摘要：传统的脉冲多普勒雷达采用线性信号处理方法实现目标检测和状态估计，具有复杂度低、处理效率高等优点。然而，在临近密集目标等复杂场景情况下，传统方法存在弱目标被强目标旁瓣遮蔽、分辨率受瑞利分辨率限制等问题。压缩感知方法能够充分利用目标在快时间、慢时间、方位、俯仰域四域的稀疏特性，对四域进行网格划分，通过稀疏反演实现目标重构。然而，目标的径向距离、径向速度、方位角和俯仰角都是连续取值的参数，上述网格划分方法存在格点错配、精度受限于格点间隔、虚警率不恒定等问题。为了解决上述问题，本文设计了基于线性调频脉冲信号的牛顿正交匹配追踪算法，提出了一种面向多目标的相控阵雷达多维牛顿正交匹配追踪（multidimensional Newtonized orthogonal matching pursuit for phased array radar，MDNOMP-PAR）算法。该算法利用牛顿法和块坐标下降方法对多目标的径向距离、径向速度、方位角和俯仰角进行循环修正，并基于恒虚警准则设计算法的停止条件，最终确定目标个数。数值实验结果表明，与采用数字波束成形（digital beamforming，DBF）、加窗脉冲压缩（windowed pulse compression，WPC）与动目标检测（moving target detection，MTD）这一传统方法相比，MDNOMP-PAR方法不仅保持了恒虚警检测特性，估计精度提升了至少100%；在雷达距离分辨率为37.5 m的情况下，此方法的分辨力为45 m，相较加窗脉压MTD方法分辨力提升了50 m。此外，在邻近强弱目标场景下，当虚警率设置为10-6时，MDNOMP-PAR方法的弱目标检测性能提升4 dB。
文章目录
1 引言
2 信号模型
3 多维牛顿正交匹配算法
3.1 单目标场景
3.2 多目标场景与循环修正
4 实验结果与分析
4.1 估计精度特性验证
4.2 恒虚警特性验证
4.3 高分辨力性能验证
4.4 邻近强弱目标高检测概率验证
5 结论
6 附录
