[发明专利]基于稀疏傅立叶变换的弱目标信号检测装置及方法

摘要

本发明公开一种基于稀疏傅立叶变换的弱目标信号检测装置及方法。本方法首先对信号进行离散、重排处理，接着分别对单分量信号和多分量信号进行基于矩形窗函数和高斯窗函数的滤波处理；其次，对处理后的结果进行分段快速傅立叶变换，并采用最大值方法和恒虚警方法进行定位循环处理；最后，对定位循环结果进行估值循环和参数估计。该方法可以突破以往稀疏傅里叶变换难以对弱信号进行有效检测的瓶颈，同时可完成对多个弱目标信号的快速检测和参数分离，其在远距离目标信号的频率参数估计方面具有较大的应用价值。

主权项

1.一种基于稀疏傅立叶变换的弱目标信号检测方法，其特征在于，该检测方法包括以下步骤：步骤1：检测弱目标信号，设待检测的弱目标信号为：x(t)＝A sin(2πft+φ0)+CQ(t)  公式Ⅰ公式Ⅰ中A为弱目标信号x(t)的幅度，单位为伏特，f为弱目标信号x(t)的频率，单位为赫兹，t为弱目标信号x(t)的持续时间，单位为秒，φ0为弱目标信号x(t)的初始相位，单位为弧度，Q(t)为噪声信号，C为噪声信号平均幅度，单位为伏特；步骤2：对所述弱目标信号x(t)进行数字离散化处理，数字离散化处理后的弱目标信号为：x(n)＝A sin(2πfnTs+φ0)+CQ(n)  公式Ⅱ公式Ⅱ中x(n)为x(t)的数字离散形式，n表示时间离散点数，范围为[1,N]，N为总采样点数，单位为个，N＝2α，α为正整数，Ts为采样时间间隔，单位为秒，Q(n)为Q(t)的数字离散形式；步骤3：将数字离散化处理后的弱目标信号x(n)利用稀疏傅立叶变换进行重排，结果为：y(n)＝x((δ×n)mod N) δ,n∈[1,N]  公式Ⅲδ为重排因子，为随机奇数且与N互质；步骤4：对重排后的弱目标信号y(n)进行滤波器处理，结果为：y(n)＝y(n)×g(n) n∈[1,N]  公式Ⅳ公式Ⅳ中，y(n)×g(n)中的y(n)表示重排后的弱目标信号，而等号左边的y(n)表示弱目标信号经滤波输出后的结果，g(n)为滤波器函数，g(n)需满足：①当检测到的弱目标信号为单分量信号时，g(n)为矩形窗函数；②当检测到的弱目标信号为多分量信号时，g(n)为矩形窗函数和高斯窗函数的混合形式；步骤5：将公式Ⅳ获得的信号y(n)进行分段重组，重组后的信号形式为：其中，B表示分段后信号的长度，同时B要满足能整除N的约束条件，ω表示窗函数g(n)的时域3分贝带宽，表示对w/B获得的数向下取整；i的范围为步骤6：对公式Ⅴ进行快速傅立叶变换，其结果为：Z(m)＝FFT[z(n)],m∈[1,B]  公式Ⅵ对式Ⅵ中的Z(m)信号进行恒虚警检测，记录满足条件的目标位置，获得的目标位置集合为：J＝2k  公式Ⅶ公式Ⅶ中k为信号稀疏度，表示的是预估计目标数，单位为个；公式Ⅶ中每个k的具体位置，根据最大值原则和恒虚警原则进行选择，具体选择步骤为：①在Z(m)中找到最大值的位置，记为Q1，然后以Q1为中心，左右各取3个点；②计算当满足F≥2时，记录估计的目标位置数为h＝1；③如果h＜2k，将已估计的目标采用逐次消去法去掉，重复①，②步骤，获得满足条件的新目标位置数h＝2；④重复步骤①，②，③，直到h＝2k，停止目标数计算；其中，公式Ⅶ中k的稀疏度大小，按下列方法获得：①当检测到的弱目标信号为单分量信号时，k的稀疏度设置为2；②当检测到的目标信号为多分量信号时，首先，将公式Ⅳ中的g(n)选择为矩形窗函数，然后，按照步骤7确定h的大小；其次，将公式Ⅳ中的g(n)选择为高斯窗函数，并将0.5h的大小确定为稀疏度k；步骤7：将步骤6获得的多个目标位置进行估值循环，得到弱目标信号的频率估计值。