李　海, 周　盟, 吳仁彪

(1. 中國(guó)民航大學(xué)天津市智能信號(hào)與圖像處理重點(diǎn)實(shí)驗(yàn)室, 天津 300300;2. 澳大利亞伍倫貢大學(xué)電氣計(jì)算機(jī)與通信工程學(xué)院, 澳大利亞 伍倫貢 999029)

?

基于CPT和RPF的空中高機(jī)動(dòng)目標(biāo)檢測(cè)與參數(shù)估計(jì)

李海1,2, 周盟1, 吳仁彪1

(1. 中國(guó)民航大學(xué)天津市智能信號(hào)與圖像處理重點(diǎn)實(shí)驗(yàn)室, 天津 300300;2. 澳大利亞伍倫貢大學(xué)電氣計(jì)算機(jī)與通信工程學(xué)院, 澳大利亞 伍倫貢 999029)

摘要：提出了一種基于三次相位變換(cubic phase transform,CPT)和重構(gòu)相位函數(shù)(reconstructing phase function,RPF)的空中高機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)方法。為了實(shí)現(xiàn)目標(biāo)高階參數(shù)的估計(jì),該方法首先通過(guò)雙線性變換求得接收信號(hào)的相位函數(shù),實(shí)現(xiàn)信號(hào)降階和待估參數(shù)的分離;然后利用多陣元采樣重構(gòu)參考陣元的相位函數(shù),等效增加了參考陣元相位函數(shù)的時(shí)間采樣,實(shí)現(xiàn)了參考相位函數(shù)的相干積累;最后進(jìn)行參數(shù)估計(jì)。仿真結(jié)果表明,在輸入信噪比較低、采樣脈沖較少的情況下,該算法能夠以較高的精度實(shí)現(xiàn)對(duì)高機(jī)動(dòng)目標(biāo)的參數(shù)估計(jì)。

關(guān)鍵詞：高機(jī)動(dòng)目標(biāo); 三次相位變換; 重構(gòu)相位函數(shù); 相干積累; 空時(shí)自適應(yīng)處理

0引言

機(jī)載相控陣?yán)走_(dá)以飛機(jī)為載體,機(jī)動(dòng)性高、生存力強(qiáng),相較地基雷達(dá),其可視范圍遠(yuǎn),可擔(dān)任警戒、指揮等重要任務(wù),在現(xiàn)代戰(zhàn)爭(zhēng)中的作用越來(lái)越重要[1]。當(dāng)雷達(dá)處于下視狀態(tài)時(shí),目標(biāo)信號(hào)通常淹沒(méi)在雜波背景中[2],由于雜波信號(hào)功率遠(yuǎn)大于目標(biāo)信號(hào)功率,因而嚴(yán)重影響了雷達(dá)對(duì)目標(biāo)信號(hào)的檢測(cè)。相比于單天線雷達(dá),相控陣?yán)走_(dá)通過(guò)多通道接收目標(biāo)信號(hào),在目標(biāo)信號(hào)中引入了空間信息,通過(guò)空時(shí)二維濾波,能夠更加有效地抑制地雜波?？諘r(shí)自適應(yīng)處理[3](space-time adaptive processing,STAP)技術(shù)經(jīng)過(guò)幾十年的發(fā)展,已成為應(yīng)用在該領(lǐng)域的關(guān)鍵性技術(shù)。隨著航空航天技術(shù)的不斷發(fā)展,空中來(lái)襲目標(biāo)的機(jī)動(dòng)性越來(lái)越高,此時(shí)用速度及加速度并不能準(zhǔn)確描述目標(biāo)運(yùn)動(dòng)狀態(tài),需要引入更高階的運(yùn)動(dòng)參數(shù)—急動(dòng)度[4-5]來(lái)實(shí)現(xiàn)對(duì)高機(jī)動(dòng)目標(biāo)的精確描述。和機(jī)動(dòng)性較低的目標(biāo)相比,高機(jī)動(dòng)目標(biāo)的回波非平穩(wěn),多普勒走動(dòng)較為嚴(yán)重,傳統(tǒng)STAP的目標(biāo)回波平穩(wěn)的假設(shè)不再成立,使用傳統(tǒng)STAP技術(shù)處理高機(jī)動(dòng)目標(biāo)檢測(cè)問(wèn)題性能不佳[3],因此對(duì)高機(jī)動(dòng)目標(biāo)檢測(cè)和參數(shù)估計(jì)方法的研究具有重要意義。

當(dāng)目標(biāo)做勻急動(dòng)度運(yùn)動(dòng)時(shí),目標(biāo)回波信號(hào)具有三次相位信號(hào)(cubic phase signal,CPS)[6]形式。近年來(lái),各種針對(duì)CPS信號(hào)的參數(shù)估計(jì)方法不斷出現(xiàn),包括最大似然方法、離散多項(xiàng)式相位變換[7-9]、空間采樣重構(gòu)時(shí)間采樣法、三次相位變換(cubic phase transform,CPT)[10-14]等。最大似然法理論效果最優(yōu),該方法采用搜索的方式對(duì)信號(hào)進(jìn)行檢測(cè),其運(yùn)算復(fù)雜度隨著信號(hào)的階數(shù)劇烈上升,直接使用該方法解決三次相位信號(hào)問(wèn)題,其運(yùn)算復(fù)雜度將已立方為計(jì),不利于實(shí)際系統(tǒng)的實(shí)現(xiàn)。離散多項(xiàng)式相位變換對(duì)信號(hào)進(jìn)行四階非線性變換,實(shí)現(xiàn)了對(duì)三次相位信號(hào)參數(shù)的精確估計(jì),但是該方法對(duì)采樣脈沖數(shù)和信噪比門限的要求較高[7]。CPT提出的應(yīng)用背景是用于解決信號(hào)瞬時(shí)頻率變化率(instantaneous frequency rate,IFR)[6,15]的估計(jì)問(wèn)題,該方法只對(duì)信號(hào)進(jìn)行二階非線性變換,對(duì)采樣脈沖數(shù)和信噪比門限的要求較離散多項(xiàng)式相位變換方法低。但是受到機(jī)載預(yù)警雷達(dá)采樣脈沖數(shù)較少的限制,CPT方法仍然難以得到直接運(yùn)用?？臻g采樣重構(gòu)時(shí)間采樣法[16-18],能夠在采樣脈沖數(shù)較少的情況下提供較高的參數(shù)估計(jì)精度,但是由于該方法對(duì)三階信號(hào)重構(gòu)運(yùn)算量,將其直接運(yùn)用到三階參數(shù)估計(jì)問(wèn)題中運(yùn)算量較大。本文提出了一種基于CPT和重構(gòu)相位函數(shù)(reconstructing phase function,RPF)的高機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)方法,該方法通過(guò)雙線性變換求得接收信號(hào)的相位函數(shù)矩陣,實(shí)現(xiàn)信號(hào)降階和待估參數(shù)的分離;然后利用空間采樣重構(gòu)參考陣元的相位函數(shù),實(shí)現(xiàn)相位函數(shù)的相干積累;最后以搜索方式估計(jì)高機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)參數(shù)。本文將所提算法與CRB界及傳統(tǒng)方法進(jìn)行了比較。結(jié)果證明,在輸入信噪比較低、采樣脈沖數(shù)較少的情況下,本文方法能夠較為準(zhǔn)確的估計(jì)目標(biāo)參數(shù)。

1信號(hào)模型和問(wèn)題描述

本節(jié)介紹高機(jī)動(dòng)目標(biāo)回波模型。如圖1所示,設(shè)機(jī)載平臺(tái)沿航向方向放置均勻線陣,陣元數(shù)為N,相干處理脈沖數(shù)為K,陣元間距為d=0.5λ,其中λ為雷達(dá)發(fā)射脈沖的波長(zhǎng)。

對(duì)于急動(dòng)度不變的高機(jī)動(dòng)目標(biāo),其在慢時(shí)間k時(shí)刻與雷達(dá)平臺(tái)的距離為目標(biāo)在初始時(shí)刻與雷達(dá)平臺(tái)的距離Ro及由于目標(biāo)運(yùn)動(dòng)產(chǎn)生的距離增量ΔR(k):

(1)

圖1　雷達(dá)與雜波散射單元幾何模型

在暫不考慮距離走動(dòng)的情況下,對(duì)于第n(n=1,2,…,N)個(gè)陣元,在k時(shí)刻其接收的目標(biāo)回波信號(hào)可以表示為

(2)

(3)

為了方便表示,令β1=4πv/λ、β2=2πa/λ、β3=2πja/3λ,則時(shí)間相位φtk可表示為

(4)

由式(3)可以看出:

(1) 對(duì)于雷達(dá)的接收信號(hào),其空間相位φsn只與陣列結(jié)構(gòu)(陣元數(shù)n及陣元間距d)及信號(hào)來(lái)向有關(guān);

(2) 在目標(biāo)運(yùn)動(dòng)參數(shù)一定的情況下,時(shí)間相位φtk僅由采樣時(shí)刻決定,與陣元結(jié)構(gòu)(陣元數(shù)n及陣元間距d)無(wú)關(guān),并且為采樣時(shí)刻k的三次函數(shù)。

由此可知,相控陣體制下,各陣元接收的勻急動(dòng)度運(yùn)動(dòng)目標(biāo)的回波信號(hào)為附帶了不同空間相位(不同陣元的空間相位不同)的三次相位信號(hào)。雷達(dá)接收的待檢測(cè)單元目標(biāo)的回波可以表示為

(5)

則待檢測(cè)單元的空時(shí)快拍數(shù)據(jù)[3]為

(6)

式中,c和n分別表示雜波和噪聲。

2基于CPT和RPF的高機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)方法

CPT最早應(yīng)用在對(duì)信號(hào)的瞬時(shí)頻率變化率的估計(jì)問(wèn)題上,經(jīng)過(guò)發(fā)展成為一種有效的三次相位參數(shù)估計(jì)方法。它通過(guò)雙線性變換將三次相位信號(hào)轉(zhuǎn)化為信號(hào)的相位函數(shù),實(shí)現(xiàn)對(duì)信號(hào)IRF的估計(jì);然后通過(guò)估計(jì)兩個(gè)特定時(shí)刻的IRF,以解線性方程組的形式實(shí)現(xiàn)原三次相位信號(hào)的參數(shù)估計(jì)[6]。由于CPT方法實(shí)現(xiàn)三階參數(shù)估計(jì)需要較多的樣本,無(wú)法直接應(yīng)用到機(jī)載相控陣預(yù)警雷達(dá)中。本文提出的基于CPT和重構(gòu)相位函數(shù)的高機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)方法首先對(duì)雜波抑制后的接收信號(hào)進(jìn)行雙線性變換獲得信號(hào)的相位函數(shù),實(shí)現(xiàn)信號(hào)降階和待估參數(shù)分離,然后通過(guò)重構(gòu)相位函數(shù),將多陣元短的相位函數(shù)重構(gòu)成為參考陣元長(zhǎng)的相位函數(shù),實(shí)現(xiàn)相干積累,最后進(jìn)行參數(shù)估計(jì)。

2.1雙線性變換

對(duì)于第n個(gè)陣元的接收信號(hào)srn(k),定義其瞬時(shí)頻率變化率為

(7)

可以看出,瞬時(shí)頻率變化率是原信號(hào)二階、三階參數(shù)β2、β3的線性組合。本文通過(guò)在κ(0<κ

(8)

式中

(9)

(10)

(11)

由式(8)可以看出，pn κ(τ)為自變量為τ的二次相位信號(hào)。亦即經(jīng)過(guò)雙線性變換,三次相位信號(hào)srn(k)被降階成二次相位信號(hào)pn κ(τ),其自變量為變換延遲τ,參數(shù)為瞬時(shí)頻率變化率Ωκ,而Ωκ只與β2、β3有關(guān),與β1無(wú)關(guān),因而實(shí)現(xiàn)了運(yùn)動(dòng)參數(shù)的分離。

在κ時(shí)刻,對(duì)每個(gè)陣元接收的目標(biāo)信號(hào)srn(k)進(jìn)行雙線性變換,得到κ時(shí)刻雷達(dá)接收的目標(biāo)信號(hào)的相位函數(shù)矩陣D,其表達(dá)式為

(12)

式中

(13)

(14)

式中,pcn κ(n=1,…,N)是與空間相位無(wú)關(guān)的關(guān)于變換延遲τ的二次相位函數(shù)；Φs為空間相位對(duì)角矩陣。

2.2重構(gòu)相位函數(shù)[16]

由式(12)可知,各陣元目標(biāo)的相位函數(shù)pn κ(τ)具有二次相位信號(hào)形式,并且不同陣元之間的相位函數(shù)只相差一定的空間相位。由式(2)可知,運(yùn)動(dòng)參數(shù)引起的多普勒展寬僅體現(xiàn)在時(shí)間相位上,與空間相位無(wú)關(guān),本文采用文獻(xiàn)[18]的方法對(duì)空間相位進(jìn)行補(bǔ)償(本文以1號(hào)陣元為參考陣元進(jìn)行補(bǔ)償),補(bǔ)償后的相位函數(shù)矩陣為

(15)

式中，Dc表示補(bǔ)償空間相位后的相位函數(shù)矩陣。由式(13)、式(15)可見(jiàn),補(bǔ)償空間相位后,不同陣元間的相位函數(shù)相同,其時(shí)頻圖如圖2所示。可以看出,各陣元的相位函數(shù)的時(shí)頻圖相同,但由于不同陣元間相位不連續(xù),無(wú)法直接進(jìn)行相干積累。此時(shí)對(duì)每個(gè)陣元的相位函數(shù)分別進(jìn)行分?jǐn)?shù)階傅里葉變換(fractional Fourier transform,FrFT),再進(jìn)行非相干積累,其效果如圖3所示(信噪比=0 dB)?？梢钥闯?在脈沖數(shù)較少的情況下,非相干積累無(wú)法利用各陣元相位函數(shù)的相位信息,目標(biāo)能量積累效果較差。

圖2　重構(gòu)前8陣元接收信號(hào)相位函數(shù)時(shí)頻圖

圖3　重構(gòu)前8陣元接收信號(hào)相位函數(shù)非相干積累圖

對(duì)單個(gè)陣元來(lái)說(shuō),其接收信號(hào)采樣脈沖數(shù)越多,采樣時(shí)間越長(zhǎng),其能量積累效果越好?；诖?重構(gòu)相位函數(shù)法以某一陣元接收目標(biāo)信號(hào)的相位函數(shù)為參考,補(bǔ)償其他各陣元目標(biāo)相位函數(shù)的時(shí)間相位,然后進(jìn)行拼接(即用空間采樣代替時(shí)間采樣),將多陣元采樣脈沖少、相位不連續(xù)的相位函數(shù),重構(gòu)成為參考陣元采樣脈沖多、相位連續(xù)的相位函數(shù),使得多陣元接收信號(hào)相位函數(shù)能夠進(jìn)行相干積累。重構(gòu)的參考陣元的目標(biāo)相位函數(shù)時(shí)頻圖、能量積累圖分別如圖4和圖5所示(信噪比=0dB)。由圖4、圖5可見(jiàn),重構(gòu)后的相位函數(shù)相位連續(xù),因此能夠?qū)崿F(xiàn)多陣元相位函數(shù)的相干積累,使得能量積累效果大大提升。

圖4　重構(gòu)后8陣元接收信號(hào)相位函數(shù)時(shí)頻圖

圖5　重構(gòu)后8陣元接收信號(hào)相位函數(shù)相干積累圖

為了討論方便,下面以兩陣元為例,討論如何重構(gòu)接收信號(hào)的相位函數(shù)。設(shè)在κ時(shí)刻兩陣元接收信號(hào)的相位函數(shù)矩陣為Dc,其表達(dá)式為

(16)

式中

(17)

其中,pc1κ、pc2κ分別對(duì)應(yīng)1號(hào)及2號(hào)陣元接收信號(hào)的相位函數(shù)。利用兩個(gè)陣元重構(gòu)后的參考陣元相位函數(shù)[16]可表示為

(18)

式中,prcp表示重構(gòu)所得相位函數(shù)；⊙為Hadamard積；Δφ2為重構(gòu)時(shí)2號(hào)陣元所需補(bǔ)償?shù)南辔?可表示為

(19)

可以看出,補(bǔ)償pc2κ時(shí)間相位后再跟pc1κ拼接,等效為增加了pc1κ的時(shí)間采樣點(diǎn)數(shù)。當(dāng)陣元數(shù)增加到N時(shí),重構(gòu)相位函數(shù)的表達(dá)式為

(20)

式中

(21)

2.3構(gòu)造代價(jià)函數(shù)

上述方法在補(bǔ)償時(shí)間相位Δφn中,需要使用信號(hào)瞬時(shí)頻率變化率Ωκ作為重構(gòu)參數(shù)。由式(10)可知,由于目標(biāo)運(yùn)動(dòng)參數(shù)未知,Ωκ實(shí)際是未知的,這使得無(wú)法直接利用各陣元的相位函數(shù)進(jìn)行重構(gòu)。文獻(xiàn)[16]指出,當(dāng)補(bǔ)償?shù)乃矔r(shí)頻率變化率為Ωκ,重構(gòu)的相位函數(shù)積累能量最大。因此構(gòu)造代價(jià)函數(shù)對(duì)Ω進(jìn)行估計(jì)

(22)

式中,prcp(Ω)表示以Ω為重構(gòu)參數(shù)對(duì)接收信號(hào)進(jìn)行重構(gòu)相位函數(shù)運(yùn)算；ZFP[·]表示FrFT算子。

2.4運(yùn)動(dòng)參數(shù)估計(jì)

(23)

由式(23)可得

(24)

(25)

再由式(3)中參數(shù)轉(zhuǎn)換關(guān)系,求解高機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)估計(jì)值為

(26)

2.5算法流程

本文提出的基于CPT和RPF的空中高機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)的方法流程如圖6所示。

圖6　本文方法實(shí)現(xiàn)框圖

步驟 1雜波抑制[21]。本文通過(guò)將待檢測(cè)的接收數(shù)據(jù)投影到由各距離單元接收信號(hào)訓(xùn)練所得的雜波子空間的正交子空間中,實(shí)現(xiàn)雜波白化,得到雜波抑制后的回波數(shù)據(jù)。

步驟 2各陣元接收信號(hào)雙線性變換。選取兩個(gè)特定時(shí)刻κ1和κ2,按式(8)對(duì)接收數(shù)據(jù)進(jìn)行雙線性變換,相位函數(shù)矩陣D1和D2。

3仿真分析

仿真參數(shù)設(shè)置:天線為正側(cè)視理想均勻線陣,陣元數(shù)N=8,陣元間距為半波長(zhǎng)。載機(jī)速度120m/s,平臺(tái)高度10km,雷達(dá)工作波長(zhǎng)0.32m/s,雷達(dá)快時(shí)間采樣頻率為2MHz,脈沖重復(fù)頻率1 500Hz,相干處理脈沖數(shù)K=128,輸入信噪比SNR=0dB,雜噪比CNR=50dB。高機(jī)動(dòng)目標(biāo)處于方位角60°處,初始速度20.1m/s,加速度99.1m/s2,急動(dòng)度40.1m/s3,蒙特卡羅實(shí)驗(yàn)次數(shù)為400次。

圖7為利用文中方法進(jìn)行雜波抑制后的空時(shí)二維譜,可以看出,將接收信號(hào)向雜波子空間的正交子空間投影后,在原雜波處形成了較深的凹口,使得雜波得到了有效的抑制。但同時(shí)可以看出,由于目標(biāo)機(jī)動(dòng)性高,其多普勒展寬較為嚴(yán)重。

圖7　雜波抑制后的功率譜

圖9為不同方法得到的各階參數(shù)估計(jì)值的均方根誤差與CRB界隨信噪比變化的曲線圖。藍(lán)色星形線表示傳統(tǒng)CPT方法非相干積累方法的估計(jì)性能曲線,紅色圓圈線表示本文方法的估計(jì)性能曲線。從仿真結(jié)果可知,本文方法能夠更加精確的實(shí)現(xiàn)對(duì)目標(biāo)參數(shù)的估計(jì)。

上述討論建立在目標(biāo)運(yùn)動(dòng)參數(shù)恒定、雷達(dá)工作狀態(tài)理想穩(wěn)定的情況下的。實(shí)際情況中,由于各種因素,并不能保證目標(biāo)運(yùn)動(dòng)參數(shù)以及雷達(dá)工作參數(shù)完全穩(wěn)定。其具體表現(xiàn)為目標(biāo)運(yùn)動(dòng)中參數(shù)存在抖動(dòng)起伏、雷達(dá)PRF存在抖動(dòng)、雷達(dá)PRF存在滑變等情況。為了進(jìn)一步說(shuō)明所提算法的性能,本文對(duì)上述幾種情況進(jìn)行了仿真驗(yàn)證,其結(jié)果圖如圖10所示。

圖8　補(bǔ)償急動(dòng)度、加速度后的信號(hào)頻譜

圖9　目標(biāo)參數(shù)均方根誤差隨信噪比變化曲線

圖10　目標(biāo)參數(shù)均方根誤差隨信噪比變化曲線

圖10中,星型線表示目標(biāo)急動(dòng)度在真值附近有5%隨機(jī)起伏情況下,所提算法估計(jì)得到的目標(biāo)參數(shù)均方根誤差隨信噪比變化曲線圖?？梢钥闯?目標(biāo)急動(dòng)度隨機(jī)起伏對(duì)所提算法估計(jì)結(jié)果影響較小。

十字線為雷達(dá)PRF存在10 Hz隨機(jī)抖動(dòng)時(shí),目標(biāo)參數(shù)均方根誤差隨信噪比變化曲線圖,可以看出,當(dāng)脈沖重復(fù)頻率存在10 Hz隨機(jī)抖動(dòng)時(shí)(實(shí)際情況中,現(xiàn)代雷達(dá)的頻率穩(wěn)定度在10-5量級(jí)左右,在文本仿真參數(shù)設(shè)置中,選擇的10 Hz抖動(dòng)量所占量級(jí)約為10-3左右,屬于抖動(dòng)量較大、較為惡劣的情況),所提算法依然能夠較精確地實(shí)現(xiàn)機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)。

菱形線為當(dāng)雷達(dá)PRF存在+1Hz滑動(dòng)時(shí),目標(biāo)參數(shù)均方根誤差隨信噪比變化曲線圖,可以看出當(dāng)脈沖重復(fù)頻率存在的滑動(dòng)量為+1 Hz時(shí)(實(shí)際情況中,現(xiàn)代雷達(dá)的頻率穩(wěn)定度在10-5量級(jí)左右,本文仿真參數(shù)中,1 Hz的頻率滑動(dòng)所占量級(jí)約為10-3,并且隨著采樣脈沖數(shù)的逐漸增加,其累積滑動(dòng)量增加無(wú)法消除,屬于滑動(dòng)量較大、較為惡劣的情況,屬于滑動(dòng)量較大、較為惡劣的情況),所提算法的參數(shù)估計(jì)精度受到的影響較小。

4結(jié)論

(1) 本文主要研究了高機(jī)動(dòng)目標(biāo)的參數(shù)估計(jì)問(wèn)題,所提方法利用CPT方法思想,實(shí)現(xiàn)信號(hào)的參數(shù)分離,因此能夠以較低的運(yùn)算量實(shí)現(xiàn)高機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)估計(jì)。

(2) 所提方法由于采用了重構(gòu)相位函數(shù)技術(shù),以空間采樣代替時(shí)間采樣,因而能在一個(gè)CPI內(nèi)雷達(dá)發(fā)射脈沖有限的情況下,獲得較為精確的參數(shù)估計(jì)結(jié)果。

(3) 通過(guò)仿真實(shí)現(xiàn)并與CRB界及傳統(tǒng)方法估計(jì)性能進(jìn)行了比較,可以看出,所提方法能更好的逼近CRB界,在低信噪比下優(yōu)勢(shì)更加明顯。

參考文獻(xiàn)：

[1] Zhang W. Analysis on airborne MIMO radar space time signal processing.[D]. Chengdu: University of Electronic Science and Technology of China, 2013. (張偉. 機(jī)載MIMO雷達(dá)空時(shí)信號(hào)處理研究[D]. 成都: 電子科技大學(xué), 2013.)

[2] Klemm R.Principleofspace-timeadaptiveprocessing[M]. 3rd ed.UK：IET Publishers, 2006:1-133.

[3] Wang Y L, Peng Y N.Space-timeadaptiveprocessing[M].Beijing: Tsinghua University Press, 2000:1-57. (王永良,彭應(yīng)寧. 空時(shí)自適應(yīng)信號(hào)處理[M]. 北京:清華大學(xué)出版社,2000:1-57.)

[4] Wang Y, Li Q, Wang J. Research on maneuvering model algorithm based on vehicle tracking[C]∥Proc.oftheIEEEWorkshoponElectronics,ComputerandApplications, 2014: 585-588.

[5] Li X, Cui G, Kong L. High speed maneuvering target detection based on joint keystone transform and CP function[C]∥Proc.oftheRadarConference,2014:436-440.

[6] O’Shea P. A fast algorithm for estimating the parameters of a quadratic FM signal[J].IEEETrans.onSignalProcessing, 2004, 52(2): 385-393.

[7] Shimon P, Benjamin F. Discrete polynomial phase transform[J].IEEETrans.onSignalProcessing, 1995, 43(8): 1910-1914.

[8] Wu Y T, Hing C S, Liu H Q. Sub-based algorithm for parameter estimation of ploynomial phase signals[J].IEEETrans.onSignalProcessing, 2008, 56(10): 4977-4983.

[9] Shimon P. Estimation and detection with the discrete polynomial phase transform[D]. Davis:University of California,1993.

[10] O’Shea P. A new technique for estimating instantaneous frequency rate[J].IEEESignalProcessingLetters, 2002, 9(2): 251-252.

[11] You W, He Z S, Hu J F. et al. A movement compensation algorithm for maneuvering target in skywave radar[J].ModernRadar,2013,35(11):26-29.(游偉,何子述,胡進(jìn)峰,等.一種天波雷達(dá)機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)補(bǔ)償算法[J].現(xiàn)代雷達(dá),2013, 35(11): 26-29.)

[12] Zheng J, Su T, Liu Q H, et al. Fast parameter estimation algorithm for cubic phase signal based on quantifying effects of Doppler frequency shift[J].ProgressinElectromagneticsResearch, 2013, 142(5): 57-74.

[13] Wang P, Yang J Y. Parameter estimation of multicomponent quadratic FM signals using computationally efficient Randon-CPF[C]∥Proc.oftheEuropeanSignalProcessingConference,2006:4-8.

[14] McKilliam R, Pollok A. On the Cramer-Rao bound for polynomial phasesignals[J].SignalProcessing,2014,95(1):27-31.

[15] Orovic I, Stankovic S, Thayaparan T. Time-frequency-based instantaneous frequency estimation of sparse signals from incomplete set of samples[J].SignalProcessing, 2014, 8(3): 239-245.

[16] Wu R B, Wang X H, Li H, et al. Detection and parameter estimation of air maneuvering targets via reconstructing time samples[J].JournalofElectronics&InformationTechnology,2012, 34(4): 936-942. (吳仁彪,王小寒,李海,等.基于重構(gòu)時(shí)間采樣的空中機(jī)動(dòng)目標(biāo)檢測(cè)與參數(shù)估計(jì)[J].電子與信息學(xué)報(bào),2012,34(4):936-942.)

[17] Li H, Wang X H, Wu R B. Detection and parameter estimation of multicomponent air maneuvering targets via RELAX[J].AeronauticaetAstronauticaSinica, 2013, 34(4): 873-881. (李海,王小寒,吳仁彪. 基于RELAX的空中多機(jī)動(dòng)目標(biāo)檢測(cè)與參數(shù)估計(jì)[J]. 航空學(xué)報(bào), 2013, 34(4): 873-881.)

[18] Zhou F.Study of motion compensation, narrow band interference suppression and single channel GMIT of airborne SAR[D]. Xi’an: Xidian University, 2007.(周峰. 機(jī)載SAR運(yùn)動(dòng)補(bǔ)償和窄帶干擾抑制及其單通道GMTI的研究[D].西安:西安電子科技大學(xué),2007.)

[19] Zhang X H. Detection and parameter estimation of polynomial phase signal[D]. Chengdu: University of electronic science and technology of China, 2011.(張希會(huì).多項(xiàng)式相位信號(hào)的檢測(cè)與參數(shù)估計(jì)[D]. 成都: 電子科技大學(xué), 2011.)

[20] Pham D S, Zoubir A M. Analysis of multicomponent polynomial phase signals[J].IEEETrans.onSignalProcessing, 2007, 55(1): 56-64

[21] Wu R B, Jia Q Q, Li H. Detection of fast moving dim targets on airborne radar via STAP[J].JournalofElectronics&InformationTechnology,2011, 33(6): 1459-1464. (吳仁彪, 賈瓊瓊, 李海.機(jī)載雷達(dá)高速空中微弱動(dòng)目標(biāo)檢測(cè)新方法[J]. 電子與信息學(xué)報(bào), 2011, 33(6):1459-1464.)

李海(1976-),男,副教授,博士,主要研究方向?yàn)闄C(jī)載氣象雷達(dá)信號(hào)處理、自適應(yīng)信號(hào)處理、動(dòng)目標(biāo)檢測(cè)、干涉合成孔徑雷達(dá)信號(hào)處理。

E-mail:haili@cauc.edu.cn

周盟(1988-),男,碩士研究生,主要研究方向?yàn)榭諘r(shí)自適應(yīng)信號(hào)處理、動(dòng)目標(biāo)檢測(cè)。

E-mail:bard_belief@hotmail.com

吳仁彪(1966-),男,教授,博士后,主要研究方向?yàn)樽赃m應(yīng)陣列信號(hào)處理、空時(shí)自適應(yīng)處理、探地雷達(dá)信號(hào)處理。

E-mail:rbwu@vip.163.com

Detection and parameter estimation of air highly maneuvering targets via CPT and RPF

LI Hai1,2, ZHOU Meng1, WU Ren-biao1

(1.TianjinKeyLabforAdvancedSignalProcessing,CivilAviationUniversityofChina,Tianjin300300,China; 2.SchoolofElectrical,ComputerandTelecommunicationsEngineering,UniversityofWollongong,Wollongong999029)

Abstract:For the detection and parameter estimation of the air highly maneuvering targets, a new algorithm is proposed, which combines the cubic phase transform (CPT) with the reconstructing phase function (RPF). First, the bilinear transform is used to obtain the phase function matrix of the array signal,which leds to the signal reduction and estimated parameters segregation. Then, by compensating the spatial phase of the phase function matrix based on the array manifold and reconstructing the phase function based on the time phase relevance of the phase function of each array signal, a phase continuous phase function which is rich in sampling pulses is obtained. The proposed method is equivalent to increasing coherent accumulative time of the signal. In the condition of low signal-to-noise and few sampling pulses, this method can achieve good parameter estimation results. Numerical examples are provided to demonstrate the performance of the proposed algorithm.

Keywords:highly maneuvering targets; cubic phase transform; reconstructing phase function; coherent integration; space time adaptive processing (STAP)

收稿日期：2015-06-19；修回日期：2015-11-16；網(wǎng)絡(luò)優(yōu)先出版日期：2016-01-07。

基金項(xiàng)目：國(guó)家自然科學(xué)基金 (61471365, 61571442, 61231017)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(3122015B002,Y15-12);中國(guó)民航大學(xué)藍(lán)天青年學(xué)者培養(yǎng)經(jīng)費(fèi)資助課題

中圖分類號(hào)：TN 957.51

文獻(xiàn)標(biāo)志碼：A

DOI:10.3969/j.issn.1001-506X.2016.06.03

作者簡(jiǎn)介：

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160107.0919.002.html