[发明专利]基于FRFT的归一化泄露LMS自适应动目标检测器

说明书

一、技术领域

本发明属于雷达信号处理和检测技术领域，特别涉及对海探测雷达的动目标检测技术。

二、背景技术

海杂波背景下快速稳健的微弱动目标检测始终是雷达信号处理领域的一个难题，在军用和民用方面都有着重要意义。运动的小型舰船的雷达反射截面积(Radar Cross Section，RCS)很小，其回波常常淹没在海杂波和噪声中，传统的对海杂波中微弱动目标检测的方法是将海杂波当作随机过程，建立在统计理论基础上，但其通用性差，检测过程复杂，而海杂波在高海情的情况下，表现出的非高斯特性使得对海杂波的准确建模比较困难。现有的基于统计的检测方法难以准确和全面地描述海杂波的特性，当海杂波的统计模型不定且SCR低于某一水平时，基于统计理论的经典检测方法几乎无能为力。针对此类问题，人们利用时频分析、分形建模等方法进行微弱目标检测。然而，基于Wigner-Vill分布(Wigner-Vill distribution，WVD)和Hough变换的动目标检测方法在多目标存在的情况下，运算量大且交叉项将严重影响目标的检测；短时傅里叶变换(Short Time Fourier Transform，STFT)和小波变换(Wavelet Transform，WT)的算法不存在交叉项，但其时频域分辨力受谱窗限制导致检测性能降低；分形方法无法获得目标的运动信息。因此，现有的动目标检测算法应用环境有限，对背景干扰和杂波的抑制却不够理想，当信杂比较低时，无法有效地检测目标。

若海面目标做匀速或匀加速运动，其回波可以近似为线性调频信号(Linear Frequency Modulation，LFM)，而运动状态比较复杂的目标在一段短的时间里，常可用LFM信号作为其一阶近似，因此研究LFM信号的检测和参数估计对于检测运动目标具有较大的意义。作为一种新的时频分析工具，分数阶Fourier变换(Fractional Fourier Transform，FRFT)近年来引起了人们越来越多的关注，在处理非平稳信号、时变信号方面得到了广泛的应用。FRFT对LFM信号具有良好的能量聚集性，因此在FRFT域处理动目标检测问题有很大的优势，不仅不需要估计海杂波的模型参数，而且能估计出目标的运动参数，从而获得目标的运动状态。

目前在应用中，基于统计理论的检测方法和基于FRFT的动目标检测方法一直是分别应用于海杂波中目标检测的，统计理论发展比较成熟，但参数的估计比较繁琐，而FRFT可以精确地估计目标参数，方法简单。将基于FRFT的自适应滤波算法应用于LFM信号，能够很好地改善其收敛性能，减小稳态误差，同时还可以使用FFT快速算法实现，因此在噪声消除和谱线增强等方面显示出巨大的潜力。虽然现有的FRFT域自适应滤波方法能够使滤波器的权系数有效地收敛到最优值，但均未给出最佳变换阶数的确定方法，也并没有应用至海杂波中的动目标检测。只有采用变换阶数与信号参数相匹配的FRFT，相应的自适应过程的均方误差才能收敛到其最小值附近，而在其它的FRFT域中，算法不能有效地收敛，而传统的在FRFT域进行二维峰值搜索确定最佳变换阶数的方法不仅计算量大，参数估计精度也不高。同时，自适应滤波器对变化的频率存在记忆效应，导致滤波器输出的滞后误差显著增加，降低了滤波器的性能。以上的这些问题限制了FRFT域动目标检测方法在实际中的应用。

三、发明内容

1.要解决的技术问题

本发明的目的在于提供一种可以在强海杂波背景下检测微弱动目标的FRFT域自适应动目标检测器。其中要解决的技术问题包括：

(1)海杂波中的动目标回波信号能量较为微弱，信杂比低；

(2)传统的最佳变换阶数搜索方法，其运算量随参数估计精度的提高而急剧增大；

(3)传统的自适应滤波器对变化的频率存在记忆效应，收敛速率下降。

2.技术方案