基于自适应分数阶傅里叶变换的重海杂波中运动目标检测算法

"Adaptive fractional Fourier transform-based detection algorithm for moving target in heavy sea clutter" 这篇研究论文发表在《IET Radar, Sonar and Navigation》期刊上，作者包括J. Guan、X.-L. Chen、Y. Huang和Y. He，探讨了在强海杂波背景下的移动目标检测问题。论文提出了一个基于自适应分数傅立叶变换（FRFT）域的检测算法，该算法结合了统计方法和FRFT方法，针对振幅变化的移动目标检测模型。 分数傅立叶变换是一种扩展了传统傅立叶变换的概念，允许在非整数阶数下进行变换，因此它在处理非线性频率调制（LFM）信号时具有良好的能量集中特性。LFM信号在特定的最优变换角下，其能量可以在FRFT域内得到高度集中。文章中提到，通过计算FRFT域内的谱峭度（Spectral Kurtosis, SK），可以确定这个最优的变换角度。 为了准确估计参数并实现快速计算速度，论文采用了分级迭代搜索方法。此外，还提出了一种新型的自适应线性增强器（Adaptive Line Enhancer, ALE）。ALE旨在改善信号与噪声的比例，提高目标检测的信噪比，这对于在复杂海洋环境中的目标检测至关重要。 在强海杂波背景下，移动目标的检测是一项挑战，因为海杂波具有高动态性和随机性，可能会掩盖目标信号。传统的检测方法可能无法有效地分离出目标信号。因此，论文中提出的自适应FRFT方法为解决这一问题提供了一种新的思路。通过利用FRFT的特性，可以更精确地定位和识别LFM信号，从而提高在强海杂波环境下的目标检测性能。 这项工作为雷达和声纳系统的设计提供了新的理论和技术支持，特别是在应对海洋环境中的目标检测难题时，该算法有望提升系统的检测能力和抗干扰能力。同时，它也为未来相关领域的研究提供了新的研究方向和理论基础。