下载文档原格式
窄带、宽带雷达机动目标检测技术研究窄带、宽带雷达机动目标检测技术研究摘要：雷达是一种广泛应用于军事、航空、航海等领域的无线电波传感器。
机动目标检测是雷达技术中的一个重要任务，其应用涵盖了敌方机动目标识别、导航辅助以及避障系统等。
本文立足于窄带和宽带雷达技术，探讨了机动目标检测方面的一些关键技术和研究现状，包括回波信号处理、目标特征提取以及目标分类等。
通过比较窄带和宽带雷达的优势和劣势，旨在为机动目标检测技术的进一步发展提供参考。
1. 引言在雷达技术中，机动目标检测是一个常见且关键的任务。
由于机动目标的多样性和复杂性，现有的检测算法往往无法满足对机动目标的准确检测要求。
因此，针对机动目标的检测技术研究变得尤为重要。
2. 窄带雷达机动目标检测技术窄带雷达具有较窄的频率带宽，其利用回波信号的频率特性进行目标检测。
在机动目标检测中，窄带雷达通过对回波信号的频率进行分析，发现目标产生的频率变化，从而实现目标检测。
然而，由于窄带雷达信号的频率特性受多种因素影响，如目标速度、自身运动和多普勒效应等，因此其目标检测的准确性较低。
3. 宽带雷达机动目标检测技术宽带雷达是近年来发展起来的一种新型雷达技术，其具有较宽的频率带宽。
宽带雷达在机动目标检测中，通过分析回波信号的幅度和相位信息，提取目标的特征，并利用算法对目标进行识别和分类。
相比于窄带雷达，宽带雷达能够提供更多的目标信息，因此目标检测的准确性更高。
但同时，宽带雷达由于其复杂的信号处理流程，其计算复杂度和能耗较高，因此在实际应用中存在一定的局限性。
4. 机动目标检测关键技术研究无论是窄带雷达还是宽带雷达，机动目标检测都面临着一些关键技术挑战。
首先，回波信号处理是机动目标检测的基础，其旨在去除杂波干扰、增强目标信号，并提取目标特征。
其次，目标特征提取是关键环节，通过分析回波信号的幅度、相位和频率等特征，实现对机动目标的识别和分类。
最后，目标分类是机动目标检测的核心，通过对目标特征的分析和比对，判断目标的类型。
雷达目标检测雷达目标检测是指利用雷达技术来识别和跟踪周围环境中的目标物体。
雷达目标检测广泛应用于军事、航空、航天、交通等领域，可以帮助人们提前发现和识别目标，提高安全性和效率。
雷达目标检测的原理是利用雷达向目标物体发射电磁波，通过探测目标物体反射回来的信号来确定目标的位置、速度等信息。
雷达目标检测一般分为两个主要步骤，即信号处理和目标识别。
信号处理是指对雷达接收到的信号进行预处理和特征提取。
首先，对接收到的信号进行滤波和增益控制，去除噪声和增强目标信号。
然后，利用信号处理算法对滤波后的信号进行特征提取，如目标的幅度、相位、频率等。
这些特征可以用来判断目标的存在与否，并计算目标的距离、速度和角度等信息。
目标识别是指通过特征匹配和分类算法来确定目标的类型和属性。
首先，将目标的特征与已知目标的特征进行匹配，通过比较相似性来确定目标的类型。
然后，将目标的特征输入到分类算法中进行识别，如支持向量机、神经网络等。
这些算法可以根据目标的特征和样本库中的训练数据来确定目标的类型和属性。
在雷达目标检测中，还有一些常用的技术和方法。
一是多普勒效应的应用，通过测量目标反射信号的频率变化来确定目标的速度。
二是高分辨率雷达成像技术，可以获取目标的微小细节和形状信息，提高目标检测的准确性和可靠性。
三是多目标跟踪技术，可以同时跟踪和识别多个目标，并提供目标的跟踪轨迹。
总之，雷达目标检测是一种高效、准确的目标识别技术，具有广泛的应用前景。
随着雷达技术的不断发展和完善，雷达目标检测将在军事、航空、航天、交通等领域发挥越来越重要的作用，为人们的生活和工作带来更多便利和安全。
雷达目标检测原理
雷达目标检测是雷达系统的基本功能之一，其原理主要是通过雷达发射信号并接收目标反射回来的信号，然后对接收到的信号进行处理，以确定目标的位置、速度和形状等信息。
一、雷达目标检测的基本原理可以概括为以下几个步骤：
1、发射信号：雷达系统通过发射天线向目标方向发射一定频率和功率的电磁波信号。
2、接收反射信号：当电磁波遇到目标后，会反射回来，雷达系统通过接收天线接收这些反射回来的信号。
3、处理信号：雷达系统对接收到的信号进行处理，包括放大、滤波、数字化等操作，以便进一步分析。
4、信号分析：通过对处理后的信号进行分析，可以提取出目标的位置、速度和形状等信息。
常用的信号分析方法包括傅里叶变换、匹配滤波器等。
5、目标检测：根据分析结果，判断是否存在目标，如果存在目标，则进一步确定其位置、速度和形状等信息。
二、雷达目标检测的原理中，需要注意以下几点：
1、雷达系统的精度和灵敏度与发射信号的频率、功率和处理算法有关。
2、雷达系统容易受到干扰和杂波的影响，需要进行抗干扰设计。
3、雷达系统需要具备高可靠性和稳定性，以确保对目标的准确
检测。
4、雷达系统需要适应不同的环境和任务需求，可以进行灵活的配置和优化。
总之，雷达目标检测的原理是基于电磁波反射回来的信号进行分析和处理，以确定目标的位置、速度和形状等信息。
在实际应用中，需要根据不同的需求和环境进行系统的设计和优化，以确保其可靠性和准确性。
机载宽带雷达信号处理若干问题研究机载宽带雷达信号处理若干问题研究一、引言机载宽带雷达信号处理是一项关键技术，广泛应用于军事、民用航空等领域。
宽带雷达信号处理具有高分辨率、高精度、快速性等优势，但也面临一些挑战。
本文将探讨机载宽带雷达信号处理中的若干问题，并提出相应的解决方案。
二、多波束雷达信号处理多波束雷达信号处理是机载宽带雷达的重要方向之一。
传统雷达通常使用单波束，只能在垂直或水平方向上获得目标信息。
而多波束雷达则可以同时获得多个方向的目标信息，提供更全面的目标识别与追踪能力。
多波束雷达信号处理面临的主要问题是波束形成和波束跟踪。
在波束形成中，需要根据目标的方向、速度等参数计算出合适的参数，以实现目标信号的波束聚焦。
波束跟踪则需要对波束进行动态调整，以保持对目标的持续跟踪。
相关的算法和技术正在不断研究和改进，以提高多波束雷达信号处理的性能。
三、抗干扰技术机载宽带雷达常常面临复杂的干扰环境，如电磁干扰、多径干扰等。
这些干扰对雷达信号的接收和处理造成严重影响，降低了雷达系统的性能。
抗干扰技术是解决这一问题的关键。
在信号处理中，常用的抗干扰技术包括滤波、自适应波束形成、时频处理等。
滤波可以去除不需要的频率成分，使目标信号更加突出；自适应波束形成可以根据干扰特性进行实时调整，提高目标信号与干扰信号的分离度；时频处理可以对信号进行时频分析，准确判断目标信号与干扰信号的时频特征，从而进行有效处理。
四、目标检测与跟踪机载宽带雷达信号处理的另一个重要问题是目标检测与跟踪。
目标检测是指在雷达信号中准确识别目标的存在与位置，而目标跟踪则是在目标识别后，实时追踪目标的位置与轨迹。
目标检测与跟踪是实现机载宽带雷达目标探测与定位的关键环节。
在目标检测中，需要对雷达信号进行有效的分析，提取出目标信号的特征，如幅度、相位、频率等，以进行目标识别；在目标跟踪中，则需要利用目标的历史信息进行预测和航迹计算，以实现实时跟踪。
相关的目标检测与跟踪算法和方法正在广泛研究和应用中。
宽带机动目标检测
苏军海;邢孟道;保铮
【期刊名称】《电子与信息学报》
【年(卷),期】2009(031)006
【摘要】该文提出了一种高机动目标宽带信号检测与运动参数估计方法,即先通过相邻相关对目标回波进行降阶处理,然后将其变换到距离频域,利用广义二阶keystone变换去除距离弯曲,接着对一个距离单元信号进行时间调频率变换并估计方位向的调频率,构造相位补偿函数,对广义二阶keystone变换后的信号进行补偿,再进行第二次广义二阶keystone变换,最后通过距离IFFT和方位FFT对目标进行检测,通过估计的参数可以获得目标的运动参数.仿真和实测数据验证了该方法的有效性.
【总页数】5页(P1283-1287)
【作者】苏军海;邢孟道;保铮
【作者单位】西安电子科技大学雷达信号处理国家重点实验室,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,西安,710071
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.宽带雷达机动多目标检测 [J], 苏军海;张龙;邢孟道
2.基于交互多模型的粒子滤波导引头机动目标检测技术研究 [J], 王铮; 韩宝玲
3.机载外辐射源雷达微弱机动目标检测新方法 [J], 邓亚琦;谭伟石;祝秋香;郭赛球
4.基于IMM算法的火控系统机动目标检测方法 [J], 康警予;郭锐;陈忠;蔡骏;王晖
5.HPRF雷达多机动弱小目标检测跟踪技术 [J], 谭顺成;康勖萍
因版权原因，仅展示原文概要，查看原文内容请购买。
宽带雷达目标时域检测算法研究宽带雷达目标时域检测算法研究在雷达技术领域，目标检测算法的研究一直是一个重要的课题。
雷达目标检测算法的发展可以帮助改善雷达系统的性能和效果，提高对目标的探测和识别能力。
宽带雷达目标时域检测算法作为目标检测算法中的一种重要方法，被广泛应用于各种雷达系统中。
宽带雷达目标时域检测算法主要是通过对接收到的雷达信号进行处理和分析，来实现目标的检测和定位。
它通过利用信号的时域特性，结合目标反射特征，可以在信号中准确地提取出目标的信息，实现目标的检测和分类。
宽带雷达目标时域检测算法的基本原理是：首先，获取到雷达系统发出的宽带信号，并对接收到的回波信号进行预处理。
然后，在时域上对预处理后的信号进行分析，提取出目标的特征信息。
最后，通过对特征信息进行匹配和分类，实现目标的检测和定位。
在宽带雷达目标时域检测算法中，常用的有极化雷达和多波束雷达。
极化雷达利用不同极化状态下的回波信息，可以实现对目标的检测和识别。
而多波束雷达则采用多个发射波束和接收波束的方式，可以实现对目标的高精度跟踪和定位。
除了基本的宽带雷达目标时域检测算法，还有一些改进算法被提出，如融合算法和自适应算法。
融合算法是将多个目标检测算法进行融合，综合利用各个算法的优势，提高目标检测的准确性和鲁棒性。
自适应算法则是根据环境和目标的特性自动调整算法参数，使得算法能够适应不同的场景和目标特性，提高目标检测的性能。
在实际应用中，宽带雷达目标时域检测算法可以广泛应用于军事领域、航空航天领域和民用领域。
在军事领域中，它可以用于目标探测、目标跟踪和目标击中等任务。
在航空航天领域中，它可以用于飞行器的自主导航和目标探测等任务。
在民用领域中，它可以用于安全监控、环境监测和资源勘探等任务。
尽管宽带雷达目标时域检测算法在目标检测领域取得了很大的成功，但仍然存在一些问题和挑战。
首先，宽带雷达目标时域检测算法对目标的特性和背景干扰的抑制有一定的限制。
雷达信号处理中的目标检测与跟踪技术雷达（Radar）是一种利用电磁波进行探测和测距的技术，广泛应用于军事、航空航天以及民用领域。
雷达信号处理中的目标检测与跟踪技术是在雷达应用过程中必不可少的环节，旨在提取目标信息并实现对目标的实时跟踪。
目标检测是雷达信号处理的第一步，其目的是从杂波中识别出目标信号。
在目标检测中，常用的方法有能量检测法、匹配滤波法和统计检测法等。
能量检测法是一种基于信号能量的方法，当接收到的信号能量超过一定阈值时，认为检测到了目标。
匹配滤波法则是将已知目标的参考信号与接收到的信号进行相关运算，通过寻找相关峰值来检测目标。
统计检测法则是基于统计学原理进行目标检测，利用雷达回波信号的统计特性来判断是否存在目标。
目标跟踪是在目标检测的基础上，对目标进行实时跟踪和预测。
雷达目标跟踪技术主要分为两类：点目标跟踪和航迹跟踪。
对于点目标跟踪，通常采用卡尔曼滤波器、扩展卡尔曼滤波器等滤波算法进行实时跟踪。
卡尔曼滤波器通过将目标位置和速度作为状态变量建立状态方程，并结合观测方程对目标进行预测和修正。
扩展卡尔曼滤波器则是对非线性系统进行近似线性化处理，将卡尔曼滤波器扩展到非线性系统上。
而航迹跟踪则是对目标的航迹进行预测和估计，常用的方法有最小二乘法、贝叶斯滤波法等。
在雷达信号处理中，还有一类重要的技术是目标特征提取。
目标特征提取是指从雷达回波信号中提取出与目标特征属性相关的信息。
常用的特征提取方法有时域特征、频域特征和小波变换等。
时域特征是指根据雷达回波信号的幅度、距离延迟、时间间隔等特征进行目标识别。
频域特征则是通过对雷达回波信号进行傅里叶变换，提取出目标的频谱特征。
小波变换则是将时域和频域结合起来，通过不同尺度波形进行目标特征提取。
目标检测与跟踪技术的研究在军事和民用领域有着广泛应用。
在军事领域，雷达目标检测与跟踪技术能够实现对目标的远程监视和侦察，为军事行动提供重要支持。
在民用领域，雷达目标检测与跟踪技术应用于航空交通管制、地震监测和气象预警等方面，对于保障公共安全和提高生活质量具有重要意义。
多站雷达协同目标检测方法研究多站雷达协同目标检测方法研究摘要：多站雷达协同目标检测是目前雷达技术领域中的研究热点之一。
通过多站雷达的协同工作，可以提高目标检测的准确性和可靠性。
本文针对多站雷达协同目标检测方法进行了研究，提出了一种基于数据融合的目标检测方法，并进行了实验验证。
实验结果表明，该方法可以有效地提高目标检测的准确率和召回率。
关键词：多站雷达；协同目标检测；数据融合；准确率；召回率1. 引言多站雷达协同目标检测是指利用多个雷达站点共同工作，通过数据融合的方式提高目标检测的准确性和可靠性。
在目标检测中，传统的单站雷达往往受限于雷达站点位置、视野范围和物体遮挡等因素，无法实现对目标的全面监测和准确识别。
而多站雷达协同工作可以克服这些限制，提高目标检测的性能。
因此，多站雷达协同目标检测方法的研究对于提升雷达系统的性能具有重要意义。
2. 多站雷达协同目标检测方法2.1 数据融合方法数据融合是多站雷达协同目标检测的基础方法之一。
通过将不同雷达站点收集到的数据进行融合，可以提高目标检测的准确性和可靠性。
常用的数据融合方法包括加权平均法、决策级融合法和特征级融合法等。
具体选择何种数据融合方法需要根据实际应用场景和需求来确定。
2.2 目标匹配方法目标匹配是多站雷达协同目标检测的关键环节。
通过将不同雷达站点检测到的目标进行匹配，可以准确识别目标并提高目标检测的性能。
常用的目标匹配方法包括基于距离的匹配、基于速度的匹配和基于形状的匹配等。
具体选择何种目标匹配方法需要根据实际情况和需求来确定。
3. 实验设计与结果分析本文设计了一套多站雷达协同目标检测的实验系统，包括多个雷达站点和目标检测算法等。
通过在实验系统中收集数据并进行处理，得到了目标检测的结果。
实验结果表明，基于数据融合的多站雷达协同目标检测方法可以有效地提高目标检测的准确率和召回率。
与单站雷达相比，多站雷达的协同工作可以充分利用多个站点的信息，从而更全面地监测和识别目标。
第32卷第3期电子与信息学报Vol.32No.3 2010年3月 Journal of Electronics & Information Technology Mar.2010宽带雷达机动多目标检测苏军海①张龙①②邢孟道①①(西安电子科技大学雷达信号处理国家重点实验室西安 710071)②(西安工程大学电子信息学院西安 710048)摘要：该文提出一种高机动多目标的宽带信号检测方法。
即先通过相邻相关对回波信号进行降阶处理，然后对相关结果中自身项所在单元进行模糊变换，并进一步对其进行Radon变换实现目标的能量积累，从而对目标进行检测。
仿真数据的处理验证了该方法的有效性。
关键词：宽带雷达；目标检测；相邻相关；Radon模糊变换中图分类号：TN957.51文献标识码：A 文章编号：1009-5896(2010)03-0564-06 DOI:10.3724/SP.J.1146.2009.00257Wideband Radar Detection for Maneuvering Multi-TargetSu Jun-hai①Zhang Long①②Xing Meng-dao①①(Key Laboratory of Radar Signal Processing, Xidian University, Xi,an 710071, China)②(School of Electronic and Information, Xi,an Polytechnic University, Xi,an 710048, China)Abstract: A new method for detection of multi-target in wideband signal is proposed. Firstly the adjacent correlation is employed to decrease the order of the echoes. Then the Ambiguity function is applied to the auto-term of the result of the adjacent correlation. Further a Radon transform is performed for target energy accumulation, and then the target detection can be carried out. The results of simulated data show the effectiveness of the proposed method.Key words: Wideband radar; Target detection; Adjacent correlation; Radon ambiguity transform1引言逆合成孔径雷达(ISAR)成像的研究已经有二十几年的历史了，它能对目标进行全天候、全天时和远距离观察，获得目标的高分辨图像，以对目标进行识别[1]。
然而，要对目标进行成像的前提，是对目标进行检测。
传统的FFT积累在机动目标检测中不适用，目标的机动性导致回波信号的频率发生较快的变化，同时由于宽带目标为延展目标，其分布为1维距离像，因此不利于目标能量的积累。
文献[2]通过距离包络对齐和参数估计，并沿方位相干积累提高检测性能，但是由于不同目标的参数不同，不可能同时实现包络对齐。
文献[3]采用距离压缩后的方位数据并对其进行Radon变换，从而实现运动目标的检测，其运算量是很大的。
针对以上这些问题，本文提出一种结合相邻相关和RAT的方法进行宽带多目标检测。
2目标的回波信号假设雷达发射线性调频信号：2009-03-04收到，2009-09-21改回国家自然科学基金(60890072)，新世纪优秀人才支持计划(NCET-06 -0861)，陕西省青年人才项目(20095Q8022)和陕西省教育厅自然科学研究项目(09JK468)资助课题通信作者：苏军海 junhaisu@()()()()2,rect/exp exp2m p c s t t t T j t j f tπγπ=(1) 其中()1,1/2rect0,1/2uuu⎧≤⎪⎪=⎨⎪>⎪⎪⎩，pT是脉宽，γ是调频率，cf是发射信号的载频，t 是快时间，t是全时间，mt t t=+。
考虑机动飞行的目标，这时目标的径向速度、径向加速度和径向加加速度都要考虑。
在远场平面波假设下，则第n个目标的第q个散射点与雷达之间的瞬时距离可以表示为()()()23,,,1126cos sinm mn q m n n m n m n mn q t m n q t m R t R v t a t ty w t x w tκ≈++++− (2)其中nR为雷达到第n个目标的起始距离，n v，n a和nκ分别为第n个目标的径向速度、加速度和加加速度。
mtw为瞬时角速度，,n qx和,n qy分别为第n个目标的第q个散射点的坐标位置，m at mT=是方位慢时间，m为整数，aT是脉冲重复时间。
由于目标做高机动飞行，其转动角速度也较为复杂，可以表示为212mt m mw w t tαβ=++(3)其中w，α和β分别为目标的瞬时角速度的初始值、角加速度值和角加加速度值。
并且考虑小角度第3期 苏军海等：宽带雷达机动多目标检测 565下：32sin /3!, cos 1/2!θθθθθ≈−≈− (4)最终由式(2)-式(4)可以得到(忽略三次以上的项)：()()()()(),,,022,0,33,0,,01 221 636n q m n n q n n q mn n q n q m n n q n q n q mR t R y v x w t a y w x t y w x x w t ακαβ≈++−+−−+−−+(5) 则雷达接收到的回波信号的基带信号为()()()(),,112,,2,rect 2ˆ exp 4 exp n Q N n q m m n q p n q n q m c n q m t R t c s t t T R t j t c f Rt j c σπγπ==⎡⎤−⎢⎥=⎢⎥⎢⎥⎣⎦⎡⎤⎛⎞⎟⎢⎥⎜⎟⎜⎢⎥⎟⎜⋅−⎟⎜⎢⎥⎟⎜⎟⎢⎥⎟⎜⎝⎠⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⋅−⎢⎥⎢⎥⎣⎦∑∑ (6)其中N 为目标总数；n Q 为第n 个目标上散射点的总数；,n q σ是第n 个目标上第q 个散射点回波的幅度；c 是光速。
3 回波信号的相邻相关相邻回波之间目标的转角小于0.01°，由此引起的散射点走动很小，其互相关系数一般都较大，用相邻相关可以很好地表现目标信号的运动特性。
回波信号的相邻相关可以表示为()()()*1,,,d r m m r m R t s t t s t t t ττ+=−∫(7)根据时域相关等价于在频域共轭点乘，然后再作IFFT ，由此可以得到()()()()auto cross1cross2,,, ,r m r m r m r m R t R t R t R t ττττ=++ (8)其中()auto ,r m R t τ为所有目标散射点的自身项；()cross1,r m R t τ为第1类交叉项，与各个目标自身的散射点有关，()cross2,r m R t τ为第2类交叉项，与不同目标的散射点有关。
()(())0auto ,,110,122,,12,,20,.2,sinc 4 exp 44 exp exp nQ N''r m n q r n qn q nq n q m n q m n q n q m m n qa n n q R t B I c I I t I t j I I j t j t I T v x w τστπλππλλ==⎡=+⎢⎣⎛⎞⎟⎜⎤⎟⎜++⎟⎥⎜⎟⎦⎜⎝⎠⎛⎞⎛⎞⎟⎟⎜⎜⎟⎟⎜⎜⋅⎟⎟⎜⎜⎟⎟⎟⎟⎜⎜⎝⎠⎝⎠=−∑∑()()(220,03,,0,22636a n n q a n q nn q n q T a y w T x y w x ακαβ+−−+−−)()()()()(3,012,,0,23,0,,023,,0,,0cross1,,1, 2 6326322,sinc n q n q a n n q n q a n n q n q n q a n q n n q n q n q r m n p q r p p qx w I T a y w x T y w x x w T I y w x x w R t B cακαβκαβτστ=≠+−−=+−−+=−−+⎡=+⎢⎣())11012233,,,,,,,,01,,,,2,,,,2 44 exp exp 44 exp exp nnQ Q Nn q n p q n p q m n p q m n p q m n p q n p q m n p q n p m J J t J t J t J J j j t J J j t j ππλλππλ==⎤⋅+++⎥⎦⎛⎞⎛⎞⎟⎟⎜⎜⎟⎟⎜⎜⋅⎟⎟⎜⎜⎟⎟⎟⎜⎜⎝⎠⎝⎠⎛⎞⎟⎜⎟⎜⋅⎟⎜⎟⎟⎜⎝⎠∑∑∑()()()3300,,,,,11,,0,,,22,,0,,,,2,33,,0 ()1 22 1 6q m n p q n p n q n p n p q n p n q n pn p q n pn q n p n q n p n p q t J y y I J w x x I J w y y x x I J w λα⎛⎞⎟⎜⎟⎜⎟⎜⎟⎟⎜⎝⎠=−+=−−+⎡⎤−−+−=⎢⎥⎣⎦+=()()(),,,,0,,3 6n pn q n p n q n p n q x x x x w y y βα⎡−−−⎢⎣⎤−−⎥⎦()(())cross2,,,11,11012233,,,,,,,,,,,,01,,,,,,2,sinc 44 exp exp n lQ Q NN r m n j q l r n j j n q l n j q l n j q l m n j q l m n j q l m n j q l n j q l m R t B cJ J t J t J t J J j j t τστππλλ==≠==⎡=+⎢⎣⎤⋅+++⎥⎦⎛⎞⎛⎞⎟⎟⎜⎜⎟⎟⎜⎜⋅⎟⎟⎜⎜⎟⎟⎟⎜⎜⎝⎠⎝⎠∑∑∑∑()()()()()()23,,,,,,2300,,,,,,11,,,0,,,22,,,0,,44 exp exp 1 2 n j q l n j q l m m n j q l j n j l n q j l n j q l j n j l n q j l n j q l jn j l n q J J j t j t J R R y y I J v v w x x I J a a w y y ππλλ⎛⎞⎛⎞⎟⎟⎜⎜⎟⎟⎜⎜⋅⎟⎟⎜⎜⎟⎟⎟⎟⎜⎜⎝⎠⎝⎠=−+−+=−−−+⎡−−−=⎢⎣()()()2,,,33,,,0,,,,0,, 21 6 3()6j l n q j ln j q l jn j l n q j l n q j l n q x x I J w x x x x w y y ακκβα⎤−−+⎥⎦⎡=−+−⎢⎣⎤−−−−⎥⎦由式(8)可以看出，自身项的峰值位置随着方位慢时间呈2次曲线变化，将导致相关峰值的走动和相关峰值的弯曲。
