论文部分内容阅读
为了实现雷达对空中飞行的弱小目标的探测,我们一般采用增加雷达照射时间的方法来提高雷达信号回波的信号与噪声的比值。而雷达照射时间的增长意味着积累回波脉冲数的增加,这有利于提高雷达对于微弱目标的检测能力。而保留目标相位信息并对其加以利用的相参积累是显著提高雷达回波信号噪声之比的常用手法。然而,随着具有高速高机动性飞行目标的不断出现,距离徙动和多普勒徙动这两种现象会严重的导致雷达回波积累增益的降低,进而降低雷达的探测性能。传统的动目标检测算法由于无法校正距离走动与多普勒走动而失效。本文针对上述的问题,研究了具有距离校正与多普勒相位补偿能力的高速目标长时间相参积累算法,按照目标回波模型的不同,本论文主要工作和贡献可分为以下几个部分:1、针对线性距离走动匀加速运动目标,本文研究了具备有一阶距离走动校正能力的基于修正的坐标轴旋转变换与分数阶傅立叶变换(MAR-FrFT)和基于Keystone变换和高阶模糊函数(KTHAF)的相参积累算法,进而完成了对这类目标信号回波的相参积累与参数估计。针对雷达探测区域内存在多个目标的场景,研究了两种具有能够处理多目标场景能力的基于洁净(CLEAN)处理的相参积累算法;同时,又针对二阶距离走动匀加速目标,本文研究了基于Radon变换的吕分布(RLVD)和基于Keystone变换和匹配滤波函数处理(KTMFP)的相参积累算法。2、针对线性距离走动变加速运动目标,本文研究了基于Keystone变换和广义去调频处理(KTGDP)、基于Keystone变换和三阶相位函数(KTCPF)和基于Keystone变换和相参积累型广义三阶相位函数(KTCIGCPF)的相参积累算法;同时针对高阶距离走动变加速运动目标,本文研究了基于广义Keystone变换和广义去调频处理(GKTGDP)和迭代相邻互相关函数(ACCF)的相参积累算法。3、针对任意高阶机动目标,本文先研究了 GRFT相参积累算法,并针对GRFT算法存在的计算复杂度过高与盲速旁瓣问题,进一步研究了基于时间序列翻转与特殊的广义Radon傅立叶变换(TRT-SGRFT)的积累算法。该算法通过时间序列翻转和多维度联合搜索的方法完成了对任意阶目标运动参数的估计与能量积累,有效提高了目标的积累性能,并抑制了交叉项的干扰,在目标检测性能与计算量之间取得了良好的平衡。