[发明专利]基于时间反转非均匀采样的雷达高机动目标相参积累检测方法

说明书

本发明涉及基于时间反转非均匀采样的雷达高机动目标相参积累检测方法，属于雷达信号处理和检测技术领域。首先，雷达回波脉压，时间反转匹配傅立叶变换，慢时间二阶相位补偿；快时间维傅立叶变换，得到距离频率‑慢时间数据，频率二阶相位补偿；然后，进行非均匀采样降阶和变标尺度变换；分别在距离频率和时间维进行逆傅里叶变换和傅立叶变换，实现长时间相参积累；最后，构造检测统计量，进行机动目标检测和估计。本发明能有效积累具有高阶相位的机动目标信号，同时补偿距离和多普勒走动，提高雷达机动目标检测能力；同时，降低了传统逐次降阶法的交叉项影响，提高了参数估计精度；无需多维运动参数搜索匹配计算，降低运算量，适合工程应用。

技术领域

本发明属于雷达信号处理和检测技术领域，更具体地，本发明涉及一种基于时间反转非均匀采样的雷达高机动目标相参积累检测方法，可用于雷达对机动目标快速检测和估计。

背景技术

对机动目标的检测和参数估计始终是雷达信号处理中的关键技术和难点，由于机动目标回波可用多项式相位信号表示，机动性越强，多项式阶数越高，对其检测和参数的高精度估计也越难。此外，雷达机动目标检测通常采用相参积累的途径，长时间相参积累是实现高积累增益的有效途径，但长时间积累存在两个方面的问题。一是，目标的高机动使得目标回波包络在不同脉冲周期之间走动和弯曲，产生距离徙动效应，使目标能量在距离向分散；二是，高阶多项式相位形式，目标的多普勒频率将跨越多个多普勒单元，产生多普勒徙动效应，使得目标能量在频域分散，降低了相参积累增益。因此，对机动目标的积累检测和估计需补偿距离和多普勒走动。目前，该领域技术存在的主要问题有：

1)分段或分步积累方法，积累增益有限，无法应对强杂波背景和机动目标的复杂运动形式，后续多普勒走动补偿的效果受距离走动补偿结果影响，容易造成目标多普勒能量扩散，运动参数估计精度较差。

2)基于参数搜索的长时间相参积累方法，需要多维参数搜索，但对高机动目标高阶多项式相位信号，其运动参数维度很高，导致多维参数搜索运算量很大，难以适合工程应用。

3)基于降阶的机动目标积累检测方法，多采用相关逐次降阶，每一次降阶均会产生交叉项，从而影响了积累效果和参数估计精度。

因此，亟需设计一种能够同时补偿距离和多普勒走动，无参数搜索的快速相参积累方法，用于雷达机动目标的检测和参数估计。

发明内容

本发明的目的在于改善雷达机动目标积累增益，实现高效、高检测性能、高精度的机动目标检测和参数估计，提出一种基于时间反转非均匀采样的雷达高机动目标相参积累检测方法。其中要解决的技术问题包括：

(1)分段或分步积累方法，积累增益有限，无法应对强杂波背景和机动目标的复杂运动形式，后续多普勒走动补偿的效果受距离走动补偿结果影响，运动参数估计精度较差；

(2)高机动目标高阶多项式相位信号，其运动参数维度很高，导致多维参数匹配搜索法运算量很大，难以适合工程应用；

(3)传统相关逐次降阶相参积累法，每一次降阶会产生交叉项，严重影响积累效果和参数估计精度。

本发明所述的基于时间反转非均匀采样的雷达高机动目标相参积累检测方法，其特征在于包括以下技术措施：

步骤一、雷达回波脉冲压缩，得到快时间-慢时间二维数据；

步骤二、对慢时间维数据进行时间反转匹配傅立叶变换，估计二阶相位参数，并对慢时间二阶相位补偿；

步骤三、对快时间维进行傅里叶变换，得到距离频率-慢时间二维数据，并对频率二阶相位补偿；

步骤四、慢时间维进行非均匀采样降阶运算和变标尺度变换；

步骤五、距离频率维逆傅里叶变换，变标尺度变换后的时间变量维傅里叶变换；

步骤六、构造检测统计量，进行机动目标检测。