摘要
孔径有限的雷达可能缺乏足够的交叉范围分辨率，从而无法区分无人机（UAV）集群中紧密排列的个体。本文提出一种结合横向多普勒缩放、等效交叉范围参考速度的数据驱动估计以及加速度假设逆投影（BP）的定位方法。参考速度通过最大化正则化空间集中度准则进行估计，而目标相关的运动则通过加速度网格上的逐像素最大值融合来适应。对于加速度量在 1.8 到 9 米/秒2之间的固定 15 目标编队，该方法实现了 0.81–1.15 米的条件定位均方根误差（RMSE）和 0.87–1.00 的单场景检测率。与距离-多普勒（RD）以及二阶和三阶泰勒-啁啾处理相比，在较大的加速度量时差异最为明显。带有随机噪声和Swerling-I散射的蒙特卡罗实验进一步表明，在单脉冲信噪比从 0 到 20 dB 的范围内，与平均融合和零加速度基线相比，最大值融合带来了更高的匹配检测概率和更低的漏检惩罚均方根误差。对加速度网格、脉冲重复频率（PRF）和参考速度的扫描表征了相关的计算折中与工作范围。
