本發(fā)明涉及雷達信號處理技術(shù)領(lǐng)域，具體涉及一種基于線性調(diào)頻連續(xù)波的雷達目標長時間積累檢測方法。

背景技術(shù)：

調(diào)頻連續(xù)波(FMCW)是目前探測雷達采用的一種主流技術(shù)方法。它是通過對連續(xù)發(fā)射的信號進行頻率調(diào)制，從獲得回波信號的相位差中提取距離及目標物性等信息的雷達體制，將傳統(tǒng)脈沖時域反射雷達的寬帶時域觀測改變?yōu)檎瓗ьl域觀測，提供了豐富而穩(wěn)定的時間、幅度、頻率、相位、極化等信息，具備了超強的抗干擾能力；將瞬態(tài)大功率觀測變化為分頻點相對小功率發(fā)射，提高了雷達遠距離高分辨探測的能力。調(diào)頻方法是其區(qū)別于脈沖時域雷達的關(guān)鍵，也是其技術(shù)方法進步的基點。目前發(fā)展了多種調(diào)頻方式，主要有線性調(diào)制和正弦調(diào)制。其中線性調(diào)頻方式已經(jīng)衍生出多種方法，通過快速傅里葉變換(FFT)處理使得其能夠?qū)^大范圍的陣列掃描得到較準確的距離信息和物性。因此，線性調(diào)頻連續(xù)波(LFMCW)雷達已成為調(diào)頻連續(xù)波雷達技術(shù)發(fā)展的主流?？諝饨橘|(zhì)中的線性調(diào)頻連續(xù)波(LFMCW)雷達有著低發(fā)射功率、高接收靈敏度、高距離分辨率和結(jié)構(gòu)簡單等突出技術(shù)特點，不存在距離盲區(qū)，具有比脈沖雷達更強的目標辨別、抗背景雜波及抗干擾等能力，近年來在軍事和民用方面都得到了較快的發(fā)展。在實際應用中的主要技術(shù)優(yōu)勢在于：(1)設(shè)備小型化。LFMCW最大優(yōu)點是其在一定作用距離內(nèi)的發(fā)射功率相對較小，且信號調(diào)制很容易在小型的固態(tài)發(fā)射機中實現(xiàn)；(2)成像快速。通過集成FFT的數(shù)字信號處理器對頻率信息進行處理，可實時完成從LFMCW系統(tǒng)中提取距離信息；(3)抗干擾強。LFMCW的信號頻帶較窄，可以通過變化工作頻帶防止被空間中其他的電磁波干擾。

然而，目前的LFMCW雷達目標探測算法均以單脈沖信號去調(diào)頻處理為基礎(chǔ)，通過單脈沖回波信號與發(fā)射信號之間的頻率差來檢測目標，進而獲得目標的距離和速度等信息。然而，上述方法的性能主要依賴于回波信號的信噪比。當信噪比較低時，湮沒在噪聲中的信號經(jīng)過去調(diào)頻處理后將難以被檢測到，目標信息的獲取更無從談起。因此，在低信噪比條件下，如何考慮目標在多個脈沖之間的變化規(guī)律，將目標在多脈沖間的能量有效的積累起來，提高目標回波的信噪比，進而提高目標的檢測概率，獲得目標的精確物理參數(shù)，是現(xiàn)在LFMCW雷達信號處理的一大難題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種基于線性調(diào)頻連續(xù)波的雷達目標長時間積累檢測方法，該方法通過長時間相參積累，能夠在發(fā)射機功率有限的條件下，有效提高目標積累后的信噪比，進而提高目標的檢測性能。得益于相參積累的高信噪比和高分辨率，本發(fā)明能夠進一步精確估計目標的運動參數(shù)，提供目標的實時距離和速度等信息。

為了解決上述技術(shù)問題，本發(fā)明是這樣實現(xiàn)的：

一種基于線性調(diào)頻連續(xù)波的雷達目標長時間積累檢測方法，包括如下步驟：

步驟1、根據(jù)待搜索目標的運動模型確定待搜索空間；該待搜索空間包括L個待搜索的機動參數(shù)矢量α_i,i＝1,2,…,L；

步驟2、發(fā)射線性調(diào)頻連續(xù)波信號，對接收的雷達目標回波進行去調(diào)頻處理，獲得去調(diào)頻后的目標回波；

步驟3、對去調(diào)頻后的目標回波，沿快時間維度做FFT變換，得到慢時間-快時間頻域的回波信號；

步驟4、對于步驟3得到的慢時間-快時間頻域回波信號，針對每一個機動參數(shù)矢量α_i，進行相參積累，獲得評估值G(α_i)；遍歷搜索步驟1所確定的待搜索空間中所有的機動參數(shù)矢量，獲得每一個機動參數(shù)矢量α_i的評估值G(α_i)，i＝1,2,…,L；

步驟5、利用步驟4獲得的機動參數(shù)矢量評估值G(α_i)進行門限判決，實現(xiàn)目標檢測。

優(yōu)選地，機動參數(shù)矢量由兩個運動相關(guān)的參數(shù)組成，α_i＝[a_0,i,a_1,i]，其中a_0,i是目標的距離，a_1,i是目標的速度。

優(yōu)選地，步驟4所述的相參積累為：針對每一個待搜索的機動參數(shù)矢量α_i，以沿機動參數(shù)矢量α_i對應的目標回波運動軌跡C(f；α_i)作為積分路徑，對快時間頻域-慢時間頻域回波信號進行相位補償后積分，進而獲得積累值G(α_i)；

相位補償函數(shù)為

目標回波運動軌跡C(f；α_i)：

其中，f_c為發(fā)射信號載頻，r(t)為目標在t時刻的瞬時距離，f是快時間對應的頻域，t為慢時間，γ為調(diào)頻率，c為光速。

優(yōu)選地，所述步驟5為：

步驟51：根據(jù)雷達系統(tǒng)參數(shù)，確定待搜索的機動參數(shù)矢量空間分辨率Δα；

步驟52：針對每一個機動參數(shù)矢量α_i，以Δα為間隔，選取R個點，R為正整數(shù)；對這R個點利用相參積累函數(shù)計算G(α_r)，r＝1,2,…,R，然后取平均，將均值作為噪聲平均功率P_ave(α_i)；

步驟53：根據(jù)噪聲平均功率P_ave(α_i)得到機動參數(shù)矢量α_i的檢測門限κ(α_i)：κ(α_i)＝ξ·P_ave(α_i)，其中，ξ由虛警率和噪聲的統(tǒng)計特性確定；

步驟54：將G(α_i)與檢測門限κ(α_i)進行比較，得到目標檢測結(jié)果。

優(yōu)選地，機動參數(shù)矢量α_i周圍的R個點選取為α_i±kΔα,

優(yōu)選地，在步驟5之后，該方法進一步包括根據(jù)目標檢測結(jié)果估計目標的真實運動參數(shù)。

優(yōu)選地，在步驟5之后，該方法進一步包括記錄過門限的G(α_p)，p＝1,2,…,Q，Q為過門限的數(shù)據(jù)總量；則令G(α_p)最大的機動參數(shù)矢量即為目標真實運動參數(shù)的估計值。

有益效果：

(1)本發(fā)明針對機動目標運動的通用參數(shù)化模型，采用線性調(diào)頻連續(xù)波(LFMCW)信號對目標進行長時間積累檢測，且長時間相參積累方法，不同于傳統(tǒng)的非相參積累策略，采用的是相參積累，即對目標的包絡(luò)走動和相位起伏進行聯(lián)合補償，從而能夠在發(fā)射機功率有限的條件下，有效地將積累時間的增加轉(zhuǎn)化為目標檢測概率的提高，大大提高了雷達的探測性能。

(2)同時，在相參積累提供的高信噪比和高分辨率條件下，本發(fā)明可以利用目標檢測結(jié)果進一步精確估計目標的各階運動參數(shù)，能夠?qū)崟r給出目標的距離、方位等信息。

附圖說明

圖1為本發(fā)明流程圖。

圖2為本發(fā)明的長時間相參積累結(jié)果示意圖。

圖3為相參積累與非相參積累性能曲線對比圖。

具體實施方式

下面結(jié)合附圖并舉實施例，對本發(fā)明進行詳細描述。

本發(fā)明提供的基于線性調(diào)頻連續(xù)波的雷達目標長時間積累檢測方法，首先對機動目標進行參數(shù)化建模，再對目標回波進行去調(diào)頻(Dechirp)變換。而后將回波信號變換到慢時間-快時間頻域維，對目標回波的包絡(luò)走動和相位起伏進行聯(lián)合補償，實現(xiàn)目標回波的長時間相參積累。通過長時間相參積累，顯著的提高了目標的信噪比，有效地將積累時間的增長轉(zhuǎn)化為檢測概率的提高，并可以進一步精確估計出目標的運動參數(shù)。

本發(fā)明的設(shè)計思路是：

由于在低信噪比條件下，Dechirp的性能會大大損失，故此時單脈沖Dechirp處理后將無法對目標進行檢測，更不能進一步估計目標的相關(guān)物理參數(shù)。但是我們注意到，此時目標的信息仍然存在，只是由于信噪比太低無法提取，故想到了多脈沖的相參積累。通過多脈沖的相參積累，目標的信噪比會顯著提高，這樣就可以在積累后的高信噪比條件下對目標進行檢測和估計。

但是多脈沖積累過程中，由于目標在運動且每個脈沖對應的時刻不同，故每個脈沖中和目標參數(shù)有關(guān)的信息都在發(fā)生變化，如下文步驟3中的相位包含了目標的參數(shù)信息a₀和a₁，但是由于是隨著時間t變化的，故每個脈沖中的相位值都不一樣。因此，本發(fā)明需要考慮目標在多個脈沖之間的變化規(guī)律，將目標在多脈沖間的能量有效的積累起來，為此設(shè)計了與參數(shù)信息a₀和a₁相關(guān)的相參積累函數(shù)，包絡(luò)走動和相位的補償設(shè)定均與待補償?shù)男盘栂嚓P(guān)。

基于上述分析，本發(fā)明的基于線性調(diào)頻連續(xù)波的雷達目標長時間積累檢測方法具體實現(xiàn)流程圖如圖1所示，具體方法如下：

步驟一、根據(jù)待搜索目標的運動模型確定雷達待搜索空間，即確定雷達目標運動模型中待搜索的機動參數(shù)矢量。

具體的，由機動參數(shù)構(gòu)成的雷達目標運動參數(shù)化通用模型可表示為

其中，r(t)為目標在t時刻的瞬時距離，目標的機動參數(shù)表示為a_j(j＝0,1)。a_j為與目標運動物理模型相關(guān)的參數(shù)。如a₀是目標的起始距離，a₁是目標的起始速度。

由于在實際應用中，目標的真實機動參數(shù)a_j(j＝0,1)未知，故需要對機動參數(shù)進行搜索，待搜索的機動參數(shù)矢量表示為α_i＝[a_0,i,a_1,i],i＝1,2,…,L。L為待搜索的機動參數(shù)矢量的總數(shù)，a_0,i是目標的距離，a_1,i是目標的速度。

根據(jù)待搜索目標的機動特性確定待搜索機動參數(shù)的數(shù)值范圍。例如，待搜索目標為汽車，平均速度為30m/s，那么a₁的搜索范圍可以定為[20,50]。

步驟二，發(fā)射線性調(diào)頻連續(xù)波(LFMCW)信號，對接收的雷達目標回波進行去調(diào)頻(Dechirp)處理，即將目標回波與發(fā)射參考信號進行混頻，獲得目標回波Dechirp后的信號。

具體的，步驟二中所描述的目標回波信號s_rm(t,τ)表示為：

s_rm(t,τ)＝A_rmexp{jπ(2f_c(τ-t_d(t))+γ(τ-t_d(t))²)}τ∈(0,T_p]

其中，A_rm為目標回波信號的幅值常數(shù)，f_c為發(fā)射信號載頻，τ為快時間，t為慢時間，γ為調(diào)頻率，T_p為一個頻率調(diào)制周期。時延t_d(t)表示為：

其中，c為光速。

進一步的，步驟2中所描述的發(fā)射參考信號s_ref(τ)表示為：

s_ref(τ)＝exp{jπ(2f_cτ+γτ²)}。

則Dechirp后的信號s₀(t,τ)表示為

其中Dechirp后信號的相位的表達為：

步驟三、對Dechirp后的目標回波，沿快時間維度做FFT變換，得到慢時間-快時間頻域的回波信號。

本步驟的設(shè)計思路是：由步驟2可以看到，Dechirp后信號的相位隨著快時間τ變化，而的變化規(guī)律又是由目標的機動參數(shù)信息，即a_j(j＝0,1)決定。因此，通過沿快時間τ維的FFT變換，即可將相位的變化反映在快時間頻域f上，進而可以通過后續(xù)步驟的相參積累在慢時間-快時間頻域提取目標的機動參數(shù)信息。

具體的，對Dechirp后的目標回波s₀(t,τ)沿快時間維度做FFT變換可表示為：

其中，S(f,t)為獲得的慢時間-快時間頻域的回波信號，f是快時間對應的頻域。

步驟四，對步驟三得到的慢時間-快時間頻域回波信號S(f,t)，采用相參積累函數(shù)G進行積累。遍歷搜索步驟1所確定的雷達待搜索空間中所有的機動參數(shù)矢量，獲得每一個機動參數(shù)矢量α_i的評估值G(α_i)，i＝1,2,…,L。

具體的，相參積累函數(shù)G(α_i)指的是，針對某一個待搜索的機動參數(shù)矢量α_i，沿曲線C(f；α_i)所確定的積分路徑，對快時間頻域-慢時間頻域回波信號S(f,t；α_i)進行相位補償后積分，進而獲得積累值。

具體的，機動參數(shù)矢量α_i的相參積累函數(shù)為：

該公式中曲線C(f；α_i)體現(xiàn)了包絡(luò)走動的補償，在積分的過程中，每一個值都需要乘以一個補償函數(shù)H(t,α_i)，該過程體現(xiàn)了相位補償。

其中，H(t,α_i)為相位補償函數(shù)，表示為

可以看出，相位補償函數(shù)H(t,α_i)與待補償?shù)男盘栂嚓P(guān)。

C(f；α_i)為機動參量矢量α_i對應的目標回波運動軌跡，表示為

其中，a_0,i a_1,i為待搜索的機動參數(shù)，組成了機動參數(shù)矢量α_i?？梢钥闯?，該積分曲線C(f；α_i)也與待補償?shù)男盘栂嚓P(guān)。

G(α_i)為沿著由C(f；α_i)所確定的積分路線進行線積分的結(jié)果；dl為積分路線上的積分單元。

上面的式(1)分為兩部分，一是復相位二是目標的實包絡(luò)

對于函數(shù)sinc(x)，其最大值出現(xiàn)在x＝0處，當x不等于0，該函數(shù)的值會很小。因此對于上式的A(t)，目標的最大值(也就是目標的能量最大)出現(xiàn)在處。而相參積累就是想將目標的能量積累起來，但是由于a₀和a₁未知，所以在處理的過程中只能以不同的搜索值代入去嘗試，因此就出現(xiàn)了這里的積分曲線C(f；α_i)：

另一方面，找到了目標的峰值位置，還需要將目標對應的相位補償后再相加，這樣目標的能量才能完全積累起來。同樣，由于a₀和a₁未知，所以補償函數(shù)寫為

步驟五，利用步驟四獲得的機動參數(shù)矢量評估值G(α_i)進行門限判決，實現(xiàn)目標檢測，并進一步估計目標的真實運動參數(shù)。

具體的，根據(jù)雷達系統(tǒng)參數(shù)，確定待搜索的機動參數(shù)矢量空間分辨率為Δα＝[Δa₀,Δa₁]。針對每一個參數(shù)α_i，以Δα為間隔，選取R個點，對這R個點利用相參積累函數(shù)G計算G(α_r)，r＝1,2,…,R，然后取平均，將均值作為噪聲平均功率P_ave，通常選取的R個點為α_i±kΔα,然后根據(jù)噪聲平均功率P_ave(α_i)得到參數(shù)α_i的檢測門限κ(α_i)：κ(α_i)＝ξ·P_ave(α_i)，其中，ξ由虛警率和噪聲的統(tǒng)計特性確定；最后將G(α_i)與檢測門限κ(α_i)進行比較，得到目標檢測結(jié)果。

進而，記錄過門限的相參積累函數(shù)G(α_p)，p＝1,2,…,Q，目標真實運動參數(shù)的估計值表示為即為令G(α_p)最大的機動參數(shù)矢量。從而進一步得到了距離和速度的估計值。

圖2為本發(fā)明的長時間相參積累結(jié)果示意圖。圖3為相參積累與非相參積累性能曲線對比圖。由上述說明和附圖可以看到，本方法通過長時間相參積累，能夠有效的將目標的回波能量投影在參數(shù)空間，聚焦成一個“尖峰”，顯著提高了目標的檢測性能；同時相參積累還提高了目標的分辨率，進而能夠?qū)崟r的準確估計目標的距離、速度等物理信息。

綜上所述，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。