论文部分内容阅读
随着隐身技术和飞行器技术的发展,出现了大量以“远距离、低可观测、高机动性”为代表的空中弱小目标。这些目标的共同点在于:目标的信杂比/信噪比很低,使得传统检测算法失效。因此,如何对此类目标进行增强并实现有效检测,已成为雷达信号处理领域中的一个研究热点。长时间相参积累技术是一种有效的弱小目标增强方法,即通过较长的积累时间,增加可接收的目标回波能量,达到用时间换取能量的目的。然而在长时间积累过程中,由于目标的高速运动和机动飞行,目标回波会发生“跨多普勒、跨距离、跨波束走动”的三跨现象。如果不能将分散于不同距离/多普勒/波束单元的目标回波能量较好地积累起来,就无法有效改善雷达对弱小目标的检测性能。本论文针对雷达弱小目标的积累增强问题,开展了跨多普勒、跨距离、跨波束走动的补偿算法研究。主要内容包括:1、提出了一种跨多普勒走动补偿算法。当雷达工作于高脉冲重复频率模式下且在一定的观测时间内,匀加速目标的回波经过脉冲压缩后集中于同一距离单元内。将回波信号变换到距离-多普勒二维频率域,通过对加速度搜索并构造多普勒域相位补偿函数,对回波信号进行跨多普勒走动补偿,使多普勒补偿后的积累输出谱峰集中于同一个多普勒通道。仿真实验表明,在不同输入信噪比情况下,相位补偿相参积累算法的检测性能优于未补偿的积累算法;而在相同信噪比情况下,相位补偿相参积累算法的接收机工作特性曲线也好于未补偿的积累算法。因此,该方法可以有效提高雷达对跨多普勒走动弱小目标的检测能力。2、针对径向匀速运动目标长时间积累过程中的跨距离走动问题,提出了一种坐标旋转变换(AR:Axis Rotation)的跨距离走动补偿方法。在对匀速目标回波分布特征进行分析的基础上,将目标回波快时间-慢时间域的二维距离走动补偿问题转变为坐标旋转角度的一维搜索问题,即通过简单的坐标旋转变换操作,以较低的计算复杂度将原坐标系中分布于不同距离单元的目标回波变换到新坐标系下同一距离单元中,并在此基础上通过运动目标检测算法(MTD:Moving Target Detection)对运动目标进行检测和参数估计。随后,针对AR-MTD算法中存在的坐标变换误差对回波相位的影响、新坐标系下多普勒频率及分辨率随坐标旋转角度变化等问题进行了分析,并提出了基于改进坐标旋转变换的MTD算法(IAR-MTD:Improved AR-MTD),有效地克服了上述问题。仿真实验表明,对于径向匀速运动弱小目标,IAR-MTD能提高雷达威力、提高可检测距离及改善对弱目标的检测性能;与MTD、Radon傅里叶变换和基于Keystone变换MTD算法相比,IAR-MTD具有较好的积累性能及较低的计算复杂度。同时,IAR-MTD可以被视为一种MTD的改进算法并可应用于现有的MTD雷达系统。3、针对径向匀加速运动目标同时出现跨距离徙动、跨多普勒走动问题,将改进的坐标旋转变换和分数阶傅立叶变换(frft:fractionalfouriertransform)相结合,提出了iar-frft算法。该方法采用改进的坐标旋转变换消除了距离走动、减轻了距离弯曲的影响,并通过frft实现相参积累。通过引入等效多普勒频率的概念,增加了相参积累时间,提高了多目标检测的自由度。仿真实验表明,和二次二阶keystone变换相比,由于frft可以通过快速傅里叶变换实现且不需插值,因此iar-frft具有更低的计算复杂度;和frft相比较,iar-frft具有更长的相参积累时间和积累增益;而且iar-frft可以通过距离、多普勒频率和多普勒调频率来分辨和检测多个运动目标。针对变速运动或转弯机动目标在积累过程中同时发生跨距离/多普勒徙动的问题,将改进的坐标旋转变换和离散chirp傅立叶变换(dcft:discretechirp-fouriertransform)相结合,提出了iar-dcft算法和多距离单元联合的iar-dcft算法(mr-iar-dcft:multi-range-celliar-dcft)。iar-dcft算法是针对经过改进坐标旋转变换后目标回波处于同一距离单元的情况,是mr-iar-dcft算法的特例。而mr-iar-dcft算法是iar-dcft算法的一般形式,即当目标回波经改进坐标旋转变换后,因距离弯曲使得回波仍然分布于相邻几个距离单元的情况,则在进行dcft变换后,通过滑窗操作将分散于不同距离单元的积累输出再次积累起来。因此,mr-iar-dcft算法可以有效地消除长时间相参积累过程中的距离/多普勒徙动问题。仿真实验表明,iar-dcft是一种最优的估计器和检测器;而且iar-dcft和mr-iar-dcft能有效增加相参积累时间、提高相参积累增益,算法可以通过多个自由度(初始位置、等效径向速度、初始径向速度、初始加速度和初始加加速度)实现多目标检测和分辨。4、针对相控阵雷达体制高速运动目标容易发生跨波束走动问题,提出了两种多波束联合的相参积累算法。为了实现跨波束弱小目标积累检测问题,本论文首先提出了一种三维时间模型,即将时间划分为快时间、慢时间和波束时间三个部分。随后在三维时间模型的基础上,提出了三维目标回波信号模型。而且为了估计目标的切向速度,在多普勒频率基础上,提出了切向多普勒频率这一新概念,为目标切向速度估计提供了一种潜在的途径。以此为基础,考虑到相控阵雷达的多波束工作模式包含时分多波束(tsmb:time-sharedmulti-beam)和空分多波束(ssmb:space-sharedmulti-beam)两种模式,分别提出了基于时分多波束的多波束联合相参积累算法(mbacia-tsmb:multi-beamassociatedcoherentintegrationalgorithmbasedontsmb)和基于空分多波束的多波束联合相参积累算法(mbacia-ssmb:multi-beamassociatedcoherentintegrationalgorithmbasedonssmb)。这两种算法都可以消除回波在波束间的走动,并对处于同一波束内的目标回波进行相参积累及目标运动参数估计。仿真实验表明,MBACIA-SSMB的检测性能优于MBACIA-TSMB,但这种优势是以增加系统复杂度为代价的。因此,在某些应用领域,通过采用基于MBACIA-TSMB和MBACIA-SSMB的混合积累方案在计算复杂度和检测性能之间取得折中。同时实验也验证了MBACIA-TSMB和MBACIA-SSMB对目标径向速度和切向速度的估计能力。尽管切向多普勒频率的估计精度低于多普勒频率的估计精度,但文中给出了通过长时间相参积累实现切向速度估计的一种潜在途径。