分数阶傅里叶变换域的短时稀疏检测提升雷达动目标性能

雷达动目标短时稀疏分数阶傅里叶变换（ST-SFRFT）是一种创新的信号处理方法，针对雷达技术中的重要挑战——在复杂背景下准确检测动目标。在传统雷达系统中，动目标检测往往受限于低时频分辨率和处理大数据量的能力，尤其对于多分量信号分析的效率不高。本文结合了经典的时频分析技术和稀疏域信号处理的优势，ST-SFRFT旨在提升这些方面，从而实现时变信号的高分辨率时频表示，并优化信号压缩比（SCR），以增强在复杂环境下的动目标检测性能。 ST-SFRFT的提出，是针对雷达技术发展中对于高时频分辨率和大数据量处理能力的需求，它利用分数阶傅里叶变换（Fractional Fourier Transform, FRT）的特性，能够更有效地捕捉和分析信号中的稀疏特性。分数阶变换在处理信号时，相较于常规傅里叶变换，提供了更广泛的频率分析范围，这有助于提取出更多隐藏在信号中的动态信息。 作者陈小龙、关剑坚、于晓涵和何友在海军航空工程学院的研究中，将ST-SFRFT应用于雷达动目标检测，并且对实际对海雷达数据进行了验证。实验结果显示，与传统的时频动目标检测方法相比，ST-SFRFT在对抗杂波干扰以及提高参数估计精度方面具有显著优势。这不仅提升了雷达系统的性能，而且对于多目标环境下的检测能力也有所增强，有利于提高雷达在复杂战场环境下的适应性和可靠性。 本文的研究成果不仅为雷达技术的发展提供了新的理论支持，也为实际应用中的目标检测和识别提供了有效的算法工具。关键词包括雷达动目标检测、稀疏表示、时频分析、分数阶傅里叶变换和稀疏时频分布，这些都反映出研究的热点领域和核心概念。此外，该研究还获得了多个基金项目的资助，如国家自然科学基金、国防科技基金、航空科学基金以及中国科协的青年人才托举工程和“泰山学者”专项经费，显示了其在科研领域的广泛认可和重要性。通过阅读和理解这篇论文，读者可以深入了解如何在雷达技术中融合多种先进信号处理方法，以提升动目标检测的精确度和鲁棒性。