基于Radon-分数傅里叶变换对消器的海杂波弱目标检测

海面微弱目标检测面临的主要困难来自：

1. 慢速小目标回波微弱；
2. 空时变海杂波异常复杂，海杂波特性认知难度大；
3. 目标模型难以建立；
4. 目标、海杂波类别非平衡。

ARU效应 是由于海面波浪的起伏和涟漪引起的。在雷达回波信号中，不同位置上的目标可能会反射回来相同的距离，这会导致信号的能量在跨越多个距离单元时发生扩散，从而降低雷达信号的分辨率和探测能力。

DFM效应 则是由于海面波浪的运动引起的。当雷达波束和目标之间存在相对运动时，回波信号的频率会发生偏移，这会导致回波信号的频谱发生扭曲。在雷达信号处理中，需要对回波信号进行频率徙动补偿，以恢复原始信号的频谱特征，从而提高信号的分辨率和目标检测能力。

海面雷达模型：

 接收信号为：

第一项是机动目标的模型，第二项是海杂波

文献[1] 已经证明：RFRFT 可以同时补偿机动目标的 ARC 和 DFM

文献[1] : X. L. Chen, J. Guan, N. B. Liu, and Y. He, “Maneuvering target detection via radon-fractional Fourier transform-based long-time coherent integration,” IEEE Trans. Signal Process, vol. 62, no. 4, pp. 939–953, Feb. 2014

取到最大值时：

当SCR较低时，海杂波变换后的能量比目标的能量强。目标信息在相应的变换域被杂波所覆盖。

当机动目标的最大值小于海杂波的最大值时，估计的目标参数值实际上是最强海杂波的参数值，因此不能有效地检测和估计目标。

在

时，RFRFT方法对弱目标检测效果不佳。

海杂波的抑制：RFrFT Canceller Design

当SCR过低时，杂波分量的RFRFT会比机动目标的RFRFT强，即机动目标的信息会被杂波所覆盖而无法被检测到，RFRFT方法是无效的。

它可以保留a0 ≠ 0 的信号并消除 a0 = 0 的信号

当接收信号的 RFRFT 减去时延接收信号的 RFRFT 时，对于机动目标，它的RFRFT将被保留，而对于海杂波，它的RFRFT几乎被抵消，从而使杂波的能量在RFRFT域内得到抑制 。

 只需要计算 f(r,t_m) 的 RFRFT 变换

 

减少检测过程的计算量：非均匀搜索策略

 

 

使RFRFT对消器在多目标情况下同样有效：带阻滤波器

为了使基于RFRFT对消器的检测方法在存在多个目标时也能有效地进行检测，设计了一个基于RFRFT的带阻滤波器来分离强目标分量。

由于目标的估计参数与接收信号的 RFRFT 峰值位置有关，所以首先可以检测到的是接收信号中反射率系数最强的目标，微弱信号分量的存在会被它所屏蔽。

虽然海杂波可以被抑制，但强信号分量的积累增益较高，导致弱信号分量不能被检测出来。

RFrFT的卷积定理可以描述为:两个函数的分数阶卷积的RFrFT等于两个函数的RFrFT与一个 Chirp 信号的乘积。

 

 

最强目标分量的能量几乎集中在以U0为中心的窄带[Uc1,Uc2]中，杂波和其他分量的能量没有明显的聚集。

经过滤波器后，通过 IRFRFT 获得除最强信号分量以外剩余的信号。

总体框架

第一步, 初始化参数：在相参雷达背景下，目标接收信号在距离和方位方向上采样。

第二步, 应用RFRFT和对消器实现杂波抑制 ；

第三步, 进行恒虚警率(CFAR)检测，估计最强目标分量 ；

第四步, 利用分离方法对所有目标成分进行估计。