基于加权核范数最小化的高速目标检测优化算法

针对传统迭代相邻互相关函数(ACCF)算法在低信噪比条件下对高速目标检测能力差的问题，提出了基于加权核范数最小化的高速目标检测优化算法。首先，通过两次ACCF操作对检测运动目标时出现的距离徙动和多普勒徙动进行有效校正；其次，使用加权核范数最小化方法对回波信号与噪声进行分离；最后，通过傅里叶变换实现对目标运动参数的估计并实现相参积累。实验结果表明：所提算法能够在低信噪比条件下恢复出淹没在噪声中的信号回波，有效提高传统ACCF算法的抗噪声性能。