CN104854473B - 使用多普勒聚焦的亚奈奎斯特雷达处理 - Google Patents

Abstract

一种方法包括接收信号，该信号包括来自一个或更多目标(24)的多个脉冲的反射。基于接收的信号求值多普勒聚焦函数，在多普勒聚焦函数中，来自每个目标的多个脉冲的反射同相累加以产生与目标的各自延迟和各自多普勒频率相关的各自峰值。目标的各自延迟和多普勒频率基于多普勒聚焦函数估计。

Description

使用多普勒聚焦的亚奈奎斯特雷达处理

相关申请的交叉引用

本申请要求于2012年11月5日提交的美国临时专利申请61/722453的权益，通过引用将其公开内容纳入本文。

技术领域

本发明一般涉及信号处理和模数转换，并且更具体地，涉及脉冲信号的亚奈奎斯特(sub-Nyquist)采样和处理的系统和方法。

背景技术

在本领域中已知各种亚奈奎斯特信号处理的方法和系统。例如，美国专利8457579(其公开内容通过引用纳入本文)描述一种信号处理方法，该方法包括将模拟输入信号分配到多个处理信道。在每个处理信道中，输入信号和包括多个频谱线的各自周期波形混频，以产生各自基带信号，其中输入信号的多个频谱切片相互重叠。每个处理信道内产生的基带信号被数字化，以产生代表输入信号的一组数字采样序列。

美国专利8032085(其公开内容通过引用纳入本文)描述一种信号处理方法，该方法包括采样模拟信号以产生数字化信号，该模拟信号具有定义一个或更多频带的频谱密度。数字化信号的频谱变换表示成矩阵乘以矢量，其中，该矢量包括多个元素，其将模拟信号频谱密度表示为各自频谱切片内的频率的函数。确定矢量的元素的子集的索引，其中频谱密度集中于索引内。使用矢量元素的子集和具有索引的矩阵的列的相应子集，根据数字化信号，重构模拟信号。

美国专利申请公开2011/0225218(其公开内容通过引用纳入本文)描述一种包括接受包括脉冲序列的模拟输入信号的方法。使用滤波器滤波模拟输入信号以产生滤波器输出，该滤波器的时域响应被限制到有限时间段，其频域响应在频率偏移△ω的整数倍的有限集合处非零，在△ω的所有其他整数倍处为零。采样滤波器输出以产生数字样本。序列内的脉冲的各自振幅和时间位置基于数字样本计算。

美国专利申请公开2013/0038479(其公开内容通过引用纳入本文)描述一种包括接受包括给定脉冲波形的脉冲序列的模拟输入信号的方法。模拟输入信号分配到并行运行的多个处理信道。通过在多个处理信道的每个中执行下列操作来采样模拟输入信号：将模拟输入信号和不同的各自调制波形混频以生成混频信号；滤波混频信号；以及数字化滤波后的混频信号以生成各自的数字化信道数出。

美国专利申请公开2013/0187682(其公开内容通过引用纳入本文)描述一种包括接受模拟信号的信号处理方法，其中，该信号包括限制到有限时间间隔的脉冲序列。模拟信号以低于模拟信号的奈奎斯特速率的采样速率被采样，且以采样时间进行采样，该采样时间与脉冲的各自脉冲波形无关并且与时间间隔内的脉冲的各自时间位置无关。

发明内容

本文描述的本发明的实施例提供一种包括接收信号的方法，在所述多普勒(Doppler)聚焦函数中，所述信号包括来自一个或更多目标的多个脉冲的反射。基于接收的信号求值多普勒聚焦函数，其中来自每个目标的多个脉冲的反射同相累加以产生与目标的各自延迟和各自多普勒频率相关的各自峰值。目标的各自延迟和多普勒频率基于多普勒聚焦函数被估计。

在一些实施例中，接收信号包括以低于脉冲的奈奎斯特速率的采样速率采样信号，并且求值多普勒聚焦函数包括以低于奈奎斯特速率的处理速率处理采样的信号。在一个公开的实施例中，估计延迟和多普勒频率包括定义多个多普勒频率频带，并且针对频带的至少子集内的每个频带，估计一个或更多目标的延迟，其中该目标的多普勒频率落入所述频带内。

在一个实施例中，估计延迟和多普勒频率包括识别多普勒聚焦函数峰值以及根据识别的峰值推导延迟和多普勒频率。在另一个实施例中，接收信号包括采样信号，并且估计延迟和多普勒频率包括识别多普勒聚焦函数中的给定峰值，根据给定峰值推导目标的延迟和多普勒频率，调节采样的信号以移除目标的基值(contribution)，基于调节后的采样的信号重新求值多普勒聚焦函数，以及搜索重新求值的多普勒聚焦函数内的下一个峰值。

在另一个实施例中，求值多普勒聚焦函数包括在多普勒频率的均匀网格上计算傅里叶变换系数矩阵。在另一个实施例中，求值多普勒聚焦函数包括使用窗函数给多普勒聚焦函数加窗。

根据本发明的一个实施例，附加地提供一种装置，其包括采样单元和数字处理电路。采样单元被配置为采样接收的信号，该信号包括来自一个或更多目标的多个脉冲的反射。数字处理电路被配置为基于采样的信号求值多普勒聚焦函数，在所述多普勒聚焦函数中，来自每个目标的多个脉冲的反射同相累加以产生与目标的各自延迟和各自多普勒频率相关的各自峰值，以及基于多普勒聚焦函数估计目标的各自延迟和各自多普勒频率。

根据本发明的一个实施例，进一步提供一种包括接收器和处理器的装置。接收器被配置为接收包括来自一个或更多目标的多个脉冲的反射的信号。处理器被配置为基于接收的信号求值多普勒聚焦函数，在所述多普勒聚焦函数中，来自每个目标的多个脉冲的反射同相累加以产生与目标的各自延迟和各自多普勒频率相关的各自峰值，并基于多普勒聚焦函数估计目标的各自延迟和各自多普勒频率。

根据下列本发明的具体实施方式并结合附图时，将更完整地理解本发明，其中：

附图说明

图1的方框图示意性示出根据本发明的一个实施例的亚奈奎斯特雷达系统。

图2的流程图示意性示出根据本发明的一个实施例的亚奈奎斯特雷达处理的方法。

具体实施方式

综述

本文描述的本发明的实施例提供用于处理雷达信号的改进方法和系统。在所公开的实施例中，雷达系统发射包括一系列脉冲的信号并接收包括来自一个或更多目标的脉冲的反射的反射信号。随后，系统采样并处理接收的信号，以重构与每个目标相关的振幅、延迟和多普勒频率。在一些实施例中，所有采样和重构以亚奈奎斯特速率执行，即低于通常由两倍最高信号频率给出的脉冲的奈奎斯特速率。

在一些实施例中，系统使用接收的信号的样本求值多普勒聚焦函数。多普勒聚焦函数是二维函数，在该函数中，来自每个目标的脉冲的反射同相累加以产生指示目标的多普勒频率和延迟的峰值。多普勒聚焦函数可以在时域或在频域中求值。随后，系统根据最大多普勒聚焦函数推导每个目标的振幅、延迟和多普勒频率。直接执行该目标参数的推导或每次针对一个目标以迭代方式重复该过程。

使用多普勒聚焦函数提供对噪声和杂波的高抗干扰性以及好的多普勒分辨率。由于整个采样和参数重构过程以低的亚奈奎斯特速率执行，因此能够显著降低雷达系统的费用、尺寸和功率消耗。

系统描述

图1的方框图示意性示出根据本发明的一个实施例的亚奈奎斯特雷达系统20。系统20检测并估计一个或更多目标24的参数。在本示例中，目标包括飞行器，并且估计的参数包括每个目标的雷达截面(RCS)、范围和径向速度。然而，替代地，系统20可以在任何其他合适应用中检测任何其他适合类型的目标。

在图1的实施例中，系统20包括天线28，其用于朝向目标发射脉冲射频(RF)信号和用于接收来自目标的脉冲信号的反射。收发器(发射器-接收器)32生成用于传输的脉冲信号，并接收以及下变频接收的反射。处理器36采样(数字化)下变频后的接收信号，并处理产生的数字信号以估计目标参数。

采样和随后的信号处理都以亚奈奎斯特速率执行，即以比雷达信号的带宽相当低的速率执行。在本示例中，处理器36包括亚奈奎斯特采样单元40、多普勒聚焦单元44和参数重构单元48。单元44和单元48在本文中有时被统称为数字处理电路，其执行本文所述的数字信号处理功能。处理器36的各种单元的功能在下文详细解释。

图1的系统配置是一个示例配置，其被选择仅用于概念说明。在替代实施例中，能够使用任何其他合适系统配置。系统20的元件可以使用硬件实现。例如，能够在一个或更多现成设备、专用集成电路(ASIC)或FPGA中实现数字元件。例如，能够使用离散组件和/或一个或更多模拟IC实现模拟元件。附加地或替代地，可以使用运行在合适处理器(如数字信号处理器(DSP))上的软件实现一些系统元件。可以使用硬件元件和软件元件的组合实现一些系统元件。

在一些实施例中，处理器36的功能的一些或所有功能可以使用通用计算机实现，该计算机用软件编程以执行本文描述的功能。软件可以以电子形式通过网络下载到处理器，例如，或它可以，附加地或替代地，提供和/或存储在永久有形介质(如磁性存储器、光学存储器或电子存储器)上。

雷达模型和多普勒聚焦

在本文描述的实施例中，收发器32发射的雷达信号包括P个的一系列等间隔脉冲h(t)。因此，发射的信号能够写为：

其中，τ是脉冲到脉冲的延迟，或脉冲重复间隔(PRI)。

假设发送的信号通过一组L个目标24反射，接收的信号能够写为：

其中，α_l、τ_l、ν_l分别是第l个目标的振幅、延迟和多普勒频率。3L参数α_l、τ_l、ν_l，l＝0…L-1在本文统称为目标参数。通常，α_l、τ_l、ν_l分别指示目标雷达截面(RCS)、范围和径向速度。

将接收的信号表示为帧的和是可能的：

其中，

雷达的清晰时频区域是[0,τ]×[-π/τ,π/τ]。

在一些实施例中，处理器36求值接收的信号的多普勒聚焦函数，其定义为：

考虑公式[5]中的指数和项。由于此项，针对任意多普勒频率ν，对于其多普勒频率ν_l在频带ν±π/Pτ内(ν附近的带宽2π/Pτ的频谱切片)的目标将在Ф(t；ν)中导致同相累加峰值或局部最大。对于其多普勒频率在这一带宽外的目标，Ф(t；ν)的值将被有效抵消。因此，多普勒频带ν±π/Pτ称为“聚焦区域”。

因此，可能由下式得出近似Ф(t；ν)：

其中，Λ(ν)＝{l:|ν-ν_l|＜π/Pτ}，即该组目标在聚焦区域内。

能够在频域中定义和求值类似的多普勒聚焦过程。将上述公式[4]变换到频域产生：

其中，Χ_p(ω)是χ_p(t+Pτ)的连续时间傅里叶变换(CTFT)。

取Ф(t；ν)的CTFT作为t的函数产生：

类似地，针对3L目标参数，即L个目标的振幅、延迟和多普勒频率，表示Ф(t；ν)和Ψ(ω；ν)。Ψ(ω；ν)的表达式也包括指数和项对于聚焦区域内的目标，该项同相累加，并且对于其他目标，该项抵消。

实际上，根据合适选择的亚奈奎斯特样本，能够对多普勒聚焦函数进行求值。接下来的描述示出这一函数如何能够用于目标估计和检测。这些运算通常在信号的亚奈奎斯特样本上执行。亚奈奎斯特采样方案能够用于获得这种样本，例如，其在上述引用的美国专利申请公开2013/0038479中描述；且在Baransky等人的“亚奈奎斯特雷达原型：硬件和算法(ASub-Nyquist Radar Prototype:Hardware and Algorithms)”中描述(arXiv:1208.2515[cs.IT],2012年8月13日)，其通过引用纳入本文。

使用多普勒聚焦以将多普勒延迟估计减小到仅延迟估计

多普勒聚焦函数包括二维函数，其具有指示目标的局部极大值。换句话说，检测Ф(τ_T；ν_T)中的峰值指示具有延迟τ_T和多普勒频率ν_T的目标。这一表述使处理器36能够将延迟多普勒估计问题(在系统的清晰时间多普勒范围上估计多个目标的延迟和多普勒频率)减小到一组仅延迟估计问题(在多普勒频率的选择的窄切片中估计多个目标的延迟)。这种减小能够使用Ф(t；ν)在时域内执行或者使用Ψ(ω；ν)在频域内执行。

在一些实施例中，目标参数直接从多普勒聚焦函数中提取。在替代实施例中，在一次一个目标的迭代过程中提取目标参数，同时调节多普勒聚焦函数以移除已经检测到的每个目标的基值。这两个替代方案在下述内容中详细描述。进一步可替代地，能够以任何合适方式从多普勒聚焦函数中提取目标参数。

在减小问题维度后，处理器36以亚奈奎斯特速率求解每个仅延迟估计问题。处理器36可以针对所选多普勒频率，使用各种技术估计目标延迟。根据亚奈奎斯特样本重构信号形式的2L振幅和延迟的示例技术，例如，在上述引用的美国专利申请公开2013/0038479中给出：

这类技术也在下列文章中描述：Gedalyahu等人的“以创新速率的脉冲流的多信道采样(Multichannel Sampling of Pulse Streams at the Rate of Innovation)”(IEEE信号处理汇刊，2011年4月，第59卷，第4期，页数1491到1504)；Vetterli等人的“利用有限创新速率采样信号(Sampling Signals with Finite Rate of Innovation)”(IEEE信号处理汇刊，2002年，第50卷，第6期，页数1417到1428)；Tur等人的“应用到超声成像的脉冲流的创新速率采样(Innovation Rate Sampling of Pulse Streams with Application toUltrasound Imaging)”(IEEE信号处理汇刊，2011年4月，第59卷，第4期，页数1827到1842)；和Wagner等人的“超声成像中的压缩波束形成(Compressed Beamforming in UltrasoundImaging)”(IEEE信号处理汇刊，2012年9月，第60卷，第9期，页数4643到4657)，它们以及上述引用的Baransky等人的文章通过引用纳入本文。处理器36可以使用任意这种技术或其他任何合适技术，针对给定多普勒频率，以亚奈奎斯特速率估计目标延迟。

当使用这些技术时，处理器36通常预滤波信号φ(t)并随后采样预滤波后的信号，以便获得φ(t)的傅里叶展开系数c[k]：

在一些实施例中，处理器36(如，采样单元40)通过下列操作产生一组系数c[k]：将接收的信号分裂到多个处理信道，通过各自的复合正弦曲线调制每个信道内的信号以及在[0,τ]内积分结果。这种采样方案的详细描述在上述引用的美国专利申请公开2013/0038479中给出。

在替代实施例中，处理器36利用若干带通滤波器对信号进行滤波，且随后利用低采样率采样每个滤波器的输出。这种采样在上述引用的Baransky等人的文章中描述。进一步替代地，处理器36可以使用多信道滤波器或多信道调制器执行亚奈奎斯特采样。所有这些技术获得低速率样本，根据这些样本，能够在低于信号带宽的一组期望频率上获得傅里叶系数c[k]。

从公式[11]中能够看出，目标参数α_l、τ_l以复合正弦曲线问题的形式体现在傅里叶系数c[k]中。在没有噪声的情况下，能够表明针对这一问题，2L系数足以重构α_l、τ_l，l＝0…L-1。

用于解决正弦曲线问题和重构系数的许多重构技术在本领域中是已知的，例如，零化滤波、矩阵束、ESPRIT和MUSIC以及其他。MUSIC由Schmidt在文章“多发射器位置和信号参数估计(Multiple Emitter Location and Signal Parameter Estimation)”(IEEE天线和传播汇刊，1986年3月，第34卷，第3期，页数276到280)中描述并由Bienvenu和Kopp在文章“用于高分辨率被动方法的背景噪声空间相关的适应性(Adaptivity to BackgroundNoise Spatial Coherence for High Resolution Passive Methods)”(IEEE声学、语音和信号处理国际会议，1980年4月，第5卷，页数307到310)中描述，它们通过引用纳入本文。并且ESPRIT由Roy和Kailath在文章“ESPRIT–经由旋转不变技术的信号参数估计(ESPRIT–Estimation of Signal Parameters via Rotational Invariance Techniques)”(IEEE声学、语音和信号处理国际会议，1989年7月，第37卷，第7期，页数984到995)中描述，其内容通过引用纳入本文。

在其他实施例中，一种替代的压缩感测方案能够用于从在噪声存在时具有改进性能的系数c[k]中恢复目标延迟。假设时间延迟对准到网格：

[12] τ_l＝n_lΔ_l 0≤n_l≤N_τ

其中，选择△_τ使N_τ＝τ/△_τ为整数。如果时间延迟未精确位于网格上，局部插值可以用于减小量化误差。对于一组索引κ＝{k₀，…，k_|κ|-1}，我们定义傅里叶系数的对应矢量：

[13] c＝[c[k₀]…c[k_|κ|-1]]^T

上述公式[11]能够写为矢量形式：

其中，H是具有对角元素H(2πk/τ)的|κ|×|κ|对角矩阵，并且V是具有元素的|κ|×N_τ范特蒙德矩阵。换句话说，V_mq包括|κ|行的N_τ×N_τ离散傅里叶变换(DFT)矩阵。

目标延迟矢量χ是L-稀疏的(L-sparse)，如果这种目标存在，第n个矢量元素给出具有延迟n△_τ的目标的振幅，否则为零。定义压缩感测(CS)信息库我们得到

[15] c＝Ax

通过求解公式[15]并找到χ的支集(即χ内的非零元素索引集合)，能够重建目标延迟。任何合适的CS技术能够用于求解公式[15]。示例CS技术在Eldar和Kutyniok的书“压缩感测：理论和应用(Compressed Sensing:Theory and Applications)”(剑桥大学出版社2012年)中描述，其通过引用纳入本文。

现在返回描述，对于给定多普勒频率，根据亚奈奎斯特采样系数c[k]重构目标延迟和振幅的问题。使c_p[k]表示由第p个脉冲贡献的接收信号的组分的傅里叶展开中的傅里叶系数：

类似地，对于公式[14]，对于每个脉冲p，我们能够写出：

从公式[16]能够看出，所有3L目标参数α_l、τ_l、ν_l以复合正弦曲线问题的形式体现在傅里叶系数c_p[k]中。针对每个脉冲采样的傅里叶系数的数目|κ|在采样速率和噪声鲁棒性之间权衡。

因此，在一些实施例中，采样单元40以亚奈奎斯特采样速率采集傅里叶系数c_p[k]。基于这组系数，多普勒聚焦单元44在频域内求值多普勒聚焦函数：

如上所述，对于其多普勒频率ν_l在所选多普勒频率ν的聚焦区域内(即|ν_l-ν|＜π/Pτ)的每个目标l，我们得到：

因此，多普勒聚焦能够在低速率亚奈奎斯特样本上执行：

因此，对于任何多普勒频率ν，我们得到仅延迟估计问题的形式：

其中，χ_ν是L-稀疏的且

[22] Ψ_ν＝[Ψ_ν[k₀]…Ψ_ν[k_|κ|-1]]^T

这个问题与上述公式[14]-[15]的CS问题相同。注意，与估计延迟和多普勒频率的其他CS方案不同，在所公开的技术中，CS信息库不随脉冲数目增长。

上述公式[18]的多普勒聚焦函数是ν的连续函数，且能够针对高达脉冲重复频率(PRF，定义为1/PRI)的多普勒频率而被求值。多普勒聚焦函数不具有“盲速”，即目标速度不可检测。

使表示一组上述傅里叶系数，且使Ψν(C)表示公式[22]的多普勒聚焦的系数的矢量，它们利用公式[18]根据C获得。因此，对于任意ν，xν(C)能够从Ψ_ν(C)中恢复。通常，处理器36搜索|x_ν(C)[n]|的大值，其表示目标。对于每个已识别的峰值，处理器36将目标延迟和多普勒频率分别估计为n△_τ和ν。

在一些实施例中，处理器36运行迭代过程，寻找与目标相关的峰值、估计目标参数、调节一组傅里叶系数，以便移除该目标的基值，并使用调节后的傅里叶系数重新求值多普勒聚焦函数。这种迭代过程提高检测弱目标并移除可以由处理旁瓣生成的伪目标的能力。

迭代过程继续，直到满足某个终止标准。例如，如果已知目标L的数目，处理器36可以继续迭代，直到L目标被发现。如果目标数目未知，该过程可以在已识别的峰值降到某个振幅阈值以下时终止。迭代过程由下述示例伪代码概述：

如上所述，该过程仅以示例方式描述。在替代实施例中，处理器36可以使用任何其他合适过程(不论是迭代的还是非迭代的)从多普勒聚焦函数中恢复目标参数。

在上述过程中，虽然已知目标总数，但目标在多普勒延迟平面内的分布通常是未知的。因此，当求解上述循环内的公式[21]时，处理器36可以估计模型顺序0≤L_ν≤L，或进行最差情况指定L_ν＝L。处理器36可以替代地在检测到迭代过程的成果(如，连续迭代之间的误差的减少量)降到某个预定阈值以下时停止迭代。

在各种实施例中，处理器36可以使用任何合适方法(如用于估计噪声序列内的正弦曲线数目的许多已知方法之一)求解公式[21]。利用精确模型顺序求解公式[21]可以减少计算时间并且可以降低错误目标的检测。当L_ν估计值精确时，在高信噪比情形下，此选项可以是优选的。当SNR很差，假定L_ν＝L的最差情况方法可以更好地执行。

由于V是部分傅里叶矩阵，公式[21]中定义的问题，在由H^-1或任何其他均衡器(如匹配滤波器，威纳滤波器等)归一化之后，等价于从复合指数的和中恢复各个频率的问题。已知许多解决这个问题的技术，且处理器36可以使用任何这种方法替代CS。对于低SNR情况，CS可以是优选的。然而，由于多普勒聚焦与潜在延迟估计无关，在各种情况下，CS能够由替代延迟估计方法取代。例如，当噪声不是主要因素时，处理器36可以使用零化滤波器或MUSIC方法替代CS。

在一些实施例中，处理器36在M多普勒频率的均匀网格上求值上述argmax项。在这些实施例中，使用M长度DFT或一组P长度的快速傅里叶变换(FFT)有效估计多普勒聚焦函数是可能的：

[23] Ψm[k]＝DFT_M{c_p[k]}

对于多普勒频率位于均匀网格上的情况，下列伪代码执行基于多普勒聚焦的参数估计：

在一些实施例中，当估计多普勒聚焦函数时，处理器36应用加窗。在一个示例实施例中，合适的窗函数w[p],p＝0,…,P-1(如汉宁窗或布莱克曼窗)乘以上述公式[18]的表达式。加窗有助于减少多普勒延迟平面内互相靠近的目标的影响。另一方面，加窗增加聚焦区域的大小。加窗是重要的，例如，当目标振幅的动态范围很大时。

图2的流程图示意性示出根据本发明的一个实施例的亚奈奎斯特雷达处理方法。该方法以雷达系统20的收发器32在发射步骤50处发射脉冲序列信号开始。收发器32在接收步骤54处接收所接收的信号，该信号包括来自一个或更多目标24的脉冲的反射。收发器32下变频接收的信号并将其提供至处理器36。

在处理器36中，采样单元40在采样步骤58处以亚奈奎斯特速率采样接收的信号。多普勒聚焦单元44在多普勒聚焦步骤62处基于亚奈奎斯特采样的信号求值多普勒聚焦函数。参数重构单元48在参数重构步骤66处根据多普勒聚焦函数重构目标的振幅、延迟和多普勒频率(对应于RCS、范围和径向速度)。重构的目标参数作为系统20的输出提供，如使用合适的显示器显示给操作员。

虽然本文描述的实施例主要强调雷达应用，但是本文描述的方法和系统也能够用于其他涉及估计信号延迟和多普勒频率的应用中，如用于多路径移动通信信道、超声成像、声纳、雷达成像(如合成孔径雷达-SAR)的估计中，或用在相关积分具有不同多普勒频率的信号的任意其他类型的接收器中。

因此，应当了解，上述实施例通过示例的方式阐述，且本发明不限于在上文中具体示出并描述的内容。而是，本发明的范围包括上文描述的各种特征的组合和子组合以及它们的变体和修改，在本领域的技术人员阅读上述描述(其没有被现有技术公开)后，能够得到上述变体和修改。通过引用合并到本专利申请的文件被看作是本申请的整体部分，除了以和本说明书中明确或非明确作出的定义冲突的方式在那些纳入的文件中定义的任意术语，其中仅考虑本说明书中的定义。

Claims (21)

1.一种用于信号处理的方法，其包括：

接收信号，所述信号包括来自一个或更多目标的多个脉冲的反射；

基于所接收的信号，求值多普勒聚焦函数，在所述多普勒聚焦函数中，来自每个目标的所述多个脉冲的所述反射同相累加以产生与所述目标的各自延迟和各自多普勒频率相关的各自峰值；以及

基于所述多普勒聚焦函数，估计所述目标的各自延迟和多普勒频率。

2.根据权利要求1所述的方法，其中，接收所述信号包括以低于所述脉冲的奈奎斯特速率的采样速率采样所述信号，并且其中求值所述多普勒聚焦函数包括以低于所述奈奎斯特速率的处理速率处理所采样的信号。

3.根据权利要求1或2所述的方法，其中，估计所述延迟和所述多普勒频率包括定义多个多普勒频率频带，并且针对所述频带的至少子集内的每个频带，估计一个或更多个所述目标的所述延迟，其中该目标的多普勒频率落入所述频带内。

4.根据权利要求1或2所述的方法，其中，估计所述延迟和所述多普勒频率包括识别所述多普勒聚焦函数的峰值，并且根据所识别的峰值推导所述延迟和所述多普勒频率。

5.根据权利要求1或2所述的方法，其中，接收所述信号包括采样所述信号，并且其中，估计所述延迟和所述多普勒频率包括：识别所述多普勒聚焦函数中的给定峰值，根据所述给定峰值推导目标的延迟和多普勒频率，调节所采样的信号以移除所述目标的基值，基于调节后的所采样的信号重新求值所述多普勒聚焦函数以及搜索重新求值的多普勒聚焦函数内的下一个峰值。

6.根据权利要求1或2所述的方法，其中，求值所述多普勒聚焦函数包括在所述多普勒频率的均匀网格上计算傅里叶变换系数矩阵。

7.根据权利要求1或2所述的方法，其中，求值所述多普勒聚焦函数包括使用窗函数给所述多普勒聚焦函数加窗。

8.一种用于信号处理的装置，包括：

采样单元，其被配置为采样所接收的信号，所述信号包括来自一个或更多目标的多个脉冲的反射；

数字处理电路，其被配置为基于所采样的信号求值多普勒聚焦函数，在所述多普勒聚焦函数中，来自每个目标的所述多个脉冲的所述反射同相累加以产生与所述目标的各自延迟和各自多普勒频率相关的各自峰值，以及基于所述多普勒聚焦函数估计所述目标的各自延迟和多普勒频率。

9.根据权利要求8所述的装置，其中所述采样单元被配置为以低于所述脉冲的奈奎斯特速率的采样速率采样所述信号，并且其中所述数字处理电路被配置为以低于所述奈奎斯特速率的处理速率处理所采样的信号。

10.根据权利要求8或9所述的装置，其中所述数字处理电路被配置为定义多个多普勒频率频带，并且针对所述频带的至少子集内的每个频带，估计一个或更多所述目标的所述延迟，其中该目标的多普勒频率落入所述频带内。

11.根据权利要求8或9所述的装置，其中所述数字处理电路被配置为识别所述多普勒聚焦函数的峰值以及根据所识别的峰值推导所述延迟和所述多普勒频率。

12.根据权利要求8或9所述的装置，其中所述数字处理电路被配置为识别所述多普勒聚焦函数中的给定峰值，根据所述给定峰值推导目标 的延迟和多普勒频率，调节所采样的信号以移除所述目标的基值，基于调节后的所采样的信号重新求值所述多普勒聚焦函数以及搜索重新求值的多普勒聚焦函数内的下一个峰值。

13.根据权利要求8或9所述的装置，其中所述数字处理电路被配置为通过在所述多普勒频率的均匀网格上计算傅里叶变换系数矩阵，求值所述多普勒聚焦函数。

14.根据权利要求8或9所述的装置，其中所述数字处理电路被配置为使用窗函数给所述多普勒聚焦函数加窗。

15.一种用于信号处理的装置，包括：

接收器，其被配置为接收包括来自一个或更多目标的多个脉冲的反射的信号；和

处理器，其被配置为基于所接收的信号求值多普勒聚焦函数，在所述多普勒聚焦函数中，来自每个目标的所述多个脉冲的所述反射同相累加以产生与所述目标的各自延迟和各自多普勒频率相关的各自峰值，并基于所述多普勒聚焦函数估计所述目标的各自延迟和多普勒频率。

16.根据权利要求15所述的装置，其中所述处理器被配置为以低于所述脉冲的奈奎斯特速率的采样速率采样所述信号，并以低于所述奈奎斯特速率的处理速率处理所采样的信号。

17.根据权利要求15或16所述的装置，其中所述处理器被配置为定义多个多普勒频率频带，并且针对所述频带的至少子集内的每个频带，估计一个或更多所述目标的所述延迟，其中该目标的多普勒频率落入所述频带内。

18.根据权利要求15或16所述的装置，其中所述处理器被配置为识别所述多普勒聚焦函数的峰值并根据所识别的峰值推导所述延迟和所述多普勒频率。

19.根据权利要求15或16所述的装置，其中所述处理器被配置为识别所述多普勒聚焦函数中的给定峰值，根据所述给定峰值推导目标的延迟和多普勒频率，调节所采样的信号以移除所述目标的基值，基于调节后的所采样的信号重新求值所述多普勒聚焦函数以及搜索重新求值的多普勒聚焦函数内的下一个峰值。

20.根据权利要求15或16所述的装置，其中所述处理器被配置为通过在所述多普勒频率的均匀网格上计算傅里叶变换系数矩阵，求值所述多普勒聚焦函数。

21.根据权利要求15或16所述的装置，其中所述处理器被配置为使用窗函数给所述多普勒聚焦函数加窗。