[发明专利]基于稀疏傅立叶变换的弱目标信号检测装置及方法

说明书

本发明公开一种基于稀疏傅立叶变换的弱目标信号检测装置及方法。本方法首先对信号进行离散、重排处理，接着分别对单分量信号和多分量信号进行基于矩形窗函数和高斯窗函数的滤波处理；其次，对处理后的结果进行分段快速傅立叶变换，并采用最大值方法和恒虚警方法进行定位循环处理；最后，对定位循环结果进行估值循环和参数估计。该方法可以突破以往稀疏傅里叶变换难以对弱信号进行有效检测的瓶颈，同时可完成对多个弱目标信号的快速检测和参数分离，其在远距离目标信号的频率参数估计方面具有较大的应用价值。

技术领域

本发明涉及目标信号检测技术领域。更特别地，本发明涉及的是一种利用稀疏傅立叶变换完成对低信噪比下正弦信号的频率参数估计的方法。

背景技术

快速傅立叶变换(FFT)作为经典的信号频谱分析方法，现已应用于各行各业的信号分析处理中，但对于低信噪比的长时间序列信号，比如雷达所要探测的远距离微弱目标，这时候目标回波信号幅度较小，需要长时间进行积累，这会给雷达的实时处理系统带来大的压力。

2012年，麻省理工大学学者提出的稀疏傅立叶变换(SFT)，可以提高经典快速傅立叶变换(FFT)的运算速度，特别是当数据长度大于2¹³时，方法效率可以比FFT方法提高5倍以上，现已被应用于通信信号处理、生物信号处理、雷达信号处理，以提高信号的频率参数估计速度。

然而上述稀疏傅立叶变换技术的应用，受到信号信噪比的影响，当信噪比较低时，稀疏傅立叶变换必须增大分筐长度，但增加分筐长度，会降低方法的运算效率。

发明内容

本发明是鉴于上述问题完成的，其目的是，提供一种基于稀疏傅立叶变换的弱目标信号检测装置及方法。

用于解决问题的方案

本发明公开了一种基于稀疏傅立叶变换的弱目标信号检测方法，其特征在于，该检测方法包括以下步骤：

步骤1：检测弱目标信号，设待检测的弱目标信号为：

x(t)＝A sin(2πft+φ₀)+CQ(t) 公式I

公式I中A为弱目标信号x(t)的幅度，单位为伏特，f为弱目标信号x(t)的频率，单位为赫兹，t为弱目标信号x(t)的持续时间，单位为秒，φ₀为弱目标信号x(t)的初始相位，单位为弧度，Q(t)为噪声信号，C为噪声信号平均幅度，单位为伏特；

步骤2：对所述弱目标信号x(t)进行数字离散化处理，数字离散化处理后的弱目标信号为：

x(n)＝A sin(2πfnT_s+φ₀)+CQ(n) 公式II

公式Ⅱ中x(n)为x(t)的数字离散形式，n表示时间离散点数，范围为1，N，N为总采样点数，单位为个，N＝2^α，α为正整数，T_s为采样时间间隔，单位为秒，Q(n)为Q(t)的数字离散形式；

步骤3：将数字离散化处理后的弱目标信号x(n)利用稀疏傅立叶变换进行重排，结果为：

y(n)＝x((δ×n)mod N) δ，n∈[1，N] 公式III

δ为重排因子，为随机奇数且与N互质；

步骤4：对重排后的弱目标信号y(n)进行滤波器处理，结果为：

y(n)＝y(n)×g(n) n∈[₁，N] 公式IV

公式IV中，y(n)×g(n)中的y(n)表示重排后的弱目标信号，而等号左边的y(n)表示弱目标信号经滤波输出后的结果，g(n)为滤波器函数，g(n)需满足：