بهبود عملکرد بار محاسباتی آشکار سازی اهداف در رادار روزنه مصنوعی با استفاده از تبدیل فوریه کسری و الگوریتم برد داپلر

تبدیل فوریه کسری ( FrFT ) یک شکل کلی از تبدیل مشهور فوریه است، که در آن امکان دسترسی به طيف جدیدی از برنامه های مفيد در رادارهای مربوط به کشف و استفاده از سيگنال های چيرپ، تشخيص الگوی هدف و پردازش تصویر رادار روزنه مصنوعی ( SAR ) را ارائه می دهد. رادارهای SAR که در دسته رادارهای هواپایه قرار می گيرد، عملکردی همانند رادارهای پالسی دارند. سيگنال ارسالی در آن ها عموماً چيرپ بوده و سيگنال دریافتی به صورت دو بعدی در دو جهت برد و سمت پخش می شود که به آن داده ی خام می گویند. الگوریتم های متنوعی برای تشکيل تصویر وجود دارند که به الگوریتم برد داپلر 3( RDA) به عنوان یک الگوریتم پر کاربرد میتوان اشاره نمود. یکی از پارامترهای مهم در الگوریتم های تشکيل تصویر، قدرت تفکيک تصویر در دو بعد سمت و برد می باشد که معمولاً برای رسيدن به قدرت تفکيک دلخواه از سيگنال چيرپ استفاده می شود. روش های مختلفی برای فشرده سازی چيرپ در گيرنده وجود دارد که در رادارهای SAR عموماً از فيلتر منطبق استفاده می شود ولی اخيراً استفاده از FrFT در فشرده سازی سيگنال چيرپ مطرح شده که از لحاظ معيار ISLR 4 نتایج بهتری نسبت به فيلتر منطبق از خود نشان می دهد. در این مقاله به بررسی و مقایسه تبدیل فوریه کسری با تبدیل فوریه معمولی با اعمال بر روی الگوریتم ) RDA ( پرداخته و نتایج نشان می دهد ضمن اینکه کيفيت تصاویر توليدی و راندمان آشکارسازی بهتر شده است خروجی ها به لحاظ حجم محاسبات و زمان اجرای برنامه در FrFT کمتر شده و بهبود یافته است