现长时间积累的关键，亟需得到解决。
发明内容
本发明的目的在于提供一种频率捷变雷达体制下长时间积累与参数估计方法，能够解决频率捷变雷达体制下高速机动微弱目标积累过程中产生的距离走动、多普勒走动与相位跳变问题，以改善回波信号积累增益，提高雷达检测性能。
为实现上述目的，本发明提出了一种长时间积累与参数估计算法，其中包含如下步骤：
S1：获取动目标的雷达回波数据并离散化处理，进行下变频与脉冲压缩处理，得到快时间—慢时间二维数据矩阵；
S2：根据目标运动状态与实际检测需求，确定NUFD-GRFT的参数搜索维度、搜索范围、搜索间隔与搜索序列长度；
S3：将时域脉压信号变换到距离频域，构建搜索参数对应的相位补偿函数，对信号做NUFD-GRFT以同时补偿距离走动、多普勒走动与相位跳变，完成回波信号的相参积累；
S4：遍历所有搜索参数，构建NUFD-GRFT域检测单元图，对其进行恒虚警检测，判决目标的有无。
S5：若判决存在目标，则根据目标峰值所在位置确定目标运动参数估计值，并将其对应的搜索曲线作为目标的运动点迹估计。
优选示例的一种频率捷变体制下的基于NUFD-GRFT的长时间积累与参数估计算法中，包含如下步骤：
S1：在相参雷达的接收端，雷达将接收并到的并经过放大和限幅处理后的雷达回波数据沿着快时间与慢时间采样。通常情况下，距离向采样时间间隔等于雷达距离分辨单元，慢时间维采样频率等于脉冲重复频率。雷达对接收后完成采样得到的基带回波信号做下变频与脉冲压缩处理，得到包含目标信息的快时间—慢时间二维脉压信号形式如下：
S2：根据目标的机动特性与实际探测需求，确定目标参数的搜索维数、搜索范围、搜索间隔与搜索序列长度。具体的，初始径向距离搜索范围为[rmin,rmax]，其搜索范围需覆盖目标初始位置所在区域。搜索间隔即为雷达距离单元分辨率的大小，即Δr＝c/2B。初始径向距离搜索序列长度为根据预期的目标运动状态，径向速度搜索范围为[vmin,vmax]，搜索间隔即为雷达多普勒单元分辨率的大小，即Δv＝λ/2T。径向速度搜索序列长度为/>径向一阶加速度搜素范围为[a1,min,a1,max]，搜索间隔为Δa1＝λ/2T2，径向一阶加速度搜索序列长度为/>径向二阶加速度搜素范围为[a2,min,a2,max]，搜索间隔为Δa2＝λ/2T3，径向二阶加速度搜索序列长度为/>
S3：对式(16)沿着快时间做FFT，可得到频域脉压信号：
接着，构建如下相位补偿函数：
其次，将补偿函数(18)与二维脉压数据矩阵式(17)相乘，可得：
对上式沿快时间做IFFT，将频域信号恢复到时域：
gr(tm,τ)＝IFFTf[Gr(tm,f)](20)，
最后，沿慢时间域将积累脉冲串能量累加，并将回波脉冲能量所在距离单元内的幅度值投影到相应的搜索参数域，即可完成一次NUFD-GRFT：
S4：遍历所有搜索参数，得到所有搜索参数下回波能量积累幅值，便可构建完成四维NUFD-GRFT搜索参数空间R(ri,vj,a1,p,a2,q)。将其幅值作为检测统计量，并与给定虚警概率下的自适应检测门限进行比较：
其中，η为检测门限。如果检测单元的幅值超过门限，判决为存在目标；若检测单元幅值低于门限，判决不存在目标，继续处理后续的检测单元。
S5：若判决单元图内存在目标，根据目标所在的NUFD-GRFT域检测单元对应的峰值坐标，即可得到目标参数估计值如下：
进而得到目标运动点迹的估计可表示为：
本发明还提供了一种计算机设备，包括存储器和处理器。所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述高速机动微弱目标长时间积累与参数估计检测方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述高速机动微弱目标长时间积累与参数估计检测方法的步骤。
与现有技术相比，本发明的上述技术方案有益效果如下：
1、本发明提供了一种频率捷变雷达体制下长时间积累与参数估计算法、计算机设备及计算机可读存储介质。不同于常规脉冲—多普勒体制下的检测方法，本发明提出了非均匀频域广义Radon傅里叶变换目标检测方法，解决了积累过程中因载波频率随机偏置导致的相位跳变问题，有效提高了积累SNR。
2、本发明提供的一种频率捷变雷达体制下长时间积累与参数估计方法，有效解决了针对高速机动微弱目标长时间相参积累过程中产生的距离走动与多普勒走动效应，极大提高了回波信号积累增益，进而改善了雷达检测性能。
3、本发明提供的一种频率捷变雷达体制下长时间积累与参数估计方法，采用多维联合搜索的方式完成相参积累并获得目标运动参数。处理过程中无非线性操作，因此SNR损失几乎可以忽略不计。因此本发明的算法能在低SNR场景下对于微弱目标的检测具有很强的鲁棒性。
4、本发明提供的一种频率捷变雷达体制下长时间积累与参数估计方法，不同于常规Radon类处理方法，本发明将时域脉压信号转换到频域处理，通过在频域构造相位补偿函数，与原信号频域共轭相乘实现多普勒匹配滤波。这种处理方式消除了时域处理采用循环移位与寻址操作导致的脉冲偏移量化误差，因此本发明提供的方法在估计精度上有所提高。
附图说明
图1为本发明实施例中的一种频率捷变雷达体制下长时间积累与参数估计方法步骤图；
图2为本发明实施例中的一种频率捷变雷达体制下长时间积累与参数估计方法处理流程示意图；
图3为本发明实施例中的一种频率捷变雷达体制下长时间积累与参数估计方法全流程框图；
图4(a)为回波信号脉压结果；
图4(b)为径向速度与一阶加速度的积累结果剖面图；
图4(c)为一阶加速度与二阶加速度的积累结果剖面图；
图4(d)为初始径向距离积累结果剖面图。
具体实施方式
本发明涉及雷达回波信号在跨距离单元、跨多普勒单元与存在相位跳变的情况下，进行包络对齐与相位补偿并消除相位跳变，并完成目标回波能量相参积累与目标运动参数估计的技术。
参见示出本发明实施例的附图，下文将更详细的描述本发明。然而，本发明可以以不同形式、规格等实现，并且不应解释为受在此提出之实施例的限制。相反，提出这些实施例是为了达成充分及完整公开，并且使更多的有关本技术领域的人员完全了解本发明的范围。这些附图中，为清楚可见，可能放大或缩小了相对尺寸。
如图1所示，本实施例提供的一种频率捷变雷达体制下长时间积累与参数估计算法。具体实施步骤如下：
S1：获取动目标雷达回波数据并离散化处理，进行下变频与脉冲压缩处理。
相参雷达发射观测用的发射信号，并接收返回的回波数据。将待积累的M组回波数据进行采样，对采样数据进行离散化处理，提取在快时间—慢时间二维平面中的目标观测值Sr(tm,τ)。对离散化处理后的雷达回波数据进行下变频与脉冲压缩处理，得到用于相参积累检测的二维脉压矩阵。
具体地，频率捷变雷达发射一组线性调频信号：
st(tm,τ)＝rect(τ/Tp)exp(jπγτ2)exp[j2π(fc+χ(n)Δf)(tm+τ)] (25)，
式中，rect()表示门函数，γ＝B/Tp表示调频率，B为信号带宽，Tp表示脉冲持续时间，fc为载波频率的基准频率，χ(n)为随机序列，并满足范围为[-α,+α]的均匀分布，其中0＜α≤0.5，Δf为频率间隔，τ表示快时间，也就是距离时间，tm＝mTr,m＝0,1,...,M-1表示慢时间，Tr表示脉冲重复周期，M表示积累脉冲数。
假设在雷达探测区域内存在单个目标，在一个相参处理间隔内雷达接收到的基带回波信号形式如下：
其中，A0为复幅度值，c为光速。
其中，r(tm)为目标相对于雷达的瞬时径向距离，其具体形式如下:
式中，r0为目标初始径向距离，v0为目标径向速度，a1为目标径向一阶加速度，a2为目标径向二阶加速度。
对基带回波信号做下变频和脉冲压缩处理，得到包含目标信息的快时间—慢时间二维脉压信号，其形式如下：
其中，A1为信号复幅度。
S2：搜索参数初始化，确定搜索参数维度、搜索范围、搜索间隔与离散化搜索序列。
S2-1：确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度的搜索范围为[rmin,rmax]、[vmin,vmax]、[a1,min,a1,max]与[a2,min,a2,max]，其中rmin和rmax分别表示最小搜索距离和最大搜索距离，vmin和vmax分别表示最小搜索速度和最大搜索速度，a1,min和a1,max分别表示最小搜索一阶加速度和最大搜索一阶加速度，a2,min和a2,max分别表示最小搜索二阶加速度和最大搜索二阶加速度。需要说明的是，搜索参数范围可基于雷达观测数据，以及目标的一些先验信息和运动特性确定；
S2-2：确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度的搜索间隔，分别表示为Δr＝c/2B，Δv＝λ2T，Δa1＝λ/2T2与Δa2＝λ/2T3，其中λ＝c/fc为信号波长，T为一个相参处理间隔；
S2-3：确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度搜索序列长度分别表示为 和/>其中/>表示向上取整函数；
S2-4：确定离散化初始径向距离、径向速度、径向一阶加速度与径向二阶加速度搜索序列，分别表示为：
ri＝rmin+iΔr,i＝0,1,...,Nr-1 (29)，
vj＝vmin+jΔv,j＝0,1,...,Nv-1 (30)，
从而完成了搜索参数(ri,vj,a1,p,a2,q)的初始化设置。
S3：对信号执行NUFD-GRFT完成距离校正、多普勒校正与消除相位跳变，实现回波信号的相参积累。
具体地，步骤S3进一步包括：
S3-1：对式(28)沿着快时间做FFT，频域脉压信号可表示为：
其中，A2为复幅度值，f为快时间所对应的频率，即距离频率。
S3-2：在快时间频域构造引起距离走动与多普勒走动的指数项的共轭相位补偿函数：
其中，ri∈[rmin,rmax]，i＝1,2,…,Nr；vj∈[vmin,vmax]，j＝1,2,…,Nv；a1,p∈[a1,min,a1,max]，p＝1,2,…,Na1；a2,q∈[a2,min,a2,max]，q＝1,2,…,N2,q。
S3-3：将补偿函数(34)与快时间频率—慢时间二维脉压数据矩阵式(33)相乘，可得：
S3-4：对上式沿快时间做IFFT，将频域信号恢复到时域：
gr(tm,τ)＝IFFTf[Gr(tm,f)] (36)，
S3-5：沿慢时间域将积累脉冲串能量累加，并将回波脉冲能量所在距离单元内的幅度值投影到相应的搜索参数域，即可完成一次NUFD-GRFT：
具体地，NUFD-GRFT的频域离散形式可以表示为：
其中，m与n分别为慢时间与快时间频率序列的索引值。Fr＝fs/L为快时间频率分辨单元，fs为快时间采样频率，L为快时间维采样点数。
对式(38)做IFFT，将补偿后的脉压信号变换到时域后，将积累脉冲串同相相加，这一过程的离散形式可以表示为：
其中，k为与n对应的快时间序列索引。
S4：遍历所有搜索参数后对输出结果做CFAR检测，以判决目标有无。
遍历所有搜索参数(ri,vj,a1,p,a2,q)，重复上述步骤S3-1至步骤S3-5，得到所有搜索参数下回波能量积累幅值，便可构建完成四维NUFD-GRFT搜索参数空间R(ri,vj,a1,p,a2,q)。将积累幅值作为检测统计量，并与给定虚警概率下的自适应检测门限进行比较：
其中，η为检测门限由给定的虚警概率与检测单元周围的参考单元决定，H1对应目标存在，H0对应目标不存在。如果检测单元的幅值超过门限，判决为存在目标；若检测单元幅值低于门限，判决不存在目标，继续处理后续的检测单元。
S5：根据以上分析，若CFAR检测判决存在目标，且当搜索参数ri＝r0,vj＝v0,a1,p＝a1,a2,q＝a2时，构建的频域相位补偿函数H(tm,f)可以精确补偿与消除式(33)相位项引起的距离走动、多普勒走动与相位跳变。因此，该条件下所对应的NUFD-GRFT输出为：
由上式可得，当搜索参数与目标真实参数相匹配时，回波能量能被完全抽取与积累，积累输出达到最大值。因此，我们根据目标所在的NUFD-GRFT域检测单元所对应的峰值坐标，即可得到目标参数估计值如下：
进而得到与式(27)相对应的目标运动点迹：
图2展示了NUFD-GRFT检测方法的处理流程示意图。
图3展示了本发明提供的长时间积累与参数估计方法全流程框图。
如图4(a)至图4(d)所示，本发明还结合仿真试验对本发明提供的高速机动微弱目标长时间积累与参数估计方法的性能进行了验证。目标运动参数设置为r0＝50km,v＝1700m/s,a1＝20m/s2,a2＝10m/s3。从仿真结果可以看出，该发明所提供的方法能有效检测出目标并精确估计其运动参数。
特别地，本发明还提供了一种计算机设备，包括存储器和处理器。所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述高速机动微弱目标长时间积累与参数估计检测方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述高速机动微弱目标长时间积累与参数估计检测方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述高速高机动微弱目标长时间积累与参数估计方法实施例的流程，在此不再重复说明。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种频率捷变雷达体制下长时间积累与参数估计方法，其特征在于，包括：
步骤S1，获取动目标的雷达回波数据并离散化处理，进行下变频与脉冲压缩处理，得到快时间和慢时间二维脉压数据矩阵；
步骤S2，根据雷达***参数与目标运动类型，建立目标与雷达之间的瞬时径向距离方程，并根据实际工程指标要求，确定预期补偿的目标运动参数搜索区间与搜索间隔；
步骤S3，将时域脉压信号变换到距离频域后，按特定的搜索初始距离、搜索速度、搜索一阶加速度和搜索二阶加速度构建频域相位补偿函数，将补偿函数与频域脉压信号相乘后，对信号做逆傅里叶变换；将信号变换到时域后，抽取出距离和多普勒二维数据矩阵中的脉冲能量数据并累加，得到相参积累后的回波能量；
步骤S4，遍历所有目标初始径向距离、速度、一阶加速度与二阶加速度搜索参数，重复步骤S3，将不同搜索参数下的积累能量幅值构建为NUFD-GRFT域检测单元图，并对NUFD-GRFT域检测单元图做恒虚警检测以判断目标有无；
步骤S5，若判定有目标后，则根据目标所在的NUFD-GRFT域检测单元中对应的尖峰位置坐标，完成目标运动参数估计；同时，将对应的搜索曲线作为高速机动目标的三阶运动点迹方程：
其中，r(tm)为tm时刻下雷达与目标之间的瞬时径向距离，r0为目标初始径向距离，v0为目标径向速度，a1为目标径向一阶加速度，a2为目标径向二阶加速度；
tm＝mTr,m＝0,1,...,M-1为慢时间序列，Tr为脉冲重复间隔，M为积累脉冲数。
2.根据权利要求1所述的率捷变雷达体制下长时间积累与参数估计方法，其特征在于，步骤S1中，设发射信号线性调频信号，则完成脉压后时域信号可以表示为：
式中，A1为目标后向散射系数，c为光速，B为信号带宽，χ(n)为随机序列，并满足范围为[-α,+α]的均匀分布，Δf为频率间隔，fc为载波频率的基准频率。
3.根据权利要求1所述的率捷变雷达体制下长时间积累与参数估计方法，其特征在于，步骤S2包括：
S2-1，确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度的搜索范围为[rmin,rmax]、[vmin,vmax]、[a1,min,a1,max]与[a2,min,a2,max]，其中，rmin和rmax分别表示最小搜索距离和最大搜索距离，vmin和vmax分别表示最小搜索速度和最大搜索速度，a1,min和a1,max分别表示最小搜索一阶加速度和最大搜索一阶加速度，a2,min和a2,max分别表示最小搜索二阶加速度和最大搜索二阶加速度；
S2-2，确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度的搜索间隔，分别表示为Δr＝c/2B，Δv＝λ/2T，Δa1＝λ/2T2与Δa2＝λ/2T3，其中λ＝c/fc为信号波长，T为一个相参处理间隔；
S2-3，确定初始径向距离、径向速度、径向一阶加速度与径向二阶加速度搜索序列长度分别表示为 和/>其中，/>表示向上取整函数；
S2-4，确定离散化初始径向距离、径向速度、径向一阶加速度与径向二阶加速度搜索序列，分别表示为：
ri＝rmin+iΔr,i＝0,1,...,Nr-1 (3)，
vj＝vmin+jΔv,j＝0,1,...,Nv-1 (4)，
从而完成了搜索参数(ri,vj,a1,p,a2,q)的初始化设置。
4.根据权利要求1所述的频率捷变雷达体制下长时间积累与参数估计方法，其特征在于，
步骤S3包括：
S3-1，对式(2)沿着快时间做FFT，频域脉压信号可表示为：
其中，A2为复幅度值，f为快时间所对应的频率，即距离频率。
S3-2，在快时间频域构造引起距离走动与多普勒走动的指数项的共轭相位补偿函数：
其中，riv[rmin,rmax]，i＝1,2,…,Nr；vj∈[vmin,vmax]，j＝1,2,…,Nv；a1,p∈[a1,min,a1,max]，p＝1,2,…,Na1；a2,q∈[a2,min,a2,max]，q＝1,2,…,N2,q；
S3-3，将补偿函数(8)与快时间频率—慢时间二维脉压数据矩阵式(9)相乘，可得：
S3-4，对上式沿快时间做IFFT，将频域信号恢复到时域：
gr(tm,τ)＝IFFTf[Gr(tm,f)](11)，
S3-5，沿慢时间域将积累脉冲串能量累加，并将回波脉冲能量所在距离单元内的幅度值投影到相应的搜索参数域，即可完成一次NUFD-GRFT：
遍历所有搜索参数，得到所有搜索参数下回波能量积累幅值，便可构建完成四维NUFD-GRFT搜索参数空间。
5.根据权利要求1所述的频率捷变雷达体制下长时间积累与参数估计方法，其特征在于，
对步骤S4中进行恒虚警检测，表达式为：
其中，η为自适应检测门限，由给定的虚警概率与检测单元周围的参考单元决定，H1对应目标存在，H0对应目标不存在。
6.根据权利要求1与权利要求4所述的频率捷变雷达体制下长时间积累与参数估计方法，其特征在于，目标运动参数估计与运动点迹估计方法为：
根据目标所在的NUFD-GRFT域检测单元所对应的峰值坐标，即可得到目标参数估计值如下：
其中，为初始径向距离的估计值，/>为径向速度估计值，/>为径向一阶加速度估计值，为径向二阶加速度估计值；
进而估计出与式(1)相对应的目标运动点迹：
CN202310015052.5A 2023-01-04 2023-01-04 频率捷变雷达体制下的长时间积累与参数估计方法 Pending CN116449320A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310015052.5A CN116449320A (zh) 2023-01-04 2023-01-04 频率捷变雷达体制下的长时间积累与参数估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310015052.5A CN116449320A (zh) 2023-01-04 2023-01-04 频率捷变雷达体制下的长时间积累与参数估计方法

Publications (1)

Publication Number Publication Date
CN116449320A true CN116449320A (zh) 2023-07-18

Family

ID=87134444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310015052.5A Pending CN116449320A (zh) 2023-01-04 2023-01-04 频率捷变雷达体制下的长时间积累与参数估计方法

Country Status (1)

Country Link
CN (1) CN116449320A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117826156A (zh) * 2024-03-05 2024-04-05 西安瀚博电子科技有限公司 基于自适应判决的步进频雷达运动补偿方法
CN117849753A (zh) * 2024-03-07 2024-04-09 长沙莫之比智能科技有限公司 一种基于车载毫米波雷达的目标泛特征提取方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117826156A (zh) * 2024-03-05 2024-04-05 西安瀚博电子科技有限公司 基于自适应判决的步进频雷达运动补偿方法
CN117826156B (zh) * 2024-03-05 2024-05-28 西安瀚博电子科技有限公司 基于自适应判决的步进频雷达运动补偿方法
CN117849753A (zh) * 2024-03-07 2024-04-09 长沙莫之比智能科技有限公司 一种基于车载毫米波雷达的目标泛特征提取方法
CN117849753B (zh) * 2024-03-07 2024-05-03 长沙莫之比智能科技有限公司 一种基于车载毫米波雷达的目标泛特征提取方法

Similar Documents

Publication Publication Date Title
CN107561508B (zh) 一种用于匀加速运动目标的相参积累检测方法
CN107450055B (zh) 基于离散线性调频傅立叶变换的高速机动目标检测方法
CN116449320A (zh) 频率捷变雷达体制下的长时间积累与参数估计方法
CN111736128B (zh) 基于skt-siaf-mscft的相参积累方法
CN103323829B (zh) 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法
CN111123214B (zh) 多项式旋转-多项式傅里叶变换的高速高机动目标检测方法
CN101825707A (zh) 基于Keystone变换和相参积累的单脉冲测角方法
CN110398730B (zh) 基于坐标旋转和非均匀傅里叶变换机动目标相参检测方法
CN107356922B (zh) 一种扩表辅助法解模糊的多重频雷达目标检测前跟踪方法
CN110161477B (zh) 基于多变量重采样相关函数的机动目标检测方法
CN111505599B (zh) 一种基于精确距离演化模型的相参积累检测方法
CN104330791B (zh) 一种基于频域切变的相参积累方法
Huang et al. Robust detection and motion parameter estimation for weak maneuvering target in the alpha-stable noise environment
CN113391284A (zh) 一种基于长时间积累的临空高速目标检测方法
CN111007473B (zh) 基于距离频域自相关函数的高速微弱目标检测方法
CN113885006B (zh) 一种机动转弯目标相参积累检测方法
CN108549066B (zh) 一种基于尺度rft的宽带雷达高速目标积累检测方法
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN115877350B (zh) 一种和差波束体制雷达时变目标角度估计方法和装置
CN112255609A (zh) 一种恒加速机动目标相参积累检测方法
CN115685169A (zh) 基于宽带keystone变换的水声弱运动目标检测方法
Liu et al. Joint estimation of range difference and range rate difference for unknown frequency hopping signals in passive localization
CN113900088A (zh) 一种针对匀加速机动目标的长时间相参积累方法及***
CN104217119A (zh) 一种基于S-Method时频分解的机动目标自适应补偿检测方法
Jiao et al. A novel detection method based on generalized keystone transform and RFT for high-speed maneuvering target

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination