CN102798842A - 前视阵列雷达的俯仰-慢时间空时二维自适应处理方法 - Google Patents

Abstract

本发明公开了一种前视阵列雷达的俯仰-慢时间空时二维自适应处理方法，主要解决现有技术对强杂波抑制效果差的问题。其实现过程是：1）把整个平面阵列划分成若干行子阵，经过行合成等效得到一个沿俯仰方向的等距线阵；2）对等效线阵的回波数据进行采样；3）将处理器接收的单个距离单元空时采样数据排成矢量形式；4）计算该距离单元的多普勒补偿矩阵，对该距离单元的数据矢量进行多普勒频移补偿；5）用多普勒频移补偿后的数据估计待检测单元杂波协方差矩阵，计算空时二维自适应处理最优权，得到处理后系统的输出数据。本发明滤波后获得的改善因子优于传统方位—慢时间空时二维自适应处理，可用于抑制前视阵列雷达的强杂波。

Description

前视阵列雷达的俯仰-慢时间空时二维自适应处理方法

技术领域

本发明属于雷达技术领域，涉及一种利用阵列俯仰维自由度和慢时间维自由度进行空时二维自适应处理的方法，可用于机载前视阵列雷达杂波抑制，并可以获得较好的改善因子，提高机载雷达杂波抑制的能力。

背景技术

由于机载雷达架设在高空飞行的飞机上，其优越性能是地基雷达无法比拟的。但在雷达下视工作时，其杂波分布范围广，强度大，而且由于不同方向的地杂波对于机载的速度各异，从而使杂波谱大大扩展，杂波呈现出很强的时空耦合性，从而严重的影响了检测性能。有效地抑制地杂波是机载雷达下视工作的难题，相控阵雷达能同时形成多个波束，且波束可灵活控制，基于相控阵的这些优点，人们提出了空时二维自适应的方法来抑制机载强杂波。

机载远程战场侦察雷达和机载火控雷达大多都采用前视阵模式，前视阵列雷达空时二维自适应处理时面临着非均匀杂波，在这种情况下要有效的抑制杂波是一个非常困难的问题，特别是当近距离探测时，雷达波束下视角较大，各个距离单元的杂波统计特性与俯仰角相关,这种杂波统计特性所导致的杂波非均匀性在近距离时更为严重。要保证较好的空时二维自适应处理性能就需要对这些非均匀杂波进行补偿。针对前向阵雷达杂波特别是近程杂波由距离相关性引起的非均匀问题，Borsari等人提出了一种多普勒频移法，这种多普勒频移法属于多普勒一维平移，虽然实现简单，但在雷达天线阵面的偏置角较大时，性能损失很大。近年来，平面阵俯仰维被引入到空时二维自适应处理中用于解决杂波非均匀问题，进而产生了三维空时自适应处理。三维空时自适应处理可以获得较好的杂波抑制性能，但三维空时自适应处理运算量太大，很难做到实时处理。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种前视阵列雷达的俯仰-慢时间空时二维自适应处理方法，以减小自适应处理的运算量，提高杂波抑制的性能。

实现本发明目的的技术思路是：利用机载前视阵列雷达杂波多普勒频率和俯仰空域频率的二维耦合关系，实现杂波在俯仰维和慢时间维的二维抑制，其实现步骤包括如下：

1．一种前视阵列雷达的俯仰-慢时间空时二维自适应处理方法，包括如下步骤：

（1）在机载前视平面相控阵雷达中，设计天线阵面使其与水平地面有一倾角α，0<α<90°，阵面经过行合成后形成沿俯仰方向的N元等距离线阵接收地面回波信号；

（2）对上述阵列接收的地面回波信号进行采样，获得第p个阵元第q个脉冲在第l距离单元的采样数据x_pq(l)，其中，p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数；

（3）将上述采样数据x_pq(l)排列成NK×1维空时二维采样数据矢量X(l)；

（4）对空时二维采样数据矢量X(l)进行多普勒频移补偿，补偿后的数据矢量Y(l)为：

Y(l)=T_l ^HX(l)，

其中[]^H为共轭转置操作，T_l为补偿矩阵：

式中，为虚数单元符号，I_N是N×N的单位矩阵，

为Kronecker积，△为中间变量，l₀为待检测单元距离单元数，

为待检测单元的俯仰角，为第l采样距离单元的俯仰角，v为载机速度，λ为波长，f_r为脉冲重复频率；

（5）用上述多普勒频移补偿后的数据Y(l)进行空时二维自适应处理，求得空时二维自适应处理的最优权值W_opt；

(6)用上述获得的最优权W_opt滤除待检测单元的杂波，得到空时二维自适应处理后的输出数据Z_l0：

$Z_{l0}=W_{\mathrm{opt}}^{H}X\left(l_0\right),$

其中X(l₀)为待检测单元的数据矢量。

作为优选，所述步骤（3）中将采样数据x_pq(l)排列成NK×1维采样数据矢量X(l)，按如下步骤进行：

（3a）将所有阵元在第q个脉冲的采样数据x_pq(l)排成第q个脉冲的数据矢量X_q：

$X_q=\left[\begin{array}{c}{x}_{1q}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{pq}}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{Nq}}\left(l\right)\end{array}\right],$

其中p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数，x_pq(l)是第p个阵元第q个脉冲在第l距离单元的采样数据；

（3b）将第q个脉冲的数据矢量X_q按q的次序排列成NK×1维空时二维采样数据矢量X(l)：

$X\left(l\right)={\left[\begin{array}{ccccc}{X}_1^T& ...& X_q^T& ...& X_K^T\end{array}\right]}^T,$

其中K为脉冲数，[]^T为转置操作。

作为优选，所述步骤（5）中用多普勒频移补偿后的数据Y(l)进行空时二维自适应处理，是用多普勒频移补偿后的数据Y(l)估计待检测单元的杂波协方差矩阵

${\hat{R}}_0=\frac{1}{L}\underset{l\&NotEqual;l_0}{\overset{L}{\underset{l=1}{\mathrm{\&Sigma;}}}}Y\left(l\right)Y^H\left(l\right),$

其中，[]^H为共轭转置操作，L为距离门数，l为采样距离单元数，l₀为待检测单元距离单元数，L≥2NK，N为俯仰方向阵元数，K为脉冲数。

作为优选，所述步骤（5）中求得空时二维自适应处理的最优权值W_opt，是通过如下公式进行：

$W_{\mathrm{opt}}=\frac{{{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)}{S^H({\mathrm{\&psi;}}_0,f_d){{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)},$

式中，

为待检测单元的杂波协方差矩阵，[]^-1为矩阵求逆运算，ψ₀为目标方向锥角，f_d为目标多普勒频率，S(ψ₀,f_d)为目标导向矢量：

$S({\mathrm{\&psi;}}_0,f_d)=S_s\left({\mathrm{\&psi;}}_0\right)\&CircleTimes;S_t\left(f_d\right),$

S_s(ψ₀)和S_t(f_d)分别为目标信号的空间导向矢量和时间导向矢量：

$S_s\left({\mathrm{\&psi;}}_0\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}\cos {\mathrm{\&psi;}}_0\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(N-1)\cos {\mathrm{\&psi;}}_0\right)\end{array}\right]}^T,$

$S_t\left(f_d\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}{f}_d\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(K-1)f_d\right)\end{array}\right]}^T,$

为Kronecker积，N为俯仰方向阵元数，K为脉冲数，λ为波长，d为阵元间距，[]^T为转置操作。

本发明与现有技术相比具有以下优点：

1）现有的较常用的空时二维自适应处理方法是采用方位—慢时间进行二维滤波，在前视阵中杂波呈现为距离依从性，虽然可以通过多普勒频移方法补偿杂波距离非均匀性，但是在目标偏离主波束角较大时，性能损失很大。在本发明中，不同距离的杂波谱在俯仰—多普勒平面上的分布是等斜率但不重合斜线谱，通过多普勒频移补偿可使不同方位角的杂波谱完全重合，在目标偏离主波束角较大时，性能几乎不受影响。

2）现有的三维空时自适应处理方法运算量太大，很难做到实时处理，本发明的运算量远小于三维空时自适应处理，易于做到实时处理。

附图说明

图1是本发明的实现流程图；

图2是本发明中前视阵列雷达阵面结构示意图；

图3是本发明中阵列接收杂波的空时二维谱仿真图；

图4是用本发明中多普勒频移方法对杂波补偿后的空时二维谱图；

图5是使用的原始回波信号图；

图6是用本发明对图5滤波后的结果图；

图7是在目标位于波束指向时，用本发明与传统方位—慢时间方法滤除杂波后获得的改善因子的对比图；

图8是在目标偏离波束指向时，用本发明与传统方位—慢时间方法滤除杂波后获得的改善因子的对比图。

具体实施方式

参照图1，发明的实现步骤如下：

步骤1，在机载前视平面相控阵雷达中，设计天线阵面使其与水平地面有一倾角α，0<α<90°，阵面经过行合成后形成沿俯仰方向的N元等距离线阵接收地面回波信号。

步骤2，对步骤1阵列接收的地面回波信号进行采样，获得第p个阵元第q个脉冲在第l距离单元的采样数据x_pq(l)。

参照图2，采样数据x_pq(l)为：

其中，γ(θ)为杂波散射单元幅度，θ为散射单元对应的方位角，

为虚数单元符号，p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数，l为距离单元数，为第l个距离单元对应的俯仰角，式中归一化时域角频率

和空域角频率分别为：

2）

其中，v为载机速度，λ为波长，f_r为脉冲重复频率，y为杂波散射体俯仰向入射锥角，d为天线阵元间距；

由2）式和3）式可知，杂波散射单元多普勒频率和俯仰向空域频率的关系为：

4）式说明第l个距离单元的杂波空时二维谱为一条斜线谱，不同距离单元的杂波谱斜率相等，但不同距离单元的杂波谱不重合，表现为杂波的距离非均匀性，如图3所示，杂波的距离非均匀性使得杂波谱在俯仰—多普勒平面扩展，从而影响空时二维自适应处理的性能。

步骤3，将上述采样数据x_pq(l)排列成NK×1维空时二维采样数据矢量X(l)。

3a）将所有阵元在第q个脉冲的采样数据x_pq(l)排成第q个脉冲的数据矢量X_q：

$X_q=\left[\begin{array}{c}{x}_{1q}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{pq}}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{Nq}}\left(l\right)\end{array}\right]---5)$

式5）中p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数，x_pq(l)是第p个阵元第q个脉冲在第l距离单元的采样数据；

3b）将第q个脉冲的数据矢量X_q按q的次序排列成NK×1维空时二维采样数据矢量X(l)：

$X\left(l\right)={\left[\begin{array}{ccccc}{X}_1^T& ...& X_q^T& ...& X_K^T\end{array}\right]}^T---6)$

其中K为脉冲数，[]^T为转置操作。

步骤4，对空时二维采样数据矢量X(l)进行多普勒频移补偿，得到补偿后的数据矢量Y(l)。

补偿后的数据矢量Y(l)为：

Y(l)=T_l ^HX(l)发                           7）

其中[]^H为共轭转置操作，T_l为补偿矩阵：

式8）中，

为虚数单元符号，I_N是N×N的单位矩阵，

为Kronecker积，△为中间变量，

l₀为待检测单元距离单元数，为待检测单元的俯仰角，

为第l采样距离单元的俯仰角，v为载机速度，λ为波长，f_r为脉冲重复频率；

由式8）可知，进行多普勒频移补偿后杂波多普勒频率变为：

ω'_tl=ω_tl-△                              9）

式9）中ω'_tl为多普勒频移补偿后杂波多普勒频率，由式9）和式3）可知多普勒频移补偿后杂波多普勒频率和俯仰向空域频率的关系变为：

由式10）可知，经过多普勒频移补偿后不同距离单元的杂波空时二维谱重合为一条斜线能量脊，如图4所示。

步骤5，用上述多普勒频移补偿后的数据Y(l)进行空时二维自适应处理，求得空时二维自适应处理的最优权值W_opt。

5a）用多普勒频移补偿后的数据Y(l)估计待检测单元的杂波协方差矩阵

${\hat{R}}_0=\frac{1}{L}\underset{l\&NotEqual;l_0}{\overset{L}{\underset{l=1}{\mathrm{\&Sigma;}}}}Y\left(l\right)Y^H\left(l\right)---11)$

式11）中，[]^H为共轭转置操作，L为距离门数，l为采样距离单元数，l₀为待检测单元距离单元数，L≥2NK，N为俯仰方向阵元数，K为脉冲数；

5b）通过如下最小方差准则计算空时二维自适应处理的最优权值W_opt：

$W_{\mathrm{opt}}=\frac{{{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)}{S^H({\mathrm{\&psi;}}_0,f_d){{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)}---12)$

式12）中，为待检测单元的杂波协方差矩阵，[]^-1为矩阵求逆运算，ψ₀为目标方向锥角，f_d为目标多普勒频率，S(ψ₀,f_d)为目标导向矢量：

$S({\mathrm{\&psi;}}_0,f_d)=S_s\left({\mathrm{\&psi;}}_0\right)\&CircleTimes;S_t\left(f_d\right)---13)$

S_s(ψ₀)和S_t(f_d)分别为目标信号的空间导向矢量和时间导向矢量：

$S_s\left({\mathrm{\&psi;}}_0\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}\cos {\mathrm{\&psi;}}_0\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(N-1)\cos {\mathrm{\&psi;}}_0\right)\end{array}\right]}^T---14)$

$S_t\left(f_d\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}{f}_d\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(K-1)f_d\right)\end{array}\right]}^T---15)$

为Kronecker积，N为俯仰方向阵元数，K为脉冲数，λ为波长，d为阵元间距，[]^T为转置操作。

步骤6，用上述获得的最优权W_opt滤除待检测单元的杂波，得到空时二维自适应处理后的输出数据Z_l0及系统检测性能的改善因子IF。

系统的输出数据为：

$Z_{l0}=W_{\mathrm{opt}}^{H}X\left(l_0\right)$

16）

式17）中X(l₀)为待检测单元的数据矢量；

系统检测性能的改善因子IF定义为系统输出信杂噪比和系统输入信杂噪比的比值：

$\mathrm{IF}=\frac{{\mathrm{SCNR}}_o}{\mathrm{SCN}{R}_i}=\left(S^H({\mathrm{\&psi;}}_0,f_d){{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)\right)({\mathrm{CNR}}_i+1){\mathrm{\&sigma;}}_{\mathrm{ni}}^2---17)$

式18）中，SCNR_o为系统输出信杂噪比，SCNR_i系统输入信杂噪比，为CNR_i为输入杂噪声比，

为输入噪声功率。

本发明的效果通过以下仿真试验进一步说明：

1．仿真条件：

假设飞机以速度v=150m/s匀速飞行，雷达工作波长0.24m，天线为16×16面阵,阵面倾角α=60°，阵元间距为半波长。载机高度8km，相干积累脉冲数为16，重复频率2500Hz,,载机波束指向方位角θ₀=90°，俯仰角

目标所在距离单元数733，当目标偏离波束指向时，目标方位角度θ_t=55°，不考虑杂波的距离模糊，杂噪比60dB。

2．仿真内容：

仿真1，用本发明方法对图5所示的原始回波信号进行杂波滤除，滤波后的结果如图6所示。

仿真2，在目标位于波束指向时，分别用本发明和现，方位-慢时间方法对杂波进行滤除，获得本发明以及现有方位-慢时间的改善因子，如图7所示。

仿真3，在当目标偏离波束指向时，用本发明和现，方位-慢时间方法对杂波进行滤除，获得本发明以及现有方位-慢时间的改善因子，如图8所示。

3．仿真分析：

从图5可以看出，目标信号完全被淹没在杂波之中，无法进行信号检测，由图6可知采用本发明方法进行空时二维自适应滤波后，目标信号可以被检测出来。

从图7可以看出，当目标位于波束指向时，用本发明可获得与现有方位-慢时间空时二维自适应处理相当的改善因子；

从图8可以看出，当目标偏离波束指向时，用本发明获得的改善因子优于现有方位-慢时间空时二维自适应处理。

Claims (4)

1.一种前视阵列雷达的俯仰-慢时间空时二维自适应处理方法，包括如下步骤：

（1）在机载前视平面相控阵雷达中，设计天线阵面使其与水平地面有一倾角α，0<α<90°，阵面经过行合成后形成沿俯仰方向的N元等距离线阵接收地面回波信号；

（2）对上述阵列接收的地面回波信号进行采样，获得第p个阵元第q个脉冲在第l距离单元的采样数据x_pq(l)，其中，p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数；

（3）将上述采样数据x_pq(l)排列成NK×1维空时二维采样数据矢量X(l);

（4）对空时二维采样数据矢量X(l)进行多普勒频移补偿，补偿后的数据矢量Y(l)为：

Y(l)=T_l ^HX(l)，

其中[]^H为共轭转置操作，T_l为补偿矩阵：

式中，

为虚数单元符号，I_N是N×N的单位矩阵，

为Kronecker积，△为中间变量，l₀为待检测单元距离单元数，

为待检测单元的俯仰角，

为第l采样距离单元的俯仰角，v为载机速度，λ为波长，f_r为脉冲重复频率；

（5）用上述多普勒频移补偿后的数据Y(l)进行空时二维自适应处理，求得空时二维自适应处理的最优权值W_opt；

(6)用上述获得的最优权W_opt滤除待检测单元的杂波，得到空时二维自适应处理后的输出数据Z_l0：

$Z_{l0}=W_{\mathrm{opt}}^{H}X\left(l_0\right),$

其中X(l₀)为待检测单元的数据矢量。

2.根据权利要求1所述的方法，其中，所述步骤（3）中将采样数据x_pq(l)排列成NK×1维采样数据矢量X(l)，按如下步骤进行：

（3a）将所有阵元在第q个脉冲的采样数据x_pq(l)排成第q个脉冲的数据矢量X_q：

$X_q=\left[\begin{array}{c}{x}_{1q}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{pq}}\left(l\right)\\ .\\ .\\ .\\ x_{\mathrm{Nq}}\left(l\right)\end{array}\right],$

其中p=1,2,…N，N为俯仰方向阵元数，q=1,2,…K，K为脉冲数，x_pq(l)是第p个阵元第q个脉冲在第l距离单元的采样数据；

（3b）将第q个脉冲的数据矢量X_q按q的次序排列成NK×1维空时二维采样数据矢量X(l)：

$X\left(l\right)={\left[\begin{array}{ccccc}{X}_1^T& ...& X_q^T& ...& X_K^T\end{array}\right]}^T,$

其中K为脉冲数，[]^T为转置操作。

3.根据权利要求1所述的方法，其中，所述步骤（5）中用多普勒频移补偿后的数据Y(l)进行空时二维自适应处理，是用多普勒频移补偿后的数据Y(l)估计待检测单元的杂波协方差矩阵

${\hat{R}}_0=\frac{1}{L}\underset{l\&NotEqual;l_0}{\overset{L}{\underset{l=1}{\mathrm{\&Sigma;}}}}Y\left(l\right)Y^H\left(l\right),$

其中，[]^H为共轭转置操作，L为距离门数，l为采样距离单元数，l₀为待检测单元距离单元数，L≥2NK，N为俯仰方向阵元数，K为脉冲数。

4.根据权利要求1所述的方法，其中，所述步骤（5）中求得空时二维自适应处理的最优权值W_opt，是通过如下公式进行：

$W_{\mathrm{opt}}=\frac{{{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)}{S^H({\mathrm{\&psi;}}_0,f_d){{\hat{R}}_0}^{-1}S({\mathrm{\&psi;}}_0,f_d)},$

式中，

为待检测单元的杂波协方差矩阵，[]^-1为矩阵求逆运算，ψ₀为目标方向锥角，f_d为目标多普勒频率，S(ψ₀,f_d)为目标导向矢量：

$S({\mathrm{\&psi;}}_0,f_d)=S_s\left({\mathrm{\&psi;}}_0\right)\&CircleTimes;S_t\left(f_d\right),$

S_s(ψ₀)和S_t(f_d)分别为目标信号的空间导向矢量和时间导向矢量：

$S_s\left({\mathrm{\&psi;}}_0\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}\cos {\mathrm{\&psi;}}_0\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(N-1)\cos {\mathrm{\&psi;}}_0\right)\end{array}\right]}^T,$

$S_t\left(f_d\right)={\left[\begin{array}{cccc}1& \exp \left(j2\mathrm{\&pi;}{f}_d\right)& ...& \exp \left(j2\mathrm{\&pi;}\frac{d}{\mathrm{\&lambda;}}(K-1)f_d\right)\end{array}\right]}^T,$

为Kronecker积，N为俯仰方向阵元数，K为脉冲数，λ为波长，d为阵元间距，[]^T为转置操作。

Images