[论文解读] RaSSteR: Random Sparse Step-Frequency Radar

Kumar Vijay Mishra, Satish Mulleti+1 more|arXiv (Cornell University)|Apr 12, 2020

Radar Systems and Signal Processing参考文献 55被引用 6

一句话总结

RaSSteR 提出了一种随机稀疏步进频率雷达波形，通过比传统步进频率雷达更少的频率载波，实现了高分辨率距离和多普勒估计。该方法利用稀疏恢复技术缓解了距离-多普勒耦合与频谱干扰问题。在强干扰环境下，其目标命中率比标准随机步进频率雷达高出30%。

ABSTRACT

We propose a method for synthesizing high range resolution profiles (HRRP) using stepped frequency waveform (SFW) processing. Conventional SFW radars sweep over the available spectrum linearly to achieve high resolution from their instantaneous bandwidth. However, they suffer from strong range-Doppler coupling and coexisting spectral interference. Prior works are able to mitigate only one of these drawbacks. We present a new extit{ra}ndom extit{s}parse extit{ste}p-frequency extit{r}adar (RaSSteR) waveform that consumes less spectral resources without loss of range resolution and estimates both high-resolution range and Doppler by exploiting sparse recovery techniques. In the presence of interference, the operation with the new waveform is made cognitive by focusing available transmit power only in the few transmit bands. Our theoretical analyses show that, even while using fewer carriers in the available bandwidth, RaSSteR has identical recovery guarantees as the standard random stepped frequency (RSF) waveform. Numerical experiments demonstrate performance enhancements with RaSSteR over state-of-the-art such as SFW, RSF, conventional pulse-compression-based pulse Doppler radar, and sub-Nyquist radar. In addition, the target hit rate of RaSSteR in the presence of strong interference is 30% more than conventional RSF.

研究动机与目标

• 解决传统步进频率雷达（SFW）的局限性，包括距离-多普勒耦合与频谱干扰敏感性问题。
• 克服以往方法仅缓解其中一项问题（干扰或耦合）的权衡。
• 设计一种波形，在保持高距离分辨率的同时减少频谱占用，并实现在干扰受限环境中的认知传输。
• 即使使用较少的发射载波，也能通过稀疏恢复技术实现对运动目标的精确联合距离与多普勒估计。
• 在频谱资源消耗更少的同时，实现与标准随机步进频率（RSF）雷达相当的性能，并提升在干扰环境下的鲁棒性。

提出的方法

• 设计一种随机稀疏步进频率波形（RaSSteR），从可用带宽中选择部分频率载波，降低频谱占用。
• 利用压缩感知与稀疏恢复技术（如正交匹配追踪）从欠采样数据中重建高分辨率距离剖面（HRRP）和多普勒估计。
• 通过认知传输机制，仅将发射功率聚焦于未受干扰的活跃频段，提升动态频谱环境中信干比（SIR）。
• 应用拉伸处理并跨脉冲进行相干积累，以提取相位信息，实现精确的距离与多普勒估计。
• 理论分析表明，即使载波数量更少，RaSSteR 仍能保持与标准 RSF 相同的恢复保证。
• 通过在延迟-多普勒域建模目标响应，并利用时间延迟与多普勒频移响应的字典求解稀疏恢复问题，实现多普勒估计。

实验结果

研究问题

• RQ1 稀疏随机步进频率波形是否能在使用更少频率载波的情况下，实现与标准随机步进频率雷达相同的 HRRP 恢复保证？
• RQ2 在强频谱干扰下，RaSSteR 相较于传统 SFW、RSF 和脉冲多普勒雷达的性能表现如何？
• RQ3 认知传输——将功率聚焦于未受干扰的频段——在干扰受限场景下对目标检测性能的提升程度如何？
• RQ4 在低信噪比与高干扰条件下，RaSSteR 是否能准确估计近距离运动目标的联合距离与多普勒信息？
• RQ5 在强干扰条件下，RaSSteR 相较于最先进方法在目标命中率方面有何性能增益？

主要发现

• 理论分析证实，即使使用更少的载波，RaSSteR 仍能实现与标准随机步进频率（RSF）雷达相同的恢复保证。
• 在强干扰环境（SIR = 10 dB）下，RaSSteR 的目标命中率比传统 RSF 高出 30%，表现出显著的鲁棒性。
• RaSSteR 在检测近距离目标方面优于经典脉冲多普勒雷达与亚奈奎斯特雷达，尤其在低信噪比与高干扰条件下表现更优。
• RaSSteR 的认知操作——将功率聚焦于未受干扰的频段——在干扰受限场景下显著优于非认知系统（如 SFW 和 LFM PDR）。
• 即使在 N < M（频率复用）条件下，RaSSteR 仍能保持高性能，表明其对载波稀缺具有强适应能力。
• 数值实验表明，RaSSteR 在 60 米 HRRP 内成功检测到全部 12 个密集分布的目标，而 LFM PDR 和亚奈奎斯特雷达则出现漏检与虚警。