无源雷达机动目标徙动补偿：FRT-MLVD算法

"无源雷达机动目标长时间相参积累过程中，目标的运动参数会引起距离徙动和多普勒徙动，导致回波信号能量分散和检测性能恶化。为解决这一问题，文章提出了一种基于频域序列反转变换（FRT）和改进吕分布（MLVD）的相参积累算法。该算法首先利用FRT处理来消除信号的距离徙动，确保回波能量集中在同一距离单元。接着，通过MLVD方法处理这个距离单元内的回波，估算出目标的加速度和第二加速度。在补偿了加速度和第二加速度引起的多普勒徙动后，采用Keystone变换（KT）校正由目标速度导致的线性徙动，从而实现对目标距离和速度的精确估计。通过仿真实验，该算法展现出能有效补偿无源雷达中机动目标的距离徙动和多普勒徙动，对变加速目标的积累效果和检测概率有显著提升，优于现有的相关算法。" 本文主要探讨了无源雷达在跟踪机动目标时遇到的技术挑战，即由于目标的运动特性（如高速、加速度、急加速度等）导致的距离徙动和多普勒徙动。这些效应会降低回波信号的强度，进而影响雷达的检测性能。为克服这个问题，研究者提出了一个创新的解决方案，即结合FRT和MLVD的相参积累算法。 频域序列反转变换（FRT）是一种信号处理技术，其核心作用是消除距离徙动。在无源雷达系统中，目标的运动会导致回波信号在频域内移动，FRT可以通过逆变换将这种移动抵消，使得信号能量重新聚焦在同一距离点上，提高了信号的集中度。 改进吕分布（MLVD）是针对雷达信号处理的一种概率分布模型，它在处理非高斯噪声环境下的信号时特别有效。在本算法中，MLVD用于分析经过FRT处理后的回波信号，通过估计目标的加速度和第二加速度，可以进一步校正因目标运动而产生的信号变化。 在完成距离徙动的补偿后，Keystone变换（KT）被引入来处理目标速度引起的问题。KT是一种频率域变换，它可以修正由于目标速度导致的线性徙动，从而更准确地估计目标的位置和速度。 实验仿真结果显示，基于FRT-MLVD的算法在处理无源雷达机动目标时表现出色，能够有效地补偿距离徙动和多普勒徙动，尤其对于变加速运动目标，其积累效果和检测概率均有显著改善，比传统算法更具优势。这表明，该算法对于提高无源雷达系统在复杂动态环境中的目标探测和跟踪能力具有重要意义，为未来无源雷达系统的设计和优化提供了新的思路和技术支持。