赵永波1,2,,,
索之玲1,
庞晓娇1,
徐保庆1
1.西安电子科技大学雷达信号处理国家重点实验室 西安 710071
2.西安电子科技大学信息感知技术协同创新中心 西安 710071
基金项目:高等学校学科创新引智计划(B18039)
详细信息
作者简介:曹成虎：男，1987年生，博士生，研究方向为雷达信号处理和雷达信号检测与跟踪
赵永波：男，1972年生，教授，博士生导师，研究方向为雷达信号处理、自适应信号处理和雷达信号参数估计
索之玲：女，1981年生，博士生，研究方向为弱目标检测技术
庞晓娇：女，1993年生，博士生，研究方向为压缩感知和阵列信号处理
徐保庆：男，1992年生，博士生，研究方向为雷达信号处理和MIMO雷达
通讯作者:赵永波 ybzhao@xidian.edu.cn
中图分类号:TN958计量
文章访问数:3344
HTML全文浏览量:976
PDF下载量:82
被引次数:0
出版历程
收稿日期:2018-11-28
修回日期:2019-04-12
网络出版日期:2019-05-22
刊出日期:2019-12-01
Doppler Frequency Estimation Method Based on Chinese Remainder Theorem with Spectrum Correction
Chenghu CAO1,Yongbo ZHAO1,2,,,
Zhiling SUO1,
Xiaojiao PANG1,
Baoqing XU1
1. National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China
2. Collaboration Innovation Center of Information Sensing and Understanding, Xidian University, Xi’an 710071, China
Funds:The Fund for Foreign Scholars in University Research and Teaching Programs(B18039)
摘要
摘要:脉冲多普勒(PD)雷达能够检测目标多普勒频率和有效抑制杂波，该优势使得PD雷达得到了广泛应用。但速度模糊的存在，往往对PD目标检测带来困难。该文紧密结合PD雷达体制的特点，在基于PD雷达参差重频模式下，提出一种基于全相位离散傅里叶变换(DFT)相位差频谱校正的最优余数封闭式鲁棒中国余数定理(CFRCRT)的多普勒频率估计算法。理论分析和仿真实验表明该文算法在测量精度和实时性能上可以满足工程上应用的需求。
关键词:脉冲多普勒雷达/
多普勒频率估计/
中国余数定理/
频谱校正
Abstract:It makes the Pulse Doppler (PD) radar widely applied that the PD radar has the obvious advantages of detecting the Doppler frequency of the target and suppressing the clutter effectively. However, it is difficult for the PD radar to detect the target due to velocity ambiguity. Combining with the characteristic and stagger-period model of the PD radar, a Doppler frequency estimation method based on all phase DFT Closed-Form Robust Chinese Remainder Theorem (CFRCRT) with spectrum correction is proposed. Both theoretical analysis and simulation experiment demonstrate that the proposed method can satisfy the engineering demand in measure accuracy and real-time performance.
Key words:Pulse Doppler (PD) radar/
Doppler frequency estimation/
Chinese Remainder Theorem (CRT)/
Spectrum correction
PDF全文下载地址:
https://jeit.ac.cn/article/exportPdf?id=49eadef3-d44a-42b8-8a80-5d5ec739333f
