本文選題：越距離單元走動 + Keystone變換��； 參考：《南京大學學報(自然科學)》2014年01期

【摘要】：高速運動目標脈間存在越距離單元走動,且多普勒頻譜混疊,脈間相參積累困難.利用長時間的信號積累,來提高微弱高速運動目標在低信噪比下的檢測性能理論上是一種有效方法,但積累時間長,使得目標回波越距離單元走動,相參積累更加困難.進行速度提前預估計的方法,能很好提高檢測性能,但增加了技術難度,并且需要長的檢測時間.本文研究一種改進的Keystone變換方法,該方法是通過計算不同模糊系數(shù)時的所有回波脈沖峰值位置的方差,記錄下方差最小時的模糊系數(shù),利用該模糊系數(shù),結合運用SINC函數(shù)插值實現(xiàn)的變換方法.該變換方法不受目標回波積累時間的限制,無需預先估計目標速度,可同時實現(xiàn)解多普勒模糊和補償距離走動.仿真結果表明,與進行匹配濾波后相參積累的方法相比,結合最小方差法和Keystone變換的方法,能有效補償距離走動,去除多普勒模糊,有效提高了高速運動目標回波脈沖積累的信噪比,改善了雷達的檢測性能.
[Abstract]:There are moving units between high speed moving targets, and the Doppler spectrum is overlapped, so it is difficult to accumulate coherence between pulses. Using long time signal accumulation to improve the detection performance of weak high speed moving targets at low SNR is theoretically an effective method, but the long accumulation time makes it more difficult for the target echo to move over the range unit and the coherent accumulation becomes more difficult. The method of speed pre-estimation can improve the detection performance, but increase the technical difficulty and require a long detection time. In this paper, an improved Keystone transform method is studied. By calculating the variance of the peak position of all echo pulses with different fuzzy coefficients, the fuzzy coefficients with minimum variance are recorded, and the fuzzy coefficients are used. Combined with the transformation method realized by SINC function interpolation. This method is not limited by the time of target echo accumulation and does not need to estimate the target velocity in advance. It can simultaneously solve the Doppler ambiguity and compensate the range walk. The simulation results show that, compared with the coherent accumulation method after matched filtering, the minimum variance method and the Keystone transform method can effectively compensate the range walk and remove the Doppler ambiguity. The signal-to-noise ratio (SNR) of echo pulse accumulation of high speed moving target is improved effectively, and the detection performance of radar is improved.
【作者單位】： 南京大學電子科學與工程學院;
【基金】：江蘇省產(chǎn)學研聯(lián)合創(chuàng)新資金——前瞻性聯(lián)合研究項目(BY2012187)
【分類號】：TN957.51

【參考文獻】

相關期刊論文 前6條

1 李海,吳嗣亮,莫力;微弱信號長時間積累的檢測方法[J];北京理工大學學報;2001年05期

2 張順生,曾濤;基于keystone變換的微弱目標檢測[J];電子學報;2005年09期

3 王娟;趙永波;;一種改進的Keystone變換算法及其在微弱信號檢測中的應用[J];航空兵器;2011年05期

4 萬纓;韓毅;盧漢清;;運動目標檢測算法的探討[J];計算機仿真;2006年10期

5 余吉;許稼;湯俊;彭應寧;;基于Keystone變換的改進雷達目標長時間積累[J];雷達科學與技術;2008年06期

6 王煒,楊道淳,方元,徐柏齡;基于聽覺模型的小波包變換的語音增強[J];南京大學學報(自然科學版);2001年05期

【共引文獻】

相關期刊論文 前10條

1 李陽;劉鶴;溫靖;;基于Keystone變換的錐掃定位算法[J];北京理工大學學報;2008年06期

2 原浩娟;高梅國;;基于Keystone變換的多幀步進頻信號處理[J];北京理工大學學報;2008年11期

3 李陽;劉鶴;溫靖;;基于寬帶Stretch處理的長時間積累方法[J];北京理工大學學報;2009年02期

4 姜偉;吳嗣亮;原浩娟;;頻率分集分布式子陣雷達的相參積累檢測方法[J];北京理工大學學報;2010年01期

5 李紅波;向南;吳渝;;一種改進的室內(nèi)運動人體檢測與輪廓提取算法[J];重慶郵電大學學報(自然科學版);2008年02期

6 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語音增強新算法[J];傳感技術學報;2004年01期

7 王娜;鄭德忠;劉永紅;;雙樹復小波包變換語音增強新算法[J];傳感技術學報;2009年07期

8 趙建宏;楊建宇;熊金濤;彭衛(wèi);;回波越距離單元走動的MTD研究[J];電波科學學報;2007年03期

9 劉峰;李陽;龍騰;;基于Keystone變換的極窄脈沖距離走動校正[J];彈箭與制導學報;2008年06期

10 毛勇;阮成禮;;相對運動多目標的逆合成孔徑雷達成像[J];電子科技大學學報;2008年04期

相關會議論文 前5條

1 董大慶;竇慧晶;吳朝陽;;噪聲環(huán)境下基于語音增強的說話人識別[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

2 陳煦陽;施健勇;羅喜伶;;基于H．264的航拍交通視頻快速編碼方法[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

3 李金屏;李倩;;基于Laws能量和變化頻次的偽裝色移動目標檢測研究[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

4 馬強;羅喜伶;;空基交通監(jiān)視系統(tǒng)中的運動目標檢測方法研究[A];2008第四屆中國智能交通年會論文集[C];2008年

5 葉斌;崔蘭蘭;;淺析智能視頻監(jiān)控中的目標識別差分算法[A];四川省通信學會2013年學術年會論文集[C];2013年

相關博士學位論文 前10條

1 吳孫勇;天基預警雷達微弱動目標檢測與定位方法研究[D];西安電子科技大學;2011年

2 孫春鳳;基于并行處理的高速圖像序列運動目標檢測技術研究[D];哈爾濱工業(yè)大學;2011年

3 王娜;基于小波變換與約束方差噪聲譜估計的語音增強算法研究[D];燕山大學;2011年

4 李軍;擴展目標的雷達檢測技術及其應用研究[D];國防科學技術大學;2011年

5 卓志敏;紅外成像目標檢測與跟蹤技術研究[D];哈爾濱工程大學;2007年

6 肖慧;LFMCW雷達高速/加速目標參數(shù)估計及測距范圍擴展技術研究[D];國防科學技術大學;2008年

7 趙建宏;低空目標探測及寬帶雷達信號檢測研究[D];電子科技大學;2008年

8 顧磊;基于圖像序列的人體步態(tài)識別方法研究[D];南京理工大學;2008年

9 林U，

本文編號：1855719