简介:在HRR雷达中,当目标尺寸大于雷达波长和雷达距离分辨单元时,在连续扫描过程中从目标不同散射中心返回的目标回波会产生不同的方向图,使传统杂波抑制方法无效。提出采用Hough变换来解决这个问题。Hough变换是一种在图像中识别曲线的著名变换。比较了两种基于Hough变换的雷达检测算法,一是将数据空间中的点映射到ρ-θ空间中的曲线的传统模式,另一种模式采用斜率-截距参数空间Hough变换。斜率-截距模式的效率通过仿真进行验证。与传统模式相比,Hough变换的斜率-截距模式的性能更好。针对非起伏目标及四种Swerling类目标,研究了在瑞利分布、Weibull分布、对数正态分布和K分布杂波下,Hough变换检测器的斜率-截距模式对HRR雷达信号的检测性能。还研究了目标速度和脉冲数的影响。通过Monte-Carlo仿真对Hough变换检测器的目标检测性能进行了分析。
简介:通过数学推导发现了时间无限长线性调频(LFM)信号的分数阶Fourier变换(FRFT)模函数具有对称性,且单边单调。之后经过分析,得出时限LFM信号的FRFT模函数也具有较好的这种特性。根据此结论提出了基于FRFT的时限LFM信号检测与参数估计的新方法,此方法采用两级搜索,克服了FRFT算法误差对线性调频信号的FRFT模函数对称性和单调性的影响,在减少了运算量的同时提高了参数估计精度。仿真分析证实了此方法的有效性。
简介:对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root—MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于ESPRIT算法,且算法收敛速度快。