CN102540162B - 基于海杂波的低空电磁波传播特性估计方法 - Google Patents
基于海杂波的低空电磁波传播特性估计方法 Download PDFInfo
- Publication number
- CN102540162B CN102540162B CN201110409710.6A CN201110409710A CN102540162B CN 102540162 B CN102540162 B CN 102540162B CN 201110409710 A CN201110409710 A CN 201110409710A CN 102540162 B CN102540162 B CN 102540162B
- Authority
- CN
- China
- Prior art keywords
- sea clutter
- estimation
- characteristic
- electromagnetic wave
- atmosphere
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于海杂波功率谱的低空电磁波传播特性估计方法，属于海洋环境特征及电磁波传播特性实时估计技术领域。主要用于解决海上大气折射率剖面参数估计与电磁波传播特性评估问题。区别于基于海杂波功率估计雷达探测效能的方法，该方法主要采用基于对实测海杂波功率谱估计和通过预设大气折射率剖面模型参数的电磁波传播扩散功率谱变化求解比对，反演实际大气折射率剖面、电磁波传播衰减量、求解大气折射率剖面参数后验估计值，得到大气折射率剖面图和电磁波传播衰减图。本发明工程实现简单，具有军事隐蔽性好、预报误差小、成本低、装备可嵌入加载等优点，主要适用于军事上和海洋监测中海上大气环境和电磁波传播衰减变化的测量与估计。
Description
技术领域
本发明涉及的基于海杂波功率谱估计的低空大气折射率特征参数及电磁波传播特性评估实现方法，属于海洋环境特征及电磁波传播特性实时估计技术领域。
背景技术
对海洋大气特征及电磁波传播特性的检测与评估是实现对海监测与海上目标探测效能判断的重要条件。目前为了弥补正演方式通过测量海面一定高度处的实时气象参数，基于各大气折射率模型递推得出大气折射率剖面，再结合电磁波传播方程求解得出电磁波在空间的传播因子的方法装备实现困难、成本高、误差大等不足，提出了通过海杂波的功率反演电磁波传播特性的方法，该方法基于对实测海杂波的强度与距离数据变化分析通过遗传算法全局优化搜索大气折射率剖面特征参数，进而求解出电磁波传播衰减量。但是受海情、雷达工作方式等参量的影响海杂波随机性较强，同时影响海杂波的多参量之间存在复杂的相互依赖性，因此通过建立海杂波模型来获取具有一定可信度和精度的海杂波强度，需要经过较长的试验验证过程。因此，寻求其它实用、简便、并能够实时准确估计低空电磁波传播特性的技术成为日益重要的发展方向。
发明内容
本发明的目的在于针对目前基于气象数据、海杂波功率估计海洋环境参数及电磁波传播衰减特性工程实现困难、成本高、误差大等问题，提供了一种基于海杂波功率谱估计的采用正演加反演方式估计海洋环境特性参数及电磁波传播衰减特性的技术及其实现方法。该方法主要通过对海雷达回波数据经分离优解得到海杂波数据及其特征参数，采用相关图法进行功率谱估计；然后假设一种大气折射率模型，将该模型中的随机环境参数代入电磁波传播模型，结合电磁波距离扩散方程及海杂波模型计算出海杂波功率谱变化，模型计算出的海杂波功率谱与实际试验中测得的海杂波功率谱的谱峰值、谱峰位置及谱宽进行比对后，利用粒子群算法反演出实际的大气折射率剖面；最后对大气折射率剖面参数进行后验估计，验证反演准确率，并绘制出大气折射率剖面图和电磁波传播衰减曲线图。其特征在于：
1)基于雷达回波的海杂波特征参数分离优解技术特征在于：对采集的雷达回波信号进行平滑滤波，以抑制雷达系统噪声；采用了通过傅里叶变换计算多普勒频移，并结合对雷达回波的空间分布、幅度统计特性、时间相关性、频谱特性以及时频二维特性的分析，将海杂波数据从雷达回波数据中进行分离。对分离出的海杂波数据，本发明采用数字正交滤波、脉冲压缩和相位检波，形成海杂波视频数据，通过相关图法估计出海杂波功率随频率的变化，进而求出海杂波功率谱与海洋环境参数的关联系数。
2)基于海杂波功率谱估计的海洋大气折射率剖面参数匹配寻优估计方法其特征在于：根据实测的海杂波功率谱估计，结合电磁波传播模型、海洋环境物理模型及海杂波模型，利用粒子群算法对大气折射率剖面参数进行优化搜索，并实现后验估计，解决了基于气象数据、海杂波功率进行大气折射率剖面和电磁波传播衰减估计的多种不足。
建立大气折射率模型时，为反映海洋环境的动态特性，对大气折射率模型在空间范围内进行细化，距离步进为200km，垂直高度为100m，高度步进为1m；然后，根据电磁波传播模型，利用随机环境参数计算出电磁波传播的衰减因子，再根据海洋环境物理模型及海杂波模型，估计出海杂波功率谱变化，并与实测的随距离离散化的海杂波功率谱进行比对，在环境参数的取值范围内采用神经网络方法进行循环搜索，直至搜索出环境参数的最优解。其中本发明为了解决海杂波的随机性对反演准确度的影响，每30分钟利用实际采集的雷达回波数据，对海杂波模型进行一次修正；最后，通过奇异值分解对大气折射率剖面模型进行后验估计，检查基于最优解的大气折射率剖面与实测的大气折射率剖面的符合程度，若两者误差较大，修正大气折射率剖面模型，重新反演。
本发明技术实现软件平台为Visua1 Studio2005，硬件平台为双核处理器、主频2.8GHz、3GB内存，操作系统为Windows XP。在软件设计中，为了提高故障排查隔离率，算法可替换性以及工程的稳定性，本发明采用了模块化设计，对各模型算法进行了封装，以.DLL动态数据链接库的方式进行调用。
本发明与现有技术相比，其显著优点为：能够实时、准确地估计海洋探测环境特性参数及电磁波传播特性；能够实现在对海雷达上进行嵌入式加载，除数据采集器外，无其它额外设备。该方法工程实现简单，在双核处理器上可以实现实时处理，军事隐蔽性好，成本低，且工程软件实现时高度集成化，故障排除能力强，稳定性较高。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是海杂波特征参数分离优解处理流程图；
图2是大气折射率剖面参数反演流程图。
具体实施方式
下面结合附图对本评估技术的实现方法及具体实施步骤进行详细说明。
1)实测一定方位范围内的海杂波功率谱变化pcc(ω)；
本发明中在估计海杂波功率谱时，首先需要确定待反演的方位范围，并利用数据采集器采集雷达回波数据；其次需要将海杂波特征参数从采集的雷达回波数据中进行分离优解。本发明设计了一种有多个系数的低线性相位有限脉冲相应(FIR)滤波器，对原始雷达回波数据进行平滑滤波。特别注意的是在设计该滤波器时，需确保滤波器的带宽大得足以不衰减海杂波数据。然后本发明通过傅里叶变换计算多普勒频移，结合对杂波的空间分布、幅度统计特性、时间相关性、频域特性以及时频二维特性分析的方法，将该方位范围内的海杂波数据从各种信号数据中分离出来。其中本发明采用双线性变换维格纳-威利分布方法进行时频分析；最后对海杂波数据进行数字正交滤波、脉冲压缩和相位检波，形成海杂波视频数据，通过相关图法估计出各个方位上海杂波功率谱，进而求出海杂波功率谱与海洋环境参数的关联系数。2)建立大气折射率模型，将环境参数m映射成不同高度处的修正折射率M；
目前对于环境模型的描述主要有两种方式：三段式折射率剖面模型(适用于表面波导)和四段式折射率剖面模型(适用于贴地波导和悬空波导)。由于海上大气波导一般为蒸发波导，所以本发明中环境模型采用四段式折射率剖面模型。本发明在建立该模型时，通过“莫宁-奥布霍夫”相似定理，一共采用11个参数对大气折射率模型进行描述，其中5个参数用来描述大气折射率剖面垂直结构，6个参数用来描述大气折射率剖面水平结构。包括蒸发波导高度、反演层的厚度、陷获层基高、混合层斜率和反演层的M增量，对应环境参数m＝[δ，zd，zb，c1，Md]，将大气折射率剖面在垂直结构上分为4层。
3)利用修正折射率M，结合电磁波传播模型和海洋环境物理模型，计算雷达回波功率随距离的变化p(ω)，代入海杂波后向散射系数，通过相关图法计算海杂波的功率谱；
目前典型的研究电磁波传播衰减的方法有三种，分别是抛物线方程法、几何光学理论以及波导模理论。本发明中将抛物线方程法与其它两种方法有机结合，弥补抛物线方程法忽略后向散射系数，对大于与水平线成20°的传播夹角，解的相位不够精确等不足。求解时需限定垂直空间的最大高度zmax和仰角的最大度数θmax。利用傅里叶分步积分对电磁波传播时空间场分布进行求解，求解时在距离上以Δx为步长步进，Δx按雷达距离分辨率的倍数进行选取，一般取30～100m，取值越小，计算电磁波的衰减因子时间越长，同时计算结果越精确。
本发明中海杂波后向散射系数的计算采用对GIT经验模型进行修正的方法，针对海杂波的随机性，每30分钟采集一次回波数据，对模型进行修正。其中有效浪高采用信噪比结合浮标测得的有效浪高拟合得出。
本发明中计算海杂波功率谱时，对海杂波功率随距离的变化进行自相关序列估计，再进行DFT从而得到功率谱估计值。
4)通过目标函数计算pcc(ω)与p(ω)的吻合程度；
5)在环境参数的取值范围内，利用粒子群算法进行优化搜索，使pcc(ω)与p(ω)的拟合最优；
粒子群算法是一种求解问题的高效并行搜索方法，对于大气折射率模型中多个参数同时反演效率较高。本发明在粒子群算法使用时，初始群体中包含的粒子数为500，迭代次数为20。
6)对基于最优解的大气折射率剖面与实际的剖面进行后验估计，估计参数误差，若误差较大，修正步骤2)中假设的大气折射率剖面模型，重复步骤3)～5)。
该方法在基于双核处理器、主频2.8GHz、3GB内存的计算机上可实现实时处理。软件系统使用VC语言实现，框架采用MFC，其中各模型采用模块化设计，以.DLL动态链接库的方式进行封装调用，以提高软件系统的稳定性和模块可替换性。
基于海杂波的低空电磁波传播特性估技术及实现方法能根据海杂波信息，实时反演出大气折射率空间结构及电磁波传播的衰减因子，准确地估计低空电磁波传播特性。
Claims (2)
1.一种基于海杂波的低空电磁波传播特性估计方法，其特征是：采用装备嵌入式加载的方式，从采集的雷达回波数据中，利用平滑滤波，以及对雷达回波的空间分布、幅度统计特性、时间相关性、频谱特性和时频二维特性的分析分离优解海杂波数据，对分离后的海杂波数据进行数字正交滤波、脉冲压缩和相位检波，并采用相关图法进行海杂波功率谱估计，与通过大气折射率模型、电磁波传播模型、海洋环境物理模型及海杂波模型正演计算出的海杂波功率谱值，针对谱峰值、谱峰位置及谱宽进行比对，利用粒子群算法反演出大气折射率特征参数，通过海杂波功率谱统计分析过程估计海杂波功率谱与海洋环境参数的关联系数，进而对电磁波传播衰减因子进行估计，同时通过奇异值分解方法进行后验估计以提高优化结果的准确率。
2.根据权利要求1所述的一种基于海杂波的低空电磁波传播特性估计方法，其特征是：采用一种有多个系数的低线性相位有限脉冲响应滤波器，对原始雷达回波数据进行平滑滤波；采用通过傅里叶变换计算多普勒频移的方法，结合对杂波的空间分布、幅度统计特性、时间相关性、频域特性以及时频二维特性的分析，将海杂波从各种回波信号中分离；其中采用双线性变换维格纳-威利分布方法进行时频分析；对分离后的海杂波数据进行数字正交滤波、脉冲压缩和相位检波，利用相关图法估计海杂波功率谱，然后对海杂波功率谱进行统计分析，求出海杂波功率谱与海洋环境参数的关联系数，进而估计出电磁波传播衰减因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110409710.6A CN102540162B (zh) | 2011-12-12 | 2011-12-12 | 基于海杂波的低空电磁波传播特性估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110409710.6A CN102540162B (zh) | 2011-12-12 | 2011-12-12 | 基于海杂波的低空电磁波传播特性估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102540162A CN102540162A (zh) | 2012-07-04 |
| CN102540162B true CN102540162B (zh) | 2015-08-19 |
Family
ID=46347496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110409710.6A Active CN102540162B (zh) | 2011-12-12 | 2011-12-12 | 基于海杂波的低空电磁波传播特性估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102540162B (zh) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104880730B (zh) * | 2015-03-27 | 2017-04-26 | 西安交通大学 | 基于Synchrosqueezing变换的地震资料时频分析和衰减估计方法 |
| CN106291490B (zh) * | 2015-05-29 | 2018-10-19 | 中国人民解放军信息工程大学 | 一种用于反演表面波导的海杂波功率计算方法和装置 |
| CN106291491B (zh) * | 2015-05-29 | 2018-10-19 | 中国人民解放军信息工程大学 | 一种用于反演蒸发波导的海杂波功率计算方法和装置 |
| CN105548971B (zh) * | 2016-01-11 | 2017-12-15 | 西安电子科技大学 | 一种针对海面蒸发波导超视距探测雷达的目标隐身方法 |
| CN105717375B (zh) * | 2016-02-24 | 2019-03-15 | 田斌 | 一种海洋近地层大气电磁波能量分布综合检验系统及方法 |
| CN106249241B (zh) * | 2016-08-05 | 2018-08-24 | 中国电子科技集团公司第二十八研究所 | 一种自适应杂波功率统计算法 |
| CN106249211B (zh) * | 2016-08-05 | 2018-10-23 | 中国电子科技集团公司第二十八研究所 | 一种海杂波与云雨杂波抑制算法 |
| CN106354979A (zh) * | 2016-10-08 | 2017-01-25 | 西安电子科技大学 | 一种基于量子遗传算法的雷达海杂波反演蒸发波导的方法 |
| CN108459307B (zh) * | 2018-02-05 | 2021-07-20 | 西安电子科技大学 | 基于杂波的mimo雷达收发阵列幅相误差校正方法 |
| CN108535710A (zh) * | 2018-03-06 | 2018-09-14 | 中国船舶重工集团公司第七二四研究所 | 一种基于目标环境特征向量的干扰抑制与目标识别方法 |
| CN109270501B (zh) * | 2018-10-29 | 2020-08-11 | 安徽四创电子股份有限公司 | 一种用于全固态vts雷达的海杂波抑制方法 |
| CN111198303A (zh) * | 2018-11-19 | 2020-05-26 | 中国舰船研究设计中心 | 一种编队内舰载辐射源电磁环境分布特性预测方法 |
| EP3719536A1 (en) * | 2019-04-01 | 2020-10-07 | Siemens Gamesa Renewable Energy A/S | Wind turbine with sea level wave characteristic determination |
| CN110346772A (zh) * | 2019-08-22 | 2019-10-18 | 上海无线电设备研究所 | 一种高频雷达大幅度电离层相径扰动抑制方法 |
| CN110907907B (zh) * | 2019-10-19 | 2022-06-14 | 中国电波传播研究所（中国电子科技集团公司第二十二研究所） | 一种海杂波多普勒谱特性分析对比方法 |
| CN111610514B (zh) * | 2020-05-20 | 2023-01-31 | 郑州大学 | 一种蒸发波导传播特性的反演方法及装置 |
| CN111624599B (zh) * | 2020-05-27 | 2022-12-13 | 哈尔滨工程大学 | 一种航海雷达反演海浪有效波高计算方法 |
| CN111914467A (zh) * | 2020-06-05 | 2020-11-10 | 西安理工大学 | 一种基于ga算法建立星光大气折射模型的方法 |
| CN112162286B (zh) * | 2020-09-29 | 2023-08-01 | 中国船舶集团有限公司第七二四研究所 | 一种基于人工智能的雷达探测环境估计方法 |
| CN112098958B (zh) * | 2020-10-22 | 2022-04-26 | 中国电波传播研究所（中国电子科技集团公司第二十二研究所） | 一种基于数字地图和气象水文信息的雷达杂波预测方法 |
| CN113011600A (zh) * | 2021-03-25 | 2021-06-22 | 天津大学 | 一种基于机器学习修正蒸发波导预测模型的方法 |
| CN115184689B (zh) * | 2022-05-26 | 2024-03-19 | 西安电子科技大学 | 一种计算蒸发波导环境中目标电磁散射的方法 |
| CN116842309B (zh) * | 2023-06-15 | 2023-12-29 | 宁波麦思捷科技有限公司武汉分公司 | 一种海杂波功率的计算方法及系统 |
| CN116822567B (zh) * | 2023-08-28 | 2023-11-21 | 山东省科学院海洋仪器仪表研究所 | 一种蒸发波导预测模型参数的优化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4481078B2 (ja) * | 2004-05-13 | 2010-06-16 | 三菱電機株式会社 | レーダ装置 |
| CN102226840B (zh) * | 2011-03-23 | 2013-10-02 | 中国人民解放军海军工程大学 | 大气波导内舰船目标雷达散射截面分层计算方法 |
-
2011
- 2011-12-12 CN CN201110409710.6A patent/CN102540162B/zh active Active
Non-Patent Citations (4)
| Title |
|---|
| Peter Gerstoft et al..Inversion for refractivity parameters from radar sea clutter.《RADIO SCIENCE》.2003,第38卷(第3期), * |
| 基于实际数据的海杂波特性分析;袁俊泉 等;《空军雷达学院学报》;20010331;第15卷(第1期);第4－8页 * |
| 基于海杂波的雷达探测效能估计技术;王玲玲 等;《雷达与对抗》;20110331;第31卷(第1期);第1－4页 * |
| 韩星星.雷达海杂波反演海面大气波导的研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2010,(第01期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102540162A (zh) | 2012-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102540162B (zh) | 基于海杂波的低空电磁波传播特性估计方法 | |
| CN103139907B (zh) | 一种利用指纹法的室内无线定位方法 | |
| JP5905646B2 (ja) | 津波監視システム | |
| CN109523066B (zh) | 一种基于克里金插值的pm2.5新增移动站点选址方法 | |
| CN112556659A (zh) | 单光子激光雷达水下光子位移校正、测深方法及装置 | |
| Zhao et al. | Theoretical analysis and numerical experiments of variational adjoint approach for refractivity estimation | |
| CN109543356A (zh) | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 | |
| CN102788979B (zh) | 一种基于后向投影InSAR成像配准的GPU实现方法 | |
| CN111638521B (zh) | 一种成像高度计遥感数据的海面风速反演方法 | |
| CN106468771A (zh) | 一种低可观测高杂波条件下的多目标检测与跟踪方法 | |
| CN104318593A (zh) | 一种雷达海杂波的仿真方法和系统 | |
| CN105759274A (zh) | 一种台风关注区雷达降水估测方法 | |
| CN112099082B (zh) | 一种共面元共方位角道集的地震回折波走时反演方法 | |
| CN114814779B (zh) | 浮标涌浪波高观测数据误差评估方法、系统、设备及介质 | |
| CN103675777A (zh) | 基于拟合法的机载雷达杂波模拟方法及装置 | |
| CN111708005A (zh) | 单光子激光雷达水下光子位移校正、测深方法及装置 | |
| CN116430126A (zh) | 一种基于电磁背景认知的电磁静默目标检测方法、装置及计算机设备 | |
| CN116321423A (zh) | 基于深度学习的uwb nlos传播误差抑制方法 | |
| CN113065221B (zh) | 大擦地角下海杂波模型、模型构建系统以及模拟仿真方法 | |
| Ma et al. | A Method for Establishing Tropospheric Atmospheric Refractivity Profile Model Based on Multiquadric RBF and k-means Clustering | |
| CN113848393A (zh) | 一种修订地闪回击强度反演误差的方法 | |
| CN114580615B (zh) | 一种基于神经网络的分布式小平台水下纯方位定位方法 | |
| US10401515B2 (en) | Estimation of water properties from seismic data | |
| Gao et al. | Accuracy comparison and analysis of interpolation methods in DEM generation with 3D laser point cloud data | |
| CN115932838B (zh) | 一种基于神经网络的地波雷达与走航观测的数据校正方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent for invention or patent application | ||
| CB02 | Change of applicant information |
Address after: 211153 No. 30 Changqing street, Jiangning District, Jiangsu, Nanjing Applicant after: 724Th Research Institute of China Shipbuilding Industry Corporation Address before: 210003 Zhongshan North Road, Jiangsu, No. 346, Applicant before: 724Th Research Institute of China Shipbuilding Industry Corporation |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |