CN102156282B - 一种基于微多普勒效应的雷达目标检测方法 - Google Patents

Abstract

本发明属于雷达目标检测技术领域，具体涉及利用微多普勒效应检测雷达目标的方法。本发明首先建立包含微多普勒效应的雷达目标信号模型，然后通过时频分析或数值计算的方法估计出目标的微多普勒参数，根据微多普勒参数的估计值计算目标回波信号的估计值，进而计算出检验统计量，并将其与检测门限进行比较，如果检验统计量超过门限判定为有目标，否则判定为无目标。与传统的检测方法相比，本发明充分利用了目标微动产生的微多普勒信息，提高了目标的检测性能，尤其在微多普勒效应显著的情况下，本发明与传统检测方法的性能均有所下降，但相比于传统方法，本方法性能下降较小。因此对于含微动特征目标的检测，本发明的检测性能更优。

Description

一种基于微多普勒效应的雷达目标检测方法

技术领域

本发明属于雷达目标检测技术领域，具体涉及利用微多普勒效应检测雷达目标的方法。

背景技术

目标相对于雷达存在径向运动，则雷达回波会发生频移，这就是常见的多普勒现象，产生的频移量称为多普勒频率；若目标在整体平动的同时，目标或其上部件还存在着机械振动、旋转、锥旋等微运动，则这些微运动会对雷达回波产生调制，在目标多普勒频率上产生边带，由这些微运动而产生的调制就称为微多普勒现象，产生的边带频率称为微多普勒频率。目标的微多普勒特征反映了目标的电磁特性、几何结构和运动特征，为雷达目标特征提取和目标识别提供了新的途径。微多普勒的概念最早是由美国海军实验室的V.C.Chen引入到雷达领域的。V.C.Chen对点散射体的振动和刚体目标的旋转所产生的微多普勒进行了微动建模、理论推导和仿真计算，给出了四种单一微动(振动、旋转、翻转和锥旋)的微多普勒时频特征，并从一些雷达实验数据中成功提取出相应的微多普勒时频特征。现有的雷达领域中关于微多普勒效应的分析研究，均是在雷达目标存在的假设下，利用各种方法提取微动目标的微多普勒参数，而尚未应用于雷达目标检测领域。

微多普勒效应受雷达载波频率的影响，传统雷达工作频率较低，微多普勒效应影响很小，在较低频段检测微多普勒调制不太可能，因此传统的雷达目标检测方法不考虑也无需考虑微多普勒效应的影响。随着雷达工作频率的提高，微多普勒效应越来越显著，而传统的雷达目标检测方法中，一般将雷达回波信号相位作为随机变量，忽略微多普勒效应的影响，即将雷达目标回波信号作为随机相位信号检测，因而目标检测性能受到很大影响，因此需要一种更好的雷达目标检测方法，能够在微多普勒效应显著的情况下，保持良好的检测性能。

发明内容

本发明的目的是克服已有的雷达目标检测方法在微多普勒效应显著的情况下的不足，以提高雷达目标检测的性能，特提供一种基于微多普勒效应的雷达目标检测方法。该方法的基本思路是建立包含微多普勒效应的雷达目标回波信号模型，通过时频分析或数值计算的方法估计出其微多普勒参数，然后计算出雷达目标回波信号的估计值，进而得到检验统计量，并将检验统计量与判决门限进行比较，从而判断是否有目标存在。

本发明的技术方案如下：

一种基于微多普勒效应的雷达目标检测方法，包括以下步骤：

步骤1，建立包含微多普勒效应的雷达目标回波信号模型，根据雷达回波信号估计微动目标的微多普勒参数；

雷达发射单频信号，对于基本的单质点微动形式如振动、转动和锥旋，当有目标存在时，雷达回波信号可统一表示为

x(t)＝s(t)+n(t)＝Acos(ω₀t+βsin(ω_vt))+n(t)，

其中，s(t)为微动目标回波信号，A为目标回波信号幅度，ω₀为目标回波信号载波角频率，幅度调制因子β和频率调制因子ω_v为与目标微动有关的微多普勒参数，n(t)为与目标无关的加性噪声，然后根据微动目标回波信号模型，利用雷达回波信号采样值x_i＝x(t_i)，(i＝1，2，…，N)估计微多普勒参数β和ω_v，得到相应的估计值

和

步骤2，将步骤1中估计出的微多普勒参数

和

带入目标回波信号模型s(t)中，得到在t_i(i＝1，2，…，N)时刻的目标回波估计值

步骤3，计算检验统计量

并与判决门限γ相比较，从而判定有无目标，如果检验统计量超过预先所设判决门限γ，则判定为有目标，否则判定为无目标。

需要说明的是：

1、在步骤1中利用雷达回波信号采样值x_i＝x(t_i)，(i＝1，2，…，N)估计微多普勒参数β和ω_v具体有以下实现方式：

(1)通过时频分析的方法如短时傅里叶变换、Wigner-Ville分布等来估计微多普勒参数；

雷达回波信号的短时傅里叶变换为

$\mathrm{stft}(n,\mathrm{\ω})=\underset{i=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}{x}_{i}w(n-i)e^{-\mathrm{j\ωi}}$

选择适合的窗函数w(n)，得到信号的时间和频率的联合分布，进而可得到微多普勒参数的估计值和

雷达回波信号x_i(1≤i≤N)的瞬时自相关矩阵R_N×(2K+1)为

$R(i,k)=\left\{\begin{array}{cc}{x}_{i+k}{x}_{i-k}^{*},& k\≤\min \{K,N-i,i-1\}\\ 0,& \mathrm{other}\end{array}\right.$

离散Wigner-Ville分布为W(i，m)＝DFT_k[R(i，k)]，式中DFT_k[·]指对k的离散傅里叶变换，通过Wigner-Ville分布得到信号的时频联合分布，进而可得到微多普勒参数的估计值

和

(2)利用最大似然估计准则估计微多普勒参数，该方法又有以下两种方式实现：

a，求未知参数的最大似然估计就是求似然函数的最大值点对应的参数值，因此微多普勒参数β的估计值

和ω_v的估计值

应满足如下方程

其中，s_i＝s(t_i)＝Acos(ω₀t_i+βsin(ω_vt_i))，i＝1，2，…，N，在一定范围内改变β和ω_v的值以搜索到似然函数p(x|β，ω_v)的最大值，该最大值对应的微多普勒参数值即为其相应的估计值

和

而上述微多普勒参数β和ω_v的搜索范围是由雷达工作频率和可能存在的微动目标的微动特征决定的β和ω_v的最大范围；

b，根据最大似然估计准则，微多普勒参数β估计值

和ω_v的估计值

应满足如下方程

式中t_i为第i个采样点对应的采样时刻，解此方程组即可得到

和

该方程组可用如下方法求解：在方程两边同时乘以cos(ω₀t_i)(或sin(ω₀t_i))，然后通过数字低通滤波器，滤去高频分量，并做相应简化，可以得到如下两组方程组：

其中，H_DLPF[·]代表相应的信号通过数字低通滤波器后的输出。

进一步得到

对上式两边做傅里叶变换即可求出

与

2、在步骤3中判决门限γ是在预先选定的判决准则下计算得到的。对于雷达目标检测，通常采用奈曼-皮尔逊准则，此时在目标回波与噪声功率一定的情况下，判决门限由虚警概率决定。

本发明的核心在于在雷达目标检测中考虑了目标微动产生的微多普勒效应的影响，在目标回波模型中加入了微多普勒信息。利用接收到的雷达回波数据通过时频分析或数值计算的方法估计出微多普勒参数，然后利用估计出的微多普勒参数计算检验统计量，并将其与检测门限比较，从而确定有无目标。该算法在微多普勒效应显著的情况下也能保持较好的检测性能，是一种较好的雷达目标检测算法。

附图说明

图1为本发明即基于微多普勒效应的雷达目标检测方法的流程图。

图2是针对本发明具体实施方式给出的仿真例子，给出了在虚警概率P_fa＝10^-9时，本发明与传统检测方法的性能比较。在传统检测方法中，将微多普勒效应产生的时变相位作为[0，2π)上均匀分布的随机相位来检测目标。

图3是针对不同微多普勒幅度调制因子，本发明与传统检测方法的检测性能比较。

图4是针对不同微多普勒频率调制因子，本发明与传统检测方法的检测性能比较。

具体实施方式

下面结合仿真例子给出本发明与传统检测方法的性能比较。

设某雷达接收机中频频率f₀为10kHz，目标微动产生的微多普勒时变相位的频率f_v为3Hz，即频率调制因子为ω_v＝2πf_v＝6πrad/s，幅度调制因子为β＝100，接收信号幅度A＝1，即接收信号形式为s(t)＝cos(2π×10⁴×t+100sin(2π×3t))。采样频率为f_s＝100kHz，每次判决所用样本数N为30。

图2给出了在奈曼-皮尔逊准则下虚警概率为10^-9时，本方法与传统检测方法的性能比较，在后一种检测方法中，将微多普勒效应产生的时变相位作为[0，2π)上均匀分布的随机相位来检测目标。在信噪比很小的情况下，由于微多普勒参数估计存在较大误差，对检测性能有一定影响，此时两种方法检测性能相差不大；在信噪比很大的情况下，两种方法的检测概率均接近于100％，检测性能相差也不大；而在一般情况下，即信噪比既不很小也不很大，由于可以较准确地估计微多普勒参数，从仿真结果中可以看出，显然本方法的检测性能要更好。

图3为在虚警概率为10^-9，β分别为100和300，其它仿真条件不变时，不同信噪比条件下，本发明与传统检测方法性能的比较；图4为在虚警概率为10^-9，f_v分别为3Hz和10Hz(即ω_v分别为6πrad/s和20πrad/s)，其它仿真条件不变时，不同信噪比条件下，本发明与传统检测方法性能的比较。从仿真结果中可以看出当信噪比适中，在微多普勒效应显著的情况下，传统检测方法性能明显下降；而本方法受微多普勒效应影响较小，明显优于传统检测方法。

Claims (2)

1.一种基于微多普勒效应的雷达目标检测方法，在满足以下步骤的情况下：

步骤1，建立包含微多普勒效应的雷达目标回波信号模型，根据雷达回波信号估计微动目标的微多普勒参数；

雷达发射单频信号，对于基本的单质点微动形式以振动、转动或锥旋，当有目标存在时，雷达回波信号可统一表示为

x(t)＝s(t)+n(t)＝Acos(ω₀t+βsin(ω_vt))+n(t)

其中，s(t)为目标回波信号，A为目标回波信号幅度，ω₀为目标回波信号载波角频率，幅度调制因子β和频率调制因子ω_v为与目标微动有关的微多普勒参数，n(t)为与目标无关的加性噪声，然后根据微动目标回波信号模型，利用雷达回波信号采样值x_i＝x(t_i),i＝1,2,…,N估计微多普勒参数β和ω_v，得到其相应的估计值

和

步骤2，将步骤1中估计出的微多普勒参数

和

带入目标回波信号模型s(t)中，得到在t_i,i＝1,2,…,N时刻的目标回波估计值

步骤3，计算检验统计量

并与判决门限γ相比较，从而判定有无目标，如果检验统计量超过预先所设判决门限γ，则判定为有目标，否则判定为无目标，其特征在于：利用雷达回波信号采样值x_i＝x(t_i),i＝1,2,…,N估计微多普勒参数β和ω_v具体由以下方式实现：

（1）通过短时傅里叶变换进行参数估计，雷达回波信号的短时傅里叶变换为：

$\mathrm{stft}(n,\mathrm{\ω})=\underset{i=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}{x}_{i}w(n-i)e^{-\mathrm{j\ωi}}$

选择适合的窗函数w(n)，得到信号的时间和频率的联合分布，进而可得到微多普勒参数的估计值和

（2）利用最大似然估计准则估计微多普勒参数，该方法又有以下两种方式实现：

a，求未知参数的最大似然估计就是求似然函数的最大值点对应的参数值，因此微多普勒参数β的估计值

和ω_v的估计值

应满足如下方程

$p\left(x\right|\widehat{\mathrm{\β}},\widehat{{\mathrm{\ω}}_v})$

$=\max \left\{p\left(x\right|\mathrm{\β},{\mathrm{\ω}}_v)\right\}$

$=\max \left\{{\left({2\mathrm{\π\σ}}_n^2\right)}^{-N/2}\exp (-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{{(x_i-s_i)}^2}{{2\mathrm{\σ}}_n^2})\right\}$

其中，s_i＝s(t_i)＝Acos(ω₀t_i+βsin(ω_vt_i))，i＝1,2,…,N，在一定范围内改变β和ω_v的值以搜索到似然函数p(x|β,ω_v)的最大值，该最大值对应的微多普勒参数值即为其相应的估计值

和

b，根据最大似然估计准则，微多普勒参数β估计值

和ω_v的估计值

应满足如下方程

$A\cos ({\mathrm{\ω}}_0{t}_i+\widehat{\mathrm{\β}}\sin \left(\widehat{{\mathrm{\ω}}_v}{t}_i\right))=x_i,i=\mathrm{1,2},...N,$

式中t_i为第i个采样点对应的采样时刻，解此方程组即可得到

和

2.根据权利要求1所述的一种基于微多普勒效应的雷达目标检测方法，其特征在于，方式a中β和ω_v的搜索范围是由雷达工作频率和可能存在的微动目标的微动特征决定的β和ω_v的最大范围。

Images