[发明专利]基于非均匀重采样技术的机动目标相干积累检测方法

说明书

一种基于非均匀重采样技术的机动目标相干积累检测方法，在快时间域对接收的雷达接收信号进行解调和脉冲压缩处理；对脉压缩信号做快速傅里叶变换；计算约束条件并生成空矩阵；判断所选时刻和所选时延是否同时满足约束条件，符合条件则对距离向频域信号进行非均匀重采样，计算对应元素值，不符合条件则对应元素值为0；依次选取所有的时刻和时延，将生成的元素值放入矩阵中；对相关函数矩阵数据执行快速傅里叶变换和快速傅里叶逆变换，完成相干积累；利用相干积累矩阵判定目标是否存在。本发明在检测过程中不受搜索方法的影响，计算复杂度低，检测性能优。

技术领域

本发明属于雷达技术领域，更进一步涉及雷达信号处理技术领域中的一种基于非均匀重采样技术的机动目标相干积累检测方法。本发明可用于低信噪比环境下微弱机动目标检测。

背景技术

微弱目标检测由于其在实际应用中的需求而引起了越来越多的关注。这些微弱机动目标具有小RCS(雷达散射截面积)、回波能量小等典型特点，为了实现对微弱机动目标的有效检测，需要采用以时间换取能量的长时间积累技术对回波数据进行能量积累。传统的雷达检测方法面临着因过长的观察时间造成的高阶距离偏移和多普勒频率偏移等重大挑战。如何针对上述问题实现现有弱雷达机动目标的快速检测，是当前雷达探测领域亟需解决的问题。

中国人民解放军海军航空工程学院在其申请的专利文献“雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法”(申请号201310053874.9，公开号CN103176178 A)中公开了一种基于Radon-分数阶傅里叶变换RFRFT的长时间相参积累检测方法。该方法首先将雷达回波距离向解调、脉压，完成脉内积累，然后采用RFRFT方法补偿距离和多普勒徙动，完成长时间脉间相参积累，同时遍历所有搜索参数，构建距离-RFRFT域检测单元图，从而提高目标检测性能，最后对检测单元图进行恒虚警检测，得到目标运动参数估计。但是，该方法仍然存在的不足之处是，在构建检测单元图时需要遍历所有搜索参数，因为该方法对雷达目标参数要进行多维搜索，使得运算复杂度高，导致检测速度慢。

李小龙在其发表的论文“高速机动目标长时间相参积累算法研究”(电子科技大学2017博士论文)中提出了一种基于相邻互相关函数(ACCF)的算法。该方法首先根据多个运动参数将目标的倾斜范围建模为多项式函数，然后采用迭代相邻互相关运算来消除范围偏移并减少多普勒频率偏移的顺序，最后通过傅立叶变换估计运动参数。该方法无需搜索过程即可估计参数，能在高信噪比(SNR)下获得紧密估计性能，计算成本低。但是，该方法仍然存在的不足之处是，该方法采用迭代相邻互相关运算来避免多维搜索，因为重复使用互相关函数会带来额外的噪声项，因此基于ACCF的算法只能在高信噪比环境中工作，不适用于低信噪比的工作环境。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种基于非均匀重采样技术的机动目标相干积累检测方法。本发明利用非均匀重采样技术，消除了接收信号中的距离徙动和多普勒徙动，完成机动目标回波能量的相参积累，能更好的适应低信噪比的环境，具有更优的检测性能，本发明无需对运动参数进行搜索，有效地降低了计算复杂度，缩短了检测时间。

实现本发明目的的思路是，对雷达接收的回波信号在快时间域进行解调和脉冲压缩处理，对解调和脉冲压缩后的回波信号在快时间域做快速傅里叶变换，计算约束条件并生成空矩阵，从雷达回波信号慢时间中依次选取一个时刻和一个时延，判断所选时刻和所选时延是否同时满足约束条件，若是，则对快速傅里叶变换后的回波信号进行非均匀重采样，计算第所选时刻的序号行第所选时延的序号列的元素值，若否，将0作为空矩阵第所选时刻的序号行第所选时延的序号列的元素值，判断所有时刻和时延是否选取完毕，若是，将生成的元素值放入空矩阵中对应的位置得到相关函数矩阵，否则，继续选取，对相关函数矩阵数据执行快速傅里叶变换和快速傅里叶逆变换来对目标能量进行积分，完成相干积累，利用快时间域-多普勒域相干积累矩阵检测目标是否存在。

本发明的具体步骤包括如下：

(1)获取回波信号：