非均匀立体阵SAR动目标参数估计:分数阶傅立叶法

需积分: 9 0 下载量 105 浏览量 更新于2024-09-10 收藏 598KB PDF 举报
"非均匀空间立体阵分布式SAR动目标参数估计的分数阶傅立叶-子空间方法" 这篇论文深入探讨了在非均匀空间立体阵列的分布式合成孔径雷达(SAR)系统中,如何有效地估计地面移动目标的参数。在星载分布式SAR系统中,由于其独特的非均匀三维立体几何构型,传统的线性阵列处理技术往往无法准确地捕捉到目标的动态信息,这成为了此类系统中的一个关键挑战。 论文首先提出了一个适用于非均匀立体分布式SAR的新信号模型,该模型能够更精确地描述这种复杂环境下的雷达信号传播过程。接着,作者引入了一种基于分数阶傅立叶变换(FrFT)和音乐算法(MUSIC)的空间-时-频分布(STFD)方法,用于估算目标的方位初始位置和径向速度。分数阶傅立叶变换是一种扩展自传统傅立叶变换的数学工具,它在处理非线性和时变信号时具有优势,能够更好地分析SAR系统中的非均匀信号特性。 随后,论文提出了一种FrFT-CROCOS-MUSIC方法来进一步估计目标的方位速度。CROCOS(Cross-Correlation of Optimum Subspaces,最优子空间的交叉相关)是一种改进的音乐算法,它通过增强目标回波信号与噪声子空间的相关性,提高了参数估计的精度。结合分数阶傅立叶变换,这种方法能够在复杂环境下提供更准确的目标动态参数估计。 此外,论文可能还详细讨论了这些方法的实现细节,包括数据预处理、信号分离、参数估计的步骤以及性能评估。可能还涉及了数值模拟和实际数据的验证,以证明所提方法的有效性和优越性。研究结果对于优化分布式SAR系统的性能,提高对地面移动目标的监测和跟踪能力具有重要的理论和实践意义。 这篇论文的研究成果为非均匀空间立体阵列的分布式SAR系统提供了一种创新的参数估计策略,利用分数阶傅立叶变换和优化的子空间算法,解决了传统方法在此类复杂系统中的局限性,为未来SAR技术的发展提供了新的理论支持。