FFT与分段自相关结合PAHT的LPI雷达信号检测方法

"这篇研究论文提出了一种检测低截获概率（Low Probability of Intercept, LPI）雷达信号的新方法，特别关注线性频率调制、相位编码和频率编码等主要的内在脉冲调制技术。该方法通过增强模糊函数的周期性改进了LPI雷达信号的相干积分，并结合快速傅里叶变换（Fast Fourier Transform, FFT）和分段自相关函数，以及部分可加树形结构（Partitioned Adaptive Hierarchical Thresholding, PAHT），来检测无线性频率调制特征的信号。" 文章详细介绍了LPI雷达信号检测的挑战，这些信号设计用于降低被敌方探测和截获的概率，因此对传统的检测技术构成严峻挑战。作者首先讨论了LPI雷达信号的主要调制方式，包括线性频率调制（LFM）、相位编码（Phase Coding）和频率编码（Frequency Coding），这些方式使得信号在时间和频率域内具有复杂的变化特性。 论文的核心贡献是提出了一种结合FFT和分段自相关的新检测方法。在分析过程中，通过增强模糊函数的周期性，可以改善对LPI信号的相干积累效果，从而提高检测性能。接着，利用FFT转换信号到频域，这有助于揭示信号的频谱特性。然而，对于没有明显线性频率调制特征的信号，常规的频域分析可能不够有效。因此，论文引入了分段自相关函数，它可以捕捉信号在不同时间段内的相关性，进一步增强检测能力。 为了处理噪声和非理想条件下的信号，论文还引入了PAHT算法。这是一种适应性阈值处理技术，能够根据信号的不同部分自适应地设定阈值，有效地去除噪声并突出信号特征。PAHT算法的应用提升了检测的精度和鲁棒性，特别是在存在背景干扰和低信噪比的情况下。 该研究提供了一种创新的检测框架，不仅针对线性频率调制的LPI雷达信号，而且扩展到了相位编码和频率编码信号的检测。这种方法在现代电子战和雷达信号处理领域具有重要的理论和实践价值，能够提高对抗LPI雷达信号的侦测效率和可靠性。