本文選題：小目標(biāo) + 分數(shù)階傅里葉變換　； 參考：《南京大學(xué)學(xué)報(自然科學(xué))》2017年04期

【摘要】：如何從海雜波中檢測小目標(biāo)是雷達信號處理研究中的一個熱點問題.海雜波具有多重分形特性,利用海雜波和目標(biāo)回波分形特性的不同進行區(qū)分:海雜波的復(fù)雜性決定了其分形維值一般較大,而海面目標(biāo)由于表面規(guī)則平滑而分形維值較小.實際檢測小目標(biāo)時,海雜波較強,需要對其進行抑制,提高信雜比.分數(shù)階傅里葉變換(Fractional fourier transform,FRFT)是一種提高信雜比(Signal to clutter ratio,SCR)的良好方法:動目標(biāo)經(jīng)過FRFT后,在最佳變換域可形成峰值,而海雜波難以積累出有效峰值.結(jié)合這些特性,本文提出了在FRFT域內(nèi)多重分形特性聯(lián)合檢測小目標(biāo)的方法.在多重分形基礎(chǔ)上,比較了時域和FRFT域分形維軌跡,證明了FRFT能有效聚集目標(biāo)單元能量,加大了純海雜波與目標(biāo)的差異.將FRFT域多重分形維和截距聯(lián)合起來作為檢測小目標(biāo)的二維判決空間,用實測數(shù)據(jù)證明了海雜波和小目標(biāo)在判決空間存在明顯的差異性,驗證了本文所提方法有效地提高了海雜波中小目標(biāo)檢測的能力.
[Abstract]:How to detect small targets from sea clutter is a hot issue in radar signal processing. Sea clutter has multifractal characteristics, which is distinguished by the difference between sea clutter and target echo fractal characteristics. The complexity of sea clutter determines that the fractal dimension of sea clutter is generally larger, while the fractal dimension of sea surface target is smaller because of the regular surface smoothness. When small targets are detected, the sea clutter is strong, so it is necessary to suppress it and improve the signal-to-clutter ratio. Fractional fourier transform (FRFT) is a good method to improve the signal-to-clutter ratio. After the moving target passes through the FRFT, the peak value can be formed in the optimal transform domain, but the sea clutter can hardly accumulate the effective peak value. Combined with these characteristics, this paper presents a method for joint detection of small targets by multifractal in FRFT domain. On the basis of multifractal, the fractal trajectories in time domain and FRFT domain are compared. It is proved that FRFT can effectively aggregate the energy of target unit and increase the difference between pure sea clutter and target. The multifractal and intercept in FRFT domain are combined as two dimensional decision space to detect small target. The difference between sea clutter and small target in decision space is proved by the measured data. It is verified that the proposed method can effectively improve the ability of small and medium target detection in sea clutter.
【作者單位】： 南京大學(xué)電子科學(xué)與工程學(xué)院;
【基金】：江蘇省基礎(chǔ)研究計劃(BK20151391)
【分類號】：TN957.51

【相似文獻】

相關(guān)期刊論文 前10條

1 梅檢民;肖云魁;周斌;陳祥龍;喬龍;;基于FRFT的改進多尺度線調(diào)頻基稀疏信號分解方法[J];振動工程學(xué)報;2013年01期

2 尹德強;李文海;;基于共軛FRFT模對消的反輻射導(dǎo)彈檢測[J];雷達科學(xué)與技術(shù);2012年01期

3 黃宇;劉鋒;王澤眾;向崇文;張鑫;;基于周期FRFT的LFMCW信號檢測與參數(shù)估計[J];中國科學(xué):信息科學(xué);2014年04期

4 劉榕;張軍;;基于FRFT的LFM抗干擾通信研究[J];山西電子技術(shù);2007年01期

5 盧慧英;朱燦焰;;基于FRFT的多LFM信號的分離及參數(shù)估計[J];通信技術(shù);2011年09期

6 吳燕軍;王華力;孫磊;蔣巖;;基于FRFT的LFM信號檢測與參數(shù)估計[J];軍事通信技術(shù);2012年04期

7 田玉芳;姬光榮;尹志盈;鄭海永;;基于FRFT域空間分形特征差異的海面弱目標(biāo)檢測[J];中國海洋大學(xué)學(xué)報(自然科學(xué)版);2013年03期

8 邵高平;安建平;;基于FFT和FRFT的非平穩(wěn)干擾估計和抑制[J];數(shù)據(jù)采集與處理;2010年02期

9 郭海燕;于仕財;陳小龍;關(guān)鍵;;基于頻域延時FRFT模函數(shù)對消的檢測方法[J];雷達科學(xué)與技術(shù);2010年03期

10 尹德強;李文海;;基于共軛FRFT模函數(shù)對消的運動目標(biāo)檢測[J];科學(xué)技術(shù)與工程;2011年29期

相關(guān)會議論文 前2條

1 Yang Guang;zheng Yi;Zhou Lin;Li Ming;;Two Novel Packet Structures Based on FRFT Underwater Acoustic Communication System[A];2012年計算機應(yīng)用與系統(tǒng)建模國際會議論文集[C];2012年

2 曹敏;付耀文;姜衛(wèi)東;黎湘;莊釗文;;基于FRFT的空間目標(biāo)一維距離成像新方法[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 陳蓉;基于FRFT的復(fù)雜電磁環(huán)境下未知信號辨識[D];蘇州大學(xué);2013年

相關(guān)碩士學(xué)位論文 前8條

1 鄒啟明;一種線性組合型FRFT的電路實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2014年

2 趙越;FRFT-OFDM系統(tǒng)峰均比抑制技術(shù)研究[D];北京理工大學(xué);2014年

3 劉威;基于FRFT的單載波均衡技術(shù)在地空通信中的應(yīng)用研究[D];西南交通大學(xué);2014年

4 唐江;基于FRFT的LPI雷達信號參數(shù)估計方法研究[D];解放軍信息工程大學(xué);2013年

5 仇兆煬;基于FRFT的LFM信號檢測及參數(shù)估計[D];蘇州大學(xué);2013年

6 劉暢;基于FRFT算法降低CO-OFDM通信系統(tǒng)峰值平均功率比的研究[D];天津理工大學(xué);2014年

7 王文俊;基于FRFT的Chirp水聲擴頻通信技術(shù)研究[D];廈門大學(xué);2014年

8 郭佩;基于FRFT的擴展頻譜信號特性分析[D];哈爾濱工業(yè)大學(xué);2008年

，

本文編號：1814142