相比于传统的窄带雷达,宽带雷达具有高距离分辨率,在许多方面都有着突出的优势,如:宽带雷达能够获取更多的目标特征信息,对目标运动参数的测量更加精确,对目标的识别能力更高,抗干扰性能更好等等。因此,宽带雷达可以应付当今新环境下各个领域给雷达带来的挑战和日益复杂的任务。研究宽带雷达信号处理的理论和应用,是当前军事课题研究的热点,且具有明朗的应用前景。为了在实际应用中更好的运用宽带雷达,其大宽带给高速目标检测、跟踪等技术带来的性能影响迫切需要解决。本文主要研究了宽带雷达体制下的高速运动目标检测。建立了高速运动目标回波模型,着重对大带宽产生的距离走动、距离弯曲和多普勒模糊方面的问题进行了分析并提出了相应的解决方法。本文主要研究内容及成果如下:1.研究了宽带条件下的相参积累问题。首先建立了宽带雷达高速目标回波信号模型,分析了距离走动产生的原因和对相参积累性能的影响。介绍了Keystone变换校正距离走动的原理和两种实现方式,并且说明了Keystone变换中的解多普勒模糊方法。通过仿真验证了Keystone变换校正线性距离走动的有效性。2.考虑到Keystone变换只能校正速度引起的线性距离走动,针对加速度引起的距离弯曲,研究了基于直方图概率多假设跟踪算法(H-PMHT)的宽带雷达高速多目标检测方法。首先,基于H-PMHT算法的理论基础,通过仿真H-PMHT算法跟踪两个匀速直线运动目标,验证了在低信噪比条件下该算法跟踪多目标的可行性。然后,将H-PMHT算法应用到宽带高速目标检测中,根据高速目标的运动特性建立了目标状态转移模型,将经过Keystone变换处理并补偿完多普勒模糊的目标回波数据作为目标的量测模型。该方法将目标运动的距离-时间图作为平稳随机过程的观测直方图,把图中各个分辨单元的观测数据总个数与目标和噪声模型进行概率关联分配,最后采用EM算法对关联后的数据进行量化,实现最大似然下的多目标最优跟踪。仿真了低信噪比下H-PMHT算法跟踪两个匀加速运动目标,通过分析跟踪误差和强度估计,验证了该方法的跟踪效果较好,计算复杂度较低。3.研究了宽带雷达高速群目标多脉冲相参积累方法。高速群目标除了距离徙动和多普勒模糊的问题外,还存在两个特有的问题:1)同一目标频带内各频点回波的多普勒模糊次数不同;2)速度相近的多个目标多普勒模糊次数不同。经过分析,传统Keystone变换无法解决这两个问题。基于Keystone变换的思想,结合低脉冲重复频率宽带信号自然欠采样的特征,提出了基于稀疏贝叶斯学习的宽带雷达高速群目标相参积累方法。该方法利用多普勒域的稀疏性建立了高速目标信号稀疏表示模型,重新标定各频率分量,并将网格失配的情况考虑在内,采用一阶泰勒展开式对字典进行修正,采用稀疏贝叶斯学习算法重构出目标回波信号。通过仿真验证了该方法可以克服上述的两个问题,抑制了多普勒模糊,从而实现宽带雷达高速群目标检测和分辨。将修正过的稀疏贝叶斯学习算法和传统稀疏贝叶斯学习算法进行仿真对比,验证了前者的分辨能力更高。