论文部分内容阅读
在雷达目标检测中,通常采用信号长时间积累的方法来提高目标回波的信噪比,从而改善雷达对微弱目标的探测性能。然而,在长时间积累过程中,高速机动目标的回波易出现距离走动和多普勒频率扩散问题,导致传统方法的目标能量积累性能下降。因此,本文重点分析并研究了雷达高速机动目标回波信号的长时间积累方法。具体做了以下主要工作:1.对于径向匀加速运动目标,研究了基于二阶Keystone和Radon变换的信号长时间积累方法。首先在回波慢时间维作二阶Keystone变换,接着估计目标的径向加速度并补偿回波信号中的二阶相位。然后在慢时间维再作一次二阶Keystone变换,接着基于Radon变换估计发生欠采样时目标速度的模糊数并补偿模糊相位,最后通过傅里叶变换进行相参积累。仿真实验结果表明,本文方法可以有效地积累目标能量,而且与二阶RFT算法相比,本文方法结果不会出现盲速旁瓣干扰。2.对于目标运动存在径向加加速度和加速度情况,当距离分辨率不高,在积累时间内引起的距离走动虽然可以忽略,但此时目标的径向加加速度和加速度会造成多普勒频率扩散。针对上述这种情况,研究了基于改进Keystone变换的信号长时间积累方法。首先利用改进Keystone变换来校正目标回波的距离走动,然后基于改进的Dechirp方法来估计目标的径向加加速度和加速度参数并补偿掉回波的高阶相位,最后通过傅里叶变换进行相参积累。仿真实验结果表明,在降低运算复杂度的同时,本文方法可以有效地积累目标能量。3.针对具有径向加加速度的高速机动目标回波信号且目标高阶运动参数带来的距离弯曲不可忽略时,提出了基于广义Keystone变换和RFT的信号长时间积累方法。首先通过广义Keystone变换来校正回波信号的距离弯曲,并同时通过估计目标的径向加加速度和加速度来补偿回波的高阶相位,从而消除多普勒频率扩散的影响,最后通过RFT算法实现相参积累。该方法可以避免欠采样带来的多普勒频率模糊的影响,无需搜索目标的多普勒频率模糊数。仿真结果表明,与GRFT算法相比,该方法在降低运算复杂度的情况下仍可以有效地积累目标能量,得到较精确的目标参数估计值。