本发明专利技术公开的基于稀疏傅里叶变换的雷达目标检测方法属雷达目标探测技术领域，该检测方法共有八个步骤，检测过程也有13个过程，重要的是：首先对发射信号和回波信号进行傅里叶变换，然后采用序列重排的方法分离频率相近目标的位置，接着采用滤波器进行目标分离，最后利用分段信号的傅里叶变换结果进行目标延时位置和频率的确定，采用稀疏傅里叶变换进行目标检测，优点是：克服宽带信号或长时间积累信号相参处理时，运算量大的问题，同时，门限值和信号分段长度的合理选择，可以在工程中实现和提高目标低信噪比下的检测概率和计算速度，具有较大的实际应用价值，这种基于稀疏傅里叶变换的雷达目标检测方法值得采用和推广。
【技术实现步骤摘要】
本专利技术公开的属雷达目标探测技术领 域，具体涉及的是一种利用稀疏傅里叶变换完成对高信噪比和低信噪比情境下目标的检 测，解决宽带信号以及长时间积累形成的运算量大的问题，提高检测目标的运算速度，给后 续系统留有充足的反应时间。
技术介绍
众所周知，快速傅里叶变换(FFT)是数字信号处理领域中最重要的一种算法，它的 运算时间正比于输入信号的长度〇(nlog 2n)。然而，在许多应用中所分析信号的傅里叶系数 仅有一小部分有用，大部分可以忽略，因此这时信号的傅里叶输出是稀疏的，针对图像稀疏 信号的处理，动态图像专家组(MPEG)和联合图像专家组(JPEG)利用了离散余弦变换(DCT) 方法进行数据压缩，它在图像领域得到了广泛的应用，但随着信息社会的发展，需要压缩比 更大算法的出现;针对长序列信号的线性卷积，采用哈达玛变换进行处理;针对信号在不同 域的稀疏特征，利用压缩感知方法进行信号处理，该信号在某个变换域的结构具有稀疏性 质，可将高维信号投影到低维空间，利用该理论采样率可以不满足奈奎斯特采样定理，但该 理论中变换域最优观测矩阵较难找到，重构算法较复杂。针对长时间序列信号的频谱分析， 现有方法采用了稀疏傅里叶变换，但大多需用到非均匀信号的FFT计算，并利用位检测法对 信号频率进行选择，运算量较大。为了克服运算效率低以及提高估计精度，已有文献提出了 一种稀疏傅里叶变换(SFT)，该方法对滤波器进行了改进，可提高估计精度，进一步降低运 算量，目前，得到了国内外广大学者的重点研究。 本专利技术在分析多种方法基础上，提出采用改进的方法进行高低信噪比下目标的检 测，可进一步提高检测概率和计算效率。本专利技术针对线性调频宽带雷达或窄带雷达长时间 积累过程中处理数据量大的问题，提出通过时序重排、频谱分离、分段处理等方法完成信号 的稀疏化处理，进而获得目标的频率和位置信息。尤其针对低信噪比信号，采用了低阈值保 留多个目标后再利用时序重排、频谱分离、分段处理等方法完成稀疏处理，可增强该方法的 适用范围，其使用过程如图1所示。该方法不仅能提高高信噪比下信号的检测速度，而且也 能提高低信噪比下信号的检测速度，可应用于远程警戒雷达或宽带雷达以提高系统的反 应时间。
技术实现思路
本专利技术的目的是：向社会提供这种。本 专利技术在分析雷达发射信号和回波信号傅里叶域频谱特征的基础上，提出采用稀疏傅里叶变 换进行目标检测，可进一步提高检测速度。该方法不仅能够检测高信噪比下的目标信号，而 且也能检测低信噪比下的目标信号，具有计算量较小、易于工程实现等优点。 本专利技术的技术方案是这样的：这种，技 术特点在于:所述的该雷达目标检测方法包括如下步骤：步骤1:雷达发射信号为线性调频信号s(nT)，回波信号为r(nT)=s(nT-T)，T为回 波延时，根据雷达理论可得目标与雷达的距离为： 式（1)中R表示目标与雷达的距离，单位为米;τ为回波延时，单位为秒;η为脉冲采 样点数;Τ为采样时间间隔，单位为秒;c为电磁波传播速度，单位为米/秒，' * '这里表示共辄 取反的数学运算符号，这里表示对变量ηΤ的函数求取其最大值，FFT{ · }表示对信 号进行傅里叶变换处理，IFFT{ · }表示对信号进行逆傅里叶变换处理，FFT *FFT 表示 FFT与 FFT为相乘的关系。 步骤2:式（1)中FFT、FFT为发射波信号和回波信号的傅里叶变换 形式，其频谱输出为宽带形式，不能直接利用稀疏傅里叶变换进行处理，但式（1)中IFFT {·}求解的是目标延时位置，由于真正的目标个数有限，其输出目标信号表现为稀疏形式， 可用稀疏傅立叶变换进行处理。因此，对式（1)进行稀疏傅里叶变换处理后可表示为： 式(2)中SIFT{ ·}表示对信号进行稀疏逆傅里叶变换处理。步骤3:式(2)中设X(nT)=FFT · FFT，则X(nT)经过重排后的新序 列信号为： S(nT) =X{mod},n￡ (3) 式(3)中mod为求模运算数学符号;〇是一个随机变量，且为奇数，通常取值大小与Ν 满足:111〇(1，其中〇的具体取值大小根据式111 〇(1[(^(^1，幻=1确定4{>}与5(111') 两者之间的频域关系满足： S'（mT) =X，{mod}，me (4) 式(4)中X'{ · }为X(nT)的傅里叶变换，S'（mT)为S(nT)的傅里叶变换，m为傅里叶 频率域索引，m e 表示m的取值范围为。式(4)表示输入信号经过重排后，其对应的频谱信号位置也发生了变化，通过这种 方法可以使原来信号中相近的频谱被分离，利于后续的滤波处理。步骤4:为了分离出式(4)中不同位置的频谱成份，并尽可能避免频谱泄露，需选用 时频分辨率都高的滤波器进行滤波处理，滤波器g'（nT)波纹系数δ和截止频率系数￡的选择 原则为:波纹系数和截止频率系数越小，所得的滤波器频率窗越窄，越有利于提高信号的频 率分辨率。在通常情况下，波纹系数δ和截止频率系数范围为(〇，1)。比如频率窗宽度为10个 采样点，对应的最小频率分辨频率为^为采样时间间隔，单位为秒，频率窗宽度为20个 采样点，对应的最小频率分辨频率为，这里可以看出频率窗宽度为10时，对应的频率分 辨率能够分辨的频率更小。步骤5:为了提高式(3)中信号S(nT)的频谱计算速度，需要对信号S(nT)进行分段 处理，定义:Y(nT)=g'（nT) · 3(111')，1^[1，幻，则分段后重组信号2(111')为： 式(5)Y(nT)中η的有效范围为ηΕ，ω为滤波器的时域窗长，单位为 秒;Β为信号S(nT)的分段长度，单位为秒;int表示向下取整，q为信号分段后的数目，范 围为-1]，116表示11的取值范围为。 对式(5)中z(nT)进行离散傅里叶变换(DFT)后可得： Z(kT)=DFT=Y，，n，ke (6) 式(6)中Z(kT)是z(nT)的傅里叶变换，Z(kT)将会发生频谱混叠，其值为Y'（knT)中 频谱混叠相加后的结果，Y'（knT)为Y(nT)的傅里叶变换结果，n，ke表示n、k的取值范 围为。 步骤6经过步骤5处理后，每个频谱组内都有可能含有目标信号，为了获得目标信 号的正确估计，首先需要对式(6)中信号的最大位置进行估计，然后在此基础上进行频率估 计。 步骤7步骤2~步骤6完成的是目标处于高信噪比时的检测，当目标信噪比降低时， 式(2)中利用SIFT{ · }方法难以达到真正的快速运算，为了利用SIFT{ · }提高算法速度，可 首先适当增加可能的目标点数，而后再利用SIFT{ · }进行计算。对式(2)中SIFT{ · }处理后 结果进行搜索，把超过门限?η的点作为目标信号，其输出结果表示为：式(7)中 SIFT{ · }表示对 FFT · FFT做稀疏逆傅里叶变换；SIFT' { · }表示在目标门限Tin下，SIFT{ · }处理完后获得的结果，else表示除了 |SIFT{ · }| 以外的其它情况，|SIFT{ · } |表示对SIFT{FFT · FFT}结果求绝对值，将 式(7)带入(2)可得：表示对变量nT的函数求取其最大值。 步骤8利用步骤3~步骤7中方法对式(7 )、式(8)进行处理，最终可确定雷达目标对 应的本文档来自技高网...
【技术保护点】
一种基于稀疏傅里叶变换的雷达目标检测方法，特征在于：所述的该检测方法包括以下步骤：步骤1：雷达发射信号为线性调频信号s(nT)，回波信号为r(nT)＝s(nT‑τ)，τ为回波延时，根据雷达理论可得目标与雷达的距离为：R=c2τ=c2argmaxnT|IFFT{FFT[s(nT)]·FFT[r*(nT)]}|---(1)]]>式(1)中R表示目标与雷达的距离，单位为米；τ为回波延时，单位为秒；n为脉冲采样点数；T为采样时间间隔，单位为秒；c为电磁波传播速度，单位为米/秒，'*'这里表示共轭取反的数学运算符号，这里表示对变量nT的函数求取其最大值，FFT{·}表示对信号进行傅里叶变换处理，IFFT{·}表示对信号进行逆傅里叶变换处理，FFT[s(nT)]·FFT[r*(nT)]表示FFT[s(nT)]与FFT[r*(nT)]为相乘的关系；步骤2：式(1)中FFT[s(nT)]、FFT[r*(nT)]为发射波信号和回波信号的傅里叶变换形式，其频谱输出为宽带形式，不能直接利用稀疏傅里叶变换进行处理，但式(1)中IFFT{·}求解的是目标延时位置，由于真正的目标个数有限，其输出目标信号表现为稀疏形式，可用稀疏傅立叶变换进行处理；因此，对式(1)进行稀疏傅里叶变换处理后可表示为：R=c2argmaxnT|SIFT{FFT[s(nT)]·FFT[r*(nT)]}|---(2)]]>式(2)中SIFT{·}表示对信号进行稀疏逆傅里叶变换处理；步骤3：式(2)中设X(nT)＝FFT[s(nT)]·FFT[r*(nT)]，则X(nT)经过重排后的新序列信号为：S(nT)＝X{mod[σ·nT,N]},n∈[1,N] (3)式(3)中mod为求模运算数学符号；σ是一个随机变量，且为奇数，通常取值大小与N满足：mod[σ×σ‑1,N]＝1，σ‑1是σ的模逆算子，N为脉冲信号s(nT)采样总点数,n∈[1,N]表示n的取值范围为[1,N]，其中σ的具体取值大小根据式mod[σ×σ‑1,N]＝1确定；X{·}与S(nT)两者之间的频域关系满足：S'(mT)＝X'{mod[σ‑1·mT,N]},m∈[1,N] (4)式(4)中X'{·}为X(nT)的傅里叶变换，S'(mT)为S(nT)的傅里叶变换，m为傅里叶频率域索引，m∈[1,N]表示m的取值范围为[1,N]；式(4)表示输入信号经过重排后，其对应的频谱信号位置也发生了变化，通过这种方法可以使原来信号中相近的频谱被分离，利于后续的滤波处理；步骤4:为了分离出式(4)中不同位置的频谱成份，并尽可能避免频谱泄露，需选用时频分辨率都高的滤波器进行滤波处理，滤波器g'(nT)波纹系数δ和截止频率系数ε的选择原则为：波纹系数和截止频率系数越小，所得的滤波器频率窗越窄，越有利于提高信号的频率分辨率；步骤5:为了提高式(3)中信号S(nT)的频谱计算速度，需要对信号S(nT)进行分段处理，定义：Y(nT)＝g'(nT)·S(nT),n∈[1,N]，则分段后重组信号z(nT)为：z(nT)=Σq=0int[ω/B]-1Y(nT+Bq),n∈[1,B]---(5)]]>式(5)Y(nT)中n的有效范围为n∈[‑ω/2,ω/2]，ω为滤波器的时域窗长，单位为秒；B为信号S(nT)的分段长度，单位为秒；int[·]表示向下取整，q为信号分段后的数目，范围为[0,1...int[ω/B]‑1]，n∈[1,B]表示n的取值范围为[1,B]；对式(5)中z(nT)进行离散傅里叶变换(DFT)后可得：Z(kT)＝DFT[z(nT)]＝Y'[k·(nT/B)],n,k∈[1,B] (6)式(6)中Z(kT)是z(nT)的傅里叶变换，Z(kT)将会发生频谱混叠，其值为Y'(knT)中频谱混叠相加后的结果，Y'(knT)为Y(nT)的傅里叶变换结果，n,k∈[1,B]表示n、k的取值范围为[1,B]；步骤6经过步骤5处理后，每个频谱组内都有可能含有目标信号，为了获得目标信号的正确估计，首先需要对式(6)中信号的最大位置进行估计，然后再此基础上进行频率估计；步骤7步骤2～步骤6完成的是目标处于高信噪比时的检测，当目标信噪比降低时，式(2)中利用SIFT{·}方法难以达到真正的快速运算，为了利用SIFT{·}提高算法速度，可首先适当增加可能的目标点数，而后再利用SIFT{·}进行计算；对式(2)中SIFT{·}处理后结果进行搜索，把超过门限Th1的点作为目标信号，其输出结果表示为：SIFT′{&CenterDot...
【技术特征摘要】
【专利技术属性】
技术研发人员：侯慧玲，史瑞根，庞存锁，王明泉，曲喜强，
申请(专利权)人：中北大学，
类型：发明
国别省市：山西;14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。