基于分数阶Fourier变换的合成孔径雷达动目标检测方法

动目标检测是合成孔径雷达(SAR)要完成的基本功能之一,无论在军事上还是在民用中都具有非常重要的作用。目前SAR的动目标检测方法大致可以分为两大类。第一类是根据动目标回波信号的特性来描述,主要运用在单通道SAR系统中,包括基于多普勒滤波的方法、基于多普勒调频率滤波的方法和基于参数估计的方法;第二类是从杂波抑制的角度来考虑的,主要运用在多通道SAR系统中,包括根据动目标的空时特性抑制杂波来检测动目标和采用干涉处理方法来检测动目标。 分数阶Fourier变换是普通Fourier变换的一种推广,可以解释为信号在时频平面内坐标轴绕原点旋转任意角度后构成的分数阶Fourier域上的表示。若旋转合适的角度,可以得到LFM能量聚集的分数阶Fourier域的分布,这就是用分数阶Fourier进行动目标检测的基本原理。分数阶Fourier变换是一种线性变换,在检测多个动目标时它不像Wigner-Ville分布(WVD)那样会产生交叉项,而且分数阶Fourier变换的数值计算可以借助于快速Fourier变换(FFT),因此计算量不大。本文的主要工作如下: 1.利用分数阶Fourier变换进行SAR动目标的检测。对于单个动目标,采用二维搜索的方法,找到使能量最集中的变换阶数来进行对动目标的检测;对于多个动目标,当各分量信号强度相差较大时,采用分数阶Fourier域的信号分离技术来实现对强信号分量的抑制,按能量大小依次检测出所有的信号。 2.当信噪比(SNR)比较低时,直接用分数阶Fourier变换检测时,信号会被噪声所淹没,无法检测。这时可以采用基于分数阶Fourier变换的LMS自适应滤波算法,该算法是对时域LMS自适应滤波算法的一种推广。介绍了基于分数阶Fourier域LMS自适应滤波算法的基本原理,并对该算法的收敛速度和稳定误差进行了分析,比较了时域、频域和分数阶Fourier域LMS自适应滤波算法的学习曲线。由于固定步长的分数阶Fourier域LMS自适应滤波算法不能解决收敛速度和稳态误差之间的矛盾,因此又提出了一种基于分数阶Fourier变换的变步长LMS自适应滤波算法。