基于FRFT域非相参积累的海杂波抑制和动目标检测方法

摘要

本发明公开了一种基于FRFT域非相参积累的海杂波抑制和动目标检测方法，属于雷达信号处理和检测技术领域。目前时域杂波图对消技术难以检测慢速运动目标，且在强海杂波背景下，目标单元中信杂比很低，海杂波尖峰容易造成虚警，导致检测性能下降。为此，本发明基于FRFT的动目标检测技术，通过对FRFT域延迟数据的迭代平滑，分别采用FRFT域均值积累方法和FRFT域单极点反馈积累方法，完成非相参积累；将FRFT域信号与积累后的数据对消，抑制海杂波，改善信杂比，输出信号的幅值作为检测统计量。该检测器具有检测微弱动目标的能力，不需要最佳变换角的先验信息，且能估计目标运动参数，适用于低信杂比条件，简单易实现，具有推广应用价值。

说明书

一、技术领域

本发明属于雷达信号处理和检测技术领域，特别涉及对海探测雷达的动目标检测技术。

二、背景技术

海洋环境中微弱动目标的检测问题是当前对海探测技术的研究热点和工程技术难点，在军用和民用方面都有着重要意义。在对海微弱动目标的检测中，运动的小型舰船的雷达反射截面积(Radar Cross Section，RCS)很小，其回波常常淹没在海杂波和噪声中。此时采用传统的基于空域处理的恒虚警(Constant False Alarm Rate，CFAR)方法，例如单元平均恒虚警(CellAveraging-CFAR，CA-CFAR)，有序统计量恒虚警(Order Statistics CFAR，OS-CFAR)等，利用邻近检测单元的某些参考单元的采样值对检测单元内的杂波强度进行估计，由于海杂波在高海情的情况下，目标回波受海杂波干扰严重，海杂波表现出的非高斯特性使得对其的准确建模比较困难，当海杂波的统计模型不定且SCR低于某一水平时，基于空域处理的检测方法几乎无能为力。

杂波图(Clutter Map，CM)是存储器中雷达威力范围内的杂波强度分布图，属于基于时域处理的CFAR方法，该方法利用杂波图存储每个距离-方位单元的背景功率水平，在每个扫描周期用当前的和以前的若干次扫描周期回波的采样值更新杂波单元的数据，适合于空域或距离变化十分剧烈、却随时域变化比较平稳的情况，比如地杂波和海杂波的情形。对于固定杂波，杂波图存储单元的杂波平均值和固定回波基本相同的，对消后基本没有剩余；而移动目标幅值被平均后对杂波图建立贡献很小，因此对消后动目标回波有很大剩余，从而可将固定杂波对消而检测出运动目标。目前，时域杂波图CFAR检测技术主要存在两个方面的缺陷：一是对于慢速运动目标，其不同扫描周期存储的幅值基本相同，杂波图在消除固定地杂波和海杂波的同时，也大大削弱了目标的能量；二是在强海杂波背景下，目标回波极其微弱，海杂波的大量尖峰造成严重虚警，导致时域杂波图CFAR的检测性能下降。

若海面目标做匀速或匀加速运动，其回波可以近似为线性调频信号(Linear FrequencyModulation，LFM)，而分数阶Fourier变换(Fractional Fourier Transform，FRFT)对LFM有良好的能量聚集性，且是一维变换，可以借助FFT实现，因此在FRFT域处理LFM信号有很大的优势。动目标回波经过FRFT后，在最佳变换域能够形成峰值，目标能量得到积累，改善了信杂比，不仅不需要估计海杂波的模型参数，而且能估计出目标的运动参数，从而获得目标的运动状态。因此，考虑将基于FRFT的动目标检测技术与杂波图CFAR技术相结合，以提高强海杂波背景下的动目标检测性能。

三、发明内容

1.要解决的技术问题

本发明的目的在于提供一种可以在强海杂波背景下检测微弱动目标的FRFT域动目标检测器。其中要解决的技术问题包括：

(1)海杂波中的动目标回波信号能量较为微弱，信杂比低；

(2)克服传统的时域杂波图对消容易削弱慢速运动目标能量的缺点；

(3)较为合理地设置雷达回波信号的延迟时间。

2.技术方案

本发明所述的基于FRFT域非相参积累的海杂波抑制和动目标检测方法，包括以下技术措施：首先，通过计算雷达回波信号及其多个延迟信号的离散FRFT(DFRFT)，在FRFT域对动目标的能量进行积累。然后，对FRFT域数据进行非相参积累，利用动目标和海杂波回波信号时移特性的不同，动目标回波信号的FRFT模函数位置与延迟有关，而海杂波回波信号的FRFT模函数与延迟近似无关，通过对延迟数据的迭代平滑，可分别采用FRFT域均值积累方法和FRFT域单极点反馈积累方法，完成对FRFT域信号的非相参积累。将FRFT域信号与积累后的数据对消，最大程度地抑制海杂波，提高信杂比。为了保证不削弱FRFT域动目标能量，延迟时间应保证FRFT域杂波图对消前后的动目标峰值位置之差大于峰值宽度的一半。最后，以FRFT域对消后的信号幅值作为检测统计量，并与给定虚警概率下的检测门限进行比较，如果其高于检测门限，判决为存在动目标信号，否则判决为没有动目标信号，并估计出目标的运动参数，包括速度和加速度。该检测器能够抑制海杂波，且能很好地积累动目标能量，改善信杂比，因此适用于低信杂比下的动目标检测。

3.有益效果

本发明相比背景技术具有如下的优点：

(1)该检测器不需最佳旋转角的先验信息，仅需计算多次延迟回波信号的DFRFT，因而具有较低的计算复杂度；

(2)该检测器能够克服时域杂波图对消时容易削弱慢速运动目标能量的缺点，并能估计目标的运动参数；

(3)该检测器能有效抑制海杂波，改善信杂比。

(4)该检测器具有在强杂波中检测和估计微弱动目标的能力。

四、附图说明

说明书附图1是基于FRFT域非相参积累的海杂波抑制和动目标检测方法处理流程，图2是基于FRFT域均值积累的海杂波抑制和动目标检测方法的实施原理流程图，附图3是基于FRFT域单极点反馈积累的海杂波抑制和动目标检测方法的实施原理流程图。

五、具体实施方式

以下结合说明书附图1对本发明作进一步描述。参照说明书附图1，本发明的处理流程分为以下几个步骤：

(1)接收雷达回波数据；

(2)对匹配滤波处理后的时域数据进行多次延迟；

(3)选择一定的变换阶数范围及步长，对多次延迟的数据进行离散FRFT；

(4)对FRFT域的信号进行非相参积累，通过对消处理抑制海杂波；

(5)通过设定的门限进行动目标检测与估计；

(6)输出检测结果。

步骤(4)中的FRFT域非相参积累方法可采用均值积累和单极点反馈积累的方法，因此，可分为两种具体实施方式。

具体实施方式一：基于FRFT域均值积累的海杂波抑制和动目标检测方法

以下结合说明书附图2作进一步详细描述。基于FRFT域均值积累的海杂波抑制和动目标检测方法的具体实施方式分以下几个步骤：

(1)雷达天线的回波信号经放大和混频后，得到零中频数据，送入存储装置1进行预处理，以得到n时刻对N个采样点形成的N维输入信号向量x(n)＝[x(n)，x(n-1)，...，x(n-N+1)]^T。

(2)存储装置2对存储装置1的输入信号向量延迟一定时间τ。为了保证FRFT域杂波图对消前后的动目标能量基本不被削弱，延迟时间应保证FRFT域杂波图对消前后的动目标峰值位置之差大于峰值宽度的一半，由下式计算得到

$\tau \ge \frac{1}{2{\mu }_{0}T}$

其中，T为信号时长，μ₀为信号调频率，可由下式估计得到

${\hat{\mu }}_0=-\cot (p_i\pi /2)/S^2$

其中，S为量纲归一化的尺度因子，f_s为采样频率。

(2)计算装置3接收存储装置1的输入信号向量x(n)。设定变换阶数p的范围为[1，a]，其中a＜2，变化步长为l，采用H.M.Ozaktas等人提出的FRFT分解算法，完成p_i阶(i＝1，2，...，(a-b)/l)离散分数阶Fourier变换(DFRFT)，基于如下公式

$X_p\left(\frac{m}{2\mathrm{\Delta x}}\right)=A_{\alpha }{e}^{j\frac{1}{2}{\left(\frac{m}{2\mathrm{\Delta x}}\right)}^2(\cot \alpha -\cos \alpha )}\underset{n=-N}{\overset{N}{\Sigma }}\left[x\left(\frac{n}{2\mathrm{\Delta x}}\right)e^{j\frac{1}{2}{\left(\frac{m}{2\mathrm{\Delta x}}\right)}^2(\cot \alpha -\cos \alpha )}\right]e^{j\frac{1}{2}{\left(\frac{m-n}{2\mathrm{\Delta x}}\right)}^2\cos \alpha }$

式中，N为信号的长度。得到输入信号矢量x(n)的p_i阶离散分数阶Fourier变换X₁(n)。

(3)通过存储装置2，依次对输入信号向量x(n)延迟k次(k＝2，3...，10)。

(4)计算装置4接收存储装置2的延迟信号向量，完成p_i阶N点DFRFT，得到X_k(n)。

(5)计算装置5接收计算装置3和计算装置4的输出结果，对多次延迟后的信号向量作平均，得到海杂波在p_i阶FRFT域的功率水平估计，形成FRFT域均值杂波图

$Y\left(n\right)=\frac{1}{k}\underset{j=1}{\overset{k}{\Sigma }}{X}_j\left(n\right)$

(6)将计算装置3的输出结果与计算装置5的输出结果一同输入到计算装置6，作减法运算，得到p_i阶的FRFT域均值杂波图对消结果E(n)

E(n)＝Y(n)-X₁(n)

(7)选取不同变换阶数，重复步骤(2)～步骤(6)，直至得到变换阶数范围[1，a]内的FRFT域均值杂波图对消结果，并取其绝对值，送入存储装置7中。

(8)将存储装置7的输出结果作为检测统计量，与给定虚警概率下的检测门限一同送入比较器8，进行比较，如果检测统计量高于检测门限，判决为存在动目标信号，否则判决为没有动目标信号。将检测结果送入存储装置9中。

(9)计算装置10接收存储装置9的检测结果，估计雷达回波信号参数，估计方法为

$\left(\begin{array}{c}{\hat{\mu }}_0=-\cot (p_0\pi /2)/S^2\\ {\hat{f}}_0=u_0\csc (p_0\pi /2)/S\end{array}\right)$

其中，为中心频率估计值，为调频率估计值，(p₀，u₀)为FRFT域中动目标峰值所在位置，由此可以估计出目标的运动参数

$\left(\begin{array}{c}\hat{a}={\hat{\mu }}_0\lambda /2\\ \hat{v}={\hat{f}}_0\lambda /2\end{array}\right)$

其中，和分别为目标加速度和速度的估计值，λ为雷达发射信号波长。

具体实施方式二：基于FRFT域单极点反馈积累的海杂波抑制和动目标检测方法

以下结合说明书附图3作进一步详细描述。基于FRFT域单极点反馈积累的海杂波抑制和动目标检测方法的具体实施方式分以下几个步骤：

(1)雷达天线的回波信号经放大和混频后，得到零中频数据，送入存储装置1进行预处理，以得到n时刻对N个采样点形成的N维输入信号向量x(n)＝[x(n)，x(n-1)，...，x(n-N+1)]^T。

(2)存储装置3对存储装置1的输入信号向量延迟一定时间τ。为了保证FRFT域杂波图对消前后的动目标能量基本不被削弱，延迟时间应保证FRFT域杂波图对消前后的动目标峰值位置之差大于峰值宽度的一半，由下式计算得到

$\tau \ge \frac{1}{2{\mu }_{0}T}$

其中，T为信号时长，μ₀为信号调频率，可由下式估计得到

${\hat{\mu }}_0=-\cot (p_i\pi /2)/S^2$

其中，S为量纲归一化的尺度因子，f_s为采样频率。

(3)计算装置2接收存储装置1的输入信号向量x(n)。设定变换阶数p的范围为[1，a]，其中a＜2，变化步长为l，采用H.M.Ozaktas等人提出的FRFT分解算法，完成p_i阶(i＝1，2，...，(a-b)/l)离散分数阶Fourier变换(DFRFT)，基于如下公式

$X_p\left(\frac{m}{2\mathrm{\Delta x}}\right)=A_{\alpha }{e}^{j\frac{1}{2}{\left(\frac{m}{2\mathrm{\Delta x}}\right)}^2(\cot \alpha -\cos \alpha )}\underset{n=-N}{\overset{N}{\Sigma }}\left[x\left(\frac{n}{2\mathrm{\Delta x}}\right)e^{j\frac{1}{2}{\left(\frac{m}{2\mathrm{\Delta x}}\right)}^2(\cot \alpha -\cos \alpha )}\right]e^{j\frac{1}{2}{\left(\frac{m-n}{2\mathrm{\Delta x}}\right)}^2\cos \alpha }$

式中，N为离散信号的长度。得到输入信号矢量x(n)的p_i阶离散分数阶Fourier变换X₁(n)。

(4)通过存储装置3，依次对输入信号向量x(n)延迟k次(k＝2，3...，10)。

(5)计算装置4接收存储装置3的延迟信号向量，完成p_i阶N点DFRFT，得到X_k(n)。

(6)计算装置5接受计算装置4a的输出结果，做乘法运算，乘以(1-w)，w为迭代因子，w∈[0，1]，一般取w＝0.125。

(7)计算装置6接受计算装置4b的输出结果，做乘法运算，乘以w。

(8)计算装置7接受计算装置5和计算装置6的输出结果，进行求和运算，对海杂波FRFT域数据进行迭代平滑，用第k-1次延迟后的FRFT域海杂波功率水平的估计值Y_k-1(n)和第k次延迟后的FRFT域信号X_k(n)来估计当前p_i阶FRFT域海杂波背景Y_k(n)，形成FRFT域单几点反馈积累杂波图

Y_k(n)＝(1-w)Y_k-1(n)+wX_k(n)

并将输出结果用于下一次迭代运算。

(9)将计算装置7的输出结果与计算装置2的输出结果一同输入到计算装置8，作减法运算，得到p_i阶的FRFT域均值杂波图对消结果E(n)

E(n)＝Y(n)-X₁(n)

(10)选取不同变换阶数，重复步骤(2)～步骤(9)，直至得到变换阶数范围[1，a]内的FRFT域均值杂波图对消结果，并取其绝对值，送入存储装置9中。

(11)将存储装置9的输出结果作为检测统计量，与给定虚警概率下的检测门限一同送入比较器10，进行比较，如果检测统计量高于检测门限，判决为存在动目标信号，否则判决为没有动目标信号。将检测结果送入存储装置11中。

(12)计算装置12接收存储装置11的检测结果，估计雷达回波信号参数，估计方法为

$\left(\begin{array}{c}{\hat{\mu }}_0=-\cot (p_0\pi /2)/S^2\\ {\hat{f}}_0=u_0\csc (p_0\pi /2)/S\end{array}\right)$

其中，为中心频率估计值，为调频率估计值，(p₀，u₀)为FRFT域中动目标峰值所在位置，由此可以估计出目标的运动参数

$\left(\begin{array}{c}\hat{a}={\hat{\mu }}_0\lambda /2\\ \hat{v}={\hat{f}}_0\lambda /2\end{array}\right)$

其中，和分别为目标加速度和速度的估计值，λ为雷达发射信号波长。