CN109188385A - 杂波背景下的高速微弱目标检测方法 - Google Patents

Abstract

本发明公开了一种杂波背景下的高速微弱目标检测方法，主要解决现有无人机探测时存在强杂波掩盖目标和目标距离徙动的问题。其方案为：1.雷达发射线性调频脉冲并接收经过目标反射后的回波信号，对回波信号依次做下变频、采样和脉冲压缩处理,得到脉冲压缩处理后的目标回波信号；2.对脉冲压缩处理后的目标回波信号做距离徙动补偿；3.根据白噪声加载技术对杂波噪声协方差矩阵进行修正；4.根据修正杂波噪声协方差矩阵计算对应的权矢量，并对待检测距离门数据加权处理；5.对加权处理后的数据做恒虚警检测，判断出目标。本发明能有效提高输出信杂噪比和杂波背景下的高速微弱目标检测性能，可用于杂波背景下的目标识别。

Description

杂波背景下的高速微弱目标检测方法

技术领域

本发明属于雷达目标检测领域,特别涉及一种高速微弱目标检测方法，可用于杂波背景下的目标识别。

背景技术

近年来,无人机技术蓬勃发展,市面上出现了大量无人机,对无人机的有效探测对安保工作具有重要意义,雷达作为一种成熟的远距离探测传感器,非常适合用来做无人机探测。然而，无人机飞行高度低，远程探测时，雷达工作于低仰角姿态，雷达回波往往伴随着强杂波。由于风的作用，树林、草地等背景会导致杂波谱的展宽。展宽后的杂波谱易淹没无人机等目标。无人机等目标的雷达散射截面积较小，对无人机的探测属于微弱目标检测问题，要提高对微弱目标的远程探测能力，必须延长能量积累时间，但是对于高速目标,这又会带来目标距离徙动的问题。因此，对无人机的探测同时面临强杂波和目标距离徙动的问题。

在杂波背景下，经典目标检测算法常被失效。例如常规的动目标检测算法MTD虽可以实现能量积累，但不能抑制杂波和矫正距离徙动。经典的拉东傅里叶变换算法RFT可以矫正目标距离徙动，实现能量积累，但却不能实现杂波抑制。最近发表的自适应拉东傅里叶变换算法ARFT，其虽然可以同时实现杂波抑制和距离徙动矫正，但是在训练样本数较少时，杂波抑制性能有较大损失。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提出一种杂波背景下的高速微弱目标检测方法，以在训练样本较少时，获得更大的信杂噪比，提高对杂波背景下高速微弱目标的探测能力。

为达到上述技术目的，本发明的技术方案包括如下：

(1)获取目标的回波信号：

设雷达检测范围内存在N个目标，在雷达观测时间内N个目标分别沿雷达到目标径向做匀速运动，N为大于0的正整数；

设在t_m时刻雷达向其检测范围内的N个目标以T为周期发射线性调频信号，并接收经过N个目标反射后的回波信号，再对该回波信号进行下变频处理,得到下变频处理后的目标回波信号表示快时间，t_m＝mT，m＝0,...,M-1，M表示脉冲数，其取值根据应用场景确定；

(2)对下变频处理后的目标回波信号做离散采样得到目标回波信号的离散形式其中，再对其做脉冲压缩处理,得到脉冲压缩处理后的目标回波信号其中T_s为采样间隔；

(3)确定目标参数范围：

确定目标速度范围为{V_st,...,v_q,...,V_en}，其中V_st为起始搜索速度，V_en为结束搜索速度，v_q＝V_st+qΔV为第q个搜索速度，q＝0,1,2,...,Q-1，ΔV＝λ/(2MT)为速度搜索步长,λ＝C/f_c，C为光速，f_c为载波频率；

确定待探测区域的径向距离范围{R_st,...,R_i,...,R_en}，R_st为待探测区域的起始径向距离，R_en为待探测区域的结束径向距离，R_i＝R_st+iΔR为第i个搜索距离，i为待探测区域的径向距离范围距离门序号，i＝0,1,2,...,I-1，为距离门间距；确定待检测距离门范围{I_test1,...,i_test,...,I_test2}，i_test为待检测距离门，I_test1＝10+M，I_test2＝I-10-M，且i_test为整数；初始化：q＝0，初始化i_test＝I_test1；

(4)设第q个搜索速度v_q＝V_st+qΔV，根据第q个搜索速度v_q得到其对应的距离徙动补偿函数并用给距离徙动补偿函数对脉冲压缩处理后的目标回波信号做距离徙动矫正，得到距离徙动矫正后的目标回波数据其中k∈{0,1,2,…,N_R-1}；

(5)确定训练样本所在的距离门范围i_se∈{i_test-10-M,...,i_test-10,i_test+10,...,i_test+10+M}；

(6)计算杂波噪声协方差矩阵，对杂波噪声协方差矩阵做特征值分解，计算出杂波噪声协方差矩阵的最大特征值λ_{eig_max}，确定白噪声加载系数τ，得到修正杂波噪声协方差矩阵

(7)根据修正杂波噪声协方差矩阵的逆矩阵计算搜索速度v_q和待检测距离门i_test对应的权矢量w，并对待检测距离门数据s_comp(i_test,:)进行加权处理，得到权矢量w加权处理后的数据Gw(q,i_test)；

(8)令i_test＝i_test+1，如果i_test≤I_test2，返回步骤(5)；如果i_test＞I_test2，令i_test＝I_test1，执行步骤(9)；

(9)令q＝q+1，如果q＜Q，返回步骤(4)，如果q≥Q，执行步骤(10)；

(10)对步骤(7)加权处理后的数据Gw(q,i_test)做恒虚警处理，判断出目标。

本发明通过构造距离徙动补偿函数校正了距离徙动，使雷达可以实现长时间的能量积累，获得更大的信号增益；同时由于本发明通过白噪声加载，克服了训练样本数较少时杂波噪声协方差矩阵受小特征扰动影响的问题，实现了更好的杂波抑制效果。因此，本发明可以有效提高输出信杂噪比，提高杂波背景下的微弱目标检测性能。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明：

图1为本发明的实现流程图；

图2为本发明仿真实验中得到的脉冲压缩处理后的目标回波信号示意图；

图3为本发明仿真实验中得到的脉冲压缩处理后的不含杂波的目标回波信号示意图；

图4为本发明仿真实验中得到的经过速度和待检测距离门对应的权矢量加权处理后的数据所对应的距离-速度维能量分布图；

图5为用现有RFT算法输出的距离-速度维能量分布图；

图6为用现有ARFT算法输出的距离-速度维能量分布图。

具体实施方式

参照图1，为本发明的实现步骤如下：

步骤1，获取目标的回波信号。

(1a)确定雷达发射信号形式：

设雷达在检测范围内存在N个目标，且这N个目标在雷达观测时间内分别沿雷达到目标径向做匀速运动，N为大于0的正整数；

设在t_m时刻雷达向其检测范围内的N个目标以T为周期发射线性调频信号

具体地，本发明实施例中，所述t_m时刻雷达向其检测范围内的N个目标以T为周期发射线性调频脉冲信号是连续信号，其表达式为：

其中，rect(·)为矩形窗函数，T_p表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的脉冲宽度，j表示虚数单位，f_c表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的载波频率，Υ表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的调频率；t_m表示线性调频脉冲信号的发射时刻，t_m＝mT，m∈{0,1,2,…,M-1}，m表示线性调频脉冲信号序号，M表示雷达观测时间内雷达向其检测范围内的N个目标发射的线性调频脉冲信号总个数，M的取值根据实际应用场景在20～100之间确定，例如，对于地基海面监视雷达，M可设为28；

(1b)雷达接收经过N个目标反射后的回波信号，再对该回波信号进行下变频处理,得到下变频处理后的目标回波信号

其中，表示快时间，n∈{1,2,…,N}，A_n表示第n个目标对应的回波信号幅度，d_m,n表示第m个线性调频脉冲信号到第n个目标的往返传播时延，且R_n,0表示第n个目标到雷达的初始距离，v_r,n表示第n个目标的径向速度，T为线性调频脉冲信号发射周期，C表示光速，N为设定的雷达检测范围内存在的目标总个数，表示下变频处理后的目标回波信号中的高斯白噪声，f_c表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的载波频率，表示下变频处理后的目标回波信号中的杂波。

步骤2，获取脉冲压缩处理后的目标回波信号

(2a)对下变频处理后的目标回波信号做离散采样,得到目标回波信号的离散形式

其中，表示雷达在单个线性调频脉冲信号发射周期内对快时间的采样点数,T_s为采样间隔；表示向下取整，T_p表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的脉冲宽度，T_s表示采样间隔，表示对目标回波信号中的高斯白噪声的采样值，表示对目标回波信号中的杂波的采样值；

(2b)设置匹配滤波器的单位冲击响应

其中，N_R表示雷达在单个线性调频脉冲信号发射周期内对快时间的采样点数，j表示虚数单位，Υ表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的调频率，T_s为采样间隔；

(2c)对目标回波信号的离散形式做脉冲压缩处理,得到含有前暂态点的脉压结果

其中，表示沿快时间方向做点的逆快速傅里叶变换，表示沿快时间方向做点快速傅里叶变换，sin()表示正弦函数，B表示雷达向其检测范围内的N个目标发射线性调频脉冲信号的带宽，B＝T_pΥ；A_c,n表示第n个目标对应的脉冲压缩处理后的目标回波信号幅度，表示脉冲压缩处理后的目标回波信号中的高斯白噪声，表示脉冲压缩处理后的目标回波信号中的杂波；将第n个目标的多普勒频率记为f_d,n，f_d0,n表示第n个目标的多普勒模糊频率，λ表示雷达向N个目标发射线性调频脉冲信号的载波波长，λ＝C/f_c，M_an表示第n个目标的多普勒频率模糊数，f_c表示雷达向N个目标发射线性调频脉冲信号的载波中心频率，PRF表示线性调频脉冲信号发射重复频率，PRF＝1/T，上标*表示共轭操作，C表示光速。

(2d)舍弃含有前暂态点的脉压结果在快时间维的前个距离门,得到脉冲压缩处理后的目标回波信号

式中表示快时间维从第距离门开始的全部数据，

步骤3，确定目标参数范围。

(3a)确定目标速度范围为{V_st,...,v_q,...,V_en}，其中V_st为起始搜索速度，V_en为结束搜索速度，v_q＝V_st+qΔV为第q个搜索速度，q＝0,1,2,...,Q-1，ΔV＝λ/(2MT)为速度搜索步长,λ＝C/f_c，C为光速，f_c为载波频率，初始化q＝0；

(3b)确定待探测区域的径向距离范围{R_st,...,R_i,...,R_en}，其中R_st为待探测区域的起始径向距离，R_en为待探测区域的结束径向距离，R_i＝R_st+iΔR为第i个搜索距离，i为待探测区域的径向距离范围距离门序号，i＝0,1,2,...,I-1，为距离门间距；

(3c)确定待检测距离门范围为{I_test1,...,i_test,...,I_test2}，其中i_test为待检测距离门，I_test1＝10+M，I_test2＝I-10-M，且i_test为整数；初始化i_test＝I_test1。

步骤4，根据第q个搜索速度v_q对脉冲压缩处理后的目标回波信号做距离徙动矫正。

在雷达观测时间内，由于目标的运动，目标所在的距离门会发生变化，这种现象被称为距离徙动。为了实现回波能量积累，必须保证目标处于同一个距离门，因此要矫正距离徙动。典型的距离徙动矫正技术有Keystone变换和速度搜索，本发明采用但不限于速度搜索的方式进行，其实现步骤包括如下：

(4a)设第q个搜索速度v_q＝V_st+qΔV，根据第q个搜索速度v_q得到其对应的距离徙动补偿函数

式中表示快时间频率变量，k∈{0,1,2,…,N_R-1},t_m＝mT，式中m∈{0,1,2,…,M-1}；

(4b)用距离徙动补偿函数对脉冲压缩处理后的目标回波信号做距离徙动矫正，得到距离徙动矫正后的目标回波数据

式中IFFT_k表示沿快时间频率方向做N_R点逆快速傅里叶变换，表示沿快时间方向做N_R点快速傅里叶变换操作。

步骤5，计算杂波噪声协方差矩阵

杂波噪声协方差矩阵是理想杂波噪声协方差矩阵的最大似然估计，为保证信杂噪比损失小于3dB，必须保证训练样本数不小于系统自由度M的2倍。

(5a)确定训练样本所在的距离门范围:

i_se∈{i_test-10-M,...,i_test-10,i_test+10,...,i_test+10+M}；

(5b)计算杂波噪声协方差矩阵

式中s_comp(i_se,:)为第i_se行向量，()^H表示共轭转置。

步骤6，对杂波噪声协方差矩阵进行修正。

在实际应用中，当训练样本数较少时，杂波噪声协方差矩阵会受到小特征值扰动的影响，导致输出信杂噪比损失较大。，经典的抑制小特征值扰动影响的方法有子空间投影技术和白噪声加载技术。本发明采用但不限于白噪声加载技术，其实现步骤包括如下：

(6a)对杂波噪声协方差矩阵做特征值分解；

式中Λ为特征值矢量，eig(.)表示计算矩阵特征值。

(6b)计算出杂波噪声协方差矩阵的最大特征值λ_{eig_max}；

λ_{eig_max}＝max(Λ)

，max(.)表示计算最大值。

(6c)确定白噪声加载系数τ，得到修正杂波噪声协方差矩阵

式中E为单位矩阵，所述白噪声加载系数τ可由实际场景确定，一般取0～0.1之间。

步骤7，计算权矢量w加权处理后的数据Gw(q,i_test)。

自适应滤波器是在最佳滤波器基础上发展起来的，一般的最佳滤波器准则有最小均方误差准则，最大信噪比准则，线性约束最小方差准则，最大似然准则和最小二乘准则。可以证明，这几种准则在某些条件下是等价的。本发明采用但不限于基于线性约束最小方差准则的权矢量，其计算步骤包括如下：

(7a)根据修正杂波噪声协方差矩阵的逆矩阵计算搜索速度v_q和待检测距离门i_test对应的权矢量w：

首先，计算第q个搜索速度v_q对应的多普勒频率

接着，根据多普勒频率计算得到列向量：

式中为第m个回波脉冲对应的相位矫正因子，m∈{0,1,2,…,M-1}；

然后，根据多普勒频率和列向量计算得到权矢量w：

式中表示的逆矩阵；

(7b)按如下公式计算权矢量w加权处理后的数据Gw(q,i_test)：

Gw(q,i_test)＝w^Hs_comp(i_test,:)。

步骤8，循环控制。

在步骤3中，已经将q初始化为0，i_test初始化为I_test1，步骤3～7计算得到了Gw(0,I_test1)的值，为了计算得到完整矩阵Gw(q,i_test)，需要遍历q和i_test的取值范围，进行循环控制，其步骤包括如下：

(8a)令i_test＝i_test+1，并进行如下判断：

如果i_test≤I_test2，则返回步骤5；

如果i_test＞I_test2，则令i_test＝I_test1,执行步骤(8b)；

(8b)令q＝q+1，并进行如下判断：

如果q＜Q，则返回步骤4；

如果q≥Q，则执行步骤9。

步骤9，对经过搜索速度v_q和待检测距离门i_test对应的权矢量w加权处理后的数据Gw(q,i_test)做恒虚警处理。

恒虚警处理是一种常用的雷达目标检测方法，其可以在恒定的虚警概率下检出目标，该恒虚警处理方法首先要根据参考单元计算出检测门限，再根据检测门限则判断为目标。所述参考单元选择方式有多种，常见的有单独在距离维，速度维选择和同时在距离速度维选择。本发明采用但不限于在距离维选择参考单元的方式，其恒虚警处理步骤包括如下：

(9a)初始化q＝0；式中NUM为参考单元数，NUM的值根据实际场景确定；

(9b)计算检测门限Thre：

其中，β为检测门限调节因子，数值根据实际场景在2～5之间确定；

为累加变量；

(9c)将加权处理后的数据Gw(q,i_test)与检测门限Thre进行比较，判断目标：

如果|Gw(q,i_test)|²≥Thre，则Gw(q,i_test)为目标；

如果|Gw(q,i_test)|²＜Thre，则Gw(q,i_test)为非目标；

(9d)令i_test＝i_test+1；

如果返回步骤(9b)；

如果令执行步骤(9e)

(9e)令q＝q+1，并判断其大小；

如果q<Q，返回步骤(9b)；

如果q≥Q，则完成目标检测。

下面结合仿真实验对本发明效果作进一步验证说明。

(一)仿真条件：

设雷达向其检测范围内的N个目标发射线性调频脉冲信号的脉冲宽度为T_p＝10us，雷达向N个目标发射线性调频脉冲信号的载波中心频率为f_c＝1GHz，雷达向其检测范围内的N个目标发射线性调频脉冲信号的带宽为B＝10MHz，采样间隔T_s＝0.1us，线性调频脉冲信号发射频率PRF＝100Hz，雷达观测时间内雷达向其检测范围内的N个目标发射的线性调频脉冲信号总个数M＝50。待探测区域的径向距离范围[50Km,54.5Km]，对应待探测区域的径向距离范围距离门序号为0～300，第0个距离门对应径向距离50Km。

设目标有2个：第1个目标T1和第2个目标T2，噪声是复高斯白噪声,杂波服从复高斯分布,杂波功率谱形状为中心频率为0Hz,标准差为1Hz的高斯型,杂噪比为40dB，2个目标参数分别为：第1个目标T1对应的回波信号幅度A₁＝1，第1个目标T1到雷达的初始距离R_1,0＝51.05Km，位于第70距离门，第1个目标T1的径向速度v_r1＝215m/s；第2个目标T2对应的回波信号幅度A₂＝1，第2个目标T2到雷达的初始距离R_2，0＝52.25Km，位于第150距离门，第2个目标T2的径向速度v_r2＝212m/s；脉冲压缩处理后的目标回波信号的信杂噪比为-10dB，白噪声加载系数设为0.0025。

(二)仿真内容及结果分析

按照上述仿真条件，在商用MATLAB2011软件中进行仿真实验，具体如下：

仿真1，用本发明对目标回波信号做脉冲压缩，结果如图2，其中横轴表示距离门序号，纵轴代表脉冲发射时刻；由图2可以看到，由于脉冲压缩处理后的目标回波信号的信杂噪比为-10dB，目标已经完全淹没在杂波和噪声中，无法观察到目标轨迹；再用本发明对不含杂波的目标回波信号做脉冲压缩，结果如图3，其中横轴表示距离门序号，纵轴代表脉冲发射时刻；由图3可以看到，由于目标高速运动，在观测时间内目标所在的距离门发生变化，出现了明显的距离徙动。

仿真2，确定搜索速度范围为[204.5,219.2]m/s，速度搜索步长为0.3m/s；待检测距离门序号为60～240；遍历所有搜索速度和待检测距离门，得到经过速度和待检测距离门对应的权矢量加权处理后的数据，结果如图4，图4中横轴代表距离门序号，纵轴代表速度，竖轴代表能量幅度。对图4的数据做恒虚警处理，检测出两个目标，其中一个目标对应的能量峰纵坐标为215m/s，横坐标为70距离门，因此该目标为第一个目标T1,其信杂噪比为30.7783dB；另一个目标对应的能量峰纵坐标为212m/s，横坐标为第150距离门，因此该目标为第二个目标T2,其信杂噪比为29.3622dB。

仿真3，采用RFT算法和ARFT算法分别对仿真1中的回波数据做目标检测处理，结果分别如图5和图6。图5和图6中，横轴代表距离门序号，纵轴代表速度，竖轴代表能量幅度。第1个目标T1和第2个目标T2的信杂噪比分别为11.0570dB、13.6164dB。第1个目标T1和第2个目标T2的信杂噪比分别为29.8050dB、25.5578dB。

从图5可以看到，RFT的输出结果中，强杂波依然存在，RFT算法没有杂波抑制功能，信杂噪比增益得益于回波脉冲间的相参积累。

从图6可以看到，ARFT算法实现了比RFT更高的输出信杂噪比，这是由于ARFT算法同时采用了自适应杂波抑制技术与距离徙动校正技术；但是由于训练样本数较少，ARFT算法估计出的杂波噪声协方差矩阵受小特征值的扰动影响，输出信杂噪比低于本发明的输出结果。与ARFT算法相比，本发明的更高的输出信杂噪比得益于采用白噪声加载技术，抑制了小特征值的扰动，获得了更好的杂波噪声协方差矩阵估计特性，进而实现了更好的杂波抑制性能，从而获得了更大的输出信杂噪比。

上述描述仅是对本发明的一个具体实例，不构成对本发明的任何限制，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.杂波背景下的高速微弱目标检测方法，其特征在于，包括：

(1)获取目标的回波信号：

设雷达检测范围内存在N个目标，在雷达观测时间内N个目标分别沿雷达到目标径向做匀速运动，N为大于0的正整数；

设在t_m时刻雷达向其检测范围内的N个目标以T为周期发射线性调频信号，并接收经过N个目标反射后的回波信号，再对该回波信号进行下变频处理,得到下变频处理后的目标回波信号 表示快时间，t_m＝mT，m＝0,...,M-1，M表示脉冲数，其取值根据应用场景确定；

(2)对下变频处理后的目标回波信号做离散采样得到目标回波信号的离散形式其中，再对其做脉冲压缩处理,得到脉冲压缩处理后的目标回波信号其中，T_s为采样间隔；

(3)确定目标参数范围：

确定目标速度范围为{V_st,...,v_q,...,V_en}，其中V_st为起始搜索速度，V_en为结束搜索速度，v_q＝V_st+qΔV为第q个搜索速度，q＝0,1,2,...,Q-1，ΔV＝λ/(2MT)为速度搜索步长,λ＝C/f_c，C为光速，f_c为载波频率；

确定待探测区域的径向距离范围{R_st,...,R_i,...,R_en}，R_st为待探测区域的起始径向距离，R_en为待探测区域的结束径向距离，R_i＝R_st+iΔR为第i个搜索距离，i为待探测区域的径向距离范围距离门序号，i＝0,1,2,...,I-1，为距离门间距；确定待检测距离门范围{I_test1,...,i_test,...,I_test2}，i_test为待检测距离门，I_test1＝10+M，I_test2＝I-10-M，且i_test为整数；初始化：q＝0，初始化i_test＝I_test1；

(4)设第q个搜索速度v_q＝V_st+qΔV，根据第q个搜索速度v_q得到其对应的距离徙动补偿函数并用给距离徙动补偿函数对脉冲压缩处理后的目标回波信号做距离徙动矫正，得到距离徙动矫正后的目标回波数据其中k∈{0,1,2,…,N_R-1}；

(5)确定训练样本所在的距离门范围i_se∈{i_test-10-M,...,i_test-10,i_test+10,...,i_test+10+M}；

(6)计算杂波噪声协方差矩阵，对杂波噪声协方差矩阵做特征值分解，计算出杂波噪声协方差矩阵的最大特征值λ_{eig_max}，确定白噪声加载系数τ，得到修正杂波噪声协方差矩阵

(7)根据修正杂波噪声协方差矩阵的逆矩阵计算搜索速度v_q和待检测距离门i_test对应的权矢量w，并对待检测距离门数据s_comp(i_test,:)进行加权处理，得到权矢量w加权处理后的数据Gw(q,i_test)；

(8)令i_test＝i_test+1，如果i_test≤I_test2，返回步骤(5)；如果i_test＞I_test2，令i_test＝I_test1，执行步骤(9)；

(9)令q＝q+1，如果q＜Q，返回步骤(4)，如果q≥Q，执行步骤(10)；

(10)对步骤(7)加权处理后的数据Gw(q,i_test)做恒虚警处理，判断出目标。

2.如权利要求1所述的方法，其中步骤(4)中的距离徙动补偿函数表示为：

式中j表示虚数单位，表示快时间频率变量，k∈{0,1,2,…,N_R-1},t_m＝mT，m∈{0,1,2,…,M-1}。

3.如权利要求1所述的方法，其中步骤(4)中的距离徙动矫正后目标回波数据表示为：

式中IFFT_k表示沿快时间频率方向做N_R点逆快速傅里叶变换，表示沿快时间方向做N_R点快速傅里叶变换操作。

4.如权利要求1所述的方法，其中步骤(5)中，所述杂波噪声协方差矩阵为

式中s_comp(i_se,:)为第i_se行向量，()^H表示共轭转置。

5.如权利要求1所述的方法，其中步骤(6)中对杂波噪声协方差矩阵做特征值分解，按如下公式进行：

式中Λ为特征值矢量，eig(.)表示计算矩阵特征值。

6.如权利要求1所述的方法，其中步骤(6)中的杂波噪声协方差矩阵最大特征值λ_{eig_max},表示为:

λ_{eig_max}＝max(Λ),

式中max(.)表示计算最大值，Λ为特征值矢量。

7.如权利要求1所述的方法，其中步骤(6)中的修正杂波噪声协方差矩阵通过如下计算得到：

式中，E为单位矩阵，白噪声加载系数τ,由实际场景在0～0.1之间确定。

8.如权利要求1所述的方法，其中步骤(7)中的权矢量w，通过如下计算得到：

计算第q个搜索速度v_q对应的多普勒频率：

根据多普勒频率计算得到列向量：

式中为第m个回波脉冲对应的相位矫正因子，m∈{0,1,2,…,M-1}；

根据列向量计算得到步骤(7)中的权矢量w： 表示的逆矩阵。

9.如权利要求1所述的方法，其中步骤(7)中权矢量w加权处理后的数据Gw(q,i_test)，通过下式计算：

Gw(q,i_test)＝w^Hs_comp(i_test,:)

其中，()^H表示共轭转置。

10.如权利要求1所述的方法，其中步骤(10)中的恒虚警处理，其实现如下：

(10a)初始化搜索速度序号q＝0，初始化待检测距离门式中NUM为参考单元数，NUM的值根据实际场景在20～50之间确定；

(10b)根据参考单元数计算检测门限Thre：

式中，β为检测门限调节因子，根据实际场景在2～5之间确定；为累加变量；Gw(q,i_test)为权矢量w加权处理后的数据；

(10c)将权矢量w加权处理后的数据Gw(q,i_test)与检测门限Thre进行比较：

如果|Gw(q,i_test)|²≥Thre，则Gw(q,i_test)为目标；

如果|Gw(q,i_test)|²＜Thre，则Gw(q,i_test)为非目标；

(10d)令i_test＝i_test+1，再判断其大小：

如果则返回(10b)；

如果则令执行(10e)；

(10e)令q＝q+1，并判断其大小：

如果q<Q，返回步骤(10b)；

如果q≥Q，则目标检测完成。