本发明涉及外辐射源雷达，特别涉及基于星链通信信号外辐射源雷达距离徙动校正方法。
背景技术：
1、外辐射源雷达利用第三方非合作辐射源（如广播、电视、移动通信基站等信号）进行目标探测，具有隐蔽性强、成本低、反隐身等优点。近年来，以星链（starlink）为代表的低地球轨道（leo）巨型通信卫星星座的快速部署，为外辐射源雷达技术带来了革命性的发展机遇。然而，leo卫星星座在带来巨大机遇的同时，也引入了前所未有的技术挑战：极高的发射平台速度、leo卫星过顶时间短，导致雷达探测的几何构型在短时间内发生剧烈变化、大带宽特性，使得距离徙动现象更为明显。因此，在基于星链信号的外辐射源雷达中，距离徙动不再是一个简单的线性问题，而是混合了目标自身运动和卫星高速、非线性视在运动的强耦合、高阶复杂问题。
2、keystone变换是雷达信号处理领域公认的、用于校正距离徙动的一种有效方法，它能够在未知目标速度的情况下，通过变量替换实现距离与多普勒的解耦合。为追求最高精度，主流方法采用基于正弦基数函数（sine cardinalis function, sinc）的插值。sinc插值是奈奎斯特-香农采样定理的理论核心，能够实现理想的信号重构，但其全局卷积特性导致计算复杂度极高，难以满足雷达系统实时处理的需求。为满足实时性要求，另一类方法采用基于快速傅里叶变换（fast fourier transform, fft）的插值，该方法利用频域相位操作来近似时域重采样，计算效率极高，但本质上是一种近似实现，在处理高频分量或高机动目标时会引入显著的相位误差，导致目标能量散焦、成像质量下降。此外，虽有研究提出利用线性调频z变换（chirp z-transform, czt）、离散傅里叶变换（discrete fouriertransform, dft）或拉格朗日（lagrange）多项式插值等技术进行优化，但这些方法本质上仍采用一种固化的、非自适应的处理策略，即对所有信号分量都采用同一套处理标准，未能从根本上解决上述精度与效率的矛盾。
3、综上所述，正是由于星链信号外辐射源雷达中的距离徙动问题具有高阶、强耦合、复杂的内在物理特性，现有技术迫切需领域迫切需要全新自适应处理方法，既能保证高精度的距离徙动校正，又能显著降低计算复杂度的方法，以满足基于星链通信信号的外辐射源雷达在高速目标检测与成像中的实际需求。
技术实现思路
1、发明目的：针对以上问题，本发明目的是提供基于星链通信信号外辐射源雷达距离徙动校正方法。
2、技术方案：本发明的一种基于星链通信信号外辐射源雷达距离徙动校正方法，包括以下步骤：
3、步骤1，接收星链卫星下行通信信号及直达波信号，利用直达波信号对目标回波信号进行重构与脉冲压缩处理，得到第一通信信号；
4、步骤2，对第一通信信号沿快时间维度进行傅里叶变换，将信号转换到距离频率-慢时间域，得到第二通信信号；
5、步骤3，对第二通信信号进行多普勒模糊数补偿，得到第三通信信号；
6、步骤4，计算各距离频率单元的能量分布，并计算各距离频率单元沿慢时间维度的多普勒谱熵，基于能量分布和运动敏感度，执行一个预设的二元决策规则，将信号的频谱动态地划分为第一处理区和第二处理区；
7、步骤5，对第一处理区的信号采用第一类插值keystone变换算法进行插值校正，对第二处理区的信号采用第二类插值keystone变换算法进行插值校正；
8、步骤6，将校正后的信号在距离频率-慢时间域内重新组合，并通过距离维逆傅里叶变换，得到最终完成校正的时域信号。
9、进一步地，第一通信信号的表达式为：
10、，
11、其中，表示快时间，表示慢时间，为矩形函数，表示信号只在长度为的慢时间区间内是有效的，即值为1，其余时间为0，表示整个观测时间，是参考信号与回波信号的互相关结果，为双基距离历史，为光速，波长，为载波频率，表示虚数单位。
12、进一步地，第二通信信号的表达式为：
13、，
14、其中，表示发射脉冲信号的频谱，表示距离频率，为双基地初始距离，表示距离历史泰勒展开后的一次项系数，表示距离历史泰勒展开后的二次项系数。
15、进一步地，步骤3包括：
16、通过radon变换获取估计模糊数，构建得到预滤波器，表达式为：
17、，
18、将预滤波器和第二通信信号相乘得到第三通信信号，表达式为：
19、，
20、其中，参数。
21、进一步地，步骤4包括：
22、将第三通信信号进行离散化，得到离散化矩阵，表达式为：
23、，
24、其中，是距离频率单元的索引，对应连续频率，为频率采样间隔；是慢时间的索引，对应连续时间，为时间采样间隔；
25、对离散化矩阵沿慢时间维计算每个距离频率单元n的总能量，表达式为：
26、，
27、其中，为沿方位向慢时间维的总采样点数；
28、计算每个距离频率单元的功率谱密度，表达式为：
29、，
30、其中，表示输入信号，是离散化矩阵在固定距离单元 n上、沿慢时间维 l取出的一行数据；表示窗函数，表示多普勒频率单元索引，，表示模的平方；
31、将功率谱密度归一化为概率密度函数，表达式为：
32、，
33、其中，为功率谱密度函数， m为多普勒频率单元的求和索引，；
34、计算每个距离单元 n的多普勒谱熵，公式为：
35、，
36、其中，是为避免对数运算值为零而设的一个极小正数；
37、通过预设的二维决策门限，将所有频率单元进行二元划分，其中第一处理区索引集记为；第二处理区索引集记为，其中，符号代表逻辑或，符号代表逻辑与，表示能量门限，表示运动敏感度门限；
38、将第一处理区的信号记为，；将第二处理区的信号记为，。
39、进一步地，对第二处理区的信号采用第二类插值keystone变换算法进行插值校正的步骤包括：
40、将慢时间轴进行一次与距离频率相关的重采样，得到新时间轴，表示为：
41、，
42、令参数，当时，新采样点比原始采样点更密集，需要进行内插，通过在信号的频域中心补零来实现，实现过程包括：
43、步骤511，对长度为l的原始慢时间序列进行fft得到；
44、步骤512，计算内插后的新序列长度，表示向上取整；
45、步骤513，在频谱的中心插入个零值，其中，构造得到新的、长度为的多普勒谱，当l为偶数时，多普勒谱的表达式为：
46、，
47、当l为奇数时，多普勒谱的表达式为：
48、，
49、其中，表示补零后多普勒频率的索引；
50、步骤514，对补零后的频谱进行点的逆傅里叶变换，得到内插后的慢时间序列，表达式为：
51、，
52、其中，ifft表示逆傅里叶变换，i表示新序列的慢时间索引。
53、进一步地，对第二处理区的信号采用第二类插值keystone变换算法进行插值校正的步骤还包括：
54、当时，新采样点比原始采样点更稀疏，需要先内插再抽取，实现过程包括：
55、步骤521，确定一个最小的整数上采样倍率 a(n)，使得，其中 a(n)的表达式为：；
56、步骤522，将信号进行 a(n)倍的内插，得到一个临时序列，长度为；
57、步骤523，对临时序列中抽取采样点，得到最终的目标序列，新序列的第个采样点，对应于临时序列中的位置由以下公式确定：
58、，
59、其中，i为新序列的慢时间索引，是从临时序列中抽取的点的索引，表示四舍五入函数；
60、最终得到的目标序列表示为：
61、。
62、进一步地，对第一处理区的信号采用第一类插值keystone变换算法进行插值校正的步骤包括：
63、构建信号特征自适应凯泽窗，凯泽窗的核半宽度根据运动敏感度动态调整，表达式为：
64、，
65、其中，代表为第n个距离频率单元的最终核半宽度，代表一个基础宽度，是核宽度的最小值，是一个调节系数，控制核宽度的最大变化范围；是归一化后的运动敏感度指标，值在0到1之间；
66、凯泽窗的形状参数根据局部信噪比动态调整，表达式为：
67、，
68、其中，是预设最小值，是预设调节幅度，；
69、信号特征自适应凯泽窗的最终表达式为：
70、，
71、其中，k为窗函数内的离散点索引，范围为；为零阶修正贝塞尔函数；
72、利用自适应凯泽窗的sinc函数对第一处理区内信号进行插值，得到插值后信号的公式为：
73、，
74、其中，是依赖于距离单元 n的自适应凯泽窗函数， i为插值输出信号的慢时间索引， l为第一处理区内信号慢时间维的总采样点数。
75、进一步地，最终完成校正的时域信号记为矩阵，通过以下分段函数来表示：
76、，
77、其中，代表第一处理区中所有距离频率单元的集合，代表第二处理区中所有距离频率单元的集合。
78、有益效果：本发明与现有技术相比，其显著优点是：
79、本发明引入多普勒谱熵这一物理量作为决策的核心依据，为解决雷达信号处理中精度与效率的矛盾开辟了一条新的技术路径；通过结合能量和运动敏感度作为二维联合判据，能够更好应对星链信号带来的强耦合、高阶复杂的徙动问题；不仅在宏观上实现了处理区域的智能划分，更在微观上，于最关键的高精度区域内，实现了插值核参数逐点定制的动态优化。