基于改进SVD-FRFT的海杂波抑制方法研究.docx

简介：
本文探讨了一种结合改进奇异值分解（SVD）与分数阶傅里叶变换（FRFT）的方法，旨在有效抑制海洋雷达系统中的海面杂波干扰，提升目标检测能力。 随着雷达技术的不断进步，海面目标检测的重要性日益显著。然而，海洋杂波的存在严重影响了目标探测的效果。传统的检测方法难以有效识别慢速小型海上目标，因为海洋杂波使得目标回声信号与背景噪声之间的信噪比非常低。 近年来，研究人员开发出多种抑制海洋杂波的方法，例如时域对消法、子空间分解法以及基于浅层神经网络的处理技术等。其中一种常用方法是时域对消法：它首先估计并补偿杂波功率谱中心，接着通过相邻脉冲信号相减来控制动目标显示滤波器频率响应凹口与海洋杂波多普勒中心一致，从而实现海杂波的过滤。然而这种方法在检测慢速移动物体方面效果不佳，因为宽频带的海洋杂声往往包含这些低速或微动的目标。 另一种常用方法是子空间分解法：它通过构建Hankel矩阵并进行奇异值分解（SVD），将回波信号分离成杂波、目标和噪声三个独立的空间。然后通过消除与杂波相对应的部分，重建出经过优化的时域信号以降低海洋背景干扰。 另外还有基于高斯短时间分数阶傅里叶变换的海面微动目标检测技术：这种方法首先筛选掉含有显著海洋尖峰的数据，并利用该算法增强微动信号从而提高回声信噪比。此外，CHEN等人提出了一种结合奇异值分解与分数阶傅里叶变换（SVD-FRFT）的技术用于滤除杂波。 本段落介绍的是一种改进型基于SVD-FRFT技术的方法，它考虑了目标雷达反射多普勒频率非线性调制以及脉冲回声序列信噪比变化的因素。通过利用时频信息对原始方法进行了优化，并采用了分块处理和整体决策相结合的方式来进行信号处理。 具体而言，在初步分离阶段将目标回波置于特定的信号成分中；在进一步提纯步骤保留主要成分，去除次要部分；最终判定各阶信号属于目标、杂波还是噪声。这种方法不仅能够有效抑制海洋背景干扰，还可以提取出运动物体微多普勒特征信息，并适应不同信噪比条件下的雷达探测需求。 总之，本段落提出的改进型SVD-FRFT海面杂波处理技术为检测慢速小型海上目标提供了一个有效的解决方案，同时也能应对变化中的信号回声和海洋背景噪声比例。