天波超视距雷达中基于空时频参数匹配的多目标解耦方法研究

本研究针对天波超视距雷达(OTHR)多目标参数估计难题，提出了一种空时频参数配对方法。通过距离-多普勒(RD)联合处理获取目标距离与速度参数，结合MUSIC算法进行角度估计，并利用波束形成技术分离单方向回波，最终通过一维FFT与RD谱投影曲线比对实现精确参数匹配。该方法原理清晰、结构简单，具有较强的工程实用价值，为OTHR多目标探测提供了高效解决方案。

　　

在广袤的海洋与边境区域监测中，天波超视距雷达(Over-the-Horizon Radar, OTHR)凭借其利用电离层反射实现的超远距离探测能力（800-3500公里），成为战略预警体系中的重要一环。然而，这种基于高频段（3-30 MHz）电磁波的工作方式也带来了显著挑战：有限的频谱资源导致系统通常只能在窄带宽条件下运行，使得距离分辨率大幅降低。更棘手的是，当多个目标同时出现在监测区域时，传统方法难以准确将每个目标的距离、速度和方位角参数进行正确配对，这就像在嘈杂的宴会中同时识别多个说话者的声音和位置一样困难。

目前主流的解决方案存在明显局限性：常规的波束扫描方法需要对所有方向进行无差别波束形成，计算资源浪费严重，且旁瓣干扰会影响后续多普勒处理效果；而基于压缩感知(Compressed Sensing, CS)的联合估计方法虽然能获得更高分辨率，但其构建测量矩阵时需要将角度和距离网格进行精细划分并计算克罗内克积，导致矩阵维数急剧膨胀，加上迭代优化算法的计算复杂度高，难以满足实际应用中的实时性要求。

针对这一技术瓶颈，西安电子科技大学电子工程学院的研究团队在《Journal of Information and Intelligence》上发表了一项创新研究，提出了一种基于空时频参数匹配的天波超视距雷达多目标参数估计方法。该方法巧妙地将成熟的RD谱处理技术与高分辨率方位估计算法相结合，通过引入MUSIC角度估计步骤，替代传统全向扫描波束形成，转而采用针对单目标方向的波束形成，仅需增加一维FFT处理就能实现OTHR的空时频参数配对。

研究采用的技术方法主要包括：基于线性调频连续波(LFMCW)信号的雷达系统架构、距离-多普勒联合处理算法、多重信号分类(MUSIC)高分辨率角度估计技术、线性约束最小功率(LCMP)自适应波束形成算法，以及一维快速傅里叶变换(FFT)频谱分析技术。通过这些技术的有机整合，实现了多目标参数的有效分离与匹配。

目标参数估计模型

研究团队首先建立了完整的目标参数估计数学模型。对于采用线性调频连续波(LFMCW)的OTHR系统，通过解线性调频处理后的距离和多普勒FFT联合处理，可以获得目标的距离-速度二维联合分布。具体而言，发射信号表示为s_T(t)=A_Texp[j(2πf₀t+πKt²)]，其中f₀为雷达工作频率，K为调频斜率。目标回波经过相干检测后得到差频信号，通过FFT处理提取距离参数，再对同一距离单元的时间序列进行FFT处理获得多普勒频率 shift，从而得到速度参数。

在角度估计方面，利用OTHR的分布式阵列接收特点，采用MUSIC算法实现高分辨率测角。通过对阵列数据协方差矩阵进行特征分解，将特征向量分为信号子空间和噪声子空间，利用两个子空间的正交特性，通过谱峰搜索实现目标方位角估计。这一方法在信噪比较高时能有效估计多个目标的角度参数。

参数配对方法

研究提出的参数配对方法包含九个清晰步骤：首先通过RD谱估计获得目标的距离-速度参数；接着利用MUSIC算法估计目标角度；然后使用波束形成算法将阵列接收数据转换为单方向目标回波数据；对特定方向的回波数据进行一维距离FFT，获得该方向的距禸参数；将这些参数与第一步获得的距离参数进行比对匹配；若存在多个速度参数对应的情况，则进行一维速度FFT处理，进一步完成速度参数匹配；最终实现所有方向目标回波的完整参数配对。

该方法的核心创新在于采用LCMP（线性约束最小功率）波束形成器，在预估计的DOA方向形成精确的空间滤波，使期望方向的增益最大化，同时抑制其他方向的干扰。这种方法仅在目标参数不一致时需要进行一维FFT处理，在出现距离模糊时也只需增加一步FFT处理，相比联合估计方法显著降低了计算复杂度。

仿真分析

为验证算法的正确性和有效性，研究团队设置了正常情况和模糊情况两种仿真场景。在正常场景下，三个目标分别位于1005km、1500km和2000km距离，方位角分别为-50°、45°和60°，速度分别为400m/s、-50m/s和100m/s。仿真结果显示，RD谱上呈现出三个清晰的高分辨峰值，MUSIC测角结果分别为-49.99°、45.02°和60.03°，与预设参数基本一致。通过波束形成分离不同方向的回波信号后，与全信号RD谱进行比对，成功实现了角度参数与距离参数的匹配。

在模糊场景仿真中，三个目标处于相同距离（1000km）但不同角度（-50°、45°、60°）和不同速度（400m/s、-50m/s、100m/s）。这种情况下，距离投影曲线相互重叠仅呈现一个峰值，无法有效匹配，但速度投影曲线具有良好的分辨能力。通过提取单方向回波信号，将一维速度FFT与全信号速度曲线进行比对，仍然成功实现了参数匹配，证明了算法在模糊场景下的适用性。

算法复杂度分析

与基于稀疏重建的联合估计算法相比，本研究提出的方法在计算效率上具有明显优势。稀疏重建方法需要构建维度为(M×P)的测量矩阵，复杂度为O(M³P³)，而本方法主要以MUSIC算法复杂度O(M³)为主，加上K次波束形成和一维FFT处理（复杂度O(KMNlogN)）。通常情况下，M和P远大于K，满足O(M³P³) > O(M³+KMNlogN)，表明本方法具有更优的实时性。

研究结论表明，该方法利用阵列几何特性和目标信号在距离-多普勒域的分布规律，通过MUSIC角度估计获取目标方位，再针对单目标回波进行波束形成以抑制其他方向的信号和干扰，最终通过一维距离/速度维FFT结果与已知RD谱的比对，实现了目标角度-速度-距离的精确配对。仿真结果证明了该算法在常规和模糊场景下均具有良好的适用性，相比现有方法在计算效率上具有优势，对工程应用具有指导价值。

这项研究的意义在于为天波超视距雷达多目标探测提供了一种计算效率高、实用性强的新型参数配对解决方案，既克服了传统波束扫描方法的资源浪费问题，又避免了压缩感知方法的高计算复杂度缺陷，在保持性能的同时显著提升了系统实时处理能力，为OTHR系统在复杂环境下的多目标跟踪与识别提供了技术支撑。