预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111045002A(43)申请公布日2020.04.21(21)申请号201911279036.7(22)申请日2019.12.13(71)申请人中国人民解放军战略支援部队信息工程大学地址450000河南省郑州市高新区科学大道62号(72)发明人靳科张红敏黄洁吴济洲王泽文(74)专利代理机构郑州大通专利商标代理有限公司41111代理人周艳巧(51)Int.Cl.G01S13/88(2006.01)权利要求书1页说明书7页附图3页(54)发明名称基于TRT和SNuFFT的机动目标相参积累方法(57)摘要本发明属于雷达机动目标检测技术领域,特别涉及一种基于TRT和SNuFFT的机动目标相参积累方法,包含:依据雷达发射线性调频信号,获取机动目标雷达回波信号;针对机动目标雷达回波信号,通过时间反转变换,对变换前后的信号进行相乘,以消除多普勒频率模糊和二次多普勒徙动;针对相乘结果,通过变尺度非均匀快速傅里叶变换消除线性多普勒徙动,以实现机动目标的高效相参积累。本发明应用TRT有效消除速度和加速度的影响;并受信号特征启发,通过SNuFFT以消除距离频率和慢时间之间的耦合项,高效实现慢时间能量聚集;避免参数搜索过程,可以通过快速傅里叶变换和非均匀快速傅里叶变换高效实现,其低复杂度能够在实际雷达系统中进行信号的实时处理。CN111045002ACN111045002A权利要求书1/1页1.一种基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,包含如下内容:依据雷达发射线性调频信号,获取机动目标雷达回波信号;针对机动目标雷达回波信号,通过时间反转变换,对变换前后的信号进行相乘,以消除多普勒频率模糊和二次多普勒徙动;针对相乘结果,通过变尺度非均匀快速傅里叶变换消除线性多普勒徙动,以实现机动目标的高效相参积累。2.根据权利要求1所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,时间反转变换中,首先,针对机动目标雷达回波信号,通过对快时间进行傅里叶变换,获取距离频率-慢时间域的信号表示,并针对每个距离频率构建关于慢时间的反转信号表示;然后,将距离频率-慢时间域的信号表示和关于慢时间的反转信号表示两者相乘,以补偿信号线性相位项及三次相位项。3.根据权利要求1或2所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,变尺度非均匀快速傅里叶变换中,设定耦合因子和缩放因子,通过耦合因子和缩放因子对时间反转变换的乘积结果进行变尺度非均匀快速傅里叶变换。4.根据权利要求3所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,依据信号载频、及快时间对应的距离频率,设定耦合因子。5.根据权利要求1或2所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,变尺度非均匀快速傅里叶变换表示为:其中,ξ为耦合因子,β为缩放因子,fr为快时间对应的距离频率,tm为慢时间变量,STRT(fr,tm)为时间反转变换的乘积,fsnu为对应于的调频率变量,Ccross(fr,fsnu)为交叉项。6.根据权利要求1或2所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,针对变尺度非均匀快速傅里叶变换结果,对快时间频率进行逆傅里叶变换,以完成相参积累。7.根据权利要求6所述的基于TRT和SNuFFT的机动目标相参积累方法,其特征在于,逆傅里叶变换中,信号能量在距离-调频率域内聚焦为单一谱峰,利用恒虚警检测技术完成机动目标的检测。2CN111045002A说明书1/7页基于TRT和SNuFFT的机动目标相参积累方法技术领域[0001]本发明属于雷达机动目标检测技术领域,特别涉及一种基于TRT和SNuFFT的机动目标相参积累方法。背景技术[0002]近些年隐身飞机和无人机UAV的迅猛发展,对雷达机动弱目标检测提出了越来越多的需求。为了探测此类低雷达散射截面积RCS目标,长时间相参积累成为一种便捷高效的手段。不幸地是,机动目标的复杂运动(例如高速度、加速度和加加速度)将会造成距离徙动RM和多普勒频率徙动。这些不利因素将严重恶化诸如动目标检测MTD等传统积累算法的性能。[0003]为了对带有加加速度的目标进行相参探测,近些年出现了许多较为成功的算法。代表性的搜索类算法包括keystone变换—广义去斜处理KT-GDP,keystone变换—相位梯度自聚焦KT-PGA,广义Radon-Fourier变换GRFT。尽管这类算法具有令人满意的探测性能,但是巨大的计算复杂度使其在实际应用中难以被接受。于此同时,相邻互相关函数—吕分布ACCF-LVD,时间反转变换—二阶keystone变换—吕分布TRT-SKT-LVD分别作为非搜索类算法被提出来。尽管