技術(shù)特征：

1.一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法，其特征在于：一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法具體過(guò)程為：

步驟一、確定雷達(dá)信號(hào)的自相關(guān)函數(shù)和雙檢測(cè)門(mén)限；通過(guò)雙檢測(cè)門(mén)限檢測(cè)得出雷達(dá)信號(hào)起、止時(shí)間的粗估計(jì)；

步驟二、根據(jù)步驟一得出的雷達(dá)信號(hào)起、止時(shí)間的粗估計(jì)值對(duì)雷達(dá)信號(hào)未知的參數(shù)進(jìn)行估計(jì)，得出發(fā)射的雷達(dá)信號(hào)模型；

步驟三、通過(guò)發(fā)射的雷達(dá)信號(hào)模型得出匹配濾波的響應(yīng)；

步驟四、根據(jù)步驟三得到的匹配濾波的響應(yīng)對(duì)接收的雷達(dá)信號(hào)進(jìn)行匹配濾波，得到匹配后的雷達(dá)信號(hào)，找到匹配后雷達(dá)信號(hào)的峰值點(diǎn)即為雷達(dá)信號(hào)TOA；

所述TOA為雷達(dá)信號(hào)到達(dá)時(shí)間。

2.根據(jù)權(quán)利要求1所述一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法，其特征在于：所述步驟一中確定雷達(dá)信號(hào)的自相關(guān)函數(shù)和雙檢測(cè)門(mén)限；通過(guò)雙檢測(cè)門(mén)限檢測(cè)得出雷達(dá)信號(hào)起、止時(shí)間的粗估計(jì)；

具體過(guò)程為：

步驟一一、確定雷達(dá)信號(hào)的自相關(guān)函數(shù)，假設(shè)雷達(dá)接收到的信號(hào)為m(t)＝s(t)+n(t)，

其中，m(t)為雷達(dá)接收到的信號(hào)，s(t)為雷達(dá)信號(hào)，n(t)為高斯白噪聲；

采用正交采樣的方法把雷達(dá)接收到的信號(hào)m(t)變成復(fù)數(shù)信號(hào)

其中，A為復(fù)數(shù)信號(hào)幅度，為初始相位，f為載頻，L(i)為復(fù)噪聲，m(i)為復(fù)數(shù)信號(hào)，j為虛數(shù)單位，j²＝-1，i為采樣點(diǎn)個(gè)數(shù)，取值為正整數(shù)，△t為采樣時(shí)間；

自相關(guān)函數(shù)為

$k\left(i\right)=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}m(i+j)m^{*}(i+j+1)---\left(2\right)$

將(1)帶入(2)，得出自相關(guān)函數(shù)k(i)＝NA²e^-j2πf△t+L' (3)

其中，N為樣本數(shù)，取值為正整數(shù)，m^*(i+j+1)為m(i+j+1)的共軛函數(shù)，NA²e^-j2πf△t為雷達(dá)復(fù)數(shù)信號(hào)部分，L'為自相關(guān)后的噪聲部分，

其中，L^*(i+j+1)為L(zhǎng)(i+j+1)的共軛函數(shù)，L(i+j)為復(fù)噪聲；

步驟一二、將自相關(guān)函數(shù)公式(3)通過(guò)滑動(dòng)遞推得出

k(i+1)＝k(i)+m(i+1+N)·m^*(i+2+N)-m(i+1)·m^*(i+2) (5)

步驟一三、確定檢測(cè)門(mén)限，高斯白噪聲的標(biāo)準(zhǔn)差的無(wú)偏估計(jì)

$\widehat{\mathrm{\σ}}=\sqrt{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{n}_i^2/(N-1)}---\left(6\right)$

其中，n_i為復(fù)變換前第i時(shí)刻的噪聲值，自相關(guān)運(yùn)算后雷達(dá)復(fù)數(shù)信號(hào)服從N(0,4Nσ⁴)分布，自相關(guān)運(yùn)算后雷達(dá)復(fù)數(shù)信號(hào)模值服從均值為μ，方差為的瑞利分布，并且由高斯白噪聲的瑞利分布確定第一檢測(cè)門(mén)限為：

$V_T=\mathrm{\μ}+{\mathrm{a\σ}}_1^2---\left(7\right)$

其中，a為檢測(cè)門(mén)限系數(shù)，根據(jù)第一檢測(cè)門(mén)限，將大于第一檢測(cè)門(mén)限的自相關(guān)函數(shù)k(i)判斷為有雷達(dá)復(fù)數(shù)信號(hào)，反之，則判斷為無(wú)雷達(dá)復(fù)數(shù)信號(hào)；

在第一檢測(cè)門(mén)限的基礎(chǔ)上進(jìn)行第二檢測(cè)門(mén)限，即在連續(xù)l個(gè)數(shù)據(jù)中有a個(gè)超過(guò)第一檢測(cè)門(mén)限時(shí)，則認(rèn)為有雷達(dá)復(fù)數(shù)信號(hào)；其起點(diǎn)為這l個(gè)數(shù)據(jù)中第一次連續(xù)有b個(gè)點(diǎn)超過(guò)第一檢測(cè)門(mén)限的時(shí)刻；反之，在連續(xù)l個(gè)數(shù)據(jù)中有a個(gè)未超過(guò)第一檢測(cè)門(mén)限時(shí)，則認(rèn)為沒(méi)有雷達(dá)復(fù)數(shù)信號(hào)；其終止點(diǎn)為這l個(gè)數(shù)據(jù)中第一次連續(xù)有b個(gè)點(diǎn)未超過(guò)第一檢測(cè)門(mén)限的時(shí)刻；a、b為正整數(shù)，且a大于b。

3.根據(jù)權(quán)利要求2所述一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法，其特征在于：所述檢測(cè)門(mén)限系數(shù)a取值為2-10。

4.根據(jù)權(quán)利要求3所述一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法，其特征在于：所述步驟三中通過(guò)發(fā)射的雷達(dá)信號(hào)模型得出匹配濾波的響應(yīng)；具體過(guò)程為：

步驟三一、確定雷達(dá)接收的信號(hào)能量，設(shè)輸入雷達(dá)信號(hào)為s_i(t)，其頻譜為

$F\left(w\right)={\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}{s}_i\left(t\right)e^{-jwt}{d}_t---\left(8\right)$

則雷達(dá)接收信號(hào)頻譜的傅里葉反變換表述為

其中，H(w)是雷達(dá)接收信號(hào)的匹配濾波器的頻率響應(yīng)，雷達(dá)接收信號(hào)的能量為|s₀(t)|²，w為頻率，t為時(shí)間；

步驟三二、確定雷達(dá)接收信號(hào)的噪聲功率，設(shè)雷達(dá)接收信號(hào)的匹配濾波器輸入信號(hào)的實(shí)高斯白噪聲功率譜密度為N₀/2，則雷達(dá)接收信號(hào)的匹配濾波器輸出的平均功率為

其中，N₀為復(fù)高斯白噪聲功率譜密度；

步驟三三、計(jì)算雷達(dá)接收信號(hào)的匹配濾波器的頻域響應(yīng)，雷達(dá)接收信號(hào)的匹配濾波器的輸出信噪比t_d時(shí)刻為

${\mathrm{SNR}}_0\left(t_d\right)={\frac{\left|{\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}H\left(w\right)F\left(w\right)e^{{\mathrm{jwt}}_d}{d}_w\right|}{\frac{N_0}{2}{\∫}_{-\mathrm{\∞}}^{+\mathrm{\∞}}{\left|H\left(w\right)\right|}^2{d}_w}}^2---\left(11\right)$

在最大輸出信噪比準(zhǔn)則下，得出雷達(dá)接收信號(hào)的匹配濾波器的頻域響應(yīng)為

其中F*(w)為F(w)的共軛函數(shù)，K為系數(shù)，取值為正整數(shù)。

5.根據(jù)權(quán)利要求4所述一種基于匹配自相關(guān)算法的雷達(dá)信號(hào)TOA估計(jì)方法，其特征在于：所述步驟四中根據(jù)步驟三得到的匹配濾波的響應(yīng)對(duì)接收的雷達(dá)信號(hào)進(jìn)行匹配濾波，得到匹配后的雷達(dá)信號(hào)，找到匹配后雷達(dá)信號(hào)的峰值點(diǎn)即為雷達(dá)信號(hào)TOA；具體過(guò)程為：

將公式(12)和公式(8)相乘G＝H(w)×F(w)，對(duì)G進(jìn)行傅里葉反變換，得出峰值點(diǎn)即為雷達(dá)信號(hào)TOA。