[发明专利]基于周期Keystone变换的多普勒模糊目标相参检测方法及装置

说明书

本发明属于雷达信号处理技术领域，特别涉及一种基于周期Keystone变换的多普勒模糊目标相参检测方法及装置，该方法包含：获取被测目标雷达信号，构建多普勒模糊目标信号模型；依据多普勒模糊目标信号模型，通过消除由目标高速和/或雷达低脉冲重复引起的多普勒欠采样，实现无搜索检测多普勒模糊目标。本发明通过在Keystone变换中引入离散傅里叶变换冗余周期，扩展多普勒频率范围，消除由目标高速或雷达低脉冲重复频率引起的多普勒欠采样；通过快速傅里叶变换和快速傅里叶反变换实现目标相参积累检测，能够无搜索地检测多普勒模糊目标；并通过仿真实验和实测雷达处理结果数据，进一步验证本发明方案的高效性与最优检测性能，在工程上具有一定的应用价值。

技术领域

本发明属于雷达信号处理技术领域，特别涉及一种基于周期Keystone变换的多普勒模糊目标相参检测方法及装置。

背景技术

近些年随着隐身飞机和无人机(UAV)的迅猛发展，雷达目标检测问题得到了越来越多的关注。为了探测此类低雷达散射截面积(RCS)目标，长时间相参积累是一种不可或缺的手段。不幸地是，在积累时间内目标难免发生距离徙动(RM)和多普勒频率模糊[15-17]，这将严重恶化诸如动目标检测(MTD)等传统积累算法的性能。所以，如何克服这两个问题成为提升雷达探测能力的关键。

目前，针对上述问题人们已经提出了诸多算法。这些算法大体可以分为两类：搜索类算法和非搜索类算法。对于前者，广泛采用的一种算法是Radon-Fourier变换(RFT)，通过运动参数搜索消除空时耦合和多普勒模糊；RFT是一种最大似然检测器，能够获得最优检测性能，然而巨大的计算复杂度使其在实际应用中难以被接受。轴旋转—动目标检测(AR-MTD)算法和改进的坐标旋转变换(MLRT)算法，通过旋转目标轨迹消除距离徙动，然后通过MTD实现相参积累，两种算法以旋转角度搜索代替了速度搜索，因此本质上来说不会减轻计算负担，并且旋转变换中的插值操作会引入数值误差。对于非搜索类算法，最为典型的是Keystone变换(KT)，不依赖目标运动参数，通过在每个距离频率上对慢时间进行伸缩实现RM的盲校正，然而，当由于目标高速或雷达低PRF而出现多普勒模糊时，KT算法因无法校正模糊而不再适用。对此，利用折叠因子搜索和相位补偿的Fold-KT算法，但无法实现多目标同时积累，所以极大地降低了检测效率。基于变尺度傅里叶反变换(SCIFT)的相参积累算法，采用快速傅里叶变换(FFT)和快速傅里叶反变换(IFFT)估计运动参数，但是对称自相关函数中的双线性操作将会带来6～7dB的抗噪性能损失。

发明内容

为此，本发明提供一种基于周期Keystone变换的多普勒模糊目标相参检测方法及装置，解决现有雷达信号目标检测中引入误差、适用受限、性能损失、效率降低等问题，具有很强的应用前景。

按照本发明所提供的设计方案，一种基于周期Keystone变换的多普勒模糊目标相参检测方法，包含如下内容：

获取被测目标雷达信号，构建多普勒模糊目标信号模型；

依据多普勒模糊目标信号模型，通过消除由目标高速和/或雷达低脉冲重复引起的多普勒欠采样，实现无搜索检测多普勒模糊目标。

上述的，构建多普勒模糊目标信号模型，包含如下内容：

依据雷达发射的线性调频信号，在相参积累时间内，获取被测目标与雷达之间的瞬时斜距；

信号经过脉冲压缩后，获取雷达回波信号；

对雷达回波信号中的快时间进行傅里叶变换，得到距离频率-慢时间域的信号表示；

结合瞬时斜距和距离频率-慢时间域的信号表示，获取多普勒模糊目标信号模型。

上述的，通过多普勒频率轴伸缩来消除多普勒欠采样。