基于RFRFT的雷达动目标长时相干积累检测策略

基于Radon-分数阶傅里叶变换(Radon-Fractional Fourier Transform, RFRFT)的雷达动目标检测方法是一种创新的技术，旨在提高雷达对于微弱运动目标的探测性能。长时间相参积累是提升雷达性能的关键策略，它通过连续、同步地积累多帧回波信号，以增强目标信号的信噪比，从而更好地识别目标。本文作者陈晓龙、刘宁波、王国庆和关建来自中国海军航空宇航大学电子与信息工程系和信息融合研究所，他们共同探讨了这一技术。 传统的动目标检测通常受到距离徙动和多普勒徙动的影响，即目标在距离和频率上的变化。RFRFT方法通过将信号处理从常规傅立叶变换扩展到分数阶傅立叶变换，能够更有效地处理这些复杂的运动模式。分数阶傅立叶变换具有不变性，使得信号在不同频率区域的表现形式保持一致，这对于捕捉目标的多维动态特性非常有利。 在实施过程中，该方法首先根据预设的运动参数范围，在距离-慢时间（Range-Doppler）二维平面上定位目标回波。接着，利用RFRFT对这些观测值进行匹配和累加，将不同时间步长的信息融合在一起，形成一个在RFRFT域的检测单元图。这个图谱有助于区分目标信号与背景杂波和噪声，因为它们的频谱特性在RFRFT下可能有所不同。 RFRFT的引入使得该方法能够同时补偿距离和多普勒的漂移，这意味着它能够在较长时间内保持较高的分辨率，从而有效地抑制了这些动态因素带来的干扰。通过这种方式，即使在强杂波环境下，也能有效地检测到微弱的动目标，显著提高了雷达的检测灵敏度和抗干扰能力。 基于Radon-分数阶傅里叶变换的雷达动目标检测方法是一种创新且实用的技术，它通过结合分数阶变换的特性以及长时间相参积累，克服了传统方法在处理复杂运动目标时的局限性，对于提升现代雷达系统在恶劣环境下的目标检测性能具有重要意义。这篇发表在《天紫学报/电子学报》的文章提供了深入的技术细节和仿真结果，验证了其理论价值和实际效果。