一种用于宽带雷达的机动目标检测与参数估计方法与流程

1.本发明涉及雷达信号处理领域，特别涉及一种用于宽带雷达的机动目标检测与参数估计方法。


背景技术：

2.随着新体制雷达技术的发展，宽带雷达由于其精确的目标识别与成像能力，近几年受到了广泛的关注与研究。在宽带雷达体制下，目标通常被认为由多个物理散射体组成。与窄带雷达中使用的理想点目标模型不同的是，宽带雷达凭借其高距离分辨率，能够获取目标的高分辨率一维距离像，进而完成目标检测、成像、分类与识别。为了获取较为清晰的目标距离像轮廓，回波信噪比需要足够高。然而，当前的宽带雷达仍然面临以下几个挑战与难题：首先，与窄带雷达相比，宽带雷达中目标由于不再是理想点目标，其散射体分散在多个距离单元内，因此回波信噪比较弱；其次，由于宽带雷达的距离分辨单元相较于窄带雷达小很多，因此技术上慢速目标，跨距离单元现象仍较为严重；最后，由于宽带雷达的载波频率通常较高，处理机动目标的过程中，多普勒频率扩散现象较为严重。
3.传统的动目标检测算法受限于目标在单个距离单元内的驻留时间与目标运动类型，信噪比损失很大，已经不适用于宽带雷达体制。针对窄带雷达开发的基于广义radon傅里叶变换的算法虽然可以继续适用于宽带雷达，但由于需要多维联合搜索，且宽带雷达本身较高的采样数据率，该类算法几乎没有实用价值。有学者针对宽带雷达提出了变尺度动目标检测(vsmtd)算法，然而该算法仅适用于匀速目标，没有考虑目标的机动特性。也有学者提出了子带keystone变换—扩展吕分布(skt-elvd)算法。然而，该算法未考虑目标高速情况下的频带抽取，针对高速目标，该算法无法保证目标能量落在子频带的单个距离单元内。其次，子频带间的非相参积累也造成了一定的积累增益损失。
4.综上，设计一种有效的宽带雷达机动目标检测与参数估计算法具有重要价值。


技术实现要素：

5.为了克服现有技术中的不足，本发明提供一种用于宽带雷达的机动目标检测与参数估计方法，解决现有技术中针对机动目标检测产生的距离走动、多普勒走动与散射点分散导致积累信噪比低的难题，并能够在检测性能与计算效率之间取得折衷。
6.为了达到上述发明目的，解决其技术问题所采用的技术方案如下：
7.本发明公开了一种用于宽带雷达的机动目标检测与参数估计方法，包括以下步骤：
8.步骤s1：确定目标速度搜索范围，等间隔划分目标速度搜索参数空间并通过相位补偿的方式将脉压信号中的速度分量平移至参数空间中心位置；
9.步骤s2：对频域脉压信号的频谱划分为若干个窄频带，并依次抽取出来；
10.步骤s3：对抽取出的子孔径脉压信号依次运用mgwo算法，获得相应子孔径的目标机动参数粗估计值；
11.步骤s4：对全孔径运用最小二乘估计，获得各子孔径估计值融合后的精估计值；
12.步骤s5：依据精估计值构建相应的高阶相位补偿函数，完成多普勒频率补偿，并对补偿后的信号做一阶keystone变换完成距离—方位解耦；
13.步骤s6：对信号做距离向快速逆傅里叶变换和方位向快速傅里叶变换，完成目标能量的相参积累，并通过恒虚警率检测确认目标的存在。
14.进一步的，所述步骤s1包括以下步骤：
15.步骤s11：根据必要的先验知识，确定目标速度的搜索范围[v
l
,vr]与子空间长度δv，并计算出子空间数为k＝(v
r-v
l
)/δv；
[0016]
步骤s12：对于任一子空间i(i∈[1,k])，构建相应的相位补偿函数将子空间i内包含的速度平移至搜索参数空间的中心v
center
＝[-δv/2,δv/2]：
[0017][0018]
其中，f为快时间频率，tm＝mtr,m＝1,2,...,m为慢时间序列，fc为载波频率，c为光速，vi为速度平移量：并对补偿后的信号做ifft求出当前脉压信号所有距离门中的最大幅值：
[0019][0020]
其中，ifftf(
·
)为沿着快时间频率做ifft；
[0021]
步骤s13：将上式作为有单一极值的目标函数，对k个子空间运用对分法，无需遍历搜索便可快速确定目标真实速度所在子空间i0，即最优子空间，其评价标准为：
[0022][0023]
步骤s14：构建子空间索引值i0对应的相位补偿函数，并与原始脉压信号相乘，得到补偿结果s
t
(f,tm)，使补偿后的剩余速度分量落在参数空间中心的子空间内。
[0024]
进一步的，所述步骤s13包括以下步骤：
[0025]
步骤s13-1：令i
min
＝1与i
max
＝k，计算对分点索引值：i
mid
＝round((1+k)/2)，设置门限值ε＝1；
[0026]
步骤s13-2：计算对分点左右的子空间补偿后的脉压信号距离门幅值与并计算两者之差
[0027]
步骤s13-3：判断δa的正负，若δa＞0，则否则
[0028]
步骤s13-4：若|i
max-i
min
|≤ε，则确定最优子空间索引为i0＝i
mid
，否则循环步骤s13-1～s13-3直至满足上述条件为止。
[0029]
进一步的，所述步骤s2中抽取出的经信号频谱划分后的子孔径信号表达式为：
[0030][0031]
其中，bs＝b/n为子孔径带宽，n为所划分的子孔径个数，fc(n)＝fc+(n-n/2-0.5)
×
δl
×
δf,n＝1,2,...,n为第n个子孔径的载波频率，δl＝l/n为每一子孔径所包含的快时间采样点数，δf＝fs/l为快时间采样间隔，l为每一脉冲快时间维的总采样点数，而该子孔径的快时间频率范围可以表示为-b/2+[1+(n-1)
×
δl]
×
δf≤f≤-b/2+n
×
δl
×
δf
[0032]
通过频谱划分后，每个子孔径信号的距离分辨率可以表示为：
[0033][0034]
距离分辨率扩大n倍后，原分散在若干距离单元内目标能量集中在了同一个展宽后的距离单元内，因此，在较长的相参处理间隔内，目标的距离走动将不会发生。
[0035]
进一步的，所述步骤s3包括以下步骤：
[0036]
步骤s31：初始化种群数量n，参数优化维度d，最大迭代次数p，收敛因子a，随机向量a和c，灰狼种群x(x1,x2,
…
,xn)和每个灰狼的位置xi＝(x
i1
,x
i2
,
…
,x
id
)
t
,i＝1,2,
…
,n；
[0037]
步骤s32：构造相应的相位补偿函数：
[0038][0039]
其中，c1与c2为一阶加速度与二阶加速度的搜索值；
[0040]
将s
sub
(f,tm；n)与相位补偿函数相乘后做ifft变换到时域后得到s
sub
(τ,tm；n)，并沿慢时间做fft后取最大积累峰值作为目标函数：
[0041][0042]
计算初始化后所有灰狼位置的目标函数值，并根据目标函数值排序结果标记当前三只最优个体α,β与δ；
[0043]
步骤s33：计算其余的ω狼与三只最优个体之间的距离，并引导其余灰狼个体ω移动；
[0044]
步骤s34：根据当前狼群位置，更新α、β、δ位置与目标函数值；
[0045]
步骤s35：当迭代次数达到最大值时，输出最优解xi，即为运动参数估计值；
[0046]
步骤s36：对抽取出的每一子孔径信号依次重复以上操作，可获得n组运动参数估计值
[0047]
进一步的，所述步骤s31中，为提高优化算法的全局收敛速度，并平衡优化算法的局部搜索能力，将收敛因子a由线性递减改为非线性指数型递减，其表达式为
[0048]
进一步的，所述步骤s33中，为区分前三等级的灰狼对整个狼群的领导地位，将惯性权重引入狼群位置更新，以加快算法收敛速度，新的位置更新公式为：
[0049]
[0050]
其中，为权重系数。
[0051]
进一步的，所述步骤s4包括以下步骤：
[0052]
步骤s41：根据n组估计值构建含所有子孔径瞬时多普勒频率的量测矩阵ψ：
[0053]
ψ＝[f(1)f(2)
…
f(n)]
t
[0054]
其中，f(n)为第n个子孔径所包含的m个脉冲的多普勒频率矢量：
[0055]
f(n)＝[f(1；n)f(2；n)...f(m；n)]
[0056]
其中，f(m；n)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：
[0057][0058]
步骤s42：通过对运动模型求一阶导数构建机动目标的理论多普勒频率矩阵θ：
[0059][0060]
其中，q为运动模型最高阶数，d(n,q)为第n个子孔径所包含的共m个脉冲的理论多普勒频率矢量：
[0061]
d(n,q)＝[d(1；n,q)d(2；n,q)...d(m；n,q)]
[0062]
其中，d(m；n,q)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：
[0063][0064]
步骤s43：对瞬时多普勒频率量测矩阵与理论多普勒频率矩阵做奇异值分解：
[0065]
[ψθ]＝usv
t
[0066]
步骤s44：对矩阵θ求frobenius范数：
[0067][0068]
其中，si为矩阵s中的所有非零奇异值；
[0069]
接着，设置一个接近于1的阈值η，找到满足δ(r)≥η的最小整数r0，并据此构建矩阵ur用以拟合矩阵u：
[0070]
ur＝[u
r o]
[0071]
其中，ur表示矩阵u中左边的第1列至第r0列全部元素，o为补零矩阵，确保ur与u行数与列数大小均相同；若r0＞mn，则ur＝u；
[0072]
步骤s45：运用最小二乘法，得到n组估计值融合后高阶运动分量精估计值：
[0073][0074]
进一步的，所述步骤s5包括以下步骤：
[0075]
步骤s51：得到一阶与二阶加速度的估计值与后，构建如下相位补偿函数：
[0076][0077]
步骤s52：将上式与式s
t
(f,tm；i0)相乘后便可补偿多普勒频率扩展：
[0078][0079]
其中，a3为信号复幅度值；
[0080]
步骤s53：对s
comp
(f,tm)做一阶keystone变换，即可完成距离频率与方位解耦：
[0081][0082]
进一步的，所述步骤s6包括以下步骤：
[0083]
步骤s61：对上式沿距离频率做ifft，得到二维时域信号：
[0084][0085]
接着，对慢时间做fft，得到相参积累结果：
[0086][0087]
步骤s62：将构建的回波信号距离—多普勒域检测单元图的幅值作为检测统计量，并与给定的虚警概率自适应检测阈值做比较：
[0088][0089]
其中，ρ为自适应检测阈值，h1对应目标存在，h0对应目标不存在；
[0090]
如果超过给定门限，则判定目标存在；根据能量峰值所在位置，便可得到目标初始径向距离与剩余速度的估计值。
[0091]
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器可执行所述计算机程序时实现上述宽带雷达机动目标检测与参数估计方法的步骤。
[0092]
本发明继续公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时可实现上述宽带雷达机动目标检测与参数估计方法的步骤。
[0093]
本发明由于采用以上技术方案，使之与现有技术相比，具有以下的优点和积极效果：
[0094]
本发明提供的检测方法能有效解决雷达机动目标检测过程中产生的距离走动与
多普勒频率扩展，有效提高了目标回波积累增益，提高了检测性能。其次，本发明避免了遍历搜索过程，采用元启发式算法迭代获取估计值，计算效率大大提高。最后，本发明在子孔径间采用了最小二乘法提高了参数估计精度，为后续高分辨一维距离像的重构与目标识别提供了可能，具有较大工程实用价值。
附图说明
[0095]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附图中：
[0096]
图1为本发明宽带雷达机动目标检测与参数估计方法的流程图；
[0097]
图2为本发明搜索参数子空间划分与平移操作示意图；
[0098]
图3为本发明频谱划分后子孔径载波分布示意图；
[0099]
图4为本发明原始脉压信号能量分布示意图；
[0100]
图5为本发明某单个子孔径脉压信号能量分布示意图；
[0101]
图6为本发明运用对分法以迭代的方式估计子空间的过程曲线图；
[0102]
图7为本发明原始脉压信号频谱图；
[0103]
图8为本发明信号能量发生跨距离单元现象图；
[0104]
图9为本发明抽取出的子孔径信号频谱图；
[0105]
图10为本发明距离走动消除后的子孔径脉压信号图；
[0106]
图11为本发明子孔径信号的做修正灰狼优化的迭代曲线图；
[0107]
图12为本发明对子孔径信号的高阶运动参数做遍历搜索的结果示意图；
[0108]
图13为本发明目标消除距离走动与多普勒扩展后的mtd积累结果示意图。
具体实施方式
[0109]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0110]
实施例一
[0111]
如图1的流程框图所示，本实施例提供的一种用于宽带雷达的机动目标检测与参数估计方法，包括以下步骤：
[0112]
假设宽带雷达发射一组线性调频信号：
[0113]st
(τ,tm)＝rect(τ/t
p
)exp(jπγτ2)exp[j2πfc(tm+τ)]
[0114]
式中，rect(
·
)表示门函数，γ＝b/t
p
表示调频率，b为信号带宽，t
p
表示脉冲持续时间，fc为载波频率的基准频率，τ表示快时间，也就是距离时间，tm＝mtr,m＝1,2,...,m表示慢时间，tr表示脉冲重复周期，m表示积累脉冲数。
[0115]
假设在雷达探测区域内存在目标，目标由p个不在同一个距离单元的散射点组成，在一个相参处理间隔内雷达接收到某个单个散射点的基带回波信号形式如下：
[0116][0117]
其中，a0为复幅度值，c为光速，r(tm)为目标相对于雷达的瞬时径向距离，其具体形式如下：
[0118][0119]
式中，r0为目标初始径向距离，v为目标径向速度，a1为目标径向一阶加速度，a2为目标径向二阶加速度。
[0120]
对基带回波信号做下变频和脉冲压缩处理，得到脉压信号如下：
[0121][0122]
其中，a1为信号复幅度。
[0123]
根据频谱分割的相关理论，我们需保证每个子孔径的脉冲信号能量集中在同一个距离单元内。然而，对于宽带雷达体制，距离单元相较于窄带雷达大大减小。因此，对于某些高速目标，为了满足上述要求，所划分的子孔径时间会很短，这将导致距离频率采样点数少，检测精度差，计算复杂度高。为了避免这一情况，我们需对目标速度预先补偿掉一部分。具体实施步骤如下：
[0124]
步骤s1：确定目标速度搜索范围，等间隔划分目标速度搜索参数空间并通过相位补偿的方式将脉压信号中的速度分量平移至参数空间中心位置；
[0125]
进一步的，所述步骤s1包括以下步骤：
[0126]
步骤s11：根据必要的先验知识，确定目标速度的搜索范围[v
l
,vr]并将其等间隔划分为若干参数子空间如图2所示，子空间的长度由以下方法确定：为了提高计算效率，我们一般将信号频谱划分为n(n一般取10～15)个子孔径(详细划分过程见步骤s2)。为消除距离走动，一个相参处理间隔内的目标运动引起的最大距离偏移不应超过子孔径信号的距离分辨率，即其中，与为先验信息中目标可能的最大运动参数值。忽略高阶运动分量，可以确定子空间长度由此，可以计算出参数子空间数为k＝(v
r-v
l
)/δv，第i个子空间覆盖的速度范围为[v
l
+(i-1)δv,v
l
+iδv]；
[0127]
步骤s12：对于任一子空间i(i∈[1,k])，构建相应的相位补偿函数将子空间i内包含的速度平移至搜索参数空间的中心v
center
＝[-δv/2,δv/2]：
[0128][0129]
其中，f为快时间频率，tm＝mtr,m＝1,2,...,m为慢时间序列，fc为载波频率，c为光速，vi为速度平移量：并对补偿后的信号做ifft求出当前脉压信号所有距离门中的最大幅值：
[0130][0131]
其中，ifftf(
·
)为沿着快时间频率做ifft；
[0132]
步骤s13：将上式作为有单一极值的目标函数，为了避免遍历搜索过程，需要对k个子空间运用对分法，无需遍历搜索便可快速确定目标真实速度所在子空间i0，即最优子空间，其评价标准为：
[0133][0134]
进一步的，所述步骤s13包括以下步骤：
[0135]
步骤s13-1：令i
min
＝1与i
max
＝k，计算对分点索引值：i
mid
＝round((1+k)/2)，设置门限值ε＝1；
[0136]
步骤s13-2：计算对分点左右的子空间补偿后的脉压信号距离门幅值与并计算两者之差
[0137]
步骤s13-3：判断δa的正负，若δa＞0，则否则
[0138]
步骤s13-4：若|i
max-i
min
|≤ε，则确定最优子空间索引为i0＝i
mid
，否则循环步骤s13-1～s13-3直至满足上述条件为止。
[0139]
步骤s14：构建子空间索引值i0对应的相位补偿函数，并与原始脉压信号s(f,tm)相乘，得到补偿结果s
t
(f,tm)，使补偿后的剩余速度分量落在参数空间中心的子空间内，该过程的示意图如图2所示。
[0140]
步骤s2：对频域脉压信号的频谱划分为若干个窄频带，并依次抽取出来；
[0141]
进一步的，所述步骤s2中抽取出的经信号频谱划分后的子孔径信号表达式为：
[0142][0143]
其中，bs＝b/n为子孔径带宽，n为所划分的子孔径个数，fc(n)＝fc+(n-n/2-0.5)
×
δl
×
δf,n＝1,2,...,n为第n个子孔径的载波频率，δl＝l/n为每一子孔径所包含的快时间采样点数，δf＝fs/l为快时间采样间隔，l为每一脉冲快时间维的总采样点数，而该子孔径的快时间频率范围可以表示为-b/2+[1+(n-1)
×
δl]
×
δf≤f≤-b/2+n
×
δl
×
δf，其示意图如图3所示。
[0144]
通过频谱划分后，每个子孔径信号的距离分辨率可以表示为：
[0145][0146]
不难看出，距离分辨率扩大n倍后，原分散在若干距离单元内目标能量集中在了同一个展宽后的距离单元内，因此，在较长的相参处理间隔内，目标的距离走动将不会发生。该过程如图4和5所示，图4为原始脉压信号能量分布示意图，图5为某单个子孔径脉压信号能量分布示意图。
[0147]
步骤s3：对抽取出的子孔径脉压信号依次运用mgwo算法，获得相应子孔径的目标
机动参数粗估计值；
[0148]
进一步的，所述步骤s3包括以下步骤：
[0149]
步骤s31：初始化种群数量n＝50，参数优化维度d＝2，最大迭代次数p＝25，收敛因子系数向量a＝a(2r
1-1)和c＝2r2，r1与r2为随机向量，灰狼种群x(x1,x2,...,xn)和每个灰狼的位置xi＝(x
i1
,x
i2
,...,x
id
)
t
,i＝1,2,
…
,n；
[0150]
步骤s32：构造相应的相位补偿函数：
[0151][0152]
其中，c1与c2为一阶加速度与二阶加速度的搜索值；
[0153]
将s
sub
(f,tm；n)与相位补偿函数相乘后做ifft变换到时域后得到s
sub
(τ,tm；n)，并沿慢时间做fft后取最大积累峰值作为目标函数：
[0154][0155]
计算初始化后所有灰狼位置的目标函数值，并根据目标函数值排序结果标记当前三只最优个体α,β与δ，并计算x
α
、x
β
与x
δ
；
[0156]
步骤s33：计算三只最优个体与其余的ω狼之间的距离d与位置向量x：
[0157]dα
＝|c1x
α-x|，x1＝x
α-a1·dα
[0158]dβ
＝|c2x
β-x|，x2＝x
β-a2·dβ
[0159]dδ
＝|c3x
δ-x|，x3＝x
δ-a3·dδ
[0160]
并引导其余灰狼个体ω移动：
[0161][0162]
其中，为权重系数；
[0163]
步骤s34：根据当前狼群位置，更新α、β、δ位置与目标函数值：
[0164]
若γ＞γ
α
，则x
α
＝x，γ
α
＝γ；若γ＜γ
α
且γ＞γ
β
，则x
β
＝x，γ
β
＝γ；若γ＜γ
α
、γ＜γ
β
与γ＞γ
δ
，则x
δ
＝x，γ＝γ
δ
；
[0165]
步骤s35：重复步骤s31-s34，当迭代次数达到最大值时，输出α狼所在位置，即为最优解xi，对应于目标的运动参数估计值；
[0166]
步骤s36：对抽取出的每一子孔径信号依次重复以上操作，可获得n组运动参数估计值
[0167]
步骤s4：对全孔径运用最小二乘估计，获得各子孔径估计值融合后的精估计值；
[0168]
进一步的，所述步骤s4包括以下步骤：
[0169]
步骤s41：根据步骤s3获得的n组估计值构建含所有子孔径瞬时多普勒频率的量测矩阵ψ：
[0170]
ψ＝[f(1)f(2)
…
f(n)]
t
[0171]
其中，f(n)为第n个子孔径所包含的m个脉冲的多普勒频率矢量：
[0172]
f(n)＝[f(1；n)f(2；n)...f(m；n)]
[0173]
其中，f(m；n)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：
[0174][0175]
步骤s42：通过对运动模型求一阶导数构建机动目标的理论多普勒频率矩阵θ：
[0176][0177]
其中，q为运动模型最高阶数，d(n,q)为第n个子孔径所包含的共m个脉冲的理论多普勒频率矢量：
[0178]
d(n,q)＝[d(1；n,q)d(2；n,q)...d(m；n,q)]
[0179]
其中，d(m；n,q)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：
[0180][0181]
步骤s43：设待估计运动参数为待定系数，将其矢量化为：
[0182]
σ＝[σ
1 σ2ꢀ…ꢀ
σq]
t
[0183]
因此，将参数估计问题转化为最小二乘问题：
[0184]
ψ＝θσ
[0185]
对瞬时多普勒频率量测矩阵与理论多普勒频率矩阵做奇异值分解：
[0186]
[ψ θ]＝usv
t
[0187]
步骤s44：对矩阵θ求frobenius范数：
[0188][0189]
其中，si为矩阵s中的所有非零奇异值；
[0190]
接着，设置一个接近于1的阈值η(例如η取0.98)，找到满足δ(r)≥η的最小整数r0，并据此构建矩阵ur用以拟合矩阵u：
[0191]
ur＝[u
r o]
[0192]
其中，ur表示矩阵u中左边的第1列至第r0列全部元素，o为补零矩阵，确保ur与u行数与列数大小均相同；若r0＞mn，则ur＝u；
[0193]
步骤s45：运用最小二乘法，得到n组估计值融合后高阶运动分量精估计值：
[0194][0195]
步骤s5：依据精估计值构建相应的高阶相位补偿函数，完成多普勒频率补偿，并对补偿后的信号做一阶keystone变换完成距离—方位解耦；
[0196]
进一步的，所述步骤s5包括以下步骤：
[0197]
步骤s51：得到一阶与二阶加速度的估计值与后，构建如下相位补偿函数：
[0198][0199]
步骤s52：将上式与式s
t
(f,tm；i0)相乘后便可补偿多普勒频率扩展：
[0200][0201]
其中，a3为信号复幅度值；
[0202]
步骤s53：对s
comp
(f,tm)做一阶keystone变换，即可完成距离频率与方位解耦：
[0203][0204]
步骤s6：对信号做距离向快速逆傅里叶变换(ifft)和方位向快速傅里叶变换(fft)，完成目标能量的相参积累，并通过恒虚警率(cfar)检测确认目标的存在。
[0205]
进一步的，所述步骤s6包括以下步骤：
[0206]
步骤s61：对上式沿距离频率做ifft，得到二维时域信号：
[0207][0208]
接着，对慢时间做fft，得到相参积累结果：
[0209][0210]
步骤s62：将构建的回波信号距离—多普勒域检测单元图的幅值作为检测统计量，并与给定的虚警概率自适应检测阈值做比较：
[0211][0212]
其中，ρ为自适应检测阈值，h1对应目标存在，h0对应目标不存在；
[0213]
如果超过给定门限，则判定目标存在；根据能量峰值所在位置，便可得到目标初始径向距离与剩余速度的估计值。
[0214]
本发明的一种宽带雷达体制下机动目标检测与参数估计方法，在多种复杂场景下具有较强鲁棒性。通过软件化方式实现，可在信号处理过程中实现实时计算和校正，方法简单易行，涉及硬件设备量少，可靠性高。
[0215]
下面通过仿真实验实施例对本发明做进一步阐述说明：
[0216]
假设宽带雷达系统参数与目标运动参数如表1所示。仿真结果如图6-13所示。
[0217]
表1实例仿真系统参数及目标参数
[0218]
系统参数数值(单位)目标参数数值(单位)中心频率10ghz初始径向距离50km信号带宽100mhz径向速度200m/s脉冲采样频率150mhz一阶径向加速度20m/s2脉冲重复频率800hz二阶径向加速度10m/s2相参脉冲数200脉压后信噪比0db
[0219]
图6为运用对分法以迭代的方式估计子空间的过程曲线。原始脉压信号频谱如图7所示。图8展示了信号能量发生跨距离单元现象。图9为抽取出的子孔径信号频谱。图10展示了距离走动消除后的子孔径脉压信号。图11为子孔径信号的做修正灰狼优化的迭代曲线。不难看出，该方法具备快速的收敛性，计算效率得到了明显提升。图12为对子孔径信号的高阶运动参数做遍历搜索的结果。从信号幅值可以看出修正灰狼优化算法估计的准确性。图13为目标消除距离走动与多普勒扩展后的mtd积累结果，由此可以证明该方法的有效性。
[0220]
实施例二
[0221]
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器可执行所述计算机程序时实现上述宽带雷达机动目标检测与参数估计方法的步骤。
[0222]
实施例三
[0223]
本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时可实现上述宽带雷达机动目标检测与参数估计方法的步骤。
[0224]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，包括以下步骤：步骤s1：确定目标速度搜索范围，等间隔划分目标速度搜索参数空间并通过相位补偿的方式将脉压信号中的速度分量平移至参数空间中心位置；步骤s2：对频域脉压信号的频谱划分为若干个窄频带，并依次抽取出来；步骤s3：对抽取出的子孔径脉压信号依次运用mgwo算法，获得相应子孔径的目标机动参数粗估计值；步骤s4：对全孔径运用最小二乘估计，获得各子孔径估计值融合后的精估计值；步骤s5：依据精估计值构建相应的高阶相位补偿函数，完成多普勒频率补偿，并对补偿后的信号做一阶keystone变换完成距离—方位解耦；步骤s6：对信号做距离向快速逆傅里叶变换和方位向快速傅里叶变换，完成目标能量的相参积累，并通过恒虚警率检测确认目标的存在。2.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s1包括以下步骤：步骤s11：根据必要的先验知识，确定目标速度的搜索范围[v
l
,v
r
]与子空间长度δv，并计算出子空间数为k＝(v
r-v
l
)/δv；步骤s12：对于任一子空间i(i∈[1,k])，构建相应的相位补偿函数将子空间i内包含的速度平移至搜索参数空间的中心v
center
＝[-δv/2,δv/2]：其中，f为快时间频率，t
m
＝mt
r
,m＝1,2,...,m为慢时间序列，f
c
为载波频率，c为光速，v
i
为速度平移量：并对补偿后的信号做ifft求出当前脉压信号所有距离门中的最大幅值：其中，ifft
f
(
·
)为沿着快时间频率做ifft；步骤s13：将上式作为有单一极值的目标函数，对k个子空间运用对分法，无需遍历搜索便可快速确定目标真实速度所在子空间i0，即最优子空间，其评价标准为：步骤s14：构建子空间索引值i0对应的相位补偿函数，并与原始脉压信号相乘，得到补偿结果s
t
(f,t
m
)，使补偿后的剩余速度分量v
res
＝v-v
i0
落在参数空间中心的子空间内。3.根据权利要求2所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s13包括以下步骤：步骤s13-1：令i
min
＝1与i
max
＝k，计算对分点索引值：i
mid
＝round((1+k)/2)，设置门限值ε＝1；
步骤s13-2：计算对分点左右的子空间补偿后的脉压信号距离门幅值与并计算两者之差步骤s13-3：判断δa的正负，若δa＞0，则否则步骤s13-4：若|i
max-i
min
|≤ε，则确定最优子空间索引为i0＝i
mid
，否则循环步骤s13-1～s13-3直至满足上述条件为止。4.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s2中抽取出的经信号频谱划分后的子孔径信号表达式为：其中，b
s
＝b/n为子孔径带宽，n为所划分的子孔径个数，f
c
(n)＝f
c
+(n-n/2-0.5)
×
δl
×
δf,n＝1,2,...,n为第n个子孔径的载波频率，δl＝l/n为每一子孔径所包含的快时间采样点数，δf＝f
s
/l为快时间采样间隔，l为每一脉冲快时间维的总采样点数，而该子孔径的快时间频率范围可以表示为-b/2+[1+(n-1)
×
δl]
×
δf≤f≤-b/2+n
×
δl
×
δf通过频谱划分后，每个子孔径信号的距离分辨率可以表示为：距离分辨率扩大n倍后，原分散在若干距离单元内目标能量集中在了同一个展宽后的距离单元内，因此，在较长的相参处理间隔内，目标的距离走动将不会发生。5.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s3包括以下步骤：步骤s31：初始化种群数量n，参数优化维度d，最大迭代次数p，收敛因子a，随机向量a和c，灰狼种群x(x1,x2,
…
,x
n
)和每个灰狼的位置x
i
＝(x
i1
,x
i2
,
…
,x
id
)
t
,i＝1,2,
…
,n；步骤s32：构造相应的相位补偿函数：其中，c1与c2为一阶加速度与二阶加速度的搜索值；将s
sub
(f,t
m
；n)与相位补偿函数相乘后做ifft变换到时域后得到s
sub
(τ,t
m
；n)，并沿慢时间做fft后取最大积累峰值作为目标函数：计算初始化后所有灰狼位置的目标函数值，并根据目标函数值排序结果标记当前三只最优个体α,β与δ；步骤s33：计算其余的ω狼与三只最优个体之间的距离，并引导其余灰狼个体ω移动；步骤s34：根据当前狼群位置，更新α、β、δ位置与目标函数值；步骤s35：当迭代次数达到最大值时，输出最优解x
i
，即为运动参数估计值；步骤s36：对抽取出的每一子孔径信号依次重复以上操作，可获得n组运动参数估计值
6.根据权利要求5所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s31中，为提高优化算法的全局收敛速度，并平衡优化算法的局部搜索能力，将收敛因子a由线性递减改为非线性指数型递减，其表达式为7.根据权利要求5所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s33中，为区分前三等级的灰狼对整个狼群的领导地位，将惯性权重引入狼群位置更新，以加快算法收敛速度，新的位置更新公式为：其中，为权重系数。8.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s4包括以下步骤：步骤s41：根据n组估计值构建含所有子孔径瞬时多普勒频率的量测矩阵ψ：ψ＝[f(1)f(2)
…
f(n)]
t
其中，f(n)为第n个子孔径所包含的m个脉冲的多普勒频率矢量：f(n)＝[f(1；n)f(2；n)
…
f(m；n)]其中，f(m；n)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：步骤s42：通过对运动模型求一阶导数构建机动目标的理论多普勒频率矩阵θ：其中，q为运动模型最高阶数，d(n,q)为第n个子孔径所包含的共m个脉冲的理论多普勒频率矢量：d(n,q)＝[d(1；n,q)d(2；n,q)
…
d(m；n,q)]其中，d(m；n,q)为第n个子孔径中第m个脉冲的瞬时多普勒频率分量：步骤s43：对瞬时多普勒频率量测矩阵与理论多普勒频率矩阵做奇异值分解：[ψθ]＝usv
t
步骤s44：对矩阵θ求frobenius范数：
其中，s
i
为矩阵s中的所有非零奇异值；接着，设置一个接近于1的阈值η，找到满足δ(r)≥η的最小整数r0，并据此构建矩阵u
r
用以拟合矩阵u：u
r
＝[u
r o]其中，u
r
表示矩阵u中左边的第1列至第r0列全部元素，o为补零矩阵，确保u
r
与u行数与列数大小均相同；若r0＞mn，则u
r
＝u；步骤s45：运用最小二乘法，得到n组估计值融合后高阶运动分量精估计值：9.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s5包括以下步骤：步骤s51：得到一阶与二阶加速度的估计值a1与a2后，构建如下相位补偿函数：步骤s52：将上式与式s
t
(f,t
m
；i0)相乘后便可补偿多普勒频率扩展：其中，a3为信号复幅度值；步骤s53：对s
comp
(f,t
m
)做一阶keystone变换，即可完成距离频率与方位解耦：10.根据权利要求1所述的一种用于宽带雷达的机动目标检测与参数估计方法，其特征在于，所述步骤s6包括以下步骤：步骤s61：对上式沿距离频率做ifft，得到二维时域信号：接着，对慢时间做fft，得到相参积累结果：步骤s62：将构建的回波信号距离—多普勒域检测单元图的幅值作为检测统计量，并与给定的虚警概率自适应检测阈值做比较：
其中，ρ为自适应检测阈值，h1对应目标存在，h0对应目标不存在；如果超过给定门限，则判定目标存在；根据能量峰值所在位置，便可得到目标初始径向距离与剩余速度的估计值。11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器可执行所述计算机程序时实现权利要求1-10中任一项所述宽带雷达机动目标检测与参数估计方法的步骤。12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时可实现权利要求1-10中任一项所述宽带雷达机动目标检测与参数估计方法的步骤。

技术总结
本发明公开了一种用于宽带雷达的机动目标检测与参数估计方法，主要步骤包括S1：等间隔划分目标速度搜索参数空间并将脉压信号中的速度分量平移至参数空间中心位置；S2：将脉压信号的频谱划分为若干个窄频带，并依次抽取；S3：对抽取出的子孔径脉压信号运用MGWO算法，获得相应子孔径的目标机动参数粗估计值；S4：对全孔径运用最小二乘估计，获得目标参数精估计值；S5：依据精估计值构建相应的高阶相位补偿函数，完成多普勒频率补偿，并对补偿后的信号做一阶Keystone变换完成距离—方位解耦并完成目标能量的相参积累。本发明有效解决了距离走动与多普勒走动问题，能够实现机动目标的长时间相参积累。该发明实时性能好，噪声鲁棒性强，有一定的工程实用价值。有一定的工程实用价值。有一定的工程实用价值。


技术研发人员：杨宇超 谷毅 方刚 薛峰 王玥琪 许舒诚
受保护的技术使用者：上海航天电子通讯设备研究所
技术研发日：2023.04.14
技术公布日：2023/7/13