导读:本文包含了长时间积累论文开题报告文献综述及选题提纲参考文献，主要关键词:距离校正,多普勒补偿,相参积累
长时间积累论文文献综述
王志刚,洪畅,翟栋梁,刁志龙[1]（2019）在《空中微弱目标长时间相参积累技术研究》一文中研究指出针对微弱运动目标长时间积累过程中出现跨距离和多普勒单元走动,导致能量弥散、检测性能下降的问题,首先建立了涵盖跨距离单元和多普勒通道走动的回波模型,然后基于Keystone变换消除回波的距离走动,最后基于高阶模糊函数法实现对多普勒通道的补偿和校正。实验结果表明,经过距离走动校正和多普勒通道补偿后,雷达检测性能显着提高。(本文来源于《舰船电子对抗》期刊2019年05期）
黄响,张林让,唐世阳[2]（2019）在《采用长时间相参积累技术的高速机动目标检测快速算法》一文中研究指出针对雷达接收的高速机动目标回波能量较弱的问题,提出一种采用长时间相参积累技术的高速机动目标检测快速算法。首先,利用慢时间反转变换对速度和加加速度引起的叁阶距离徙动和多普勒徙动进行同时校正;其次,根据搜索的加速度构造二次相位补偿函数,以校正加速度引起的二阶距离徙动和多普勒徙动,并实现目标能量的相参积累;最后,利用恒虚警技术对相参积累结果进行处理,以确定目标是否存在。与无需运动参数搜索的时间反转变换-二阶楔石变换-吕氏分布(TRT-SKT-LVD)算法相比,该算法简化了操作流程,避免了因插值运算造成的性能损失,且不受雷达回波冗余信息和运动参数估计范围的限制。仿真结果表明,与基于多维运动参数搜索的雷顿-分数阶模糊函数(RFRAF)和广义楔石变换-广义去调频(GKT-GDP)算法相比,该算法由于仅需对加速度参数进行搜索,因此计算复杂度降低近2个数量级,运算时间仅为原来的1/100。(本文来源于《西安交通大学学报》期刊2019年08期）
谢锡海,苏欣阳,张依旋[3]（2019）在《基于GKT-RT-GDP的长时间相参积累算法》一文中研究指出提出一种基于广义Keystone变换(generalized Keystone transform,GKT)、拉东变换(Radon transform,RT)和广义去调频处理(generalized dechirp process,GDP)的长时间相参积累算法,应用于对雷达高度表回波信号的处理。使用GKT校正由径向加速度引起的距离弯曲,应用RT估计雷达高度表的速度并构造补偿函数校正距离走动,采用GDP方法估计雷达高度表的径向加速度并构造相位补偿函数校正多普勒频率徙动,最后使用快速傅里叶变换对算法处理后的回波信号做相参积累。仿真结果表明,GKT-RT-GDP算法能够实现对多普勒频率徙动和距离徙动的校正,并且与基于KT-GDP长时间相参积累算法相比,在运算复杂度增加较小的条件下,相参积累后的信噪比增加了5 dB,算法的校正效果较好。(本文来源于《西安邮电大学学报》期刊2019年03期）
原浩娟,史云鹏,高毓泽[4]（2019）在《步进频信号慢速小目标长时间积累检测技术》一文中研究指出分析了利用步进频信号实现慢速小目标距离-多普勒二维高分辨成像的信号处理方法。针对信号的长时间相参积累容易造成多普勒频谱展宽并最终导致成像结果波形发散的问题,分别提出了时域重采样、频域重采样和多普勒通道对齐3种补偿方法,并对其补偿性能进行了深入分析和比较。针对目标运动在步进帧内产生的耦合时移,提出了分多普勒通道补偿的方法。理论分析及仿真结果表明,采用上述的速度补偿方法,可以在不需要任何目标速度先验信息的前提下,利用步进频信号实现慢速小目标的长时间相参积累及距离-多普勒成像。(本文来源于《无线电工程》期刊2019年02期）
杨勇军,梅进杰,胡登鹏,雷云龙[5]（2019）在《QAM-OFDM雷达通信共享信号长时间相参积累算法》一文中研究指出QAM-OFDM(Quadrature Amplitude Modulation-Orthogonal Frequency Division Multiplexing)雷达通信共享信号因携带随机通信信息,其脉压旁瓣的随机性较大,类似噪声的影响。针对该问题,采用基于Keystone变换的长时间相参积累算法抑制其旁瓣。在共享信号模型的基础上,分析了其脉压旁瓣受随机通信信息的影响以及采用长时间相参积累抑制其旁瓣的可行性,然后采用Keystone变换校正其长时间相参积累产生的距离单元走动,并进行多普勒模糊补偿处理。理论分析和仿真结果表明,该方法使得回波能量积累集中,能有效实现共享信号脉压旁瓣的抑制。(本文来源于《电讯技术》期刊2019年07期）
汪文英,杨帆,郑玄玄[6]（2018）在《一种强杂波背景下弱小目标长时间相参积累方法》一文中研究指出伴随无人机技术的发展,低空慢速小目标面临杂波强和目标回波弱的问题,同时相控阵雷达需要兼顾空域警戒等多种任务,需要将弱小目标的多次观测信号进行积累检测。文中提出一种基于线性约束最小方差法(LCMV)稀疏基压缩感知(LCMV-CS)的相参积累技术,实现弱小目标多次观测信号片段相参积累,同时实现对强杂波的抑制处理。仿真条件不等间隔积累损失≤1 dB,解决常规FFT相参积累栅瓣的问题,同时抑制强地物杂波40 dB,利用实录数据验证该方法可以有效抑制强杂波的同时提升目标信噪比。(本文来源于《现代雷达》期刊2018年04期）
李文韬[7]（2018）在《雷达信号长时间积累技术算法研究》一文中研究指出为了提高对微弱目标的探测能力,雷达常采用长时间积累算法来提高回波信噪比。但对于高速机动目标,回波信号在长时间积累过程中会发生距离走动和多普勒走动,从而使传统的积累算法失效。因此,如何校正运动目标回波信号在长时间积累过程中发生的距离走动和多普勒走动,实现其相干积累以发现微弱目标就显得尤为重要。针对以上问题,本文研究了叁类机动目标的回波模型,并对不同回波模型提出了相应的长时间积累算法。本论文具体工作如下:(1)针对匀速运动目标在高速运动过程中回波信号会产生严重的距离走动问题,本文提出了KTP(Keystone and Parameter estimation)和KTR(Keystone and Radon)两种方法,分别在信号频域和时域实现对目标回波解模糊。仿真实验表明,两种算法都能有效校正目标回波的距离走动,实现目标回波的能量积累,与GKT算法相比,KTP算法在低信噪比环境下检测性能更好,KTR算法的运算复杂度明显降低。(2)匀加速运动目标在高速运动过程中回波也会发生距离走动,此外,目标的径向加速度还会造成多普勒走动。当距离分辨率不高时,径向加速度带来的距离弯曲(二阶距离走动)可以忽略,针对此种情况,提出了基于Keystone变换和SPF(Square Phase Function)的长时间积累算法,与二阶RFT算法相比,该算法在运算复杂度降低的情况下能达到比较精确的估计值。针对距离弯曲不能忽略的情况,提出了基于SKT和STR的长时间积累算法,该算法在不同的加速度条件下,都能实现目标回波能量的有效积累,与SKTRFT算法相比,不会产生盲速旁瓣。(3)针对变加速运动目标,存在着加速度和加加速度的特点,提出了一种基于KTR和PCPF的信号长时间积累算法。首先通过Keystone变换和Radon变换校正目标回波的线性距离走动,然后通过构造乘积型叁阶相位函数(Product Cubic Phase Function)估计目标的径向加速度和径向加加速度并补偿回波的高阶相位,进而消除多普勒走动的影响,最后通过方位向的傅里叶变换进行能量积累。经过仿真实验证明,该算法能有效积累目标能量,与现有的KTCPF算法和GKTGDP算法相比,运算复杂度明显降低。(本文来源于《电子科技大学》期刊2018-04-02）
黄鹏辉[8]（2017）在《复杂运动目标长时间相参积累方法研究》一文中研究指出以电磁波为载体,雷达对感兴趣目标进行探测时,具有全天时、全天候、探测距离远、受环境依赖程度低等优势,有效的弥补了可见光、红外等光学手段对目标和环境信息感知能力的缺陷。地面运动目标检测(Ground Moving Target Indication,GMTI)是机载/星载预警监视系统的重要任务之一。将合成孔径雷达(Synthetic Aperture Radar,SAR)与GMTI结合,即可以对地面静止场景进行高分辨成像,又可以对运动目标进行检测,在军事/民用领域具有重要的运用价值。但是在SAR-GMTI实际应用中,地面运动目标因自身运动特性导致其聚焦成像函数与静止场景不同,因此在场景聚焦成像的同时运动目标会产生散焦现象,特别是对地面机动目标而言其能量散焦影响更加严重。此外,随着隐身技术的发展,来自空中的大量低可观测目标使得传统雷达面临严峻的挑战。这些目标的特点可归结为“远距离、低观测、高机动”。由于这类目标通常具有较小的RCS(Radar Cross Section)和较远的观测距离,导致这些目标的回波能量较低。因此,雷达对这类目标进行检测时,通常需要对其进行长时间观测以提高目标的积累能量。然而,在长积累时间内,与地面运动目标类似,这类空中高机动目标会发生严重的跨距离和跨多普勒现象,从而制约着雷达的检测性能。针对上述地面和空中复杂运动目标长时间积累面临的能量扩散问题,本文从多项式变换、时频分析、Keystone变换和速度滤波器组的角度对这些目标进行运动补偿和参数估计。主要研究内容概括如下:1、针对SAR-GMTI系统下的地面匀速目标聚焦成像问题,提出一种无需运动参数估计的目标快速聚焦成像方法。利用Keystone变换和平台系统参数矫正好目标的距离徙动后,把目标沿方位维的分布建模为线性调频(Linear Frequency Modulated,LFM)信号。针对该LFM信号,提出时间反转变换消除目标的多普勒相位扩散影响,然后通过快速傅里叶变换(Fast Fourier Transform,FFT)完成目标的聚焦成像。该方法无需目标运动参数的搜索估计,非常适用于运动目标成像的实时处理。另外,与传统无需目标运动参数估计的方法相比,所提算法可精确的补偿由目标方位向速度引起的多普勒相位扩散,因此可获得更好的目标聚焦效果。仿真和实测数据处理结果验证所提算法的有效性。2、针对SAR-GMTI系统下的地面匀速运动目标多普勒参数快速估计问题,提出一种基于二阶WVD(Wigner-Ville Distribution)的时频分析方法。距离徙动补偿后,仍然可以把匀速目标沿方位向的分布建模为LFM信号。然后利用二阶WVD变换把目标信号变换到时间-延迟时间平面内,通过二维FFT操作完成目标信号在该域的聚焦和运动参数估计。最后根据估计的目标运动参数,实现目标的精聚焦成像。与WVD方法相比,二阶WVD能直接在时间-延迟时间平面内消除由目标运动参数带来的耦合关系,然后利用二维FFT实现目标运动参数的快速估计,因此能够有效降低系统运算复杂度。仿真和实测数据处理表明所提算法是一种有效的目标运动参数估计算法。3、针对SAR-GMTI系统下的地面机动目标高阶运动参数估计问题,提出一种基于二阶Keystone变换和GHHAF(Generalized Hough-HAF)的地面机动目标参数估计和聚焦成像算法。首先,建立正侧视SAR体制下地面机动目标与运动平台斜距历程之间的叁阶信号模型。接着利用二阶Keystone变换和Hough变换对目标的距离徙动进行矫正,且把目标沿方位向的分布建模为叁阶多项式相位(QFM)信号。利用GHHAF对目标进行参数估计后,最终实现目标的聚焦成像。与HAF(High-order Ambiguity Function)方法相比,GHHAF的积累增益、参数估计性能和交叉项抑制性能均有所改善。仿真和实测数据处理验证所提算法的有效性。4、针对GHHAF存在二维搜索导致系统运算复杂度仍然较高的问题,提出一种改进的GHAF算法,即尺度变换的GHAF算法(Scaled GHAF,SGHAF),用于地面机动目标运动参数的快速估计。在GHAF变换的基础上,利用广义的Keystone变换消除GHAF平面内两个时间变量之间的耦合关系,然后利用二维FFT即可实现QFM信号的快速估计。与GHHAF方法相比,所提的SGHAF具有更高的目标积累增益和参数估计精度、更优的交叉项抑制性能以及更低的运算复杂度。仿真和实测数据处理表明所提算法是一种更为有效的目标高阶运动参数估计的时频分析方法。5、针对空中高机动弱小目标在长观测时间内发生的复杂距离徙动和多普勒相位扩散以及多普勒谱折迭和多普勒模糊等问题,提出了基于Keystone变换和速度滤波器组的相参积累算法,可有效的解决由目标径向速度、加速度和加加速度引起的距离-方位间复杂的耦合关系。与传统目标长时间相参积累算法相比,所提算法显着延长了目标的有效积累时间,有效的提高了目标的检测性能。仿真结果显示所提方法能有效的改善空中高机动弱小目标的检测性能。(本文来源于《西安电子科技大学》期刊2017-06-01）
李小龙[9]（2017）在《高速机动目标长时间相参积累算法研究》一文中研究指出通过增加观测时间并采用长时间相参积累可以有效的提高回波信噪比与雷达对微弱目标的探测能力。然而,在相参积累过程中目标的高速度与机动性会导致距离走动与多普勒走动的产生,使得传统的相参积累算法失效。本文针对上述问题,研究了高速机动目标长时间相参积累算法。本论文的主要工作与贡献如下:1、提出了RLVD和KTLVD两种匀加速目标相参积累算法,解决了距离走动校正和多普勒走动补偿问题,实现了微弱目标回波能量的相参积累,提高了低信噪比下目标的检测性能。2、提出了KTGDP和KTCPF两种相参积累算法,解决了变加速运动目标的线性距离走动校正与复杂多普勒走动补偿问题,实现了目标运动参数的估计;提出了基于CLEAN处理的多目标相参积累算法,实现了目标相互干扰下的多目标能量积累与参数估计。3、提出了GKTGDP和TRT-SKT-LVD两种相参积累算法,校正了变加速目标的叁阶距离走动,实现了目标能量的相参积累,较好的解决了高速目标相参积累中的盲速旁瓣问题。4、提出了ACCF-LVD和迭代ACCF两种相参积累算法,通过互相关函数消除了变加速目标的多普勒弯曲和距离走动,快速的实现了目标回波能量的相参积累与运动参数估计,降低了运算复杂度。5、针对高阶机动目标的相参积累问题,提出了循环迭代ACCF相参积累算法,无需参数搜索过程,大幅度降低了计算量;提出了TRT-SGRFT相参积累算法,提高了目标检测性能与参数估计精度,解决了盲速旁瓣问题。(本文来源于《电子科技大学》期刊2017-04-12）
陈昆,汪文英,桂佑林[10]（2016）在《基于K-邻相关与RFT的长时间积累算法》一文中研究指出随着隐身技术的发展,飞机导弹等高速运动目标的RCS越来越小,需要采用长时间积累的方法实现目标检测。文中提出了一种基于K-邻相关和Radon-Fourier变换(RFT)的小目标长时间积累算法。首先,利用K-邻相关算法实现目标运动参数的粗略估计;然后,利用RFT实现信号的高效积累。仿真和实录数据验证表明:该方法能有效实现高速高机动小目标检测,信噪比损失0.5 d B以内。(本文来源于《现代雷达》期刊2016年10期）
长时间积累论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对雷达接收的高速机动目标回波能量较弱的问题,提出一种采用长时间相参积累技术的高速机动目标检测快速算法。首先,利用慢时间反转变换对速度和加加速度引起的叁阶距离徙动和多普勒徙动进行同时校正;其次,根据搜索的加速度构造二次相位补偿函数,以校正加速度引起的二阶距离徙动和多普勒徙动,并实现目标能量的相参积累;最后,利用恒虚警技术对相参积累结果进行处理,以确定目标是否存在。与无需运动参数搜索的时间反转变换-二阶楔石变换-吕氏分布(TRT-SKT-LVD)算法相比,该算法简化了操作流程,避免了因插值运算造成的性能损失,且不受雷达回波冗余信息和运动参数估计范围的限制。仿真结果表明,与基于多维运动参数搜索的雷顿-分数阶模糊函数(RFRAF)和广义楔石变换-广义去调频(GKT-GDP)算法相比,该算法由于仅需对加速度参数进行搜索,因此计算复杂度降低近2个数量级,运算时间仅为原来的1/100。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
长时间积累论文参考文献
[1].王志刚,洪畅,翟栋梁,刁志龙.空中微弱目标长时间相参积累技术研究[J].舰船电子对抗.2019
[2].黄响,张林让,唐世阳.采用长时间相参积累技术的高速机动目标检测快速算法[J].西安交通大学学报.2019
[3].谢锡海,苏欣阳,张依旋.基于GKT-RT-GDP的长时间相参积累算法[J].西安邮电大学学报.2019
[4].原浩娟,史云鹏,高毓泽.步进频信号慢速小目标长时间积累检测技术[J].无线电工程.2019
[5].杨勇军,梅进杰,胡登鹏,雷云龙.QAM-OFDM雷达通信共享信号长时间相参积累算法[J].电讯技术.2019
[6].汪文英,杨帆,郑玄玄.一种强杂波背景下弱小目标长时间相参积累方法[J].现代雷达.2018
[7].李文韬.雷达信号长时间积累技术算法研究[D].电子科技大学.2018
[8].黄鹏辉.复杂运动目标长时间相参积累方法研究[D].西安电子科技大学.2017
[9].李小龙.高速机动目标长时间相参积累算法研究[D].电子科技大学.2017
[10].陈昆,汪文英,桂佑林.基于K-邻相关与RFT的长时间积累算法[J].现代雷达.2016