雷达动目标检测:Radon-分数阶傅里叶变换方法
69 浏览量
更新于2024-08-26
4
收藏 512KB PDF 举报
"该文提出了一种基于Radon-分数阶傅里叶变换(RFRFT)的雷达动目标检测新方法,旨在通过长时间相参积累技术增强微弱动目标的探测能力。该方法针对动目标回波信号的距离和多普勒徙动特性,首先在距离-慢时间二维平面上提取目标观测值,然后利用RFRFT进行匹配和积累,并通过RFRFT域的检测单元图来检测非匀速运动目标。这种方法可以同时补偿距离和多普勒徙动的影响,有效地抑制背景杂波和噪声,从而提高积累增益。作者通过仿真验证了该方法在强杂波环境下的微弱动目标检测效能,展示了其优越性。"
本文是陈晓龙、刘宁波、王国清和关健四位作者发表在《天体学报/电子与信息工程》(Tien Tzu Hsueh Pao/Acta Electronica Sinica)2014年第42卷第6期上的研究,对应的文章编号为201442112962。研究主要关注雷达动目标检测,特别是针对长时间相参积累技术的应用。作者指出,这种技术对于提升雷达对微弱运动目标的探测性能至关重要。
动目标检测是雷达系统中的核心问题,尤其是在复杂环境如强杂波背景中,需要有效的方法来区分微弱的目标信号和噪声。传统的雷达检测方法可能在处理非匀速运动目标时遇到困难,因为这类目标的距离和多普勒徙动难以精确预测和补偿。为了克服这一挑战,作者引入了Radon-分数阶傅里叶变换。RFRFT是一种强大的数学工具,它结合了Radon变换和分数阶傅里叶变换的特性,能够在频域和空间域上同时进行分析,因此特别适合处理具有复杂运动特性的目标。
在该方法中,首先根据预设的运动参数搜索范围,在距离-慢时间平面上提取目标信号。接着,应用RFRFT进行变换,这一步骤有助于识别和分离目标信号。匹配和积累过程在RFRFT域内进行,以进一步提升信号的信噪比。通过构建的RFRFT域检测单元图,可以有效地检测到非匀速运动的目标,即使在存在大量背景杂波的情况下,也能实现高精度的检测。
通过仿真结果,作者证明了该RFRFT基
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-05-18 上传
2019-01-17 上传
2022-07-03 上传
weixin_38602982
- 粉丝: 7
- 资源: 977
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析