[发明专利]基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法

说明书

本发明涉及基于稳健稀疏分数阶傅立叶（RSFRFT）变换的雷达机动目标快速检测方法，属于雷达信号处理和检测技术领域。其步骤包括：对脉冲压缩后的慢时间维雷达复数据进行时域Chirp乘法运算、频谱重排、窗函数滤波、降采样快速傅里叶变换；在频域降采样形成的各个频率通道中，进行过门限处理；重构待检测距离单元信号多普勒频率；构造检测器，进行目标检测，频域Chirp乘法运算，得到RSFRFT谱，并估计目标运动参数。本发明只需对少量目标多普勒频点进行搜索，降低计算复杂度，并且通过两次自适应门限，无需预设信号稀疏度，剔除杂波虚警，适合复杂杂波背景下的机动目标检测。

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稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法，可用于强杂波背景下机动目标的雷达检测处理。

背景技术

低可观测机动目标的快速、有效检测已成为雷达技术领域的世界性难题。受复杂环境背景和目标复杂运动特性的影响，机动目标回波信杂噪比(Signal-to-clutter andnoise ratio,SCNR)低，且回波多普勒呈现时变特性，增加了雷达探测的难度。目标多普勒频率与目标速度近似成正比，当目标做机动时，回波具有时变特性，例如，匀加速运动目标，回波可建模为线性调频(Linear Frequency Modulation,LFM)信号。运动状态较为复杂的目标在一段观测时间内，可用LFM信号作为其一阶近似。随着相控阵、泛探雷达、多输入多输出(Multiple-input multiple-output,MIMO)雷达等雷达新体制的发展，对目标的观测时间大大延长，提高杂波背景下机动目标的精细化处理能力。但这种凝视观测以及泛探工作模式，使得目标回波数据量增大，并且系统采样频率的提高进一步增加了数据量，从而对算法的运算效率和系统实时性提出了更高的要求。因此，研究能适应杂波环境的、高效可靠、适用于大数据量实时处理的机动目标信号分析方法对于提升雷达动目标探测能力具有重要意义。

近年来，稀疏信号处理技术的发展为雷达探测技术提供了新的研究思路。由于动目标回波信号在某个域中具有一定的稀疏特性，可将动目标检测问题，转换为稀疏域中的稀疏求解和检测问题，则可通过少量的观测样本，通过求解最优化问题，在稀疏域中实现对该信号的高分辨率表示，比较有代表性的是稀疏傅里叶变换(Sparse Fourier Transform,SFT)和稀疏分数阶傅立叶变换(Sparse fractional Fourier transform,SFRFT)。然而，以下两方面因素导致SFT和SFRFT的稳健性下降：一方面，SFRFT需要对信号的稀疏度K进行预设，而在实际应用中，信号的稀疏度往往是未知的或者可能发生改变的；另一方面，SFRFT在降采样FFT后仅结合稀疏度和循环过程中频点出现的概率对大值系数进行估计，这在较低SCNR的情况下难以保证重构信号的可靠性。而雷达目标检测通常会面临杂波背景，频域聚集形成的强杂波点增加了回波数据的稀疏度，大大降低了算法对目标信号的处理性能。另外，SFRFT算法在重构目标信号多普勒的同时判决目标的有无，此检测判决是在平坦窗函数滤波降低了SCNR的情况下做出的，不利于杂波背景下的目标检测问题。因此，基于SFRFT的动目标检测方法难以满足复杂环境中的雷达机动目标检测需求。

目前该领域存在的问题主要有以下三个方面：一是，经典的动目标检测(MovingTarget Detection,MTD)方法仅适用于匀速运动目标，对于非平稳时变信号，难以实现可靠的检测；二是，FRFT方法，需逐个多普勒通道进行旋转角匹配搜索，运算量大；三是，SFRFT方法需要预设稀疏度，而且在低SCNR情况下，信号重构可靠性差，检测性能严重下降。为此，本专利提出了稳健SFRFT(Robust FRFT,RSFRFT)并用于雷达目标检测。

发明内容

要解决的技术问题包括：

(1)经典的MTD方法仅适用于匀速运动目标，对于非平稳时变信号，难以实现可靠的检测；

(2)FRFT动目标检测方法，需逐个多普勒通道进行旋转角匹配搜索，运算量大；