[发明专利]基于重构时间采样的机载机动目标检测方法

说明书

技术领域

本发明属于雷达信号处理技术领域，特别是涉及一种基于重构时间采样的机载机动目标检测方法。

背景技术

在现代战争中，掌握制空权是赢得战争胜利的重要保证，而机载预警雷达在其中起着举足轻重的作用。由于这种雷达以高空飞行的飞机作为载体，对要检测的目标，特别是低空或超低空飞行的目标，其可视距离要比地基雷达远得多，因而大大增加了预警时间。但相对于地基雷达来说，机载预警雷达处于下视工作状态，其面临着更加复杂的地(海)杂波问题，杂波不仅分布范围广，强度大，而且呈现空是二维耦合分布特性，从而导致目标常淹没在强杂波背景中，结果检测目标能力受到严重影响。空时自适应处理(Space-Time Adaptive Processing，STAP)是一种有效的机载预警雷达地杂波抑制手段。然而，传统的STAP方法都是假设在相干处理时间(Coherent Processing Interval，CPI)内目标回波多普勒频率恒定，但当来袭目标具有很强的机动性时，其在一个CPI内目标回波多普勒频率随时间发生变化，即发生多普勒走动，使得传统的STAP方法相参积累性能大大下降，从而导致目标检测能力下降。

当机动目标做匀加速运动时，目标的回波信号为线性调频(Linear Frequency Modulation，LFM)信号。FRFT是一种广义的傅里叶变换方法，它将信号分解在分数阶傅里叶域的一组正交的chirp基上，这就给LFM信号的分析和处理带来了可能性。同时FRFT是一种一维的线性变换，在检测多个机动目标时它不会像Wigner-Ville变换那样产生交叉项，而且它的数值计算可借助FFT快速实现，计算简单，易于实现，因此受到广泛重视。

将FRFT与STAP相结合为空中机动目标的检测提供了一条可能的途径。但是，在地基雷达和合成孔径雷达(Synthetic Aperture Radar，SAR)上利用FRFT来估计机动目标参数时都需要较多的脉冲点数，否则估计精度难以满足要求。由于这一原因，上述方法难以直接应用到机载预警雷达中，因为当雷达脉冲重复频率一定时，较多的脉冲点数意味着CPI加长，这会引起杂波和目标的距离走动，给后续处理带来更大困难。

发明内容

为了解决上述问题，本发明的目的在于提供一种能够提高参数估计精度的基于重构时间采样的机载机动目标检测方法。

为了达到上述目的，本发明提供的基于重构时间采样的机载机动目标检测方法包括按顺序进行的下列步骤：

1)对雷达接收到的总回波数据进行杂波抑制的S1阶段：本阶段利用子空间投影技术对雷达接收到的回波数据进行杂波抑制，然后进入下一步S2阶段；

2)利用空间采样来重构时间采样的S2阶段：本阶段利用干涉SAR中相位展开的思想，采用空间采样来重构时间采样，等效于提高了单个阵元的时间采样点数；重构完成后进入下一步S3阶段；

3)对重构后的数据进行FRFT变换的S3阶段：本阶段对S2阶段重构后的数据进行FRFT变换，然后进入下一步S4阶段；

4)构造代价函数，估计参数结果的S4阶段：构造代价函数，将其最大值所对应的参数作为估计结果，至此所述的检测过程结束。

本发明提供的基于重构时间采样的机载机动目标检测方法是利用干涉SAR中相位展开的思想，采用空间采样来重构时间采样，等效于增加了单个阵元的脉冲点数，因此可以提高参数估计精度。

附图说明

图1为本发明提供的基于重构时间采样的机载机动目标检测方法流程图。

图2(a)为4个阵元数据拼接前时频图。

图2(b)为4个阵元数据拼接后时频图。

图3为LFM信号的WVD分布及其在分数阶Fourier域上的投影图。

图4为总回波的功率谱。

图5为杂波抑制后的功率谱。

图6为单个阵元做FRFT变换的实验结果。

图7为每个阵元的数据做FRFT变换后进行非相干积累的实验结果。

图8为8个阵元进行拼接后做FRFT变换的实验结果。

图9(a)为初始速度均方根误差随信噪比变化曲线。

图9(b)为加速度均方根误差随信噪比变化曲线。

具体实施方式

下面结合附图和具体实施例对本发明提供的基于重构时间采样的机载机动目标检测方法进行详细说明。