高速微弱目标检测算法研究

【摘要】：高速微弱目标具有超高声速、强机动性和低雷达散射截面积的特点,对现有体制的雷达探测提出了严峻的挑战。为了兼顾雷达的探测威力、生存能力和研制成本,常采用长时间相参积累方法来提升雷达对高速微弱目标的检测性能。但目标的超高声速特性会使回波在相参积累时间内出现距离徙动现象,强机动特性也会造成一定程度的距离徙动和严重的多普勒频率徙动现象。距离徙动和多普勒频率徙动将导致雷达的检测性能迅速下降。本文针对不同运动状态的高速微弱目标检测算法进行了研究,研究内容总结如下:1.针对匀速运动模型下出现的严重距离徙动问题,提出了一种基于频域实现MAR-MTD(Modified Axis Rotation Moving Target Detection)的高速微弱目标检测算法。MAR-MTD是基于AR-MTD(Axis Rotation MTD)和IAR-MTD(Improved Axis Rotation MTD)的改进算法,主要用来解决AR-MTD和IAR-MTD因坐标变换造成的旋转误差问题。与AR-MTD和IAR-MTD不同的是,MAR-MTD以二维脉压数据形成的图像中心为坐标系原点建立坐标系,同时采用新的坐标轴旋转矩阵以消除快时间坐标轴和旋转角度的耦合。为了进一步降低旋转误差,给出了MAR-MTD的频域实现方式。与AR-MTD和IAR-MTD相比,基于频域实现的MAR-MTD具有更优的检测性能。2.针对加速度运动模型下出现的距离徙动和多普勒频率徙动问题,提出了一种基于KT-LCT(Keystone Transform and Linear Canonical Transform)的高速微弱目标检测算法。该算法首先利用KT校正LRM(Linear Range Migration),然后利用LCT补偿加速度造成的LDFM(Linear Doppler Frequency Migration)。针对速度模糊现象,进一步提出了一种联合粗搜索和精搜索的改进算法。由于所提算法具有线性特性,因此可以推广至多目标检测场景。理论分析及仿真实验表明,所提算法可以适用于较低信噪比下高速机动目标的检测。相比于SoRFT(Second-order Radon-Fourier Transform)和RFRFT(Radon Fractional Fourier Transform)等典型算法,所提算法在保证较为接近的检测性能的前提下,可以有效地降低计算量。3.针对加加速度运动模型下地基雷达探测面临的LRM、ULDFM(Undersampled Linear Doppler Frequency Migration)、QDFM(Quadratic Doppler Frequency Migration)以及速度模糊等问题,提出一种基于FDCFT(Fast Discrete Chirp-Fourier Transform)的高速机动微弱目标检测算法。首先在距离频率-慢时间域利用KT去除距离频率与慢时间的耦合,实现LRM的校正。然后采用FDCFT同时补偿ULDFM和QDFM。FDCFT是基于FFT(Fast Fourier Transform)的时域抽取思想,通过对搜索的线性调频斜率和二次调频斜率进行时域基-4分解来降低运算量。该算法对速度模糊造成的半盲速点效应和距离徙动的不完全校正进行了分析,并构造补偿函数进行补偿。相比于ToRFT(Third-order Radon-Fourier Transform)算法,所提算法可以在保证相近检测性能的前提下,大大地降低了计算量。同时,将FDCFT推广到任意高阶的多普勒频率徙动的补偿。理论分析表明,推广的FDCFT算法的计算量优势随着运动模型阶数的增加而显著增强。4.针对加加速度运动模型在高分辨率检测场景下出现的复杂距离徙动和多普勒频率徙动问题,提出了一种基于EACFT(Efficient Angular Chirp-Fourier Transform)的高速机动目标快速检测算法。首先结合CFT(Chirp-Fourier Transform)和FRFT(Fractional Fourier Transform)的特性推导出角度域的CFT(Angular ChirpFourier Transform,ACFT),然后利用ACFT的时频旋转特性,提出了EACFT。EACFT可以避免传统算法的二维搜索,仅用几次一维搜索即可实现线性调频信号的检测和参数估计。接着,为了提升EACFT在低信噪比和多分量场景的适应性,在EACFT的思想上结合形态学滤波(Morphology Filtering,MF)和频谱平滑(Spectrum Smoothing,SS)技术,提出了MF-EACFT和SS-EACFT。并且,它们的联合算法SS-MF-EACFT可以同时拥有MF-EACFT和SS-EACFT的优良特性。最后,将EACFT应用到高速机动目标的检测上,提出一种快速检测算法。该算法先利用ACCF(Adjacent Cross Correlation Function)消除所有的距离徙动和QDFM,然后再构造函数确定相邻互相关峰值位置,最后利用SS-MF-EACFT补偿剩余的多普勒频率徙动。仿真结果验证了所提算法的有效性。