CN102288950A - 基于stap的高速空中机动目标检测方法 - Google Patents

基于stap的高速空中机动目标检测方法 Download PDF

Info

Publication number
CN102288950A
CN102288950A CN2011101263532A CN201110126353A CN102288950A CN 102288950 A CN102288950 A CN 102288950A CN 2011101263532 A CN2011101263532 A CN 2011101263532A CN 201110126353 A CN201110126353 A CN 201110126353A CN 102288950 A CN102288950 A CN 102288950A
Authority
CN
China
Prior art keywords
data
target
clutter
doppler
stap
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011101263532A
Other languages
English (en)
Other versions
CN102288950B (zh
Inventor
吴仁彪
贾琼琼
李海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN 201110126353 priority Critical patent/CN102288950B/zh
Publication of CN102288950A publication Critical patent/CN102288950A/zh
Application granted granted Critical
Publication of CN102288950B publication Critical patent/CN102288950B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及基于STAP的高速空中机动目标检测方法。本发明属于机动目标检测技术领域。检测方法步骤:(1)根据参考单元的数据估计待测单元的杂波协方差矩阵;(2)利用杂波协方差矩阵的逆矩阵乘以接收数据,实现杂波抑制;(3)杂波抑制后的数据进行Keystone变换校正目标距离走动;(4)对Keystone变换校正目标距离走动后的数据进行空域波束形成;(5)得到的数据进行Wigner-Hough变换来估计目标加速度;(6)对步骤(3)得到的Keystone变换校正目标距离走动后的数据,根据步骤(5)估计得到的加速度进行多普勒走动补偿;(7)得到的数据进行空时二维波束形成,实现目标积累检测。本发明具有方法简单,检测准确,适合目标存在严重距离走动、多普勒模糊及多普勒走动时的动目标检测等优点。

Description

基于STAP的高速空中机动目标检测方法
技术领域
本发明属于机动目标检测技术领域,特别是涉及一种基于STAP的高速空中机动目标检测方法。
背景技术
机载预警雷达,是预警机主要的传感器和情报来源。在信息技术日益发展的现代战争中,预警雷达发挥着重要作用。以相控阵机载预警雷达为背景,主要研究高速空中机动(仅考虑存在径向加速度的情况)目标检测问题。检测这类目标面临的主要难题有:a.机载预警雷达下视工作时微弱目标信号往往淹没于因平台运动使多普勒谱展宽了的强地杂波中,仅用单个通道接收下来的回波信号(时域采样信号)进行多普勒处理的方法不能抑制与动目标相同多普勒频率的地物杂波。b.目标的高速运动会引起严重的距离走动,这会导致目标积累效果下降。c.目标的径向加速度引起的二次相位项会对回波信号产生时变调制(即产生多普勒走动),此时如果仍采用传统的相参积累方法处理线性调频信号(linear frequency modulated, LFM)必然也会导致积累效果严重下降。
相位中心偏置天线(displaced phase center antenna, DPCA)技术是同时利用多个通道接收的空时采样信号进行处理的方法,然而它容易受通道误差等各种非理想因素影响。Brennan等人提出了用空时二维采样信号进行自适应处理的方法(即STAP技术),其核心思想是利用杂波的空时耦合特性自适应的调节二维滤波器的响应滤除杂波,并保证对目标有足够的增益,它一定程度上补偿了误差所造成的影响,大大改善了杂波抑制效果。
但是,传统的STAP方法都是假设在相干处理时间(coherent processing interval, CPI)内目标处于固定的距离单元(即不发生距离走动)。因此,必须设法对目标距离走动进行校正以提高动目标检测性能。Keystone变换可以在目标运动速度未知的情况下统一校正多个目标的线性距离走动,被广泛应用于雷达地面动目标成像以及微弱目标检测领域。
虽然将Keystone变换与STAP相结合来检测高速微弱空中动目标的方法取得了良好的检测性能。但是,它仅仅针对的是匀速运动的高速目标,当目标作机动飞行时,径向加速度引起的二次相位项会对回波信号产生时变调制,此时该方法的检测性能将大大下降。
发明内容
本发明为解决公知技术中存在的技术问题而提供一种基于STAP的高速空中机动目标检测方法。
本发明的目的是提供一种具有方法简单,检测准确,适合目标存在严重距离走动、多普勒模糊及多普勒走动时的基于STAP的高速空中机动目标检测方法。
本发明为实现这类目标的有效检测,将Keystone变换、Wigner-Hough变换和STAP进行巧妙结合,提出了一种用于机载相控阵预警雷达实现高速空中机动目标检测的新方法,其主要思想是先对回波数据进行杂波抑制,再利用Keystone变换校正目标距离走动,然后利用Wigner-Hough变换估计出目标的加速度,再根据所估计出的加速度对由加速度所引起的多普勒走动项进行补偿,最后进行目标积累检测。
本发明基于STAP的高速空中机动目标检测方法所采取的技术方案:
一种基于STAP的高速空中机动目标检测方法,基于STAP, Keystone变换及Wigner-Hough变换的机载预警雷达高速空中机动目标检测,该方法通过Keystone变换实现目标距离走动校正、通过Wigner-Hough变换估计出目标的加速度,并据此对加速度引起的多普勒走动项进行补偿,包括以下步骤:
(1)根据参考单元的数据估计待测单元的杂波协方差矩阵;
(2)利用杂波协方差矩阵的逆矩阵乘以接收数据,实现杂波抑制;
(3)对步骤(2)所得杂波抑制后的数据进行Keystone变换校正目标距离走动;
(4)将步骤(3)得到的结果进行空域波束形成:即将各阵元接受的数据进行同相相加,以提高信噪比;
(5)对步骤(4)得到的数据进行Wigner-Hough变换来估计目标加速度;
(6)根据步骤(5)估计得到的加速度对步骤(3)得到的数据进行多普勒走动补偿;
(7)对步骤(6)得到的数据进行空时二维波束形成,实现目标积累检测。
本发明基于STAP的高速空中机动目标检测方法还可以采取如下技术方案:
所述的基于STAP的高速空中机动目标检测方法,其特点是:对杂波抑制后的数据进行空域波束形成,即将各阵元接收的数据进行同相相加,以提高信噪比。
本发明具有的优点和积极效果是: 
基于STAP的高速空中机动目标检测方法由于采用了本发明全新的技术方案,与现有技术相比,本发明不但避免了直接利用Keystone变换校正存在多普勒模糊的高速目标距离走动时影响杂波分布特性进而降低STAP性能的问题,而且补偿了由于目标加速度所引起的多普勒走动项,从而实现目标能量的有效积累。本发明具有方法简单,检测准确,适合目标存在严重距离走动、多普勒模糊及多普勒走动时的动目标检测等优点。
附图说明
图1是基于STAP的高速空中机动目标检测方法流程示意图;
图2是                                                
Figure 2011101263532100002DEST_PATH_IMAGE001
m/s时回波数据的功率谱: 总回波功率谱;
图3是
Figure 679953DEST_PATH_IMAGE001
m/s时回波数据的功率谱: 杂波抑制后的功率谱;
图4是
Figure 692909DEST_PATH_IMAGE001
m/s时回波数据的功率谱: 杂波抑制和Keystone变换后的功率谱;
图5是
Figure 700048DEST_PATH_IMAGE001
m/s时回波数据的功率谱: 多普勒走动项补偿后的功率谱;
    图6是对图3、图4和图5的结果沿多普勒方向切面的比较;
图7是目标积累效果比较: 
Figure 114849DEST_PATH_IMAGE002
图8是目标积累效果比较: 
Figure 2011101263532100002DEST_PATH_IMAGE003
图9是不同处理方法改善因子比较示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹列举以下实施例,并配合附图详细说明如下:
实施例1
参照附图1至图9。
本发明的基于STAP的高速空中机动目标检测方法,是通过STAP技术与Keystone变换、Wigner-Hough变换进行巧妙的结合,来实现目标存在严重距离走动、多普勒模糊及多普勒走动情况下的动目标检测。如图1所示,包括有以下步骤:
第一步:根据参考单元的数据估计出待测单元的杂波协方差矩阵。
考虑机载平台上沿航向方向放置的元均匀线阵,阵元间距为
Figure 2011101263532100002DEST_PATH_IMAGE005
为工作波长,一个相干处理时间内发射
Figure 2011101263532100002DEST_PATH_IMAGE007
个脉冲,
Figure 434992DEST_PATH_IMAGE008
为第
Figure 2011101263532100002DEST_PATH_IMAGE009
个阵元在第
Figure 35125DEST_PATH_IMAGE010
个脉冲上对应的复采样值,则每一距离门上的接收数据可以写作一个
Figure 2011101263532100002DEST_PATH_IMAGE011
的矩阵,假设在每个脉冲重复间隔内沿距离向的采样点数为
Figure 273208DEST_PATH_IMAGE012
,则一个CPI的接收数据形成了一个
Figure 2011101263532100002DEST_PATH_IMAGE013
的三维数据块
Figure 260756DEST_PATH_IMAGE014
。将该数据矩阵
Figure 609697DEST_PATH_IMAGE014
按列排成一个
Figure 2011101263532100002DEST_PATH_IMAGE015
的列向量,可记为,就形成了一个空时快拍数据。假定单个距离门内最多存在一个目标,待检测单元的空时快拍(即一次数据)可写成:
                          
Figure 2011101263532100002DEST_PATH_IMAGE017
                    
Figure 201883DEST_PATH_IMAGE018
其中
Figure 2011101263532100002DEST_PATH_IMAGE019
Figure 739044DEST_PATH_IMAGE020
Figure 2011101263532100002DEST_PATH_IMAGE021
分别表示目标、杂波和噪声成分。总的回波数据的功率谱如图2所示,由于杂波很强,目标能量很微弱,完全淹没在杂波和噪声中。参考单元的空时快拍(即二次数据)可写成:
                            
Figure 891676DEST_PATH_IMAGE022
                      
Figure 2011101263532100002DEST_PATH_IMAGE023
为干扰(杂波+噪声)协方差矩阵。实际情况中,
Figure 452812DEST_PATH_IMAGE023
通常未知,需要根据参考单元数据进行估计,估计得到的协方差矩阵记为
Figure 414952DEST_PATH_IMAGE024
                        
Figure 2011101263532100002DEST_PATH_IMAGE025
                  
Figure 43379DEST_PATH_IMAGE018
其中
Figure 407365DEST_PATH_IMAGE026
为二次数据向量,表示与被检测距离单元邻近的第
Figure 830256DEST_PATH_IMAGE028
个参考单元内的数据,且,这些邻近参考单元的选择必须满足独立同分布的条件。同时,为了将由估计协方差矩阵所产生的误差导致的性能损失限制在3dB内,要求参考单元数目
Figure 342008DEST_PATH_IMAGE030
取2-3倍的系统自由度。
第二步:利用杂波协方差矩阵的逆矩阵代替投影矩阵乘以接收数据,以实现杂波抑制。
对干扰协方差矩阵进行特征分解:
                 
Figure 2011101263532100002DEST_PATH_IMAGE031
            
Figure 786426DEST_PATH_IMAGE018
式(4)中
Figure 645798DEST_PATH_IMAGE032
代表杂波特征值,
Figure 2011101263532100002DEST_PATH_IMAGE033
代表其余的
Figure 379268DEST_PATH_IMAGE034
个噪声特征值,
Figure 2011101263532100002DEST_PATH_IMAGE035
表示共轭转置运算。与杂波特征值对应的特征向量张成杂波子空间,杂波子空间的正交补空间的投影矩阵为:
                                                
不难证明,
Figure 2011101263532100002DEST_PATH_IMAGE039
,且当
Figure 4360DEST_PATH_IMAGE040
时,
Figure 2011101263532100002DEST_PATH_IMAGE041
。这里利用
Figure 840598DEST_PATH_IMAGE042
近似代替对回波数据进行杂波抑制,运算简单,并且也回避了投影矩阵求解过程中阶数()的选取问题。考虑参考单元的数据满足独立同分布条件,可用参考单元的数据按照(3)式估计得到。
杂波抑制后的功率谱如图3,可以看出杂波得到了有效的抑制,但是由于目标距离走动和多普勒走动的影响,使得目标能量仍然很微弱。
第三步:利用Keystone变换校正目标距离走动。
Figure DEST_PATH_IMAGE045
表示慢时间,
Figure 736726DEST_PATH_IMAGE046
表示快时间,
Figure DEST_PATH_IMAGE047
为回波包络,
Figure 111076DEST_PATH_IMAGE048
为载波频率,
Figure DEST_PATH_IMAGE049
为点目标回波的幅度。假设目标在CPI内做匀加速直线运动,目标与雷达之间的瞬时距离
Figure 158666DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE051
为0时刻目标与雷达之间的距离,为目标运动速度,
Figure DEST_PATH_IMAGE053
为目标运动的加速度。则匀加速运动点目标的基带回波信号为:
         
Figure 791346DEST_PATH_IMAGE054
  
Figure 969387DEST_PATH_IMAGE018
其中
Figure DEST_PATH_IMAGE055
为一复常数,从式(6)可以看出,对于不同的发射脉冲,目标回波信号峰值位置不同,即产生了距离徙动(包括距离走动和距离弯曲)。目标的多普勒频率可由下式给出:
                   
Figure DEST_PATH_IMAGE057
              
Figure 539094DEST_PATH_IMAGE018
首先将(6)式从快时间域变换到距离频率域,得:
             
Figure 914360DEST_PATH_IMAGE058
       
Figure 833775DEST_PATH_IMAGE018
式中
Figure DEST_PATH_IMAGE059
的傅里叶变换。上式的指数相位中第一项为常数项,它不影响后面的处理,第二项为距离走动项和多普勒偏移项,第三项为距离弯曲项和多普勒走动项。当第三项中的距离弯曲项可以忽略时,(8)式可以写成:
              
Figure DEST_PATH_IMAGE061
         
Figure 428890DEST_PATH_IMAGE018
对于存在多普勒模糊的高速目标,Keystone变换与其多普勒频率的模糊程度有关。目标的多普勒频率用
Figure 536523DEST_PATH_IMAGE056
与模糊后的多普勒频率
Figure 994049DEST_PATH_IMAGE062
有如下关系: 
                           
Figure DEST_PATH_IMAGE063
                     
Figure 670406DEST_PATH_IMAGE018
其中
Figure 820764DEST_PATH_IMAGE064
为模糊数。定义一个虚拟时间
Figure DEST_PATH_IMAGE065
,令,目标存在多普勒模糊情况下的Keystone变换公式如下:
                              
Figure 535965DEST_PATH_IMAGE018
从(11)式可以看出,当动目标多普勒模糊数
Figure 1582DEST_PATH_IMAGE064
取不同值时,意味着Keystone变换有不同的修正项
Figure 260525DEST_PATH_IMAGE068
。将(11)式变换回快时间域可得:
                        
Figure 136558DEST_PATH_IMAGE018
从(12)式可以看出,对于不同的发射脉冲,目标回波信号峰值的位置始终是
Figure 935887DEST_PATH_IMAGE070
,它只与初始时刻目标的位置有关,也就是说Keystone变换把原本位于不同距离单元的回波校正到同一距离单元,补偿了距离走动。此时(12)式中目标信号变成LMF信号,目标距离走动校正后的功率谱如图4,可以看出,由于目标多普勒走动的影响,距离走动校正后目标能量并未有显著提高。
第四步:进行目标径向加速度估计。
本发明考虑利用Wigner-Hough变换估计目标加速度,但是需要注意的是,在杂波抑制后,由于信噪比较低,目标仍淹没于噪声中,这不利于Wigner-Hough变换。针对这一问题,这里将
Figure 521589DEST_PATH_IMAGE004
个阵元接收到的、并经过杂波抑制后的数据进行同相相加,也就是进行空域波束形成,这一过程使得目标信号得到了积累,从而使SNR提高
Figure DEST_PATH_IMAGE071
dB。线性调频信号经Wigner-Hough变换的结果在极坐标平面上表现为一个冲击,据此便可以估计出目标的加速度值。
第五步:根据第四步估计出的加速度对第三步处理后的数据进行多普勒走动项补偿;补偿后的功率谱如图5所示,可以看出,目标能量显著提高。
图6沿多普勒方向分别取图3, 图4, 图5的一个切面作对比,可以更加明显的看出,经过目标距离走动校正后,目标能量并未提高,但是目标信号形式发生了变化,变成一个线性调频信号的形式;经过多普勒走动项补偿后,目标能量显著增加,多普勒分辨率也大大提高。
第六步:对第五步的处理结果进行空时二维波束形成,实现目标积累检测。
图7比较了目标速度为910m/s,对应的多普勒频率(模糊后、归一化)频率为0.5时不同处理方法的目标积累效果,图8中目标速度为860m/s,对应的多普勒频率为0.14的情况。“直接最优处理” 是直接经最优处理器处理的目标积累效果,“KF+OAP+WH”指先进行Keystone变换校正目标距离走动,再进行杂波抑制,最后利用Wigner-Hough变换估计目标加速度,并补偿目标径向加速度引起的多普勒走动项;“新方法”是经本发明方法处理后的目标积累效果。可以看出,无论是图7还是图8中的目标,“直接最优处理” 都不能有效积累目标能量;图7中“KF+OAP+WH”与“新方法”目标积累效果相当,然而图8中,“新方法”积累性能较好,“KF+OAP+WH”目标能量不能够积累,这正是由于目标存在多普勒模糊时Keystone变换校正目标距离走动时导致杂波脊展宽所造成的,图7中,目标处于展宽后的杂波脊之外,因此,其能量能够得到积累,而图8中,目标处于展宽后的杂波脊上,在进行杂波抑制时目标也被抑制掉。由于目标距离走动的影响,“直接最优处理”无论在那种情况下目标能量都不能得到积累。通过这一实验结果验证了本发明方法能够避免直接利用Keystone变换校正存在多普勒模糊的动目标距离走动时影响杂波分布特性、进而降低STAP检测性能的问题。
图9比较了不同处理方法的检测性能,图中横轴表示目标速度,纵轴表示改善因子。图9只给出了目标速度取正值的结果,当目标速度取负值时的结果与正值部分关于
Figure 76067DEST_PATH_IMAGE072
对称。“理想情况”指目标无距离走动和多普勒走动的理想情况下STAP最优处理器处理的结果,它可以作为最佳性能的上界;其余各曲线所代表的处理方法同图8。可以看出,在目标存在距离走动和多普勒走动的情况下,若不考虑这些因素的影响将会导致严重的性能损失,如“直接最优处理”;由于目标存在多普勒模糊时,杂波和目标模糊数不同,此时直接利用Keystone变换校正目标距离走动会导致杂波脊展宽,这会降低主瓣杂波附近目标检测性能,并且随着目标多普勒模糊数的增大,Keystone变换导致杂波脊展宽更明显,因此“KF+OAP+WH”在主瓣杂波附近出现严重的性能损失的区域也逐渐扩大;而“新方法”在整个区间内都能获得较好的性能。

Claims (2)

1.一种基于STAP的高速空中机动目标检测方法,其特征是:机动目标检测包括以下操作步骤:
(1)根据参考单元的数据估计待测单元的杂波协方差矩阵;
(2)利用杂波协方差矩阵的逆矩阵乘以接收数据,实现杂波抑制;
(3)杂波抑制后的数据进行Keystone变换校正目标距离走动;
(4)Keystone变换校正目标距离走动后的数据进行空域波束形成;
(5)得到的数据进行Wigner-Hough变换来估计目标加速度;
(6)对步骤(3)得到的Keystone变换校正目标距离走动后的数据,根据步骤(5)估计得到的加速度进行多普勒走动补偿;
(7)得到的数据进行空时二维波束形成,实现目标积累检测。
2.根据权利要求1所述的基于STAP的高速空中机动目标检测方法,其特征是:数据进行空域波束形成时,将各阵元接收的数据进行同相相加,以提高信噪比。
CN 201110126353 2011-05-13 2011-05-13 基于stap的高速空中机动目标检测方法 Expired - Fee Related CN102288950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110126353 CN102288950B (zh) 2011-05-13 2011-05-13 基于stap的高速空中机动目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110126353 CN102288950B (zh) 2011-05-13 2011-05-13 基于stap的高速空中机动目标检测方法

Publications (2)

Publication Number Publication Date
CN102288950A true CN102288950A (zh) 2011-12-21
CN102288950B CN102288950B (zh) 2013-10-30

Family

ID=45335519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110126353 Expired - Fee Related CN102288950B (zh) 2011-05-13 2011-05-13 基于stap的高速空中机动目标检测方法

Country Status (1)

Country Link
CN (1) CN102288950B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103176178A (zh) * 2013-02-04 2013-06-26 中国人民解放军海军航空工程学院 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法
CN103197297A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于认知框架的雷达动目标检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN104502906A (zh) * 2014-12-09 2015-04-08 中国民航大学 基于rmdcft的空间超高速机动目标检测方法
CN106249229A (zh) * 2016-07-20 2016-12-21 西安电子工程研究所 基于PD雷达体制的Keystone变换空域及时域走动补偿方法
CN108776332A (zh) * 2018-04-24 2018-11-09 国家海洋局第海洋研究所 利用高频地波雷达检测海上机动目标的方法
CN110632573A (zh) * 2019-10-17 2019-12-31 南京航空航天大学 一种机载宽带雷达空时二维keystone变换方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825707A (zh) * 2010-03-31 2010-09-08 北京航空航天大学 基于Keystone变换和相参积累的单脉冲测角方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101825707A (zh) * 2010-03-31 2010-09-08 北京航空航天大学 基于Keystone变换和相参积累的单脉冲测角方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QIONGQIONG JIA ET AL.: "Impacts of Keystone formatting on Space-Time Adpative Processing in airborne radar", 《SIGNAL PROCESSING》 *
RENBIAO WU ET AL.: "A Nonel STAP Method for the Detection of Fast Dim Air Moving Targets", 《SIGNAL PROCESSING》 *
刘建成等: "基于Wigner-Hough变换的LFM信号检测性能分析", 《电子学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103176178A (zh) * 2013-02-04 2013-06-26 中国人民解放军海军航空工程学院 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法
CN103176178B (zh) * 2013-02-04 2014-11-19 中国人民解放军海军航空工程学院 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法
CN103197297A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于认知框架的雷达动目标检测方法
CN103197297B (zh) * 2013-03-21 2014-08-06 西安电子科技大学 基于认知框架的雷达动目标检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN104502906A (zh) * 2014-12-09 2015-04-08 中国民航大学 基于rmdcft的空间超高速机动目标检测方法
CN106249229A (zh) * 2016-07-20 2016-12-21 西安电子工程研究所 基于PD雷达体制的Keystone变换空域及时域走动补偿方法
CN108776332A (zh) * 2018-04-24 2018-11-09 国家海洋局第海洋研究所 利用高频地波雷达检测海上机动目标的方法
CN108776332B (zh) * 2018-04-24 2021-05-28 国家海洋局第一海洋研究所 利用高频地波雷达检测海上机动目标的方法
CN110632573A (zh) * 2019-10-17 2019-12-31 南京航空航天大学 一种机载宽带雷达空时二维keystone变换方法
CN110632573B (zh) * 2019-10-17 2023-01-31 南京航空航天大学 一种机载宽带雷达空时二维keystone变换方法

Also Published As

Publication number Publication date
CN102288950B (zh) 2013-10-30

Similar Documents

Publication Publication Date Title
CN102288950B (zh) 基于stap的高速空中机动目标检测方法
CN102288948B (zh) 基于stap的高速平台高速空中动目标检测方法
CN106872954B (zh) 一种高超声速平台杂波抑制和运动目标成像方法
EP3432026B1 (en) Systems and methods for measuring velocity and acceleration with a radar altimeter
EP3054316B1 (en) Systems and methods for measuring velocity with a radar altimeter
CN102721947B (zh) 机载数字阵列雷达高效三维空时自适应杂波抑制方法
CN101858976B (zh) 一种基于单通道sar多子孔径的运动目标检测方法
CN102156279B (zh) 基于mimo的双基地雷达地面动目标检测方法
EP3054314B1 (en) Systems and methods for using velocity measurements to adjust doppler filter bandwidth
CN103969629A (zh) 一种基于主瓣杂波配准的机载雷达杂波自适应抑制方法
CN102565784A (zh) 基于vsar系统的动目标重定位与速度解模糊方法
CN103176168B (zh) 一种机载非正侧视阵雷达近程杂波对消方法
CN103018727A (zh) 一种基于样本训练的机载雷达非平稳杂波抑制方法
CN104502898B (zh) 将修正rft和修正mdcft相结合的机动目标参数估计方法
CN108614245B (zh) 一种基于射频隐身的边跟踪边干扰方法
CN109324322A (zh) 一种基于被动相控阵天线的测向与目标识别方法
CN109901162B (zh) 一种适用于分布式地球同步轨道sar的长基线成像stap方法
CN110286370B (zh) 航行状态下的船载地波雷达运动补偿方法
Sun et al. Improved ambiguity estimation using a modified fractional Radon transform
CN101710176A (zh) 一种基于回波数据的sar图像运动目标姿态角提取方法
CN108931766A (zh) 一种基于稀疏重构的非均匀stap干扰目标滤除方法
CN102621536B (zh) 基于relax的空中多机动目标检测与参数估计方法
Wang et al. Clutter suppression and moving target imaging approach for multichannel hypersonic vehicle borne radar
CN102445684B (zh) 基于修正stap的机载雷达高速空中机动目标检测方法
CN110824473B (zh) 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131030

Termination date: 20150513

EXPY Termination of patent right or utility model