Keystone变换实现方法研究

doi:10.12263/DZXB.20210464

电子学报 ›› 2022, Vol. 50 ›› Issue (5): 1218-1226.DOI: 10.12263/DZXB.20210464

Keystone变换实现方法研究

张亮¹^,², 张翔宇³^,⁴(), 王国宏¹()

^1.海军航空大学信息融合研究所, 山东烟台 264001
^2.中国人民解放军94326部队, 山东济南 250000
^3.海军航空大学航空电子与指挥系, 山东青岛 266041
^4.中北大学信息与通信工程学院, 山西太原 030023

收稿日期:2021-04-12 修回日期:2021-11-25 出版日期:2022-05-25
- 作者简介:
- 张亮男,1987年出生于山东德州.现为海军航空大学信息融合研究所博士研究生.研究方向为雷达抗干扰.E‑mail: 332401479@qq.com
  张翔宇男,1986年出生于山西太原.现为海军航空大学航空电子与指挥系讲师.研究方向为雷达抗干扰、目标跟踪技术.E‑mail: zxy627289467@sina.com
  王国宏男,1963年出生,山西沁水人.现为海军航空大学信息融合研究所教授、博士生导师.主要从事多源信息融合、机动目标跟踪、雷达抗干扰等技术研究 Email: wangguohong@vip.sina.com
- 基金资助:
- 国家自然科学基金 (61731023); 山东省自然科学基金 (ZR2020QF071); 博士后科学基金 (2021M693003); 泰山学者攀登计划专项经费资助

Research on Keystone Transform Implementation Methods

ZHANG Liang¹^,², ZHANG Xiang-yu³^,⁴(), WANG Guo-hong¹()

^1.Institute of Information Fusion, Naval Aviation University, Yantai, Shandong 264001, China
^2.Unit 94326 of PLA, Jinan, Shandong 250000, China
^3.Department of Avionics Engineering and Command, Naval Aviation University, Qingdao, Shandong 266041, China
^4.College of Information and Communication Engineering, North University of China, Taiyuan, Shanxi 030023, China

Received:2021-04-12 Revised:2021-11-25 Online:2022-05-25 Published:2022-06-18
- Supported by:
- National Natural Science Foundation of China (61731023); Natural Science Foundation of Shandong Province, China (ZR2020QF071); China Postdoctoral Science Foundation (2021M693003); A Grant for Special Project in Taishan Scholar “Climbing” Program

摘要/Abstract

摘要：

Keystone变换（Keystone Transform，KT）是一种经典的雷达目标距离走动校正工具，现有诸多实现方法中以基于线性调频Z变换（Chirp-Z Transform，CZT）和快速傅里叶逆变换（Inverse Fast Fourier Transform，IFFT）的“CZT+IFFT”方法计算量最低.本文针对“CZT+IFFT”方法存在的频谱混叠问题，提出修正的“CZT+IFFT”方法，同时运用时间尺度（Time-Scaling，TS）和尺度估计（Scale-Estimation，SE）概念，进一步提出2种梅林域的KT实现方法.仿真试验验证了分析结论的正确性和所提方法的有效性.

关键词: 雷达, Keystone变换, 相参积累, 梅林变换, 线性调频Z变换, 时间尺度, 尺度估计

Abstract:

Keystone transform(KT) is a classical target range migration correction method in radar. Among the existing implementation methods, the method based on the chirp-z transform(CZT) and inverse fast fourier transform(IFFT) has the lowest amount of calculation. Aiming at the spectrum aliasing problem in the above “CZT+IFFT” method, this paper proposes a modified “CZT+IFFT” method. At the same time, appling the concepts of time-scaling(TS) and scale-estimation(SE), the other two KT implementation methods in mellin transform(MT) domain are further proposed. Simulation results verify the correctness of analysis conclusion and the effectiveness of proposed methods.

Key words: radar, Keystone transform, coherent integration, Mellin transform, chirp-z transform, time-scaling, scale-estimation

中图分类号:

TN957

张亮, 张翔宇, 王国宏. Keystone变换实现方法研究[J]. 电子学报, 2022, 50(5): 1218-1226.

ZHANG Liang, ZHANG Xiang-yu, WANG Guo-hong. Research on Keystone Transform Implementation Methods[J]. Acta Electronica Sinica, 2022, 50(5): 1218-1226.

图/表 11

图1 时间尺度与尺度估计示意图

图2 脉冲压缩后回波

图3 模糊数补偿后回波

图4 距离走动校正结果（KT-FCTS-MCZT）

图5 距离走动校正结果（KT-FCTS-MT）

图6 回波快时间FFT

图7 回波慢时间尺度估计

图8 距离走动校正结果（KT-SETS-MT）

图9 不同脉冲数下的目标检测率曲线

图10 不同径向速度下的目标检测率曲线

图11 不同雷达载频下的目标检测率曲线

参考文献 18

1	XINZ H, LIAOG S, YANGZ W, et al. A fast ground moving target focusing method based on first‑order discrete polynomial‑phase transform[J]. Digital Signal Processing, 2017, 60: 287‑295.
2	TIANR Q, LINC Y, BAOQ L, et al. Coherent integration method of high‑speed target for frequency agile radar[J]. IEEE Access, 2018, 6: 18984‑18993.
3	HUANGP H, DONGS S, LIUX Z, et al. A coherent integration method for moving target detection using frequency agile radar[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 16(2): 206‑210.
4	LIANGM, SUW M, GUH. Focusing high‑resolution high forward‑looking bistatic SAR with nonequal platform velocities based on keystone transform and modified nonlinear chirp scaling algorithm[J]. IEEE Sensors Journal, 2019, 12(3): 901‑908.
5	PERRYR P, DIPIETROR C, FANTER L. SAR imaging of moving targets[J]. IEEE Transactions on Aerospace and Electronic Systems, 1999, 35(1): 188‑200.
6	ZENGC, LID, LUOX, et al. Ground maneuvering targets imaging for synthetic aperture radar based on second‑order keystone transform and high‑order motion parameter estimation[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 12(11): 4486‑4501.
7	WANJ, ZHOUY, ZHANGL R, et al. Ground moving target focusing and motion parameter estimation method via modified second‑order keystone transform for synthetic aperture radar[J]. IET Signal Processing, 2019, 13(5): 528‑537.
8	LIY. Range migration compensation and doppler ambiguity resolution by keystone transform[C]//ZENG T. Proceedings of 2006 IEEE CIE International Conference on Radar. Shanghai: IEEE, 2006: 1‑4.
9	ZHUD Y, LIY, ZHUZ D. A keystone transform without interpolation for SAR ground moving‑target imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(1): 18‑22.
10	ZHAOY B. Low complexity keystone transform without interpolation for dim moving target[C]//WANG J. Proceedings of 2011 IEEE CIE International Conference on Radar. Chengdu: IEEE, 2011: 1745‑1748.
11	帅晓飞,朱玉军,詹旭. 基于keystone变换的弱目标积累检测及工程实现方法[J]. 火控雷达技术, 2018, 47(3): 27‑30.
	SHUAIXiao‑fei, ZHUYu‑jun, ZHANXu. Weak target accumulation detection based on keystone transform and implementation methods in engineering[J]. Fire Control Radar Technology, 2018, 47(3): 27‑30. (in Chinese)
12	COHENL. The scale representation[J]. IEEE Transactions on Signal Processing, 1994, 41(12): 3275‑3292.
13	HARLEYJ B, MOURAJ M F. Scale transform signal processing for optimal ultrasonic temperature compensation[J]. IEEE Transactions on Ultrasonics Ferroelectrics & Frequency Control, 2012, 59(10): 2226‑2235.
14	CULHAO, TANIKY. Low complexity Keystone transform and Radon Fourier transform utilizing Chirp‑Z transform[J]. IEEE Access, 2020, 8: 105535‑105541.
15	MONJURM S, TSENGS, TRIPATHIR, et al. Incorporation of polar mellin transform in a hybrid optoelectronic correlator for scale and rotation invariant target recognition[J]. Journal of the Optical Society of America A‑Optics Image Science & Vision, 2014, 31(6): 1259‑1272.
16	MONAKOVA. The mellin matched filter[J]. IEEE Journal of Selected Topics in Signal Processing, 2015, 9(8): 1451‑1459.
17	SENAD A, ROCCHESSOD. A fast mellin and scale transform[J]. EURASIP Journal on Advances in Signal Processing, 2007: 089170.
18	SUNDARAMH, JOSHIS D, BHATTR K P. Scale periodicity and its sampling theorem[J]. IEEE Transaction on Signal Processing, 2002, 45(7): 1862‑1865.

[1]	包中华, 卢建斌, 田永华, 田树森. 密集杂波背景下雷达微弱海面目标的修正Hough变换TBD检测新方法[J]. 电子学报, 2022, 50(7): 1735-1743.
[2]	鲍加迪, 李云杰, 朱梦韬, 张蔚. 非理想观测下的多功能雷达工作状态在线切换点检测方法[J]. 电子学报, 2022, 50(6): 1291-1300.
[3]	张力文, 聂俊丽. 利用改进的f-k滤波方法压制探地雷达中的线性干扰[J]. 电子学报, 2022, 50(6): 1444-1450.
[4]	张春杰, 刘俞辰, 司伟建. 基于多级箱与深度森林的雷达信号分选算法[J]. 电子学报, 2022, 50(6): 1351-1358.
[5]	利强, 张伟, 金秋园, 姚欣. 基于知识原型网络的小样本多功能雷达工作模式识别[J]. 电子学报, 2022, 50(6): 1344-1350.
[6]	吕明久, 马建朝, 韦旭, 陈文峰, 杨军, 马晓岩. 基于矩阵化原子范数的高频雷达距离-多普勒二维估计方法[J]. 电子学报, 2022, 50(5): 1150-1158.
[7]	张云, 化青龙, 姜义成, 徐丹. 基于混合型复数域卷积神经网络的三维转动舰船目标识别[J]. 电子学报, 2022, 50(5): 1042-1049.
[8]	李淑慧, 邓志红, 冯肖雪, 潘峰. 强杂波背景下基于变分贝叶斯推理的机载雷达目标跟踪算法[J]. 电子学报, 2022, 50(5): 1089-1097.
[9]	罗忠涛, 严美慧, 卢琨, 夏杭. 超视距雷达中射频干扰仿真与距离-多普勒图检测方法[J]. 电子学报, 2022, 50(5): 1174-1180.
[10]	李纪三, 纪彦星, 曹鼎, 刘溶, 任渊. 基于广义时间窗的旋转相控阵雷达资源调度算法[J]. 电子学报, 2022, 50(5): 1050-1057.
[11]	张继龙, 李业振, 刘勇, 王栋. 基于透镜成像原理的微波阵列快速成像技术[J]. 电子学报, 2022, 50(5): 1107-1116.
[12]	梁丁丁, 陈阳. 微波光子四倍频复合雷达信号生成及目标多维度探测[J]. 电子学报, 2022, 50(4): 796-803.
[13]	张洋, 位寅生, 于雷. 抗主瓣多假目标欺骗干扰EPC-MIMO波形自适应优化设计技术[J]. 电子学报, 2022, 50(3): 513-523.
[14]	余若峰, 杨威, 付耀文, 张文鹏. 面向不同雷达任务的认知波形优化综述[J]. 电子学报, 2022, 50(3): 726-752.
[15]	王洪雁, 周贺. 改善MIMO-STAP检测性能的收发空时资源配置方法[J]. 电子学报, 2022, 50(11): 2619-2628.

Keystone变换实现方法研究

Research on Keystone Transform Implementation Methods

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 18

相关文章 15

编辑推荐

Metrics