盧再奇，曾祥桂，夏 陽(yáng)

(國(guó)防科技大學(xué) 自動(dòng)目標(biāo)識(shí)別重點(diǎn)實(shí)驗(yàn)室, 湖南 長(zhǎng)沙 410073)

頻率步進(jìn)雷達(dá)距離旁瓣抑制自適應(yīng)脈沖壓縮算法*

盧再奇，曾祥桂，夏 陽(yáng)

(國(guó)防科技大學(xué) 自動(dòng)目標(biāo)識(shí)別重點(diǎn)實(shí)驗(yàn)室, 湖南 長(zhǎng)沙 410073)

在頻率步進(jìn)雷達(dá)中，通常使用逆快速傅里葉變換方法進(jìn)行高分辨成像。由于逆快速傅里葉變換的距離旁瓣高，有可能造成強(qiáng)散射點(diǎn)旁瓣掩蓋附近弱散射點(diǎn)或者弱小目標(biāo)情況，限制了其在強(qiáng)雜波環(huán)境下的使用。為了抑制高距離旁瓣，近年來(lái)提出一種基于最小均方誤差準(zhǔn)則的自適應(yīng)脈沖壓縮方法?；谧赃m應(yīng)脈沖壓縮算法原理，推導(dǎo)了頻率步進(jìn)雷達(dá)距離旁瓣抑制算法。針對(duì)靜止和運(yùn)動(dòng)目標(biāo)場(chǎng)景，分析自適應(yīng)脈沖壓縮算法的旁瓣抑制性能。仿真結(jié)果表明，與逆快速傅里葉變換和加窗逆快速傅里葉變換處理比較，自適應(yīng)脈沖壓縮算法具有更好的旁瓣抑制效果，能夠更好地檢測(cè)強(qiáng)散射點(diǎn)附近的弱散射點(diǎn)或者弱小目標(biāo)。

頻率步進(jìn)雷達(dá)；自適應(yīng)脈沖壓縮；最小均方誤差；旁瓣抑制

為提高對(duì)目標(biāo)的探測(cè)能力，實(shí)現(xiàn)多目標(biāo)分辨和目標(biāo)成像與識(shí)別，高分辨技術(shù)成為雷達(dá)技術(shù)發(fā)展的一個(gè)重要方向，步進(jìn)頻(Stepped Frequency, SF)信號(hào)是高分辨率雷達(dá)使用的主要波形之一。由于步進(jìn)頻信號(hào)的距離分辨率提高，目標(biāo)的回波模型為擴(kuò)展目標(biāo)模型，當(dāng)鄰近的距離單元上存在多個(gè)散射點(diǎn)或點(diǎn)目標(biāo)時(shí)，就可能出現(xiàn)強(qiáng)散射點(diǎn)或強(qiáng)目標(biāo)的距離旁瓣掩蓋弱散射點(diǎn)或弱目標(biāo)的情況。因此，有效地抑制強(qiáng)散射點(diǎn)或目標(biāo)的高距離旁瓣，將提高步進(jìn)頻雷達(dá)在強(qiáng)雜波和密集目標(biāo)場(chǎng)景下對(duì)弱小目標(biāo)檢測(cè)的性能。常用的距離旁瓣抑制技術(shù)如加窗處理會(huì)使主瓣降低、變寬，導(dǎo)致信噪比損失和距離分辨率變壞[1]。文獻(xiàn)[2]提出最小平方法(Least Square, LS)，通過(guò)對(duì)鄰近距離單元的去耦合來(lái)實(shí)現(xiàn)旁瓣抑制，但LS模型對(duì)距離窗外的目標(biāo)無(wú)法有效提取。文獻(xiàn)[3-5]提出了基于最小均方誤差(Minimum Mean Square Error, MMSE)的自適應(yīng)脈沖壓縮(Adaptive Pulse Compression, APC)算法，利用目標(biāo)的先驗(yàn)信息自適應(yīng)地為每個(gè)距離單元估計(jì)最佳濾波器，抑制距離旁瓣，提高對(duì)鄰近距離單元的弱小目標(biāo)的檢測(cè)能力。文獻(xiàn)[6]提出距離-角度二維超分辨率多輸入多輸出(Multiple Input Multiple Output, MIMO)雷達(dá)成像算法，文獻(xiàn)[7]提出基于卡爾曼最小均方誤差準(zhǔn)則的旁瓣抑制算法，有效地抑制了距離旁瓣。文獻(xiàn)[8]將APC方法應(yīng)用于頻率步進(jìn)連續(xù)波(Stepped Frequency Continuous Wave, SFCW)信號(hào)，針對(duì)地物探測(cè)情形下的短距離靜止目標(biāo)場(chǎng)景，仿真和實(shí)驗(yàn)室實(shí)驗(yàn)均取得了較好的效果。應(yīng)用APC思想，針對(duì)應(yīng)用廣闊的頻率步進(jìn)脈沖串雷達(dá)在多目標(biāo)成像時(shí)的距離旁瓣抑制性能進(jìn)行研究。

1 頻率步進(jìn)雷達(dá)成像分析

設(shè)步進(jìn)頻信號(hào)的脈沖數(shù)N，起始頻率f0，跳頻間隔Δf，n=1,2,…，N表示第n個(gè)步進(jìn)頻脈沖，Tr為脈沖重復(fù)周期，τ為發(fā)射信號(hào)脈沖寬度，頻率步進(jìn)信號(hào)的發(fā)射信號(hào)為：

(1)

其中，At為發(fā)射信號(hào)幅度，rect(·)為矩形窗函數(shù)。

距離為R的點(diǎn)目標(biāo)回波信號(hào)為：

(2)

其中，Ar為回波幅度，c為光速。

回波信號(hào)與參考信號(hào)混頻后經(jīng)低通濾波器可得到：

(3)

由式(3)混頻后的回波信號(hào)，建立L個(gè)離散距離單元的步進(jìn)跳頻信號(hào)回波如式(4)所示。

(4)

其中

(5)

第l個(gè)距離單元的逆快速傅里葉變換(Inverse Fast Fourier Transform, IFFT)可以表示為：

(6)

式(6)中第一項(xiàng)xl是要估計(jì)的距離單元的回波信號(hào)沖擊響應(yīng)，第二項(xiàng)是每個(gè)距離單元的旁瓣在鄰近的距離單元疊加產(chǎn)生干擾，屬于各個(gè)距離單元之間的相互影響。因此，每個(gè)距離單元的回波信號(hào)估計(jì)實(shí)際上是本距離單元的回波信號(hào)和其他距離單元的旁瓣在本單元的疊加之和，表示為：

(7)

(8)

2 頻率步進(jìn)雷達(dá)APC算法

2.1 算法實(shí)現(xiàn)

(9)

構(gòu)造代價(jià)函數(shù)為：

(10)

J(l)對(duì)ωH(l)求梯度，并令其為零，得到：

ω(l)={E[y×yH]}-1E[y×xH(l)]

(11)

將式(4)代入式(11)中，假定各距離單元的沖擊響應(yīng)不相關(guān)，且與噪聲統(tǒng)計(jì)獨(dú)立，則求得：

ω(l)=ρ(l)[C(l)+Rv]-1s(l)

s(l)=[ej2πf0τl, ej2π(f0+Δf)τl, …，ej2π[f0+(N-1)Δf]τl]H

(13)

(14)

用式(6)求得的IFFT變換值作為APC算法迭代的初始值。

總結(jié)上述推導(dǎo)，得到基于RMMSE準(zhǔn)則的步進(jìn)頻信號(hào)的APC算法流程圖如圖1所示。

圖1 靜止目標(biāo)APC算法流程圖Fig.1 APC algorithm flow chart of static targets

2.2 運(yùn)動(dòng)目標(biāo)情況

基于IFFT變換的成像算法受到目標(biāo)運(yùn)動(dòng)影響，如果不進(jìn)行運(yùn)動(dòng)補(bǔ)償，將產(chǎn)生距離移位和散焦失真的影響[10]，理想的無(wú)失真條件包括精確補(bǔ)償距離像走動(dòng)和無(wú)散焦失真，分別是：

1)設(shè)對(duì)距離單元走動(dòng)的容忍條件為不超過(guò)半個(gè)距離分辨單元，即pv<1/2，則有：

(15)

按照表1中的步進(jìn)頻參數(shù)，求得速度補(bǔ)償精度Δv≤0.34 m/s。

2)設(shè)無(wú)散焦失真影響的距離成像條件是距離像展寬不超過(guò)1/4個(gè)分辨單元，式(6)二次相位變化不超過(guò)π/2，即Δf2vN2Tr/c<1/4，則有：

(16)

同樣按照表1中的步進(jìn)頻參數(shù)設(shè)置，求得速度補(bǔ)償精度Δv<91.6 m/s。

在2.1節(jié)的算法中，使用式(6)的IFFT變換值作為迭代的初始值，因此，目標(biāo)運(yùn)動(dòng)也會(huì)造成APC算法的距離像移位和散焦現(xiàn)象，APC算法必須要考慮速度補(bǔ)償問(wèn)題。從式(13)可知，精確補(bǔ)償距離像走動(dòng)要求速度補(bǔ)償精度小于多普勒雷達(dá)理想分辨力的一半，這在頻率步進(jìn)體制下是難以達(dá)到的，其原因在頻率步進(jìn)體制下，回波相位中不僅包含多普勒相位，還包括由載頻脈間變化引入的距離相關(guān)相位，即存在嚴(yán)重的“距離-多普勒”嚴(yán)重耦合，使得多普勒頻率成分無(wú)法精確測(cè)量。實(shí)際上，從成像與識(shí)別角度來(lái)看，只要補(bǔ)償距離像散焦即滿足式(14)，即可保證距離像的質(zhì)量。

時(shí)域互相關(guān)法[11]估計(jì)的目標(biāo)速度精度能夠滿足二次相位項(xiàng)補(bǔ)償要求，其速度估計(jì)公式為：

(17)

其中Δn為兩幀間的目標(biāo)移動(dòng)距離單元數(shù)。

對(duì)IFFT變換進(jìn)行速度補(bǔ)償后，以消除距離像散焦影響。圖2為運(yùn)動(dòng)目標(biāo)APC算法。

圖2 運(yùn)動(dòng)目標(biāo)APC算法流程圖Fig.2 APC algorithm flow chart of moving targets

3 仿真實(shí)驗(yàn)

仿真所用信號(hào)參數(shù)如表1所示，按表中參數(shù)計(jì)算，跳頻對(duì)應(yīng)的高分辨不模糊距離像窗長(zhǎng)度為ΔR=75 m；脈寬對(duì)應(yīng)的原始距離分辨率為60 m。

表1 步進(jìn)頻信號(hào)參數(shù)Tab.1 Stepped frequency signal parameters

3.1 靜止目標(biāo)旁瓣抑制能力

本實(shí)驗(yàn)采用表1中的步進(jìn)頻參數(shù)。場(chǎng)景參數(shù)設(shè)置見表2，目標(biāo)分布于發(fā)射脈沖對(duì)應(yīng)的包絡(luò)范圍內(nèi)，噪聲服從零均值高斯分布，強(qiáng)度為-60 dB。

表2 多個(gè)靜止目標(biāo)的強(qiáng)度和位置信息Tab.2 Amplitude and location of static targets

(a) 幅值比較(a) Comparison of amplitude

(b) 峰值旁瓣比(b) Comparison of peak side-lobe ratio圖3 靜止多目標(biāo)的距離像Fig.3 Range profile of static targets

圖3是IFFT變換、加窗處理和APC算法的回波距離像。其中，圖3(a)為各處理方法的幅值比較，以IFFT成像結(jié)果的最大值進(jìn)行歸一化。圖3(b)為各處理方法的峰值旁瓣比較，以各方法的峰值進(jìn)行歸一化。由圖3可知，在IFFT變換中由于高距離旁瓣的掩蓋，只能分辨距離單元13,35,38及77上的目標(biāo)，且35,38單元上的目標(biāo)靠得較近，各自峰值差別不大，將被判定為一個(gè)目標(biāo)；距離單元16,24,50上目標(biāo)完全不可見，在距離單元67上的目標(biāo)由于和旁瓣電平相近也難以確認(rèn)為目標(biāo)，無(wú)法檢測(cè)出來(lái)。在加窗處理中，能將旁瓣抑制到-50dB左右，可見目標(biāo)在距離單元13,24,35,38,67和77上。由于加窗后主瓣展寬，距離單元16上的目標(biāo)位于鄰近強(qiáng)目標(biāo)的主瓣寬度內(nèi)，而無(wú)法分辨出來(lái)；距離單元35和38上的目標(biāo)只有一個(gè)峰值，將判斷為一個(gè)目標(biāo)；距離單元50能夠從圖中顯示出來(lái)凸起，由于和旁瓣電平相近也難以確認(rèn)為目標(biāo)，無(wú)法檢測(cè)出來(lái)。而APC算法能更好地抑制距離旁瓣，所有8個(gè)目標(biāo)可見并且能夠完全分辨出來(lái)。從圖中看出，APC算法在抑制旁瓣的同時(shí)，主瓣峰值電平和IFFT變換一致，沒(méi)有降低；另外，IFFT變換和加窗IFFT的旁瓣電平仍處于較高的水平上。仿真實(shí)驗(yàn)表明，APC成像算法旁瓣電平降低，但主瓣峰值不變，將有利于目標(biāo)檢測(cè)。

3.2 運(yùn)動(dòng)目標(biāo)旁瓣抑制能力

本實(shí)驗(yàn)采用表1中的步進(jìn)頻參數(shù)。設(shè)置場(chǎng)景參數(shù)見表3，設(shè)目標(biāo)速度均為600 m/s，噪聲服從零均值高斯分布，強(qiáng)度為-60 dB。實(shí)驗(yàn)仿真并比較了不同補(bǔ)償速度下的IFFT變換和APC算法的距離像性能。

表3 目標(biāo)初始位置和強(qiáng)度Tab.3 Initial position and amplitude of target

圖4(a)分別是目標(biāo)速度為v=0 m/s時(shí)的目標(biāo)距離像，圖4(b)和圖4(c)是目標(biāo)速度為v=600 m/s，補(bǔ)償速度v=300 m/s，v=550 m/s時(shí)的目標(biāo)距離像。從圖4(b)～(c)中看出，由于沒(méi)有進(jìn)行精確的速度補(bǔ)償，三種方法形成的距離像均存在散焦失真，主瓣展寬的情況。圖4(c)中，補(bǔ)償速度為v=550 m/s，這時(shí)，補(bǔ)償速度誤差為vc=50 m/s，小于距離像可容忍的散焦失真要求的目標(biāo)速度91.5 m/s。從圖4(c)中看出，成像算法散焦失真減少，主瓣變窄，且APC算法能夠分辨出目標(biāo)2，但有目標(biāo)移位。從圖中可見，補(bǔ)償速度越接近目標(biāo)的真實(shí)速度，APC算法的旁瓣抑制效果越好，距離單元走動(dòng)和散焦失真的影響越小。從仿真結(jié)果看，對(duì)于運(yùn)動(dòng)目標(biāo)情況，APC算法性能類似于IFFT成像算法的表現(xiàn)。運(yùn)動(dòng)補(bǔ)償后，APC算法對(duì)運(yùn)動(dòng)目標(biāo)的成像性能不降低。

3.3 成像參數(shù)分析

頻率步進(jìn)脈沖串雷達(dá)距離分辨率由跳頻次數(shù)N和跳頻間隔Δf形成的總帶寬確定，成像輸出的距離測(cè)量間隔由對(duì)慢時(shí)間序列進(jìn)行IFFT變換的點(diǎn)數(shù)K確定。一般來(lái)說(shuō)，這兩方面決定了IFFT的成像質(zhì)量。為了獲得更好的距離像，通常來(lái)說(shuō)K≥N。由于APC算法的初始估計(jì)值由IFFT變換獲取，本節(jié)通過(guò)仿真考察點(diǎn)數(shù)K和頻率步進(jìn)量Δf對(duì)算法性能的影響。使用距離像估計(jì)值與真值的均方誤差(Mean Square Error, MSE)來(lái)評(píng)價(jià)各算法參數(shù)估計(jì)性能，MSE越小，表明參數(shù)估計(jì)與真實(shí)值越接近。

3.3.1 成像點(diǎn)數(shù)K影響分析

在獲取的慢時(shí)間數(shù)據(jù)上進(jìn)行大于N點(diǎn)的IFFT計(jì)算，增加了對(duì)距離像的采樣密度，降低了柵欄效應(yīng)對(duì)成像的影響，能夠更加準(zhǔn)確地反映在不同距離上目標(biāo)的真實(shí)幅度。仿真依據(jù)表1和表2 中的參數(shù)，K的變化規(guī)律為K=N+(nn-1)×(N/8)。為了顯示直觀，圖3中MSE曲線以IFFT變換的MSE最大值歸一化。隨著點(diǎn)數(shù)K增加，各算法的MSE均呈變小的趨勢(shì)，APC算法的MSE在一定范圍內(nèi)波動(dòng)。在nn=8，即K=120時(shí)，APC算法的MSE最低；如圖5所示，大的K值，APC算法不一定能夠獲得更好的估計(jì)性能。而大的K值，意味著更多的計(jì)算時(shí)間和需要更多的計(jì)算資源。

(a) 目標(biāo)速度為0 m/s時(shí),目標(biāo)距離像(a) Original range profile when target velocity is 0 m/s

(b) 目標(biāo)速度為600 m/s,補(bǔ)償速度為300 m/s(b) Target velocity is 600 m/s, compensation velocity is 300 m/s

(c) 目標(biāo)速度為600 m/s, 補(bǔ)償速度為550 m/s(c) Target velocity is 600 m/s, compensation velocity is 550 m/s圖4 不同補(bǔ)償速度下的目標(biāo)距離像Fig.4 Range profile under different velocity compensation

圖5 K變化值與距離像估計(jì)性能關(guān)系(N=64, Δf=2.5 MHz)Fig.5 Relation between range profile estimated performance and various K(N=64, Δf=2.5 MHz)

3.3.2 帶寬變化影響分析

固定N，通過(guò)改變?chǔ)值來(lái)分析在帶寬變化條件下的算法性能。帶寬變化規(guī)律為Δf=1×106+0.1×106×nn。圖6(a)和圖6(b)是K為120和200時(shí)，3個(gè)算法的MSE數(shù)據(jù)與Δf變化的關(guān)系曲線。如圖6所示，各算法的MSE隨著帶寬變化圍繞定值波動(dòng)，APC算法平均的MSE較小，算法性能較好。但隨著點(diǎn)數(shù)K增加，估計(jì)性能均有提高，且APC算法性能相對(duì)提高的更多。另外，在圖6(a)中可見，當(dāng)Δf=2.5 MHz(nn=15)時(shí),APC算法的MSE值達(dá)到極小值，算法性能達(dá)到最好。

(a) N=64，K=120

(b) N=64, K=200圖6 跳頻值變化與估計(jì)性能關(guān)系Fig.6 Relation between estimation performance and various Δf

綜上分析，得到以下結(jié)論：

1)固定跳頻數(shù)N和跳頻值Δf，改變K值，均能夠提高三種算法的旁瓣抑制性能，但APC提高性能更明顯，且APC算法的MSE隨著K的變化在一定范圍內(nèi)起伏。

2)當(dāng)N及K固定，改變跳頻值Δf時(shí)，三種算法的MSE曲線變化不大，隨著K值增大，APC算法旁瓣抑制優(yōu)勢(shì)增大，各MSE曲線起伏減小。在某些帶寬上，APC算法的性能達(dá)到最優(yōu)。

3)可根據(jù)MSE性能曲線確定跳頻值Δf和K的值,使APC算法在計(jì)算時(shí)間和性能上獲得平衡。

3.4 檢測(cè)性能分析

設(shè)場(chǎng)景中存在兩個(gè)靜止目標(biāo)，目標(biāo)1位于第100個(gè)距離單元，強(qiáng)度為0dB，目標(biāo)2位于第110個(gè)距離單元，強(qiáng)度從-60dB逐漸增大到0dB，噪聲服從零均值高斯分布，大小為-30dB。對(duì)目標(biāo)2進(jìn)行恒虛警檢測(cè)，采用單元平均恒虛警檢測(cè)方法。處理窗的長(zhǎng)度為128個(gè)距離單元，蒙特卡洛仿真次數(shù)為1000。

仿真結(jié)果如圖7所示，IFFT變換在弱目標(biāo)強(qiáng)度低于-24dB檢測(cè)不到弱目標(biāo)，加窗處理和APC算法由于旁瓣抑制效果較好，檢測(cè)性能明顯好于匹配濾波器。在弱目標(biāo)強(qiáng)度為-40dB時(shí)，IFFT變換檢測(cè)不到弱目標(biāo)，加窗處理的弱目標(biāo)檢測(cè)概率為0.4，APC算法弱目標(biāo)檢測(cè)概率為0.92時(shí)，APC算法弱目標(biāo)檢測(cè)性能比加窗處理要好。

圖7 不同算法的弱目標(biāo)檢測(cè)性能比較Fig.7 Weak target detection performance comparison for different algorithm

4 結(jié)論

步進(jìn)頻率雷達(dá)以窄的瞬時(shí)帶寬及增大處理時(shí)間的方式獲得大的系統(tǒng)帶寬，通過(guò)信號(hào)處理獲得高分辨力距離像，在高分辨雷達(dá)體制上得到了廣泛應(yīng)用。但成像過(guò)程中高的距離旁瓣限制了弱小目標(biāo)的檢測(cè)性能。對(duì)此，設(shè)計(jì)了基于最小均方誤差準(zhǔn)則的步進(jìn)頻脈沖串信號(hào)的APC算法，以降低距離旁瓣。仿真試驗(yàn)表明，相比于傳統(tǒng)的加窗抑制旁瓣方法，APC算法的旁瓣抑制能力強(qiáng)，多目標(biāo)分辨能力優(yōu)，在鄰近多目標(biāo)檢測(cè)中能夠更好地分辨出各目標(biāo)，特別是強(qiáng)目標(biāo)旁瓣掩蓋下的弱小目標(biāo)。相對(duì)于傳統(tǒng)的雜波對(duì)消方法[12]，最大限度地保持了低速目標(biāo)信號(hào)的幅度信息,具有提高低慢小目標(biāo)檢測(cè)能力的潛力。因此，APC算法在強(qiáng)雜波下對(duì)弱小目標(biāo)的探測(cè)和跟蹤場(chǎng)合具有較好的應(yīng)用前景。

References)

[1] Oppenheim A V, Schafer R W.Discrete-time signal processing[M]. 2nd ed.USA: Prentice Hall, 1999.

[2] Zrni B, Zejak A, Petrovi A, et al. Range side-lobe suppression for pulse compression radars utilizing modified RLS algorithm[C]//Proceedings of IEEE International Symposi on Spread Spectrum Techniques & Applications,1998, 3: 1008-1011.

[3] Blunt S D, Gerlach K. Adaptive pulse compression via MMSE estimation[J]. IEEE Transactions on Aerospace & Electronic Systems, 2006, 42(2): 572-584.

[4] Blunt S D, Gerlach K.Adaptive pulse compression[C]//Processing of the IEEE International Radar Conference, 2004: 271-276．

[5] Blunt S D, Gerlach K.A novel pulse compression scheme based on minimum mean-square error reiteration[C]//Processing of the IEEE International Radar Conference, 2003： 349-353．

[6] 王偉， 馬躍華， 郝燕玲.基于MAPC-RISR的MIMO雷達(dá)距離-角度二維超分辨率成像算法[J].中國(guó)科學(xué)(信息科學(xué))， 2015, 45(3): 372-384. WANG Wei,MA Yuehua,HAO Yanling. High resolution MIMO radar range-angle 2D imaging algorithm based on MAPC-RISR[J]. Scientia Sinica Informationis, 2015, 45(3): 372-384.(in Chinese).

[7] 張朝霞， 王慧慧, 傅正, 等. 基于卡爾曼-最小均方誤差準(zhǔn)則的雷達(dá)旁瓣抑制研究及仿真[J].計(jì)算機(jī)應(yīng)用, 2015, 35(5): 1488-1491. ZHANG Zhaoxia, WANG Huihui, FU Zheng, et al. Research and simulation of radar side-lobe suppression based on Kalman-minimum mean-square error[J]. Journal of Computer Applications, 2015, 35(5):1488-1491.(in Chinese)

[8] Zhao b, Kong L J, Yang M, et al．Adaptive pulse compression for stepped frequency continuous-wave radar[C]//Proceedings of IEEE CIE Conference on Radar, 2011．

[9] 沈福民. 自適應(yīng)信號(hào)處理[M]. 西安：西安電子科技大學(xué)出版社， 2001． SHEN Fumin.Adaptive signal processing[M]. Xi′an: Xi′an University of Electronics Science and Technology Press, 2001．(in Chinese)

[10] 龍騰.頻率步進(jìn)雷達(dá)信號(hào)的多普勒性能分析[J]．現(xiàn)代雷達(dá), 1996, 4(18)： 31-37． LONG Teng.Doppler performance analysis of frequency stepped radar signal[J]. Modern Radar, 1996, 4(18)： 31-37．(in Chinese)

[11] 蔣楠稚， 王毛路, 李少洪, 等．頻率步進(jìn)脈沖高分辨一維成像速度補(bǔ)償分析[J]．電子與信息學(xué)報(bào), 1999, 21(5): 665-670. JIANG Nanzhi, WANG Maolu， LI Shaohong, et al. Compensation methods of stepped frequency radar HRR imaging[J].Journal of Electronics & Information Technology,1999, 21(5): 665-670.(in Chinese)

[12] 王飛行, 賀思三, 陳建軍, 等. 運(yùn)動(dòng)平臺(tái)下頻率步進(jìn)雷達(dá)雜波相消新方法[J]. 國(guó)防科技大學(xué)學(xué)報(bào), 2010, 32(3):69-74. WANG Feixing, HE Sisan, CHEN Jianjun, et al. A novel method of clutter cancellation for mobile stepped-frequency radar[J]. Journal of National University of Defense Technology, 2010, 32(3): 69-74. (in Chinese)

Adaptive pulse compression algorithm of stepped-frequency radar side-lobe suppression

LU Zaiqi， ZENG Xianggui， XIA Yang

(National Key Laboratory of ATR, National University of Defense Technology, Changsha 410073, China)

IFFT(inverse fast Fourier transform) technique is usually used in high resolution radar imaging with stepped frequency signal. However, due to the high side-lobes introduced by IFFT, the weak scatters or small targets may be covered by the range side-lobes of the strong scatters, which limit its application in the strong clutter environment. In order to suppress the high range side-lobes, APC (adaptive pulse compression) algorithm based on MMSE (minimum mean square error) has been proposed in recent years. Based on the model of APC algorithm, the APC algorithm of stepped frequency signal for stationary and moving target was detruded. Simulation results show that the APC algorithm has a better side-lobe suppression effect when compared with the IFFT method and the windowed processing, and it can detect weak scatter or small target in the neighborhood of the strong one better.

stepped-frequency radar; adaptive pulse compression; minimum mean square error; side-lobe suppression

10.11887/j.cn.201606025

2015-05-20

國(guó)家自然科學(xué)基金資助項(xiàng)目(61401475)

盧再奇(1968—)，男，湖南平江人，副教授，博士，碩士生導(dǎo)師，E-mail：luzaiqi@126.com

TN95

A

1001-2486(2016)06-154-07

http://journal.nudt.edu.cn