LFMCW雷达距离速度去耦合新方法：Radon2Ambiguity与分数阶傅里叶变换结合

"该文提出了一种新的LFMCW雷达（线性调频连续波雷达）距离速度去耦合方法，结合Radon2Ambiguity变换和分数阶傅里叶变换，有效地解决了目标运动导致的距离与速度耦合问题，提高了距离谱的清晰度和测量精度。" 在雷达技术中，宽带线性调频连续波雷达因其诸多优势被广泛应用，如高分辨率和对目标参数的精确探测等。然而，当目标处于运动状态时，雷达接收到的回波信号会因为距离与速度的相互影响而产生模糊，即所谓的“距离速度耦合”问题。这个问题会降低雷达的探测性能，使得距离估计和速度估计出现误差。 为了应对这一挑战，该文提出了一种创新的处理策略。首先，研究者分析了目标回波信号的特性，然后引入了Radon2Ambiguity变换。Radon2Ambiguity变换是一种数学工具，它能够揭示信号在不同参数空间的分布，有助于分离距离和速度信息。通过这种变换，可以更准确地估计出回波信号的调频率，即目标的相对速度信息。 接着，文章引入了分数阶傅里叶变换（Fractional Fourier Transform, FRFT）。不同于传统的整数阶傅里叶变换，分数阶傅里叶变换提供了一个连续的频率域视图，能更好地捕捉信号的局部特征。在该方法中，FRFT用于估计初始频率，这有助于进一步确定目标的距离信息。 将这两个变换相结合，可以有效地实现距离与速度的去耦合。这种方法的优势在于其速度快、精度高，能显著提高雷达系统的性能。通过仿真结果验证，该算法的效能得到了确认，对于自动驾驶等需要精确雷达探测的应用具有重要意义。 该文提出的LFMCW雷达距离速度去耦合方法是雷达信号处理领域的一个重要进展，尤其对于改善自动驾驶等应用场景中的雷达系统性能具有极大的价值。通过结合Radon2Ambiguity变换和分数阶傅里叶变换，这种方法能够克服目标运动带来的距离速度耦合问题，从而提升雷达的探测能力和数据解析能力。