雷达微弱目标的长时间积累技术研究

基于随机脉冲重复间隔Radon-Fourier变换的相参积累陈潜;付朝伟;刘俊豪;吴嗣亮【摘要】针对远程隐身目标微弱回波的低信噪比检测和多普勒模糊下的参数测量问题,该文采用随机脉冲重复间隔Radon-Fourier变换(RPRI-RFT)实现回波脉冲的长时间相参积累和盲速旁瓣(BSSL)抑制.通过分析PRI随机抖动量与多普勒模糊旁瓣均值、随机调制噪声谱方差的定量关系,表明增加积累脉冲数量可以降低调制噪声的影响,并针对脉冲数增加导致的回波跨距离单元的问题,提出RPRI-RFT实现回波脉冲的有效相参积累.理论分析和仿真结果表明,RPRI-RFT能够降低随机调制噪声,同时可以抑制盲速旁瓣,从而有效提高低重复频率雷达对远程、微弱高速多目标的检测和测量能力.【期刊名称】《电子与信息学报》【年(卷),期】2015(037)005【总页数】6页(P1085-1090)【关键词】雷达信号处理;目标检测;随机脉冲重复间隔;Radon-Fourier变换;相参积累;盲速旁瓣抑制【作者】陈潜;付朝伟;刘俊豪;吴嗣亮【作者单位】北京理工大学信息与电子学院北京 100081;上海无线电设备研究所上海200090;上海无线电设备研究所上海200090;上海无线电设备研究所上海200090;北京理工大学信息与电子学院北京 100081【正文语种】中文【中图分类】TN957.51随着空中运动目标雷达隐身技术的发展与应用，对雷达的探测性能提出了更加苛刻的要求。

隐身目标的雷达散射截面积较常规目标大大降低，严重影响雷达的远程探测与监视能力［13］-。

另一方面，空中运动目标的远程探测通常采用低重复频率脉冲多普勒（Pulse Doppler， PD）雷达体制，此时存在速度模糊而影响目标速度信息的准确获取。

因此，低信噪比的微弱目标检测和解速度模糊是对隐身目标远程探测的一项关键技术。

增加信号相参积累时间是提高微弱目标检测信噪比的重要手段，但目标运动引起的回波包络跨距离单元走动会严重影响积累增益［24］-。

激光雷达相干积累的原理
激光雷达是一种利用激光来探测目标的雷达系统。

相干积累是
激光雷达中的一种信号处理技术，它可以帮助提高雷达系统的测距
精度和目标分辨率。

激光雷达通过发射激光脉冲并测量其返回时间来确定目标的距离。

相干积累的原理是利用激光的相干性质，将多个激光脉冲的返
回信号进行叠加处理，从而增强目标信号的强度，提高信噪比，进
而提高测距精度和目标分辨率。

在激光雷达中，激光脉冲经过发射后，与目标相互作用后返回
到接收器。

这些返回的信号经过处理后，可以得到目标的距离信息。

而利用相干积累的技术，可以将多个激光脉冲的返回信号进行积累
叠加，通过叠加处理可以增强目标信号的强度，从而提高信噪比。

这样一来，即使目标信号非常微弱，也能够通过相干积累技术得到
足够强度的信号，从而提高了雷达系统的测距精度和目标分辨率。

相干积累的原理可以帮助激光雷达系统在复杂环境下更好地探
测目标，提高了雷达系统的性能和可靠性。

这种信号处理技术在军事、航空航天、地质勘探和气象等领域都有着广泛的应用。

通过相
干积累技术，激光雷达可以更准确、更可靠地获取目标的距离信息，为各种应用提供了重要的技术支持。

雷达弱小目标雷达是一种利用无线电波进行探测和测量的设备，被广泛应用于军事、航空、气象等领域。

雷达的主要原理是发射一束射频波并接收反射回来的波，通过测量反射波的时间和方向来确定目标物体的位置和特征。

然而，在遇到弱小目标时，雷达的效果可能会受到一定的限制。

首先，弱小目标的反射波信号非常微弱。

由于弱小目标所反射的射频波非常有限，雷达接收器很难从背景噪声中识别出这些微弱的信号。

而且，强大的大气散射现象会进一步削弱弱小目标的反射信号。

在这种情况下，雷达需要更加敏感的接收器和更高精度的信号处理算法来检测这些弱小目标。

其次，弱小目标的目标特征相对不明显。

传统的雷达依赖于目标的形状、大小和表面特性来识别和跟踪目标。

然而，弱小目标通常不具备明显的特征，其尺寸较小，经常会被背景干扰所遮挡或混淆。

这使得雷达很难准确地确定弱小目标的位置和性质。

另外，雷达发射的射频波在传播过程中会受到衰减和扩散。

由于弱小目标的射频波反射强度较低，所以在传播过程中往往会遭受相当大的衰减。

同时，强大的大气散射会使射频波扩散，从而导致接收器接收到的信号变得更加模糊和不稳定。

这会加大雷达检测和跟踪弱小目标的难度。

如何提高雷达对弱小目标的探测能力呢？首先，可以采用较高频率的射频波。

高频率的射频波具有较短的波长，可以更容易地与弱小目标进行交互作用，从而增强目标的反射信号。

同时，高频率的射频波能够减少大气散射的影响，提高雷达的信噪比。

其次，可以采用合适的信号处理算法。

现代雷达技术已经发展出一系列先进的信号处理算法，可以识别和分离出弱小目标的反射信号。

例如，自适应波形处理技术可以根据目标的特性和背景环境动态调整射频波的形状和传播路径，从而提高弱小目标的探测概率。

最后，合理设计和优化雷达的天线系统。

天线是雷达接收和发射射频波的关键组成部分，其性能直接影响到雷达的探测能力。

通过合理选择天线的形状、大小和工作频率等参数，可以提高雷达对弱小目标的接收和发射效率。

海面慢速弱小目标雷达探测技术研究朱文涛【摘要】海面慢速弱小目标的探测越来越受到世界各国的广泛重视.雷达探测作为一种远距离、全天时、全天候的探测手段,是实现海面慢速弱小目标探测的一种比较理想的手段,然而海面慢速弱小目标探测一直是雷达探测的一个世界性难题.针对该问题,本文结合目标特性、海杂波特性和实际应用,提出了一种海面慢速弱小目标探测的解决方案.首先,梳理了海面慢速弱小目标的目标特性、雷达探测挑战、国内外技术思路;其次,梳理了慢速弱小目标雷达探测需要解决的关键点;在此基础上,提出了一种满足海面低慢小目标探测的系统架构.【期刊名称】《科技视界》【年(卷),期】2018(000)022【总页数】4页(P64-67)【关键词】海面;慢速弱小目标;雷达探测;关键点;系统架构【作者】朱文涛【作者单位】中国电子科技集团公司第二十研究所,陕西西安 710068【正文语种】中文【中图分类】TP1810 前言海面慢速弱小目标是指速度慢、雷达截面积小、声光电特性不明显的目标，这些目标主要包括海面小型船艇、小型渔船、海面漂浮物以及某些特定任务的军事设备。

上述目标由于较易躲过各种侦察手段的监视，故常被用来进行隐蔽侦察、偷渡、贩毒、抢劫、恐怖袭击以及军事打击等任务，而且任务效果是非常明显的，同时造成的损失也是比较严重的。

2008年，恐怖分子乘着一艘小艇对印度孟买进行了恐怖袭击，造成了 195人死亡的严重后果；近年来，索马里海盗利用小艇多次成功劫持了国际航道的商船，造成人员伤亡和严重的经济损失。

随着中国“海上丝绸之路”的不断推进，运行在国际航道的商船将更加频繁，对应的海面慢速弱小目标的探测需求就显得越来越迫切。

因此，海面慢速弱小目标的远距离预警可以为海岸防御或海面舰船争取充分的准备和应对时间，而雷达作为一种远距离、全天时、全天候的探测手段，是实现海面低慢小目标探测的一种比较理想的手段。

国内外针对海面慢速弱小目标雷达探测已经开展了大量的工作，并取得了一定的成果。

基于雷达数据的目标识别与跟踪技术研究目标识别与跟踪技术在现代雷达应用中扮演着至关重要的角色。

通过准确地识别和跟踪目标，雷达系统能够提供关键的信息，用于军事、民用和科研等领域。

本文将讨论基于雷达数据的目标识别与跟踪技术的研究进展和应用。

一、目标识别技术研究目标识别是雷达中的一个关键任务，旨在将雷达数据转化为可理解的目标信息。

目标识别技术可以通过提取目标的特征来实现，例如目标的形状、尺寸、运动模式等。

1.1 特征提取技术特征提取是目标识别的核心环节。

雷达数据中的目标特征包括雷达散射截面、速度、加速度、运动方向等。

通过分析目标的散射特性和运动状态，可以有效地区分目标与背景杂波，从而实现目标识别。

1.2 机器学习方法机器学习在目标识别技术中扮演着重要的角色。

通过对大量的雷达数据进行训练和学习，可以构建有效的分类模型，实现目标的自动识别。

常用的机器学习算法包括支持向量机（SVM）、人工神经网络（ANN）和决策树等。

二、目标跟踪技术研究目标跟踪是指通过连续观测，估计目标的位置、速度和方向等参数的技术。

在雷达应用中，目标跟踪技术被广泛用于跟踪移动目标，如飞机、船只和车辆等。

2.1 滤波器方法滤波器方法是目标跟踪中常用的技术之一。

常见的滤波器包括卡尔曼滤波器、粒子滤波器和扩展卡尔曼滤波器等。

这些滤波器通过观测数据和状态方程来预测和更新目标的状态，从而实现目标跟踪。

2.2 轨迹关联方法轨迹关联是在多个雷达观测周期内识别和关联目标的独立轨迹的技术。

轨迹关联方法可以通过分析目标的运动模式、速度差异和相对距离等参数，实现目标的跟踪和关联。

三、目标识别与跟踪技术的应用目标识别与跟踪技术在军事、民用和科研等领域有着广泛的应用。

3.1 军事应用在军事领域，目标识别与跟踪技术被广泛用于军事侦察、目标导航和作战决策等方面。

通过实时准确地识别和跟踪敌方目标，可提供关键的情报支持，增强军事作战的效能和胜算。

3.2 民用应用在民用领域，目标识别与跟踪技术被应用于雷达气象、交通监控和智能驾驶等方面。

雷达信号处理中的微动目标检测与跟踪技术研究雷达信号处理是一项重要的技术，它可以侦测到大范围内的物体，甚至是微动的目标。

其中，微动目标检测和跟踪技术是研究的重点之一。

在雷达应用中，微动目标通常指的是航空器，舰船等运动对象，其运动状态是复杂的，存在多个参数，比如位置、速度、方向等。

因此，检测和跟踪微动目标需要精确的算法和模型，以便准确地估算其运动状态。

I、微动目标检测技术微动目标检测技术是指对目标的微小运动进行检测的过程，其主要目标是提高雷达目标检测的精度和可靠性。

目标的微小运动通常由以下两个方面产生：一是由于目标自身的运动导致所发出的信号的频率和相位发生了变化，其次是由于目标所处环境的影响导致信号发生衰减。

因此，微动目标的检测需要将雷达信号进行变换，以便准确地提取目标的微小变化。

雷达信号常用的变换方法有：快速傅里叶变换（FFT）、小波变换（WT）和时频分析（TFA）。

这些方法可以将雷达信号从一个时域信号转化为另一个频域信号或时频域信号，通过这些变换可以准确地提取目标的微小运动。

此外，也可以使用一些先进的深度学习网络，比如卷积神经网络（CNN）和递归神经网络（RNN），以便对雷达信号进行更精确的分析和识别，提高微动目标的检测精度。

II、微动目标跟踪技术微动目标跟踪技术是指目标的位置、速度和方向等参数随时间变化的过程，其目的是保持对目标的实时跟踪和监视。

在雷达信号处理中，微动目标跟踪技术的研究主要集中在参考脉冲序列（PRF）和平均脉冲序列（PRT）等方面。

其中的PRF主要是用于改变雷达所发送脉冲的发射频率，在每个周期内发送多个脉冲，以便对目标进行更精确的跟踪。

而PRT 则可以在跟踪目标时通过调整积分时间来实现光谱的动态调整，进而提高目标的检测精度。

此外，针对特殊情况下的微动目标，比如非结构化噪声环境下的目标，可以使用多目标跟踪技术和卡尔曼滤波器等算法来处理和优化跟踪模型，以便提高跟踪的效率和精度。

总之，雷达信号处理中的微动目标检测和跟踪技术是研究的重点之一。

低慢小目标雷达探测技术研究张少峰【摘要】低慢小目标的探测,需要从强杂波抑制和多路径效应两个解决途径入手,针对低慢小目标高度低、速度慢、反射截面积小的目标特性,综合采用高分辨技术(窄波束、高距离分辨、高速度分辨)、精细化处理、频率捷变技术实现对目标的可靠检测,理论分析和试验数据分析表明,这些方法对于低慢小目标的探测是有效的.【期刊名称】《现代导航》【年(卷),期】2017(008)006【总页数】5页(P436-440)【关键词】低慢小目标;距离高分辨;速度高分辨;低空探测【作者】张少峰【作者单位】中国电子科技集团公司第二十研究所,西安710068【正文语种】中文【中图分类】TN713现代战争的全方位、多层次、大纵深使得目标的隐蔽性越来越高，目标的背景环境原来越复杂，在现代战争中，武器系统必须能够有效地打击低、慢、小目标，包括小型无人机、航模、气球、滑翔伞、动力伞、直升机等类型的目标。

这些目标在复杂的背景（如高大建筑物、地面运动物体、树木植被）的中飞行，对雷达的探测能力提出了很高的要求。

低慢小目标具有高度低（10m～100m）、速度慢（0～100m/s）、反射截面积小（0.05～0.1 m2）目标特性。

低：意味着雷达必须具有良好的低空探测性能，在很强的表面背景杂波情况下检测出目标及在严重多路径效应的条件下精确跟踪目标；小：意味着雷达必须具有较强的微弱目标的检测能力；慢：意味着雷达必须具有非常高的速度分辨能力，能够把低空飞行的慢速目标从具有一定运动速度的地物杂波和地面汽车等干扰目标中分辨出来。

本文针对低、慢、小目标的特性，分析了雷达系统实现探测低慢小目标要解决的关键技术，并提出了具体的技术解决途径。

低慢小目标特性决定了大多数情况下目标处于复杂的背景中，要面临强杂波干扰和地面各种运动干扰目标，雷达要探测低慢小类目标，首要问题采取技术手段抑制强杂波和干扰，使得埋没在强杂波的微弱信号能被检测出来[1][3]。

海空背景下低慢小目标泛探雷达多域多维特征建模与分析邓振华;陈小龙;薛伟;张月;汪兴海;关键;赵志坚【期刊名称】《信号处理》【年(卷),期】2024(40)5【摘要】飞鸟和无人机等“低慢小”目标回波微弱、特征不明显,对雷达探测和识别提出了很高的要求,对其特征建模与特性分析是基础,而获取雷达多域多维的目标特征是前提。

数字阵泛探雷达通过“宽发窄收”工作模式,实现目标的长时间积累,实现更高的积累增益和多普勒分辨率,能够获得目标的多域多维特征,为“低慢小”目标的精细化处理和探测识别一体化奠定了基础。

该文针对海空背景下的飞鸟、旋翼和固定翼无人机、直升机等“低慢小”目标,利用数字阵泛探雷达系统获得的距离-方位-帧间、距离-脉冲-帧间等多维数据,提取目标的时域回波特征(单帧脉冲回波、动态脉冲回波)、变换域多普勒特征(多普勒瀑布图、微多普勒谱)、长时间机动特征(加速度序列、加加速度序列、航迹)7类19种多域多维特征,能够充分的反映目标在单帧和多帧数据间的幅值起伏、能量变化、运动、机动、微动等特性,从而实现对“低慢小”目标的精细化特性描述与分析。

最后,采集并构建了数字阵泛探雷达“低慢小”目标特征数据集,对典型目标的特征进行验证和定量、定性分析,总结不同目标的特征差异,验证结果表明,四种类型的“低慢小”目标的多维特征具有明显的区别,获得的特征和差异将为后续的“低慢小”目标分类和识别提供重要支撑。

【总页数】14页(P801-814)【作者】邓振华;陈小龙;薛伟;张月;汪兴海;关键;赵志坚【作者单位】哈尔滨工程大学烟台研究院;海军航空大学;中山大学电子与通信工程学院【正文语种】中文【中图分类】TN957.51【相关文献】1.PD雷达探测低慢小目标性能分析2.线性调频连续波雷达对低小慢目标检测及性能分析3.“低慢小”目标探测雷达在城市复杂环境下的应用4.强杂波背景下FMCW雷达低小慢目标探测研究因版权原因，仅展示原文概要，查看原文内容请购买。

基于 Radon-分数阶傅里叶变换的雷达动目标检测方法陈小龙;刘宁波;王国庆;关键【摘要】长时间相参积累技术是提高雷达对微弱运动目标探测能力的重要手段之一，本文在分析动目标回波信号距离和多普勒徙动的基础上，提出基于Radon-分数阶傅里叶变换（RFRFT ）的长时间相参积累方法。

该方法根据预先设定的运动参数搜索范围，提取位于距离-慢时间二维平面中的目标观测值，然后在FRFT域进行匹配和积累，并通过构建的RFRFT域检测单元图实现对非匀速运动目标的检测。

该方法能够同时补偿距离和多普勒徙动，有效抑制背景杂波和噪声，提高积累增益。

仿真结果表明本文方法具有在强杂波中检测微弱动目标的能力。

%Long-time coherent integration technique is one of the most important methods for the improvement of radar de-tection ability of weak movingtarget .Based on the analysis of range and Doppler migrations of a moving target ,a long-time coher-ent integration method via Radon-fractional Fourier transform (RFRFT) is proposed .The target’s observati on values in the range-slow time plane are firstly extracted according to the searching area of the preset motion parameters .Then the observation values are matched and accumulated by FRFT and a nonuniformly moving target can be declared by the detection map in the RFRFT domain . The proposed method can compensate the across range unit and Doppler frequency migration effects simultaneously .In addition ,the background clutter and noise can be well suppressed ,which increases the integrationgain .Simulation results show that the proposed method has the ability of detecting weak moving target under strong clutter environment .【期刊名称】《电子学报》【年(卷),期】2014(000)006【总页数】7页(P1074-1080)【关键词】动目标检测;距离徙动;多普勒徙动;长时间相参积累;Radon-分数阶傅里叶变换 (RFRFT )【作者】陈小龙;刘宁波;王国庆;关键【作者单位】海军航空工程学院电子信息工程系，山东烟台264001;海军航空工程学院信息融合研究所，山东烟台，264001;海军航空工程学院信息融合研究所，山东烟台，264001;海军航空工程学院电子信息工程系，山东烟台264001【正文语种】中文【中图分类】TN959.1+71 引言稳健和有效的雷达动目标检测始终是雷达信号处理领域的难题[1].目标探测的复杂性不仅来自于目标本身，而且受到电磁环境和杂波背景的影响，具有低可观测特性的运动目标种类很多[2]：小尺寸目标、隐身目标、远距离目标以及高速高机动目标等.其共同点是，目标距离和多普勒分辨单元中的信杂(噪)比(Signal-to-Clutter/Noise Ratio,SCR/SNR)都很低，难以对抗杂波及电子干扰等，降低了雷达的检测性能.通常可延长信号积累时间以增加目标能量，进一步提高信号的SCR/SNR[3].根据是否利用信号的相位信息，可将脉冲积累分为非相参和相参积累.前者包括包络补偿法、动态规划法、最大似然法和Hough变换(HT)法[4]等，易于工程实现，但积累增益差，不适于复杂环境下动目标的检测.相参积累技术利用目标运动产生的多普勒信息，可获得更高的积累增益，目前该技术主要存在以下两个难题：一方面由于雷达距离分辨力的不断提高和目标的运动，回波包络在不同脉冲周期之间走动，产生距离徙动(Across Range Walk,ARU)[5]，使目标能量在距离向分散；另一方面目标的匀加速运动、高阶运动以及转动等使回波信号具有时变特性并表现为高阶相位形式，导致多普勒频率跨越(Doppler Frequency Migration,DFM)多个单元[6]，降低了相参积累增益.针对距离徙动补偿，经典的包络相关法在低SCR/SNR情况下由于相邻回波相关性较差而无法获得较好的包络对齐效果[7]；Keystone变换(KT)[8]能够补偿距离走动，广义二阶KT也能够进行距离弯曲校正，但在多普勒模糊的情况下补偿性能严重下降；Radon-傅里叶变换法[5](Radon-Fourier Transform,RFT)解决了距离徙动与相位调制耦合的问题，很好地将MTD、HT和Radon变换统一起来，但仅适于匀速运动目标，且算法复杂度较高.针对多普勒徙动补偿，现有的方法包括De-chirp法、Chirp-傅里叶变换法[9]、多项式相位法和分数阶傅里叶变换法(FRactional Fourier Transform,FRFT)[10]等，但补偿性能均受信号长度的限制.目前，如何在复杂背景下有效地同步完成距离和多普勒徙动补偿成为长时间相参积累的关键问题.本文借鉴文献[5]的思想，结合RFT与FRFT的优势，提出一种新的雷达动目标检测方法，该方法利用动目标回波的幅度和相位信息，采用Radon-分数阶傅里叶变换(Radon-FRFT,RFRFT)同时补偿长时间积累过程中的距离和多普勒徙动，有效抑制背景杂波和噪声，提高积累增益，从而可进一步提升雷达对微弱动目标检测能力，仿真结果验证了该方法的有效性.2 动目标长时间积累回波信号模型2.1 单频信号回波模型设雷达发射恒定单频信号为st(t)=Aexp[j(2πfct+φ0)],0≤t≤T(1)其中，t为脉内快时间，A为幅度，fc为雷达载频，φ0为初始相位.则回波信号为sr(t)=Arexp[j(2πfc(t-τ)+φ0+φr)](2)其中，τ为发射和接收的时延，φr为速度和加速度引起的相移.以雷达为坐标原点建立直角坐标系，当目标朝向雷达做径向匀加速运动时，则径向距离可表示为(3)其中，tm为脉间慢时间，tm=mTr，Tr为脉冲重复周期，Tn为积累时间，r0为初始距离，v0和as分别为目标的初速度和径向加速度.回波延迟τ=2rs(tm)/c，c代表光速，重新整理式(2)得到(4)λ=c/fc为雷达发射波长.根据瞬时频率的定义(5)其中，f0=2v0/λ为多普勒中心频率(Hz)，μs=2as/λ为加速度引起的调频率(Hz/s).可见回波的频率与时间呈线性关系，可以看成(Linear Frequency Modulation,LFM)信号，经过混频处理并仅考虑目标速度v0和加速度as的影响，则(6)2.2 LFM信号回波模型为了获得高分辨率和降低有效带宽，假设相参体制雷达发射LFM信号(7)式中，为脉宽，k=B/Tp为调频率，B为带宽.则t时刻接收并经过放大和限幅处理后得到的雷达回波信号表示为(8)式中，σr为目标的散射截面积.回波信号经解调后的基带信号输出形式为(9)式中，‘*’表示复共轭运算.上式经过脉冲压缩运算后，改写为sPC(t,tm)=Arsinc[B(t-τ)]exp(-j2πfcτ)(10)由上式可知，由于目标的运动，目标的峰值位置会随慢时间变化而偏移，产生距离徙动和距离弯曲，并且随雷达的距离分辨率和目标运动加速度的增大而显著增加.根据Weierstrass近似原理，运动目标的回波信号可由足够阶次的多项式相位信号近似表示[2]，而运动状态比较复杂的目标在有限的观测时间范围内，常可用LFM 信号作为其一阶近似，其多普勒频移为(11)因此，匀加速运动或高阶运动目标回波可近似为LFM信号，远距离动目标或高速目标，在长时间积累时，其回波多普勒仍会随时间变化，具有时变特性，仍可表示为LFM信号.由此，机动目标回波包络中的时延与复指数函数的多普勒相位调制，产生距离和多普勒徙动.3 Radon-分数阶傅里叶变换原理及特性式(10)中的距离走动如图1中的点斜线所示，该斜线由目标初速度和起始距离决定，可在斜线上通过傅里叶变换将目标能量相参积累起来，得到式的RFT表达式[5](12)由式(12)可知，MTD是RFT的一种特例，RFT所需脉冲数不受距离单元的限制，可大大延长相参积累时间.然而，在实际应用中，目标的加速、减速或高阶运动使距离发生弯曲，限制沿直线搜索的RFT有效积累时间TRFT；同时，由于多普勒的展宽，导致目标回波失配于RFT的搜索参数，积累增益下降.由动目标雷达回波模型可知，多普勒徙动的原因实际上是在慢时间上增加了一个二次相位，因此需要对RFT的积累结果进行二次相位补偿，然后通过某种方法实现LFM信号能量的积累.作为傅里叶变换的广义形式，FRFT通过旋转时频平面，在最佳变化域积累非平稳信号能量.但是，FRFT的积累时间TFRFT同样受到距离单元的限制.基于上述考虑，提出一种新的动目标长时间相参积累方法.假设f(t,rs)∈C是定义在(t,rs)平面的二维复函数，由目标初始距离、速度和加速度确定的参数化曲线rs=r0+vt+at2/2，用于搜索此平面内的任意一条曲线，代表匀加速或高阶运动，则连续RFRFT定义为Gr(α,u)=Fα[x(t,r)](u)=x(t,r0-vt-at2/2)Kα(u,t)dt(13)式中，α=pπ/2为旋转角度，p为变换阶数，Kα(u,t)为核函数(14)式中，的变换阶数p由量纲归一化处理后的搜索加速度确定[11].由式(13)可知，RFRFT为线性变换，不存在交叉项的影响.由图1可知：(1)RFRFT 结合了RFT和FRFT的优点，在获得长积累时间的同时，适合处理非平稳和时变信号；(2)RFRFT的核函数能够补偿由目标高阶运动导致的回波脉间的相位起伏和变化；(3)RFRFT可看作是一种广义的多普勒滤波器组，不同滤波器组由变换阶数确定.4 基于RFRFT的雷达动目标检测方法4.1 相参积累时间影响因素目标发生距离和多普勒徙动会明显制约雷达对动目标回波的有效积累时间.由文献[5]可知，相参积累时间与最小相参积累增益、加速度和天线波束驻留时间有关.RFT的推导是以目标做匀速运动为假设前提的，因此，RFT算法要求在相参积累时间内，由目标可能的最大加速度amax引起的多普勒扩散量不大于多普勒分辨单元，同时距离弯曲不大于距离分辨单元.(15)由上式得到(16)其中，Ta,Doppler一般小于Ta,curvature.RFRFT相比于RFT的相参积累时间大大增加，仅受最小相参积累增益所需时间TSNRreq和天线波束驻留时间Tdwell的限制.设脉间相参积累时间Tn和相参积累脉冲数Np的关系为Tn=NpTr，Tn∈[TSNRreq,Tdwell]，其中，TSNRreq=10G/10Tr，G定义为相参积累改善增益[5].当雷达天线为机械扫描时，(17)式中，θα,0.5为半功率天线方位波束宽度(°)，Ωα为天线方位扫描速度(°)/s，β为目标仰角(°).当雷达天线扫描方式为相扫，波束指向可任意控制，此时Tdwell仅由预置值决定，而与波束宽度无关.4.2 算法流程图2给出了基于RFRFT的动目标长时间相参积累方法流程图，共分如下四个步骤：步骤1 雷达回波距离向解调、脉压，完成脉内积累.在相参雷达接收端，将雷达回波数据进行距离向和方位向采样，对距离向的雷达回波数据进行解调和脉压处理，得到sPC(t,tm).存储处理后的距离-时间(方位)二维数据矩阵SN×M=sPC(i,j)，i=1,2,…,N，j=1,2,…,M，N为脉冲数，M为距离单元数. 步骤2 长时间脉间相参积累参数初始化根据雷达系统参数和波束驻留时间，确定脉间相参积累时间Tn、积累脉冲数Np、距离搜索范围[r1,r2]和间隔Δr，根据待检测目标的类型和运动状态，确定预期补偿的初速度搜索范围[-vmax,vmax]和间隔Δv，加速度搜索范围[-amax,amax]和间隔Δa，其中，Tn按照4.1节所给方法确定.距离搜索范围[r1,r2]需覆盖目标探测区域，搜索间隔与雷达距离分辨单元相同.步骤3 采用RFRFT补偿距离和多普勒徙动，完成长时间脉间相参积累根据搜索距离、搜索初速度和搜索加速度确定待搜索的目标运动点迹(18)式中，tm=nTr,n=1,2,...,Np，ri∈[r1,r2]，i=1,2,…,Nr，vj∈[-vmax,vmax]，j=1,2,…,Nv，ak∈[-amax,amax]，k=1,2,…,Na.在距离-慢时间(方位)二维数据矩阵SN×M中抽取长时间相参积累所需的数据矢量对数据矢量X1×Np按照式(13)的定义进行RFRFT运算，同时补偿距离徙动和多普勒徙动，实现对运动目标能量的长时间相参积累.运动目标的加速度和初速度(ak,vj)分别对应RFRFT域中的坐标(pk,uj).步骤4 遍历所有搜索参数，构建距离-RFRFT域检测单元图，判决目标的有无遍历所有参数的搜索范围，重复步骤3，得到不同搜索距离ri条件下，二维参数平面(p,u)的幅值最大值，并记录对应的坐标(19)进而形成Nr×Nr维距离-RFRFT域检测单元图G[ri,(pi0,ui0)]，i=1,2,…,Nr，幅值为|Gri(pi0,ui0)|.将G[ri,(pi0,ui0)]的幅值作为检测统计量，并与给定虚警概率下的自适应门限比较(20)式中，η为检测门限.5 实验结果与分析分别设置两种观测环境：(1)仿真的对空雷达探测空中低可观测飞行目标；(2)采用某S波段雷达实测数据检测海面远距离运动货船，同时，将所提方法与MTD、FRFT以及RFT长时间相参积累检测方法相比较.所用雷达均假设为带有相控阵天线的试验雷达或者天线工作在驻留模式，保证较长的观测时间.5.1 仿真数据分析雷达和目标的仿真参数设置如表1所示，由于目标距离远，导致脉压后的信噪比较低，分别为-5dB和-8dB.图3给出了噪声背景下空中机动目标雷达回波信号分布图，在84km处出现两个目标，由于噪声功率水平高于目标信号能量，导致目标的运动轨迹模糊.根据表1的目标运动参数，得到曲线标记的目标真实运动轨迹，目标1和2分别跨越48和80个距离单元，而加速度导致距离弯曲.图3(b)进一步给出了积累时间Tn=0.512s的距离-多普勒能量分布图，可以看出，通过短时间的相参积累，目标能量有所提高，能够在噪声背景中发现目标，但此时目标能量仍扩散在多个距离和多普勒单元，产生ARU和DFM效应.同时，由于目标2具有高机动特性，加重了DFM效应.表1 空中飞行目标仿真参数雷达数值目标1数值目标2数值发射频率(GHz)3.0v1(m/s)200v(m/s)200波长(m)0.1a1(m/s2)10a2(m/s2)50脉冲重复周期(ms)1r0(km)84r0(km)84带宽(MHz)3.75SNR1(dB)-5SNR2(dB)-8图4比较了本文算法与MTD对目标能量的积累能力.由图4(a)可以看出，由于积累时间有限，使得积累增益得不到明显改善，说明基于一个距离单元内不同脉冲回波多普勒滤波器组的MTD方法无法完全匹配脉冲的二次相位项，目标2能量受噪声干扰严重.图4(b)为RFRFT算法处理结果，在距离84km处的RFRFT域形成明显峰值，并未发生多普勒扩散，而峰值位置体现两个目标不同的初始速度值.通过对比，可以看出所提方法能够有效提高雷达对远程高速、微弱目标的探测能力，同时，由于积累脉冲数量的增加，使雷达的多普勒分辨率大大提高，目标运动参数的估计精度也随之提高.5.2 实测数据分析S波段雷达数据采集时的风向风速为东南风3～4级，海况等级约为3级，数据和环境说明如表2所示.图5给出了雷达回波的距离-多普勒分布图，可以发现在74nmile处存在微弱运动目标，尽管目标本身体积较大，但由于距离较远，动目标回波被海杂波和噪声所遮蔽，目标在距离和多普勒维能量分布不集中，说明目标做非匀速运动，产生了距离和多普勒走动.表2 S波段雷达海杂波数据说明观测范围(nmile)掠射角(°)采样距离分辨率(m)采样频率(Hz)观测方向显著波高(m)目标65-76<15600顺风向1.2货船图6(a)是MTD方法的目标检测结果，在频域中目标频谱展宽，与杂波峰值相近.将回波信号转换至FRFT域，峰值集中在p=1.03附近，对应调频率为200Hz/s.通过搜索最佳旋转角度，得到目标在最佳FRFT域的幅值图，如图6(b)所示.虽然结果优于MTD，但由于杂波中混有频谱均匀分布的噪声，并且目标加速度较小，旋转角度也较小，检测结果中的虚警仍然很高.采用RFT方法对动目标信号进行ARU补偿，通过预先设置的搜索参数，得到r0=74.14nmile处目标峰值最大.比较图6(b)和图6(c)，可以发现，尽管积累时间大大延长，但RFT的积累增益改善并不明显，这是因为多普勒谱的展宽随时间的延长而越发明显，导致目标能量分散到不同的多普勒单元中.因此，当目标做非匀速运动时，RFT算法性能下降.通过搜索不同距离单元的变换域峰值，构建距离-RFRFT域检测单元图，发现r0=74.2nmile处峰值最大.由图6(d)可知，RFRFT将走动的目标包络和频谱相参地积累到以其加速度和速度为参数的一个峰值点上，同时在最佳变换域海杂波和噪声得以很好地抑制，大大提高了系统的检测性能.5.3 检测性能分析在噪声背景下进行Monte Carlo仿真分析与验证，得到图7所示的目标发现概率与SCR的关系曲线.可以看出：(1)MTD和FRFT检测方法的积累脉冲数有限，当SNR低于-10dB时，检测概率急剧下降，信号幅值被噪声淹没，而RFT和RFRFT 在-10dB也能达到较好的检测性能；(2)达到相同的检测概率(Pd=0.8)，RFRFT相对于RFT算法，对SNR的需求降低3dB左右；(3)随着SNR的提高，RFT算法的检测性能却增加缓慢，尤其是与FRFT算法的检测性能曲线存在交叉，这是因为RFT未补偿多普勒徙动，SNR增加的同时，多普勒谱展宽越明显，导致目标能量发散，从而进一步验证了图6(b)和图6(c)的结果.6 结论本文在动目标信号模型的基础上，结合RFT和FRFT提出RFRFT长时间积累检测方法，能够同时补偿距离和多普勒徙动，使相参积累时间不受距离走动、距离弯曲和多普勒分辨率的限制，提高了积累增益，仿真和实测数据表明RFRFT实质上是一种带有变换阶数的广义多普勒滤波器组，相比RFT方法，能够更好地抑制背景杂波和噪声，并能显著提高雷达对非匀速机动目标的积累检测性能.参考文献【相关文献】[1]Mengdao Xing,Junhai Su,et al.New parameter estimation and detection algorithm for high speed small target[J].IEEE Transactions on Aerospace and ElectronicSystems,2011,47(1):214-224.[2]陈小龙,关键,等.分数阶Fourier变换在动目标检测和识别中的应用：回顾和展望[J].信号处理,2013,29(1):85-97.Chen Xiaolong,Guan Jian,et al.Application of fractional Fourier transform in moving target detection and recognition:development and prospect[J].Journal of Signal Processing,2013,29(1):85-97.(in Chinese)[3]吴孙勇,廖桂生,等.提高雷达机动目标检测性能的二维频率域匹配方法[J].电子学报,2012,40(12):2415-2420.Wu Sunyong,Liao Guisheng,et al.A new method for radar maneuvering target detectionbased on matched filtering in two-dimensional frequency domain[J].Acta Electronica Sinica,2012,40(12):2415-2420.(in Chinese)[4]B D Carlson,E D Evans,et al.Search radar detection and track with the Hough transform Part I:System concept[J].IEEE Transactions on Aerospace and ElectronicSystems,1994,30(1):102-108.[5]Jia Xu,Ji Yu,et al.Radon-Fourier transform for radar target detection,I:generalized Doppler filter bank[J].IEEE Transactions on Aerospace and ElectronicSystems,2011,47(2):1186-1202.[6]R Tao,N Zhang,et al.Analysing and compensating the effects of range and Doppler frequency migrations in linear frequency modulation pulse compression radar[J].IET Radar,Sonar and Navigation,2011,5(1):12-22.[7]王俊,张守宏.微弱目标积累检测的包络移动补偿方法[J].电子学报,2000,28(12):56-59.Wang Jun,Zhang Shouhong.Study on the motion compensation of range migration for weak moving target detection[J].Acta Electronica Sinica,2000,28(12):56-59.(in Chinese) [8]周峰,李亚超,等.一种单通道SAR地面运动目标成像和运动参数估计方法[J].电子学报,2007,35(3):543-548.Zhou Feng,Li Yachao,et al.An effective approach to ground moving target imaging and motion parameter estimation for single channel SAR system[J].Acta Electronica Sinica,2007,35(3):543-548.(in Chinese)[9]Xiang-gen Xia.Discrete chirp-Fourier transform and its application to chirp rate estimation[J].IEEE Transactions on Signal Processing,2000,48(11):3122-3133.[10]Xiaolong Chen,Jian Guan,et al.Detection of low observable moving target in sea clutter via fractal characteristics in FRFT domain[J].IET Radar,Sonar andNavigation,2013,7(6):635-651.[11]Xiaolong Chen,Jian Guan,et al.Detection and extraction of target with micromotion in spiky sea clutter via short-time fractional Fourier transform[J].IEEE Transactions on Geoscience and Remote Sensing,2014,52(2):1002-1018.。

雷达相干积累方法method大家好呀！今天咱就来好好唠唠雷达相干积累方法这事儿。

这可是雷达领域里挺重要的一个知识点呢，咱得好好整明白。

一、啥是雷达相干积累呀。

咱得先搞清楚这个概念哈。

雷达相干积累呢，简单来说，就是把雷达接收到的多个脉冲回波信号，按照一定的方式把它们叠加或者处理一下，这样就能提高雷达对目标的检测能力和测量精度啦。

就好比咱收集好多小线索，然后把它们凑一块儿，就能更清楚地知道目标的情况啦。

比如说，在一些比较复杂的环境里，目标的回波信号可能比较弱，那通过相干积累，就能让这个弱信号变得更强，更容易被咱检测到。

二、常见的雷达相干积累方法。

1. 脉冲串相干积累。

这个方法呢，就是把连续发射的多个脉冲回波信号进行相干叠加。

想象一下哈，就像把好多小水滴汇聚成一个大水珠，让信号的能量变得更强。

具体咋操作呢？就是在雷达发射脉冲的时候，每个脉冲之间的相位关系是固定的。

当接收到回波信号后，按照这个固定的相位关系把它们加起来。

这样做的好处可多啦，能大大提高雷达对微弱目标的检测能力，就像在黑暗中更容易发现那些隐隐约约的小光点一样。

2. 频域相干积累。

这个就有点不一样啦。

它是先把接收到的脉冲回波信号变换到频域，然后在频域上进行相干积累。

为啥要这么干呢？因为在频域上处理信号有时候会更方便哦。

比如说，有些干扰信号在频域上的分布和目标信号是不一样的，咱可以通过在频域上的处理，把干扰信号给去掉或者减弱，然后再把处理后的信号变回时域。

这样得到的信号就更干净、更准确啦，就像把混在沙子里的金子给筛选出来一样。

3. 动目标显示（MTI）中的相干积累。

在动目标显示里，相干积累也起着重要的作用呢。

它主要是用来区分动目标和静止目标的。

咋区分的呀？就是利用动目标和静止目标回波信号的相位变化特点不一样。

对于动目标，它的回波信号相位会随着时间变化，而静止目标的相位相对来说是不变的。

通过对多个脉冲回波信号进行相干积累，就能把动目标的信号给突出出来，把静止目标的信号给抑制掉。

一种相参Radon变换的高速微弱目标检测方法刘俊豪;陈潜;陆满君【摘要】针对高速微弱目标回波信号,进行长时间相参积累时出现的跨距离单元走动问题,文章采用基于图像旋转的方法实现相参Radon变换,并提出将信号空间变换到极距-多普勒域进行峰值检测.通过理论分析和数值仿真结果表明,该方法具有较高的积累增益和检测性能,能有效地避免多普勒模糊的影响.【期刊名称】《制导与引信》【年(卷),期】2014(035)001【总页数】5页(P36-40)【关键词】高速目标;距离走动;相参变换;目标检测【作者】刘俊豪;陈潜;陆满君【作者单位】上海无线电设备研究所,上海200090;上海无线电设备研究所,上海200090;上海无线电设备研究所,上海200090【正文语种】中文【中图分类】TN957隐身技术和高性能武器装备的发展,对传统雷达构成严重的威胁,而长时间相参积累技术能有效的对隐身等微弱目标进行检测［1-3］。

但在雷达信号长时间相参积累处理中,目标高速运动引起的跨距离走动严重影响目标能量的积累和检测［2,3］。

目前,对跨距离单元走动的补偿主要有距离门拉伸［4］、时域或频域插值移位补偿［5］、Keystone变换等［6］。

距离门拉伸法对距离分辨率要求不高,且在处理过程中将不同距离门的噪声“拉”了进来,造成信噪比恶化；插值移位类方法是基于搜索的方法,运算量大,且有插值损失；Keystone变换方法需要对多普勒模糊数进行专门补偿,难以实现对不同模糊数目标的同时相参积累。

Radon变换是一种非相参积累的方法,在“检测前跟踪（TBD）”技术中实现对微弱目标的检测［7］,但其存在SNR阈值现象,对低SNR积累效率不高。

最新的研究成果中,文献［2］提出的Radon-Fourier变换算法是基于时域移位和寻址运算的方法,需要对起始距离和速度进行联合搜索；文献［8］提出的构造耦合项相位因子方法同样是基于速度搜索的策略,同时需要对速度模糊数进行搜索；文献［9］提出相参Radon变换对微弱目标的检测,其在极距-角度域进行检测,且没有详细的分析过程。

宽带雷达微弱目标信号的积累方法
赵海云;胡学成
【期刊名称】《雷达科学与技术》
【年(卷),期】2008(6)5
【摘要】利用长时间信号积累来提高信噪比(SNR)是微弱目标检测的一种常规方法.针对宽带雷达目标运动引起跨距离单元走动以及目标回波能量分散而无法有效积累问题,通过对宽带雷达目标模型与回波特性的分析,利用相邻脉冲重复周期目标一维像的相似性,提出了一种基于互相关技术的多周期回波信号的频域积累方法.仿真结果表明,该方法适用于低信噪比下的信号提取,为宽带雷达微弱目标检测提供一种有效的积累方法.
【总页数】5页(P366-370)
【作者】赵海云;胡学成
【作者单位】南京电子技术研究所,江苏南京,210013;南京电子技术研究所,江苏南京,210013
【正文语种】中文
【中图分类】TN957.51+1
【相关文献】
1.强噪声中微弱运动点目标信号的孤立子谐振检测法 [J], 王绍霖;郑小松;邱振奋
2.基于分数时延的宽带雷达长时间积累方法研究 [J], 胡蜀徽;周宇
3.基于海杂波混沌特性的微弱目标信号检测 [J], 徐伟;唐霜天;周希辰
4.能量聚点特征分析法及其在微弱目标信号检测中的应用 [J], 胡伟文;刘永凯;苑秉成
5.基于FRFT的雷达微弱目标信号检测算法 [J], 李香菊;裴腾达
因版权原因，仅展示原文概要，查看原文内容请购买。