許 稼 彭應(yīng)寧 夏香根 龍 騰 毛二可
①(北京理工大學(xué)信息與電子學(xué)院 北京 100081)
②(清華大學(xué)電子工程系 北京 100084)
③(美國特拉華大學(xué)電子與計算機(jī)工程系 紐瓦克 DE 1976)
自上世紀(jì)40年代雷達(dá)誕生之日起,雷達(dá)信號處理就與之相伴走過了一段不斷演進(jìn)的發(fā)展歷程[1-21]。與早期簡單的波形產(chǎn)生、濾波和顯示功能不同,信號處理系統(tǒng)功能日趨復(fù)雜多樣,并與發(fā)射、天饋、接收、伺服和監(jiān)控等分系統(tǒng)相互融合,逐步成為現(xiàn)代雷達(dá)核心分系統(tǒng)[3,4]。同時,雷達(dá)信號處理在理論和技術(shù)方面作為一門獨(dú)立的學(xué)科也日臻成熟和完善。1943年,North[4]提出了匹配濾波理論,指明了噪聲背景中確定波形檢測的基本框架。1950年,Woodward[5]將信息論推廣于雷達(dá)信號處理,提出適用于雷達(dá)最優(yōu)檢測的恒虛警(CFAR)準(zhǔn)則。上述兩項標(biāo)志性工作奠定了一直沿用至今的經(jīng)典雷達(dá)檢測理論。1953年,Woodward[6]進(jìn)一步提出了模糊函數(shù)描述發(fā)射波形的距離和多普勒分辨特性,為雷達(dá)波形設(shè)計和選擇奠定了理論基礎(chǔ)。據(jù)此,現(xiàn)代雷達(dá)大都采用具有大時寬帶寬特性的“復(fù)雜波形”脈沖壓縮處理,成功克服了簡單波形在測距范圍和測距精度間內(nèi)在矛盾。復(fù)雜波形脈沖壓縮技術(shù)在雷達(dá)領(lǐng)域的成功應(yīng)用標(biāo)志著雷達(dá)信號處理自立為一門獨(dú)立學(xué)科的開始[7]。
在脈沖壓縮技術(shù)基礎(chǔ)上,現(xiàn)代雷達(dá)信號處理在諸多方面取得了長足發(fā)展。首先,隨著天線設(shè)計和T/R 組件技術(shù)快速發(fā)展,相控陣天線[8-11]逐步代替了傳統(tǒng)機(jī)械掃描反射面天線。通過陣元級信號處理,雷達(dá)空域信號處理可運(yùn)用自適應(yīng)數(shù)字波束形成(ADBF)在收發(fā)端空間能量聚集的同時有效抑制有源干擾。此外,雷達(dá)空域信號處理還可通過波達(dá)方向估計(DOA)高精度地測定目標(biāo)和干擾來波方向。第二,針對雷達(dá)探測的雜波環(huán)境,現(xiàn)代雷達(dá)在早期動目標(biāo)顯示(MTI)技術(shù)[1-3]基礎(chǔ)上逐步發(fā)展了動目標(biāo)檢測(MTD)和脈沖多普勒(PD)等技術(shù)實(shí)現(xiàn)雜波背景的有效抑制。同時,針對運(yùn)動平臺雷達(dá)空、時、頻嚴(yán)重擴(kuò)展的地物雜波抑制難題,近年來聯(lián)合利用空域陣元采樣和時域脈沖采樣的空時自適應(yīng)處理(STAP)[12]得到了普遍關(guān)注和深入研究。第三,基于針對均勻背景的單元平均(CA),有序統(tǒng)計量(OS)和非參量等CFAR處理方法[1-3,13],近年來針對高分辨率“長拖尾”復(fù)雜雜波背景和“分布式”目標(biāo)的CFAR處理理論和方法研究取得了許多重要成果[13,14]。第四,隨著雷達(dá)信號帶寬和目標(biāo)照射時間逐步增加,目標(biāo)空間分辨率顯著提高?,F(xiàn)代合成孔徑雷達(dá)/逆合成孔徑雷達(dá)(SAR/ISAR)通過有效的運(yùn)動補(bǔ)償已可實(shí)現(xiàn)運(yùn)動平臺對運(yùn)動目標(biāo)的高分辨率成像。同時,高分辨率雷達(dá)圖像也顯著促進(jìn)了雷達(dá)目標(biāo)識別、雷達(dá)遙感等領(lǐng)域的迅猛發(fā)展[15-19]。
圍繞上述領(lǐng)域的迅猛發(fā)展,常規(guī)雷達(dá)逐步形成如圖 1所示的信號處理流程[1-21]。首先,雷達(dá)波束形成通過空域陣元間的相參積累實(shí)現(xiàn)能量的空間聚集和指向,而時域的脈沖壓縮和MTD處理分別實(shí)現(xiàn)回波能量在脈內(nèi)和脈間的相參積累。上述級聯(lián)處理還可引入學(xué)習(xí)機(jī)制自適應(yīng)地抑制干擾、雜波和噪聲等成分對目標(biāo)檢測的影響。進(jìn)而,雷達(dá)通過CFAR處理實(shí)現(xiàn)目標(biāo)點(diǎn)跡的自動提取。顯然,上述級聯(lián)式信號處理流程同時也隱含了雷達(dá)高性能目標(biāo)處理的前提:在回波處理和能量積累時,目標(biāo)回波分布應(yīng)盡可能局限于一個解耦的波束-距離-多普勒的 3維單元中。否則,目標(biāo)將在空時頻空間形成“分布式”目標(biāo),降低能量積累水平和檢測性能。隨著實(shí)踐的深入,人們也逐步意識到了上述框架的應(yīng)用限制,在級聯(lián)式處理基礎(chǔ)上引入了Hough變換(HT)[22-30]、動態(tài)規(guī)劃(DP)[31-38]和 Bayes遞推[39,40]等方法在跨距離單元(ARU)和跨多普勒單元(ADU)條件下實(shí)現(xiàn)回波能量的非相參積累。上述方法在確認(rèn)目標(biāo)點(diǎn)跡的同時,也給出了積累期間目標(biāo)航跡的跟蹤信息。因此,人們將基于HT和DP等實(shí)現(xiàn)檢測和跟蹤一體化的處理方法[22-42]通稱為檢測前跟蹤(TBD)。同時,在目標(biāo)檢測基礎(chǔ)上,高分辨率雷達(dá)可通過運(yùn)動補(bǔ)償獲取高分辨率圖像[15-19],為后續(xù)目標(biāo)識別提供輸入。上述基于TBD的級聯(lián)式信號處理流程已較好地滿足常規(guī)雷達(dá)對常規(guī)目標(biāo)探測的需求,得到了廣泛應(yīng)用。
圖1 現(xiàn)有雷達(dá)信號處理流程Fig.1 Conventional radar signal processing flowchart
然而,現(xiàn)代雷達(dá)目標(biāo)環(huán)境和探測環(huán)境發(fā)生了顯著變化[43-46],常規(guī)雷達(dá)體制和信號處理手段面臨日益嚴(yán)峻的挑戰(zhàn)。除了中低空飛機(jī)和海面中大型船只等常規(guī)目標(biāo)以外,現(xiàn)代雷達(dá)探測目標(biāo)包括了隱身艦船、超低空無人機(jī)、超高速飛機(jī)、高空高速巡航導(dǎo)彈、臨近空間空天飛行器、彈道導(dǎo)彈和誘餌、太空碎片和衛(wèi)星等高威脅度目標(biāo)。同時,現(xiàn)代雷達(dá)目標(biāo)特性也發(fā)生了顯著變化,時空分布更加廣闊密集,突防手段更加靈活多變。具體而言,這些挑戰(zhàn)可歸結(jié)為如下一些方面:
(1) 超高速
空天飛行器和彈道導(dǎo)彈等目標(biāo)飛行速度達(dá) 5~25 M,可在瞬間穿越雷達(dá)空間波束和探測單元。因此,基于波束-距離-多普勒解耦的常規(guī)處理方法由于可積累脈沖數(shù)有限而常常難以奏效。同時,由于雷達(dá)和目標(biāo)之間存在相對高速運(yùn)動,傳統(tǒng)雷達(dá)回波忽略的“尺度伸縮”效應(yīng)[43,44]對于高速目標(biāo)的空時相參積累均需要考慮,否則將有明顯的SNR損失。
(2) 低RCS
當(dāng)前,以B-2,F-22,AGM-129和阿利伯克驅(qū)逐艦等為代表的隱身飛機(jī)、導(dǎo)彈和艦船[45,46]不斷涌現(xiàn),對雷達(dá)遠(yuǎn)程探測提出了嚴(yán)峻挑戰(zhàn)。通常,隱身目標(biāo)的雷達(dá)反射截面積(RCS)較非隱身目標(biāo)可大致下降兩個數(shù)量級,相應(yīng)的雷達(dá)威力下降為常規(guī)目標(biāo)30%左右,嚴(yán)重影響了雷達(dá)有效探測。
(3) 高機(jī)動
與常規(guī)空中飛機(jī)和空間軌道目標(biāo)不同,臨近空間飛行器等高空高速目標(biāo)的機(jī)動過載可達(dá)到2~4 g,并可通過螺旋、正弦、跳躍、大拐角等諸多不規(guī)則方式實(shí)現(xiàn)飛行航跡機(jī)動規(guī)避和變軌。雷達(dá)目標(biāo)高機(jī)動特性導(dǎo)致回波多普勒特性的顯著改變對常規(guī)信號流程及后續(xù)目標(biāo)跟蹤提出了嚴(yán)峻挑戰(zhàn)。
(4) 超遠(yuǎn)程
現(xiàn)代雷達(dá)目標(biāo)[43,44]可在距地高度為數(shù)百公里外層空間和數(shù)十公里臨近空間之間高速自由穿梭,可在極遠(yuǎn)距離發(fā)起快速攻擊。因此,為保證足夠的預(yù)警時間,需要雷達(dá)對數(shù)千公里,甚至更遠(yuǎn)距離之外的目標(biāo)實(shí)現(xiàn)超遠(yuǎn)程探測。
(5) 強(qiáng)雜波
強(qiáng)雜波始終是影響目標(biāo)探測性能的主要因素[1-3,12],現(xiàn)代雷達(dá)主要面臨如下3方面雜波環(huán)境的挑戰(zhàn):一是機(jī)載、球載和星載等升空雷達(dá)運(yùn)動平臺大量涌現(xiàn),其下視探測低空和海面目標(biāo)時必然受到擴(kuò)展的強(qiáng)地物雜波的干擾。二是高空高速臨近空間目標(biāo)的主要活動區(qū)域處于大氣電離層中,電離層雜波構(gòu)成了此類目標(biāo)探測的屏障。三是在高海情雜波背景中海面微弱目標(biāo)探測始終是海用雷達(dá)目標(biāo)探測的難題。
(6) 復(fù)雜電磁環(huán)境
目前,全頻域、大功率、智能化電子干擾機(jī)可在時間、空間、頻段、極化等各個維度嚴(yán)重干擾和壓制雷達(dá)的探測性能。面對日益復(fù)雜目標(biāo)環(huán)境,在紛繁復(fù)雜電磁環(huán)境中及時準(zhǔn)確地發(fā)現(xiàn)、確定和識別“重點(diǎn)目標(biāo)”是瞬息萬變復(fù)雜電磁環(huán)境對現(xiàn)代雷達(dá)提出的嚴(yán)峻挑戰(zhàn)。
權(quán)衡之一:相參積累還是非相參積累?雖然造成雷達(dá)目標(biāo)探測困難的原因形形色色,但從信號處理觀點(diǎn)來看,雷達(dá)目標(biāo)與探測環(huán)境的惡化可歸結(jié)為“如何在極低 SNR(此處 N代表系統(tǒng)抑制剩余的噪聲,干擾和雜波等背景因素的綜合)條件下實(shí)現(xiàn)微弱目標(biāo)的有效探測”問題。因此,提高目標(biāo)回波空時采樣數(shù)目和積累水平是提高雷達(dá)系統(tǒng)性能的關(guān)鍵。通常,根據(jù)是否補(bǔ)償目標(biāo)在采樣間的相位起伏,信號積累可分為相參積累與非相參積累兩大類[47-50,64]。非相參積累將含噪聲污染的采樣求模積累,不補(bǔ)償起伏相位,對系統(tǒng)和目標(biāo)的相參性要求低,應(yīng)用相對廣泛。但是,由于未補(bǔ)償起伏的相位,非相參積累SNR增益通常不如相參積累。更嚴(yán)重的是,非相參積累方法存在“SNR閾值”現(xiàn)象[49,50]。簡言之,當(dāng)目標(biāo)初始SNR過低時,非相參積累增益接近為零,嚴(yán)重限制了非相參積累方法在低SNR場合的應(yīng)用。而相參積累通過補(bǔ)償采樣間相位起伏,通過雷達(dá)采樣樣本的同相疊加實(shí)現(xiàn) SNR增益線性增加。顯然,除非采樣間存在不可補(bǔ)償?shù)姆嗥鸱?,先進(jìn)的雷達(dá)信號處理系統(tǒng)應(yīng)盡可能運(yùn)用相參積累滿足高性能積累的需求。
權(quán)衡之二:短時間積累還是長時間積累?從脈沖積累雷達(dá)方程[1-3,21]可見:在給定系統(tǒng)參數(shù)前提下,雷達(dá)威力線性或非線性地正比于雷達(dá)積累時間的4次方根。因此,增加雷達(dá)目標(biāo)照射時間可改善雷達(dá)目標(biāo)的探測性能,新體制雷達(dá)和常規(guī)雷達(dá)均可通過有效手段增加雷達(dá)目標(biāo)觀測時間。例如,對于稀布陣綜合孔徑雷達(dá)(SIAR)[60]等新體制數(shù)字陣列雷達(dá)(DAR)[11],可通過俯仰和方位多波束覆蓋探測區(qū)域增加重點(diǎn)目標(biāo)探測時間。此時,由于波束固定,除非目標(biāo)自身運(yùn)動超越雷達(dá)波束,目標(biāo)將始終被雷達(dá)波束照射。同時,即使目標(biāo)穿越其中一個波束,也可被相鄰波束探測。對于常規(guī)雷達(dá),亦可通過波束緩轉(zhuǎn)和駐留等簡單途徑提高雷達(dá)目標(biāo)照射時間。雖然此時雷達(dá)目標(biāo)數(shù)據(jù)率和覆蓋方位范圍有所下降,但對重點(diǎn)方向和重點(diǎn)目標(biāo)探測而言,上述波束控制是一種合適的選擇??傊L時間積累為基本不改變雷達(dá)系統(tǒng)參數(shù)而改善雷達(dá)性能提供了重要前提。
權(quán)衡之三:級聯(lián)處理還是聯(lián)合處理?雖然長時間積累可有效提高雷達(dá)性能,但長時間照射也極易造成運(yùn)動目標(biāo)回波積累處理的諸多困難。例如,長時間照射時運(yùn)動目標(biāo)極易產(chǎn)生跨距離單元(ARU)、跨多普勒單元(ADU)及跨波束單元(ABU)等“三跨”現(xiàn)象。常規(guī)信號處理(如圖 1所示)采用基于波束形成、脈沖壓縮和動目標(biāo)檢測(MTD)級聯(lián)處理,在順序積累時隱含了目標(biāo)能量應(yīng)獨(dú)立分布于空、時、頻解耦的單元上,從而也限制了可相參積累時間。雖然,現(xiàn)有方法提出了基于TBD的非相參積累以提高跨距離和多普勒單元時檢測性能,但受“SNR閾值”[49,50]限制,其性能增益有限。究其原因,上述問題根源與常規(guī)信號處理采用時域和頻域級聯(lián)式局域處理密切相關(guān)。多維聯(lián)合處理有可能對上述問題解決提供新思路。例如,在長時間積累運(yùn)動目標(biāo) 2維回波的距離頻域,回波將始終出現(xiàn)在固定頻率單元范圍上,多普勒效應(yīng)只反映在相位調(diào)制上。另外,在現(xiàn)有的SAR/ISAR的信號處理中,我們通常是將存在明顯ARU和ADU的回波信號聯(lián)合處理獲取目標(biāo)高分辨率的圖像,這也啟發(fā)我們多維的聯(lián)合處理可有效提高目標(biāo)回波能量的積累水平。總之,空時頻多維度目標(biāo)回波及其在變換域的聯(lián)合處理可有效避免信號的跨越效應(yīng),為提供雷達(dá)信號處理性能和水平提供堅實(shí)的基礎(chǔ)。
基于上述3方面的權(quán)衡,可見基于多維聯(lián)合處理實(shí)現(xiàn)長時間相參積累[47-63]是改進(jìn)現(xiàn)代雷達(dá)信號處理性能的重要發(fā)展方向?;谏鲜鲅芯克悸罚?011年,文獻(xiàn)[64-71]提出了 Radon-Fourier變換(RFT)和廣義 Radon-Fourier變換(GRFT)等雷達(dá)信號處理新方法。針對“三跨”目標(biāo)回波,新方法將目標(biāo)長時間相參積累問題轉(zhuǎn)換為一個參數(shù)化的模型匹配問題。例如,對于勻速徑向運(yùn)動目標(biāo),目標(biāo)初始距離和徑向速度決定了目標(biāo)在相參積累期間的“三跨”特性,也決定了回波多普勒起伏。因此,雷達(dá)可通過 RFT聯(lián)合補(bǔ)償距離走動和多普勒起伏實(shí)現(xiàn)長時間的相參積累。實(shí)質(zhì)上,RFT和 GRFT等方法都是實(shí)現(xiàn)運(yùn)動目標(biāo)在長時間發(fā)生“三跨”情形下實(shí)現(xiàn)有效的相參積累。同時,RFT和 GRFT的相參積累結(jié)果也在變換對應(yīng)的參數(shù)空間中形成了目標(biāo)的“多維聚焦圖像”。為與現(xiàn)有檢測前跟蹤(TBD)技術(shù)比較,我們將課題組提出的參數(shù)化的長時間相參積累方法統(tǒng)一命名為“檢測前聚焦(FBD)[69]”技術(shù)。同年,相關(guān)概念在CIE國際雷達(dá)年會提出并獲得了國內(nèi)外專家和學(xué)者的認(rèn)同。
具體而言,若雷達(dá)探測目標(biāo)為一個波束內(nèi)的線性運(yùn)動目標(biāo),則有 R(t)=r0+vt,其中,r0為目標(biāo)在t=0時的斜距,v是目標(biāo)的徑向運(yùn)動速度。因此,如果目標(biāo)的初始距離和速度已知,則可以直接補(bǔ)償長相參積累中的包絡(luò)和相位變化。但在目標(biāo)探測前,這些參數(shù)是未知的。因此,可以建立一個覆蓋可能r0和v的參數(shù)空間,將回波脈沖投影到這個空間,形成一個“聚焦”的峰。
定義 1 當(dāng)線性距離徙動滿足直線方程rs=r+vt時,標(biāo)準(zhǔn)RFT[64]為:
其中,式(1)定義為標(biāo)準(zhǔn)RFT是因?yàn)槠鋮?shù)r和v具有明確的含義。實(shí)際上,勻速運(yùn)動目標(biāo)的距離徙動也可采用極距ρ和極角θ等不同參數(shù)對進(jìn)行描述,而不同參數(shù)對間等價關(guān)系在文獻(xiàn)[64]中已討論。在更一般的情況下,假設(shè)相參積累時間目標(biāo)距離徙動函數(shù)由N個運(yùn)動和位置待定參數(shù)確定。此時,我們定義廣義Radon-Fourier變換(GRFT)為:
2.2 工作曲線和檢出限 分別移取一定量的多元素混合標(biāo)準(zhǔn)儲備液,以5%硝酸稀釋,配制濃度梯度分別為0.5、1、10、20、50、100 mg/L的K、Ca和Mg的多元素混合標(biāo)準(zhǔn)工作溶液。在線加入內(nèi)標(biāo)溶液,然后用ICP-MS測定,測得K、Ca和Mg元素的線性回歸方程和相關(guān)系數(shù),詳細(xì)結(jié)果見表2。同時,取最低濃度的標(biāo)準(zhǔn)溶液進(jìn)行分析,重復(fù)測定10次,以測定結(jié)果的3倍標(biāo)準(zhǔn)偏差計算方法的檢出限,結(jié)果見表2。
定義 2 設(shè) f(t,rs)∈C為定義在(t,rs)平面上距離脈沖壓縮后 2-D復(fù)函數(shù),t 和rs分別為脈沖觀測時間和斜距。該平面內(nèi)目標(biāo)距離徙動曲線為N+1維等式 rs=η(α1,α2,…,αN,t),則GRFT定義為:
本文定義的RFT是GRFT的一個最簡單的特例,而GRFT是適于更為復(fù)雜運(yùn)動的目標(biāo)相參積累方法。若將目標(biāo)的空間位置(如方位和俯仰)和信號隨頻率成分也作為待定參數(shù),則GRFT可同時實(shí)現(xiàn)空時頻多域聯(lián)合相參積累。
因此,基于創(chuàng)新的FBD處理,我們進(jìn)一步展望新一代雷達(dá)信號處理應(yīng)采用如圖2所示的聯(lián)合處理結(jié)構(gòu)。當(dāng)新體制雷達(dá)獲取多脈沖、多陣元和多頻段的空時信號后,通過空時頻的FBD處理(STF-FBD)完成信號的多維聯(lián)合相參積累,獲得理想的SNR增益。換言之,STF-FBD可將常規(guī)雷達(dá)信號處理的寬帶波束形成、脈沖壓縮和多普勒濾波等多個級聯(lián)的相參處理環(huán)節(jié)整合,并克服“三跨”效應(yīng)的影響。同時,對于特別微弱目標(biāo)在更長時間、更大空間和更寬頻段范圍中,通過對STF-FBD輸出運(yùn)用TBD技術(shù),形成STF-FBD-TBD相參/非相參的混合積累方式進(jìn)一步提高性能。與常規(guī)混合積累[62,63]不同,STF-FBD-TBD已通過STF-FBD極大增加了目標(biāo)的SNR,因此可顯著降低TBD的“SNR閾值”[49,50]。第三,STF-FBD處理完成了對目標(biāo)空間和運(yùn)動參數(shù)的匹配估計,可實(shí)現(xiàn)目標(biāo)參數(shù)的高精度測量。第四,目標(biāo)經(jīng)過 STF-FBD處理在多維空間實(shí)現(xiàn)了相參投影,也實(shí)現(xiàn)了目標(biāo)與雜波和干擾等背景因素的有效分割和抑制。例如,文獻(xiàn)[64]指出RFT處理是一個廣義的多普勒濾波器,因此RFT可顯著抑制強(qiáng)雜波對運(yùn)動目標(biāo)檢測的影響。第五,通過 STF-FBD處理,新體制雷達(dá)也獲取了目標(biāo)在多維參數(shù)空間的聚焦圖像[67]。切取多維圖像的空間分布切片可獲得反映目標(biāo)散射結(jié)構(gòu)的常規(guī)雷達(dá)圖像。同時,新方法還可切取目標(biāo)速度、加速度等維度的運(yùn)動參數(shù)圖像,這是常規(guī)成像雷達(dá)難以提供的。第六,基于 STFFBD獲取目標(biāo)空間參數(shù)結(jié)構(gòu)圖像和運(yùn)動參數(shù)圖像構(gòu)成了目標(biāo)的重要特征,可為后續(xù)目標(biāo)有效識別奠定基礎(chǔ)。總之,本文空時頻檢測前聚焦雷達(dá)信號處理理論和方法可為復(fù)雜探測和目標(biāo)環(huán)境中顯著提高雷達(dá)威力和探測性能奠定理論和技術(shù)基礎(chǔ)。
本文提出的 FBD技術(shù)源于雷達(dá)長時間積累技術(shù),是新體制雷達(dá)高性能信號處理的關(guān)鍵技術(shù)與核心環(huán)節(jié)。本文中“長時間”特指雷達(dá)對特定探測目標(biāo)存在明顯ARU,ADU或ABU等效應(yīng)時對應(yīng)的照射和積累時間。下面,分別介紹長時間非相參積累、長時間相參積累和空時頻檢測前聚焦3個相關(guān)領(lǐng)域的研究現(xiàn)狀。
在雷達(dá)長時間非相參積累方面,Allen等人[20,21]開展了初創(chuàng)性工作,指出對目標(biāo)跨距離單元脈沖積累在空變的雜波環(huán)境下可比傳統(tǒng)積累獲得更優(yōu)性能[20],并基于最大化檢測概率研究了多目標(biāo)積累路徑集合優(yōu)化配置問題。雷達(dá)非相參積累可直接對脈沖回波進(jìn)行能量累加,也可基于初步的相參處理結(jié)果實(shí)現(xiàn) CPI間非相參積累[22-40,62,63]。基于長時間非相參積累的檢測前跟蹤(TBD)[22-40]是一類微弱目標(biāo)積累檢測策略,主要對初級處理數(shù)據(jù)進(jìn)行跨距離單元和跨多普勒單元的跟蹤,利用跟蹤信息最終判斷目標(biāo)是否存在并給出其運(yùn)動軌跡。現(xiàn)有基于該策略的非相參積累方法主要包括 Hough變換類[22-30]方法、動態(tài)規(guī)劃(DP)類[31-38]方法及基于Bayes遞推的TBD[39,40]方法。
圖2 基于FBD的信號處理流程圖Fig.2 Proposed FBD-based radar signal processing flowchart
文獻(xiàn)[23-30]在搜索雷達(dá)中采用了圖像處理的Hough變換方法進(jìn)行目標(biāo)的檢測與跟蹤,將雷達(dá)數(shù)據(jù)的“距離-時間”視圖變換到直線參數(shù)平面,實(shí)現(xiàn)ARU條件下積累,該方法在不同體制雷達(dá)積累檢測中得到了應(yīng)用。在該類方法性能方面,文獻(xiàn)[26]分別討論了存在隨機(jī)脈沖干擾情況下及不同類型雜波下的積累檢測性能。此外,極坐標(biāo)Hough變換(PHT)實(shí)現(xiàn)方法[27]更適用于目標(biāo)速度變化情況,平移參數(shù)空間的改進(jìn)Hough變換方法[28]與并行化Hough變換算法[29]可降低算法實(shí)現(xiàn)復(fù)雜度,擴(kuò)展至“距離-方位-時間”的3D-Hough方法[30]可利用更豐富目標(biāo)運(yùn)動特征進(jìn)行能量積累。通常,Hough變換類方法對直線或近于直線運(yùn)動目標(biāo)積累效果較好,但也存在離散化處理的模式失配和SNR閾值等問題。動態(tài)規(guī)劃類方法早期應(yīng)用于圖像及紅外目標(biāo)檢測[31-33],后為雷達(dá)微弱目標(biāo)積累檢測方法所借鑒[34-38]。針對雷達(dá)目標(biāo)的動態(tài)規(guī)劃類積累算法一般將多個CPI處理的結(jié)果作為各個狀態(tài),將目標(biāo)的運(yùn)動視為狀態(tài)序列的轉(zhuǎn)移,利用動態(tài)規(guī)劃實(shí)現(xiàn)目標(biāo)軌跡搜索[34]。文獻(xiàn)[35]討論了動態(tài)規(guī)劃算法機(jī)理,并結(jié)合初級門限與CFAR技術(shù)提出了改進(jìn)算法。動態(tài)規(guī)劃類方法對具有一定機(jī)動性的運(yùn)動目標(biāo)可進(jìn)行較好地積累。但是,實(shí)際雷達(dá)系統(tǒng)工作時,目標(biāo)個數(shù)是無法預(yù)先確定的。文獻(xiàn)[36,37]討論了未知目標(biāo)個數(shù)時的檢測前跟蹤問題。文獻(xiàn)[38]指出,當(dāng)搜索目標(biāo)數(shù)目增大到一定程度時,積累檢測性能將下降,出現(xiàn)低 SNR失效問題?;谪惾~斯遞推TBD方法將初級處理后數(shù)據(jù)作為觀測變量,通過遞推式濾波器估計Bayes后驗(yàn)概率,作為目標(biāo)是否存在的判決依據(jù)。另外,粒子濾波器[39,40]可有效提高該濾過程在非線性跟蹤情況的性能。
綜上所述,基于長時間非相參積累的TBD方法對目標(biāo)初始SNR有基本閾值要求。對于微弱目標(biāo)探測而言,即使采用圖1級聯(lián)處理作為后繼TBD的輸入,但“三跨”效應(yīng)必然會影響解耦處理相參積累時間和TBD輸入初始SNR??傊陂L時間非相參積累TBD方法性能有限,不適合極低SNR微弱目標(biāo)的探測。
針對跨距離單元下長時間相參積累,現(xiàn)有方法主要分為兩類:第一類方法是對脈沖壓縮后“距離-脈沖”域原始回波通過包絡(luò)平移或擴(kuò)展實(shí)現(xiàn)跨距離單元補(bǔ)償。采用“距離拉伸”與時頻變換結(jié)合的方法[55]實(shí)現(xiàn)回波跨距離單元與時變多普勒單元的補(bǔ)償,但將部分不包含目標(biāo)的距離單元也進(jìn)行了累加,會造成SNR損失和距離分辨率降低。利用包絡(luò)補(bǔ)償與FFT濾波器組結(jié)合的方法[56,57]較好地實(shí)現(xiàn)了勻速運(yùn)動目標(biāo)跨距離單元補(bǔ)償,但未能充分利用目標(biāo)速度與多普勒頻率對應(yīng)關(guān)系。文獻(xiàn)[58]提出的利用Hough變換結(jié)合脈沖間相位補(bǔ)償?shù)姆椒?,能夠進(jìn)一步提高常規(guī)Hough變換對勻速運(yùn)動目標(biāo)的積累檢測性能?!熬嚯x-脈沖”域補(bǔ)償方法直接在距離維度上實(shí)現(xiàn)包絡(luò)平移補(bǔ)償,物理意義明確。但是,為保證補(bǔ)償精度,需采用距離維插值來提高補(bǔ)償精度,運(yùn)算量較大。
另一類跨距離單元補(bǔ)償方法是在“距離-脈沖”維信號的相應(yīng)變換域進(jìn)行ARU單元補(bǔ)償。文獻(xiàn)[59]提出,在回波進(jìn)行2-D FFT處理后的“距離頻率-多普勒頻率”平面,沿距離徙動直線對每個可能速度進(jìn)行相應(yīng)匹配積累。該方法可利用多普勒頻率與目標(biāo)速度的對應(yīng)關(guān)系降低復(fù)雜度。文獻(xiàn)[60]的方法對脈沖壓縮后信號的分段 FFT結(jié)果也利用了多普勒頻率與速度的對應(yīng)關(guān)系實(shí)現(xiàn)包絡(luò)移位補(bǔ)償。在“快時間頻率-脈沖”域,通過脈沖維的 Keystone變換進(jìn)行尺度伸縮,可以對一定速度范圍內(nèi)的勻速目標(biāo)實(shí)現(xiàn)跨距離單元的統(tǒng)一補(bǔ)償[51-53,61]。文獻(xiàn)[61]基于搜索策略進(jìn)一步提出了 Keystone方法的模糊數(shù)補(bǔ)償方法。變換域補(bǔ)償方法不需要提高距離維精度,但通常需要對多普勒模糊數(shù)進(jìn)行專門補(bǔ)償,難以實(shí)現(xiàn)對不同模糊數(shù)目標(biāo)的同時相參積累。
基于長時間積累深入研究,我們針對目標(biāo)距離、時延和多普勒之間的耦合關(guān)系,提出了基于RFT和GRFT相參積累新方法,構(gòu)成了檢測前聚焦(FBD)[64-69]新概念的基礎(chǔ)。為進(jìn)一步闡明 FBD 含義,我們給出典型雷達(dá)參數(shù)下幾類典型長時間積累方法[69]的效果如圖3和圖4所示。圖3給出了不同方法的響應(yīng)圖,圖4給出了實(shí)際噪聲背景下的積累效果??梢?,由于跨距離單元的影響,現(xiàn)有 MTD運(yùn)動目標(biāo)檢測結(jié)果完全被噪聲淹沒?;贖ough變換非相參積累方法,由于積累增益有限,檢測效果也不理想?;贙eystone方法相參積累對于非盲速目標(biāo)檢測效果良好,但丟失了有盲速的高速目標(biāo)。RFT方法則可實(shí)現(xiàn)對3個目標(biāo)的高性能檢測。
進(jìn)而,基于仿真雷達(dá)參數(shù)[64],我們給出不同方法對于1 M的高速目標(biāo)在1 s內(nèi)的積累檢測威力??梢姡琑FT方法通過長時間積累的聚焦處理,相對MTD等傳統(tǒng)方法有近3倍的威力增程。
表1 高速目標(biāo)理論最大探測距離(1 M)Tab.1 The theoretical maximumcoverage for high-speed target (1 M)
綜上所述,顯然FBD處理對于高速目標(biāo)檢測性能提高具有重要作用,能夠?qū)h(yuǎn)程微弱目標(biāo)獲得良好的檢測性能。
基于長時間積累方面提出的 FBD處理創(chuàng)新概念,我們指出基于長時間積累FBD技術(shù)還可推廣到空域和頻域積累處理中,進(jìn)一步提高空域和頻域的相參積累增益。例如,對于數(shù)字陣列相控陣?yán)走_(dá)而言,為獲取大天線增益,需要增加天線尺寸。同時,為了提高雷達(dá)距離分辨率,需不斷增加信號帶寬。此時,寬帶信號在天線陣元之間,不僅需要補(bǔ)償相位,還需補(bǔ)償陣元間波形的位移。否則,由于陣元間信號時延差大于“孔徑渡越”時間,天線波束的指向效果和天線增益明顯下降。為此,我們將FBD方法在空時2維平面進(jìn)行了推廣,提出了空時2維RFT(ST-RFT)新方法[71],實(shí)現(xiàn)了在“孔徑渡越”和“跨距離單元”條件下空時2維聯(lián)合相參積累,即空時2維FBD處理。通過在距離-速度-方位角聯(lián)合處理,實(shí)現(xiàn)目標(biāo)能量在多維空間中的能量“聚焦”??諘r2維FBD處理的仿真結(jié)果如圖5所示。
圖3 不同方法的2維響應(yīng)(無噪聲)Fig.3 Two-dimensional response of different methods (without noise)
圖4 不同方法的積累效果比較(220 km)Fig.4 Two-dimensional response of different methods (with noise)
例如,提高信號帶寬和距離分辨率始終是雷達(dá)探測的重要追求。以美國空間目標(biāo)測量雷達(dá)為例,有代表性寬帶雷達(dá)包括:ALCOR,工作于C波段,采用Chirp波形,帶寬為512 MHz,距離分辨能力為53 cm。MMW雷達(dá),工作于Ka波段和W波段,發(fā)射帶寬 2 GHz,距離分辨率為 14 cm。此外,COBRA-JUDY雙波段雷達(dá),有S波段相控陣天線和X波段圓盤天線,各有1 GHz信號帶寬。雖然,上述雷達(dá)已可提供很高帶寬和距離分辨率,但受成本和物理設(shè)計限制,為獲得更高帶寬需要顯著增加硬件成本。因此,直接建造一部更高帶寬的 UWB雷達(dá)十分昂貴,而更有創(chuàng)意的做法是利用現(xiàn)有多部寬帶雷達(dá)回波信號通過帶寬合成形成更高分辨率雷達(dá)圖像。為此,1997年,林肯實(shí)驗(yàn)室開發(fā)了一種BWE頻域處理方法[72,73],通過預(yù)測COBRA-JUDY雷達(dá)觀測帶寬外頻段目標(biāo)響應(yīng)達(dá)到增加有效帶寬。文獻(xiàn)[72]介紹的基于BWE仿真處理結(jié)果如圖6所示,通過BWE可在子帶稀疏和缺失情況下獲取目標(biāo)合成寬帶的圖像。由于BWE和RFT方法均采用了與目標(biāo)運(yùn)動或散射特征有關(guān)參數(shù)化方法,BWE方法是一種頻域的參數(shù)化方法,可歸結(jié)為頻域FBD方法。
圖5 ST-RFT的響應(yīng)和輸出(1000 km)[67]Fig.5 Response and output of the proposed ST-RFT
圖6 頻域檢測前聚焦[72]Fig.6 Focus-Before-Detects in frequency domain[72]
基于上述相關(guān)領(lǐng)域現(xiàn)狀的分析,本文提出的STF-FBD新理論和新方法可充分利用雷達(dá)空時頻的探測資源,通過檢測、估計、跟蹤、成像及識別的一體化處理,顯著提高新體制雷達(dá)對高速、高機(jī)動、超遠(yuǎn)程、隱身目標(biāo)的探測性能。圍繞STF-FBD理論和方法,未來應(yīng)重點(diǎn)研究方向包括:
首先,以高速高機(jī)動隱身的空間目標(biāo)為重點(diǎn)進(jìn)行信號建模研究,深入分析其目標(biāo)特性,定量研究目標(biāo)幅度和相位調(diào)制與目標(biāo)高階運(yùn)動間的相互關(guān)系。
其次,通過空、時、頻及其變換域信號建模、確定雷達(dá)目標(biāo)可相參積累極限時間、極限視角和極限頻寬,圍繞尺度伸縮、孔徑渡越、稀疏子帶、跨距離、跨多普勒、跨波束等條件下運(yùn)動目標(biāo)回波能量有效積累難題,進(jìn)一步完善STF-FBD的理論和方法。
第三,進(jìn)一步研究 STF-FBD的快速算法,為STF-FBD方法的工程應(yīng)用和推廣奠定基礎(chǔ)。
第四,在大于極限時間、極限視角和極限頻寬的空時頻觀測條件下,基于STF-FBD-TBD的混合積累框架進(jìn)一步改善微弱目標(biāo)的探測效果。
第五,充分研究雜波、干擾和目標(biāo)在STF-FBD多維空間中的分布特性,進(jìn)一步提出雜波和干擾抑制的新方法。
第六,在檢測和參數(shù)估計前獲取目標(biāo)在空、時、頻多維度的“聚焦”圖像,顯著改善雷達(dá)對隱身、高速和高機(jī)動目標(biāo)的運(yùn)動和位置參數(shù)測量精度,逼近參數(shù)測量的Cramer-Rao界。
第七,充分利用目標(biāo)高機(jī)動特性,基于寬帶雷達(dá)研究基于 STF-FBD實(shí)現(xiàn)目標(biāo)多維聯(lián)合成像的有效方法。
第八,針對雷達(dá)目標(biāo)空時頻FBD聚焦圖像,研究基于目標(biāo)空間分布結(jié)構(gòu)和運(yùn)動參數(shù)圖像研究特征提取和目標(biāo)識別新方法。
[1]Barton D K.Radar System Analysis and Modeling[M].Beijing: Publishing House of Electronics Industry,2004.
[2]Skolnik M I.Introduction to Radar System[M].New York:McGraw-Hill,2002.
[3]Skolnik M I.Radar Handbook[M].2nd Ed.,New York:McGraw Hill,1990.
[4]North D O.An analysis of the factors which determine signal/noise discrimination in pulsed carrier system[R].Princeton,NJ,RCA Labs,Rep PTR-6C,1950.
[5]Woodward P M.A theory of radar information[J].Physical Magazine,1950,41: 1001-1017.
[6]Woodward P M.Probability and Information Theory with Application to Radar[M].London: Pergamon Press,1953.
[7]Nathanson F E.Radar Design Principles[M].New York:McGraw-Hill,1969.
[8]Mailloux R J.Phased Array Antenna Handbook[M].Boston/London: Artech House,2005.
[9]Van Trees H L.Detection,Estimation and Modulation Theory Part IV—Optimum Array Processing[M].New Jersey:Wiley,2002.
[10]Cantrell B,Graaf D J,Willwerth F,et al..Development of a Digital Array Radar (DAR)[J].IEEE Aerospace and Electronic Systems Magazine,2002,17(3): 22-27.
[11]吳曼青.數(shù)字陣列雷達(dá)及其進(jìn)展[J].中國電子科學(xué)研究院學(xué)報,2006,1(1): 11-16.Wu M Q.Digital antenna radar and its development[J].Journal of Chinese Electronic Research Institute,2006,1(1):11-16
[12]王永良,彭應(yīng)寧.空時二維自適應(yīng)處理[M].北京: 清華大學(xué)出版社,2000.Wang Y L and Peng Y N.Space-time Adaptive Processing[M].Beijing: Tsinghua University Publisher,2000.
[13]何友,關(guān)鍵,彭應(yīng)寧,等.雷達(dá)自動檢測與恒虛警處理[M].北京: 清華大學(xué)出版社,1999.He Y,Guan J,Peng Y N,et al..Radar Automatic Detection and Constant False Alarm Processing[M].Beijing: Tsinghua University Publisher,1999.
[14]Gerlach K and Steiner M J.Adaptive detection of range distributed targets[J].IEEE Transactions on Signal Processing,1999,47(7): 1844-1851.
[15]保錚,邢孟道,王彤.雷達(dá)成像技術(shù)[M].北京: 電子工業(yè)出版社,2005.Bao Z,Xing M D,and Wang T.Radar Imaging Technology[M].Beijing: Publishing House of Electronics Industry,2005.
[16]劉永坦.雷達(dá)成像技術(shù)[M].哈爾濱: 哈爾濱工業(yè)大學(xué)出版社,1999.Liu Y T.Radar Imaging Technology[M].Harbin: Harbin Industry University Publisher,1999.
[17]Cumming L G and Wong F H著,洪文,胡東輝,等(譯),吳一戎(編).合成孔徑雷達(dá)成像—算法與實(shí)現(xiàn)[M].北京: 電子工業(yè)出版社,2006.Cumming L G,Wong F H,Hong W,Hu D H,et al.(Translating) ,Wu Y R (Editing).Synthetic Aperture Radar Imaging—Algorithm and Realization[M].Beijing: Publishing House of Electronics Industry,2006.
[18]Oliver C and Quegan S.Understanding Synthetic Aperture Radar Images[M].Norwood,MA: 1998.
[19]Du L,Liu H W,Bao Z,et al..A two-distribution compounded statistical model for radar HRRP target recognition[J].IEEE Transactions on Signal Processing,2006,54(6): 2226-2238.
[20]Allen M R.Long term integration for radar detection of small targets in clutter[D].[Ph.D.dissertation],Philadelphia,PA:University of Pennsylvania,1988.
[21]Allen M R,Katz S L,and Urkowitz H.Geometric aspects of long-term noncoherent integration[J].IEEE Transactions on Aerospace and Electronic Systems,1989,25(5): 689-700.
[22]Reed I S,Gagliardi R M,and Stotts L B.A recursive moving-target-indication algorithm for optical image sequences[J].IEEE Transactions on Aerospace and Electronic Systems,1990,26(3): 434-440.
[23]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part I: system concept[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 102-108.
[24]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part II:detection statistics[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 109-115.
[25]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part III:detection performance with binary integration[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 116-125.
[26]Doukovska L and Kabakchiev C.Performance of Hough detectors in presence of randomly arriving impulse interference[C].International Radar Symposium,2006:473-476.
[27]Garvanov I and Kabakchiev C.Radar detection and track determination with a transform analogous to the Hough transform[C].International Radar Symposium,2006: 121-124.
[28]Zeng J K and Yuan S Z.Improved Hough transform algorithm for radar detection[C].2nd International Conference on Power Electronics and Intelligent Transportation Systems,2009,2: 320-323.
[29]Satzoda R K,Suchitra S,and Srikanthan T.Parallelizing the Hough transform computation[J].IEEE Signal Processing Letters,2008,15: 297-300.
[30]Moqiseh A and Nayebi M M.3-D Hough transform for surveillance radar target detection[C].IEEE Radar Conference,RADAR’08,2008: 1-5.
[31]Barniv Y.Dynamic programming solution for detecting dim moving targets[J].IEEE Transactions on Aerospace and Electronic Systems,1985,21(1): 144-156.
[32]Barniv Y and Kella O.Dynamic programming solution for detecting dim moving targets,Part II: analysis[J].IEEE Transactions on Aerospace and Electronic Systems,1987,23(6): 776-788.
[33]Nichtern O and Rotman S R.Point target tracking in a whitened IR sequence of images using dynamic programming approach[C].Proceedings of SPIE,2006,6395: 1-10.
[34]Tonissen S M and Evans R J.Performance of dynamic programming techniques for track-before-detect[J].IEEE Transactions on Aerospace and Electronic Systems,1996,32(4): 1440-1451.
[35]Mo L,Wu S L,and Mao E K.Radar detection for dim moving target using DP algorithm[J].Acta Electronica Sinica,2004,13(3): 486-490.
[36]Buzzi S,Lops M,Venturino L,et al..Detection of an unknown number of targets via track-before-detect procedures[C].IEEE Radar Conference,2007: 180-185.
[37]Huang Y,Jiang G F,Qiu,K L,et al..Radar track-before-detect algorithm of multitarget based on the dynamic programming[C].Proceedings of CIE International Conference on Radar,2006: 212-215.
[38]Johnston L A and Krishnamurthy V.Performance analysis of a dynamic programming track before detect algorithm[J].IEEE Transactions on Aerospace and Electronic Systems,2002,38(1): 242-248.
[39]Boers Y and Driessen H.Particle filter track-before-detect application using inequality constraints[J]. IEEE Transactions on Aerospace and Electronic Systems,2005,41(4): 1481-1487.
[40]Boers Y and Driessen J N.Multitarget particle filter track before detect application[J].IEE Proceedings Radar,Sonar and Navigation,2004,151(6): 351-357.
[41]Rutten,M G,Gordon N J,and Maskell S.Recursive track-before-detect with target amplitude fluctuations[J].IEE Proceedings Radar,Sonar and Navigation,2005,152(5):345-352.
[42]Davey S J,Rutten M G,and Cheung B.A comparison of detection performance for several Track-Before-Detect algorithms[C].11th International Conference on Information Fusion,2008: 493-500.
[43]楊建宇.雷達(dá)技術(shù)發(fā)展規(guī)律和宏觀趨勢分析[J].雷達(dá)學(xué)報,2012,1(1): 19-27.Yang J Y.Development laws and macro trends analysis of radar technology[J].Journal of Radars,2012,1(1): 19-27.
[44]Kelly E J and Wishner R P.Matched-Filter theory for high-velocity,accelerating targets[J].IEEE Transactions on Military Electronics,1965,9(1): 56-69.
[45]朱長征.飛機(jī)的隱身技術(shù)現(xiàn)狀及發(fā)展趨勢[J].航天電子對抗,2001,(6): 42-45.Zhu C Z.Status and developments of stealthy technologies of aircraft[J].Aerospace Electronic Warfare,2001,(6): 42-45.
[46]趙培聰.2010 年隱身與反隱身技術(shù)發(fā)展情況[J].現(xiàn)代雷達(dá),2011,33(4): 8-12.Zhao P C.Development of stealth and anti-stealth technology of foreign country in 2010[J].Modern Radar,2011,33(4): 8-12.
[47]Richards M A.Coherent integration loss due to white Gaussian phase noise[J].IEEE Signal Processing Letters,2003,10(7): 208-210.
[48]Yu J,Xu J,and Peng Y N.Upper bound of coherent integration loss for symmetrically distributed phase noise[J].IEEE Signal Processing Letters,2008,15: 661-664.
[49]Tandra R and Sahai A.SNR walls for signal detection[J].IEEE Journal of Selected Topics of Signal Processing,2008,2(1): 4-17.
[50]Tranda R.Fundamental limits on detection in low SNR[D].[Master dissertation],University of California,Berkeley,2005.
[51]DiPietro R C,Fante R L,and Perry R P.SAR imaging of moving targets[J].IEEE Transactions on Aerospace and Electronic Systems,1999,35(1): 188-200.
[52]Zhang S S,Zeng T,Long T,et al..Dim target detection based on Keystone transformation[C].IEEE International Radar Conference,2005: 889-894.
[53]Perry R P,DiPietro R C,and Fante R L.Coherent integration with range migration using Keystone formatting[C].IEEE Radar Conference,2007: 863-868.
[54]夏卓卿,陸軍,陳偉建.凝視動目標(biāo)相參積累技術(shù)研究[J].中國電子科學(xué)研究院學(xué)報,2009,4(5): 498-502.Xia Z Q,Lu J,and Chen W J.The research of long-time coherent integration for moving target[J].Journal of Chinese Electronic Research Institute,2009,4(5): 498-502.
[55]王俊.微弱目標(biāo)信號積累檢測的方法研究[D].[博士論文],西安電子科技大學(xué),1999.Wang J.Researches on the detection of weak targets by signal integration[D].[Ph.D.dissertation],Xidian University,1999.
[56]陳遠(yuǎn)征,朱永鋒,趙宏鐘,等.基于包絡(luò)插值移位補(bǔ)償?shù)母咚龠\(yùn)動目標(biāo)的積累檢測算法研究[J].信號處理,2004,20(4):387-390.Chen Y Z,Zhu Y F,Zhao H Z,et al..Detection algorithm research of high velocity moving target based on the Envelop interpolation[J].Signal Processing,2004,20(4):387-390.
[57]Deng F S and Wang X G.Coherent integration detection algorithm research of space debris[C].Proceedings of CIE International Conference on Radar,2006: 232-235.
[58]Zeng J K,He Z H,Sellathurai M,et al..Modified Hough transform for searching radar detection[J].IEEE Geoscience and Remote Sensing Letters,2008,5(4): 683-686.
[59]Marzetta T L,Martinsen E A,and Plum C P.Fast pulse Doppler radar processing accounting for range bin migration[C].Proceedings of IEEE National Radar Conference,1993: 264-268.
[60]Chen B X,Liu H L,and Zhang S H.Long-time coherent integration based on sparse-array synthetic impulse and aperture radar[C].Proceedings of CIE International Conference on Radar Proceedings,2001: 1062-1066.
[61]Yang L,Zeng T,Long T,et al..Range migration compensation and Doppler ambiguity resolution by Keystone transform[C].Proceedings of CIE International Conference on Radar,2006: 1466-1469.
[62]左渝,許稼,彭應(yīng)寧,等.SAR運(yùn)動目標(biāo)距離多普勒域擴(kuò)展混合積累檢測[J].清華大學(xué)學(xué)報(自然科學(xué)版),2010,50(1):145-148.Zuo Y,Xu J,Peng Y N,et al..Extended hybrid integration for SAR movingtarget detection in range-Doppler domains[J].Journal of Tsinghua University (Science and Technology),2010,50(1): 145-148.
[63]李剛,許稼,彭應(yīng)寧,等.基于混合積累的SAR微弱運(yùn)動目標(biāo)檢測[J].電子學(xué)報,2007,35(3): 576-579.Li G,Xu J,Peng Y N,et al..SAR weak moving target detection based on hybrid integration[J].Acta Electronica Sinica,2007,35(3): 576-579.
[64]Xu J,Yu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (I): generalized Doppler filterbank[J].IEEE Transactions on Aerospace and Electronic System,2011,47(2): 1186-1202.
[65]Xu J,Yu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (II): performance analysis and sidelobe suppression[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4): 2473-2489.
[66]Yu J,Xu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (III): optimality and fast implementations[J].IEEE Transactions on Aerospace and Electronic System,2012,48(2): 991-1004.
[67]Xu J,Yu J,Peng Y N,et al..Space-time radon-fourier transform and applications in radar target detection[J].IET Radar,Sonar & Navigation,2011,6(9): 846-857.
[68]Xu J,Dai X Z,Xia X G,et al..Configurations of multisite radar system with MIMO radars for target detection optimization[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4): 2329-2343.
[69]Xu J,Yu J,Peng Y N,et al..Focus-before-detects for radar target detection[C].Proceedings of CIE International Radar Conference,2011: 430-433 (Excellent paper awards).
[70]Xu J,Xia X G,Peng S B,et al..Radar maneuvering target motion estimation based on generalized Radon-Fourier transform[J].IEEE Transactions on Signal Processing,2012,60(12): 6190-6201.
[71]Qian L C,Xu J,Xia X G,et al..Wideband scaled radon fourier transform for high-speed radar target detection[J].IET Radar,Sonar & Navigation,DOI:10.1049/iet-rsn.2012.364.
[72]Cuomo K M,Piou J E,and Mayhan J T.Ultra-wideband coherent processing[J].Lincoln Laboratory Journal,1997,10(2): 203-222.
[73]Cuomo K M,Piou J E,and Mayhan J T.Ultra-wideband sensor fusion for BMD discrimination[C].IEEE 2000 International Radar Conference,USA,2000: 7-12.