[发明专利]一种PD雷达距离走动校正与相参积累检测方法

说明书

本发明公开了一种PD雷达距离走动校正与相参积累检测方法，属于雷达信号处理与微弱目标检测技术领域，包括以下步骤：首先，通过PD雷达接收含有目标的回波信号，对回波信号进行脉冲压缩处理。然后，遍历搜索并获得脉冲压缩后的回波数据坐标的搬移角，利用搜索得到的搬移角对回波数据的每个坐标进行搬移变换从而校正高速运动目标的距离走动。最后，对距离走动校正后的回波数据进行慢时间域的快速傅里叶变换以实现目标能量的相参积累检测。本发明同时利用运动目标的回波幅度与相位信息进行相参积累，有效地校正了积累过程中的距离走动，从而实现回波信号的噪声抑制，极大地提高了相参积累增益，提高了雷达的快速检测能力，有利于工程实现。

技术领域

本发明属于雷达系统中的高速目标检测技术领域，更进一步涉及一种PD雷达距离走动校正与相参积累检测方法，可用于低信噪比环境中高速目标的雷达积累与检测。

背景技术

近年来，随着航空航天技术的飞速发展，越来越多的高速飞行器出现在雷达探测领域。典型高速飞行器有洲际弹道导弹、超音速飞机以及火箭。此类飞行器具有飞行速度极快、几何尺寸小、隐身性能强等特点，给雷达检测带来了极大的挑战。传统的提高雷达对高速目标检测能力的方法有采用优选的雷达发射频率、提高发射机发射功率、降低接收机的噪声系数等改变雷达系统参数的措施。然而，通常情况下此类方法需要更高的研发成本来实现。相对来说，通过延长雷达的观测时间并采用长时间相参积累技术能够有效地提高回波信噪比和雷达的弱目标探测能力。

目前，雷达目标回波长时间积累方法主要可分为两类：一类是非相参积累，另一类是相参积累。非相参积累通常不考虑回波的相位信息，在积累时仅进行回波包络的幅度叠加，因此其在低信噪比环境中的积累增益会大大降低。典型的非相参类算法有Hough变换和检测前跟踪技术等。相参积累同时利用回波的相位信息和幅度信息对回波进行同相叠加，因此能够获得更高的积累增益和噪声抑制能力。典型的相参积累技术有动目标检测(MTD)技术、Keystone变换、AR-MTD算法、Radon傅里叶变换等。然而，由于目标的高速度，在相参积累过程中往往会出现距离走动，从而使传统的MTD技术失效。

Keystone变换、AR-MTD算法和Radon傅里叶变换都能够校正目标的距离走动，获得更高的积累增益。然而，Keystone变换需要进行插值运算，存在插值损失与多普勒模糊效应；AR-MTD算法则存在距离估计误差和多普勒频率扩展，影响目标的参数估计；Radon傅里叶变换需要进行距离和速度的二维联合搜索并实现目标能量的相参积累，计算更加复杂且在积累中会出现盲速旁瓣效应。

总体来看，现有的校正高速目标距离走动的方法主要通过插值运算或多维度参数搜索来实现，存在着运算量更大、实现方式更为复杂以及插值损失等问题，不利于雷达对高速目标的快速实时检测。

发明内容

本发明针对背景技术中传统算法的不足之处提出了一种PD雷达距离走动校正与相参积累检测方法，能够实现在低信噪比情况下高速目标能量的相参积累。

本发明的技术方案是一种PD雷达距离走动校正与相参积累检测方法，该方法包括如下步骤：

步骤1：PD雷达接收线性调频信号，并将接收到信号的多脉冲回波数据记为z(t,t_n)，t表示快时间，为每个脉冲从发射到接收所需的时间；t_n＝nPRI表示慢时间，为多个脉冲所需的时间；其中n＝1,...,N，N表示总脉冲数目；PRI是脉冲重复间隔；

步骤2：对回波数据z(t,t_n)进行脉冲压缩，并将脉冲压缩后的信号记为z_c(t,t_n)，随后，将z_c(t,t_n)中的变量t和t_n进行离散化处理：n＝t_n/(PRI)和m＝f_st，从而得到离散后的回波信号记为z_c(m,n)，f_s表示采样频率；