分数阶傅立叶变换：雷达径向加速度估计新算法

本文主要探讨的是基于分数阶傅立叶变换（Fractional Fourier Transform, FRFT）的径向加速度估计算法。雷达目标的径向加速度是衡量雷达与目标相对运动的关键参数，对于目标跟踪和识别具有重要价值。在实际应用中，尤其是面对雷达回波信号中的噪声干扰，准确估计径向加速度是一项挑战。 作者首先介绍了分数阶傅立叶变换，这是一种在信号处理领域中用于分析非线性系统和处理非周期信号的工具，其在时频分析中表现出独特的性能，特别是在处理非平稳信号时具有更好的抗噪特性。相比于传统的Wigner-Ville分布（WVD）-Hilbert变换方法，分数阶傅立叶变换在估计chirp信号参数时能够提供更高的抗噪声能力。 本文的核心内容是通过分数阶傅立叶变换推导出径向加速度的估计公式，并详细描述了整个估计流程。这个过程可能涉及信号预处理、分数阶傅立叶变换的参数选择、信号特征提取以及利用分数阶变换的特性来滤除噪声。研究还着重于分析分数阶傅立叶变换方法在估计径向加速度时的优势，特别是如何提高测量精度，如与搜索角度步长之间的关系。 为了验证算法的有效性，作者进行了仿真研究。仿真结果显示，基于分数阶傅立叶变换的径向加速度估计算法在实际应用中的性能优于传统方法，能够在噪声环境下提供更准确的结果。这表明该算法在实际雷达系统中具有很高的实用价值。 这篇论文不仅深入研究了分数阶傅立叶变换在径向加速度估计中的应用，而且还提供了理论推导和实验验证，为雷达信号处理领域的工程师和研究人员提供了新的思路和技术手段，以提高机动目标跟踪和识别的精度和鲁棒性。