RFRFT在机动目标检测中的优势：长期相干积分与ARU/DFM效应的克服

本文主要探讨了通过基于分数阶傅立叶变换的长期相干积分（RFRFT）方法来提升机动目标检测性能的问题。机动目标雷达检测一直以来都是一个挑战，尤其是在面对跨域单位（ARU）和多普勒频率偏移（DFM）等影响时，这些因素可能导致积分性能下降。RFRFT作为一种创新的信号处理技术，其核心在于提出了一种新的表示形式，它能够有效应对ARU和DFM带来的影响。 RFRFT的特点在于，通过调整不同的旋转角度，消除了DFM效应，使得在长时间内进行相干积分成为可能，且不受ARU的干扰。这种技术实质上是一种特殊的多普勒滤波器组，融合了传统运动目标检测（MTD）和分数阶傅立叶变换（FRFT）的优势。研究者们推导出RFRFT的理论特性，并将其应用到机动目标检测的似然比测试检测器中，以优化检测性能。 在实验部分，文章通过模拟和实际雷达数据集验证了RFRFT在机动目标（如空中目标和海洋目标）检测中的优越性。在低信噪比（SNR）环境中，与传统MTD、FRFT以及Radon-Fourier变换相比，RFRFT显示出更高的积分增益和检测能力。此外，RFRFT还提供了目标轨迹的便捷获取途径，这对于目标跟踪和识别至关重要。 RFRFT技术为解决机动目标检测中的ARU和DFM问题提供了一个有效解决方案，其在集成时间、抗干扰能力和目标识别方面的优势使得它在现代雷达系统设计中具有广阔的应用前景。通过这篇论文，研究人员展示了分数阶傅立叶变换在信号处理领域的创新应用，推动了雷达工程领域的技术进步。