8.5 分数域雷达动目标检测在线视频

同学们好

前面我们介绍了

FRFT在杂波抑制中的应用

今天我们讲解

分数傅里叶变换

在雷达动目标检测中的应用

首先介绍一下

雷达动目标检测的主要流程

大家请看这个流程图

雷达发射机发射的大功率射频信号

照射到目标之后

通过天线接收回波

进行空域滤波处理

由于回波信号

隐藏在噪声背景和杂波背景之中

通常需要进行两个维度的积累

使信号能量增强

这两个维度处理的是什么呢

一是距离维

也就是通常我们得到的目标位置信息

这里做的是

脉冲内的匹配滤波处理

也就是快时间的处理

通常的方法是脉冲压缩

得到的结果就是告诉我们目标在哪里

另一维处理的是多普勒处理

也就是

脉冲间信号的相参积累

慢时间处理

通常的方法

是动目标显示MTI和动目标检测MTD

得到的结果

就是告诉我们目标有多快

也就是速度信息

通过这两维的处理后

动目标回波会得到显著增强

那么再通过门限的判决

就可以把目标检测出来

这一页给出的图是

雷达回波的二维矩阵回波

即距离维脉内信息

和多普勒维脉间信息

传统动目标检测MTD

是对脉间数据进行快速傅里叶变换运算

进而得到多普勒信息

但这种做法适合于

具有单频点的匀速运动目标

也就是非时变平稳信号

但雷达实际探测的目标运动非常复杂

是非匀速运动的

也就是回波具有时变非平稳特性

这时目标的多普勒就会发散

MTD也失效了

FRFT就派上了用场

例如图片里看到的海上运动目标

本节课主要讲授

FRFT在雷达海上运动目标

检测中的应用

它主要分以下几个方面

首先讲解动目标回波模型

然后介绍常用的

时频分析动目标检测方法

最后重点讲一下

FRFT动目标检测原理及应用

首先我们来看一下

海上运动目标的雷达回波模型

是什么样的

建立了三个坐标系

也就是参考坐标系

目标运动坐标系

和雷达视线距离坐标系

在t=t0时刻

动目标质心位于O1点处

目标上的散射点

D1在t=t1时运动到D3点

目标质心运动到O2点

此时目标的移动距离OD3

可以分解为

两部分目标以速度v从D1平动到D2

以角速度ω转动到D3

也就是下面的这个公式

假设雷达发射LFM信号

则经过解调和脉压后

目标雷达回波可表示为

距离上的sinc函数

和关于距离的高阶相位项

回波的多普勒

通过对距离求t的导数得到

可看做由非匀速平动

和三轴转动产生的多普勒的叠加

通过泰勒级数展开

建模为关于时间的多项式信号

因此动目标信号可建模为

幅度起伏的调频（FM）信号

我们可根据雷达观测

和信号积累时间的长短

将动目标回波信号

近似为（LFM）

和平方调频（QFM）信号

分别描述目标的加速度

和加加速度运动状态

在较短的观察时间内

对于机动目标雷达的检测

也就是对LFM信号的检测

通常对于LFM信号

可采用时频分析进行处理

最常用的是线性时频分析

短时傅里叶变换

它是将时间信号加上时间窗后

得到窗内信号的频率

将时间窗滑动作傅里叶变换

从而得到信号的时频分布

它的优点是线性变换

无交叉项 计算简单 运算效率高

缺点是处理时变非平稳信号效果差

另一种类型是二次型方法

最常用的是Wigner-Vill分布WVD

利用信号的时频二维分布

描述非平稳信号

幅频特性随时间的变化情况

表现出理想的时频聚集性

适合于LFM信号的处理

但它的缺点是会出现交叉项

在多目标存在的情况下

交叉项将严重影响目标检测

下面让我们来举个例子

对于实测海上目标回波数据

分别采用

stft和WVD两种方法进行处理

得到右面图的结果

可以看到

动目标信号频率并不是单一频点

它分散于70~100Hz

说明目标机动

STFT时频分辨力较差

WVD谱交叉项影响严重

因此这两种方法

对于海上运动目标的检测性能并不理想

那么FRFT效果如何

让我们首先来看看

FRFT动目标检测原理

FRFT是对时频轴的旋转

适于分析与处理时变非平稳信号

尤其是LFM信号

并且FRFT是线性变换

不会受交叉项的影响

我们从数学公式推导证明

假设噪声背景下的单分量LFM信号

其FRFT如公式所示

当变换角度与LFM信号调频率相匹配时

将形成冲激函数

从而实现信号的相参积累

而噪声不会呈现明显的能量聚集

利用这一特性

可实现噪声背景下机动目标检测

机动目标将在二维FRFT域形成峰值

峰值坐标

对应于目标的加速度和速度

我们可以借鉴

MTD多普勒滤波器组的思想

将p阶FRFT

也就是α角FRFT

看成一个扫频滤波器组

对中心频率和调频率补偿

然后通过构建二维FRFT域

检测单元图对动目标进行检测

同学们

这就是FRFT动目标检测的基本原理

FRF处理实质上是

传统MTD多普勒滤波器组的广义形式

下面我们来看一下

利用FRFT对雷达实际数据处理的结果

在高海况或者目标做复杂运动时

目标能量在频域发散

但在FRFT域能有效积累

通过积累多帧FRFT谱

并构造

FRFT域自适应谱线增强器

实现了目标的能量增强与海杂波抑制

可显著改善信杂比

大家可以看到

目标的峰值明显增强

这样就大大提高了海杂波背景下

雷达的检测性能

从而提高了探测距离

下面这个例子同样是对

海上机动目标的处理

图(a)是雷达的原始回波

也就是脉冲 距离图

可以看到近距离海杂波

第80个距离单元附近有一个

接近雷达的目标

通过传统的MTD处理

得到图(c)的结果

可以发现有两个运动目标

1和2

但这两个目标的多普勒

占据了很多单元

说明是机动目标

采用FRFT的方法处理

可以看出相比原有方法

目标谱峰更加尖锐

海杂波得到明显的抑制

这样降低虚警的同时

又提高了目标的发现概率

可以说FRFT之所以能够适合

复杂背景下的机动目标检测

原因就是

其对时变信号

尤其是LFM信号的优秀处理能力

回顾一下我们这节课所讲的内容

讲到了哪些知识点

第一时变非平稳信号有效处理

是雷达动目标相参积累的检测关键

第二建立了海上运动目标的回波模型

可建模为调频信号

在一段观测时间范围内

可采用线性调频信号作为近似

第三介绍了

基于FRFT的雷达动目标检测方法

对脉间慢时间数据

进行两维参数的广义多普勒滤波处理

改善信杂比

接下来我们要做一些思考

本节主要是利用

同一距离单元的回波数据的处理

对于高机动目标

慢时间信号相位不满足线性调频关系

具有更高阶相位

同时在观测时间内

出现了跨距离和多普勒单元的情况

导致目标难以检测

如低空飞行目标 海面快艇等

后续我们将进行

分数域长时间处理方法与应用的讲解

这里是本节课的相关课外资料

大家可以进一步研究学习

我们今天的课就讲到这里

谢谢大家