CN103364764B - 一种机载雷达非平稳杂波抑制方法 - Google Patents

Abstract

本发明公开了一种机载雷达非平稳杂波抑制方法。本发明首先取出雷达接收到的脉冲压缩后的待检测距离单元的回波数据并利用迭代自适应谱估计方法估计空时二维功率谱；利用空时二维功率谱重构协方差矩阵并对重构的协方差矩阵进行修正；最后用修正后的协方差矩阵计算滤波权值并实时进行杂波抑制。本发明无需样本选取，有效地避开了样本污染和样本数不足的问题；本发明重构杂波子空间时考虑了整个空时平面，因而更加精确，对杂波抑制性能更优；本发明无需空域子孔径平滑，因此不存在空时孔径损失的问题，且不受天线结构的限制；本发明的目标剔除方法仅在空时平面上期望目标处形成凹口，能减小额外的杂波抑制性能损失，可用于机载雷达非平稳杂波抑制。

Description

一种机载雷达非平稳杂波抑制方法

技术领域

本发明属于雷达技术领域，涉及机载雷达杂波抑制方法，主要是基于协方差矩阵重构的杂波抑制方法，具体的说是一种机载雷达非平稳杂波抑制方法，用于机载雷达非平稳杂波抑制。

背景技术

机载雷达以其独特的作战特点，被各国军方视为能够左右战场态势的战略性武器，而杂波抑制性能是影响机载雷达能否正常下视工作的主要因素。由Brennan和Reed首先提出的空时自适应处理STAP技术能够有效抑制空时耦合的地杂波，他们同时提出了一种STAP方法，即样本协方差矩阵求逆SMI方法。该方法选取邻近待检测单元的若干距离样本来估计协方差矩阵，这在均匀杂波环境下是可行的，但实际上，杂波谱的距离非平稳性，即杂波的空时二维谱随着距离变化(如非正侧视阵、双基、共形阵雷达等)和杂波分布的非均匀性，如地形、地貌的空间变化，人造建筑等强散射点，高山遮挡造成的“阴影”以及强动目标污染等，会导致训练样本的统计特性偏离待检测距离单元的杂波的统计特性，使传统STAP方法的杂波抑制性能下降，甚至不能满足雷达系统正常工作的要求。

为了解决杂波分布的非均匀性问题，Melvin和Wicks提出了基于广义内积的样本筛选方法，该方法需要预先估计出待检测单元的协方差矩阵，这在非均匀杂波环境中难以实现。近年来出现的知识辅助的空时自适应处理技术能够在一定程度上改善机载雷达在非均匀环境中的杂波抑制性能，但获取关于杂波统计特性的先验知识需要付出较大的代价，例如需要多种传感器的协作，而且该技术对先验知识的精度要求较高，实现起来成本很高，且该技术会使得雷达系统变得很复杂，工程上不易实现。对于杂波的非平稳性问题，在无距离模糊的情况下，将训练样本的杂波轨迹与待检测单元的杂波轨迹进行配准的补偿类方法是解决杂波距离非平稳性的有效手段，主要以Borsari等人提出的多普勒补偿法，Himed等人提出的角度-多普勒补偿法为代表。但是这些方法仅考虑了杂波的距离非平稳性问题，没有考虑杂波分布的非均匀性问题，即功率非均匀、离散杂波和目标污染等问题。事实上，由观测几何引起的杂波非平稳性与杂波分布的非均匀性是同时存在的，这将导致传统STAP算法在非平稳环境下同时面临独立同分布样本不足和样本污染的难题。理论上，由Sakar等人提出的直接数据域方法能够解决STAP所面临的杂波非平稳和杂波分布的非均匀性问题，但该方法采用了空时子孔径平滑技术，导致了空时孔径的损失，并且容易受天线结构的限制，仅适用于均匀线阵，另外，该方法对阵列误差和目标指向误差敏感，实际应用中性能并不是很理想。

发明内容

本发明的目的在于针对上述已有技术中不能同时兼顾杂波非平稳和非均匀性以及存在空时孔径损失的问题，提出一种无需样本选取、无空时孔径损失、不受天线结构限制、杂波抑制性能优异的基于杂波协方差矩阵重构的机载雷达非平稳杂波抑制方法。本发明重构的杂波子空间考虑了整个空时平面，重构的杂波子空间更加的精确，对杂波的抑制性能更优异，此外，本发明的目标剔除方法仅在空时平面上期望目标处形成凹口，能减小额外的杂波抑制性能损失。

实现本发明的技术方案是：利用常规的迭代自适应谱估计方法估计待检测单元的空时二维功率谱，然后根据该功率谱重构协方差矩阵并对协方差矩阵进行修正以避免目标相消，最后用修正后的协方差矩阵计算滤波权值并进行杂波抑制。其具体过程包括如下：

步骤1取出雷达接收到的经脉冲压缩后第l号待检测距离单元的回波数据x_l，并利用常规的迭代自适应谱估计方法估计该距离单元的空时二维功率谱矩阵l＝1，...，L，L为需要进行目标检测的距离单元的个数；

步骤2利用估计得到的空时二维功率谱矩阵以及导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵并对进行修正，得到修正后的协方差矩阵

步骤3在保证期望目标信号增益不变的前提下，根据线性约束最小方差准则，利用修正后的协方差矩阵计算得到第l号距离单元、第k个多普勒通道的空时滤波器系数w_l，k，k＝1，...，K，K为多普勒通道的个数；

步骤4利用第k个多普勒通道的空时滤波器w_l，k抑制数据x_l中的杂波，得到第l号距离单元、第k个多普勒通道的输出z_l，k；

步骤5令k＝k+1，重复步骤(3)～(4)，直至所有K个多普勒通道处理完毕，输出第l号距离单元杂波抑制后的最终多普勒谱：z_l＝[z_l，1，z_l，2，…，z_l，K]^T，其中[·]^T表示转置；

步骤6令l＝l+1，重复步骤(1)～(5)，直至所有L个距离单元处理完毕，输出L个距离单元杂波抑制后的距离多普勒谱Z＝[z₁，z₂，…，z_L]^T。

地面运动目标检测是下视工作的机载雷达系统的主要任务之一，然而下视工作的机载雷达系统不可避免的会受到地杂波的影响，强的地杂波信号会淹没目标的回波信号，影响系统对目标的检测。因此，下视工作的机载雷达系统需要有效的杂波抑制技术。本发明正是针对下视工作的机载雷达系统的这一需求的技术方案。本发明首先利用常规迭代自适应谱估计方法估计待检测距离单元的空时二维功率谱，然后利用估计得到的功率谱重构无空时孔径损失的协方差矩阵，接着对重构的协方差矩阵进行修正得到不含目标分量的协方差矩阵，最后用修正后的协方差矩阵计算滤波权值并进行杂波抑制。

本发明的实现还在于：其中步骤2的利用估计得到的空时二维功率谱矩阵以及导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵并对进行修正，得到修正后的协方差矩阵的过程，包括如下步骤：

2a)首先将整个空时平面均分为K＝K_sK_t个网格点，K_s是空间频率轴被等分的数量，K_t是多普勒频率轴被等分的数量，各点对应的归一化空间频率和归一化多普勒频率分别为f_s，n，n＝1，2，...，K_s和f_d，m，m＝1，2，...，K_t，空时导向矢量可表示为：

$s(f_{d,m},f_{s,n})={[1,e^{j2\mathrm{\π}{f}_{d,m}},...{,e}^{j2\mathrm{\π}{f}_{d,m}(M-1)}]}^T\⊗{[1,e^{j2\mathrm{\π}{f}_{s,n}},...{,e}^{j2\mathrm{\π}{f}_{s,n}(N-1)}]}^T$

其中M为脉冲数，N为空域接收通道数，[·]^T表示转置，表示Kronecker积；

2b)利用估计得到的空时二维功率谱矩阵和导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵为：

其中 $A=[s(f_{d,1},f_{s,1}),s(f_{d,2},f_{s,1}),...,s(f_{d,K_1},f_{s,K_s})]$ 表示MN×K维的空时导向矢量矩阵；

2c)在空时平面上找到与(f_dk，f_s0)距离最近的4个网格点，这4个网格点的坐标记为(f_di，f_si)(i＝1，…，4)，由功率矩阵可以确定这4个点对应的功率，记为p_i(i＝1，…，4)，其中f_s0为雷达主波束方向对应的归一化空间频率；

2d)对进行如下修正，得到修正后的协方差矩阵：

${\hat{R}}_{\mathrm{CN},l}={\hat{R}}_l-A_a{D}_a{A}_a^H$

其中D_a＝diag{p₁，p₂，p₃，p₄}，diag{·}表示对角矩阵，A_a＝[s(f_d1，f_s1)，…，s(f_d4，f_s4)]为相邻四点组成的导向矢量矩阵。

利用STAP技术抑制待检测距离单元的杂波需要估计待检测距离单元杂波的协方差矩阵，当估计得到的协方差矩阵包含目标信号时，会出现目标信号相消，这会导致目标能量损失，严重影响系统对目标的检测性能。本发明通过对协方差矩阵进行修正，将目标信号从杂波协方差矩阵中剔除，能避免目标相消，从而避免了目标能量损失，有利于系统对目标的检测。

本发明与现有技术相比具有以下优点：

1.传统的多普勒补偿类方法没有同时兼顾杂波的距离非平稳性和杂波分布的非均匀性，在非均匀杂波环境下，面临着样本数不足和样本污染的问题；本发明仅利用了待检测单元的数据，无需样本选取，有效地避开了样本污染和样本数不足的问题。

2.本发明重构的杂波子空间考虑了整个空时平面，重构的杂波子空间更加的精确，对杂波的抑制性能更优，在旁瓣杂波区的杂波抑制性能改善尤为明显。

3.本发明选择迭代自适应谱估计方法来估计空时二维功率谱，能够解决传统直接数据域方法存在的空时孔径损失的问题；本发明无需空域子孔径平滑，因此不受天线结构的限制。

4.本发明的目标剔除方法仅在空时平面上期望目标处形成凹口，能减小额外的杂波抑制性能损失。

附图说明

图1是本发明的机载雷达非平稳杂波抑制流程图；

图2是本发明的空时二维功率谱图；

图3是本发明与传统直接数据域方法的改善因子比较图；

图4是本发明与多普勒平移法的改善因子比较图。

具体实施方式

下面结合附图对本发明进行详细说明：

实施例1

本发明是一种基于杂波协方差矩阵重构的机载雷达非平稳杂波抑制方法，可用于机载雷达非平稳杂波抑制。本例中，雷达工作在前视模式下，雷达发射信号位于L波段，波长为0.2m，雷达采用的距离采样频率为1MHz，脉冲重复频率为400Hz，地球曲率半径为6378km，载机高度为8km，载机速度为80m/s，脉冲个数为22，阵面天线采用1×11的全面阵，阵元间距为波长的0.5倍。天线轴向与载机速度方向夹角为-90°，主波束指向与天线轴向的夹角为60°，主波束俯仰角为0°。信噪比为30dB，杂噪比为40dB。

在上述条件下，参见图1，本发明的实现步骤进一步详细说明如下：

步骤1，雷达接收机接收回波信号，雷达信号处理机对接收到的回波信号进行脉冲压缩，取出经脉冲压缩后第l号待检测距离单元的回波数据x_l，并利用常规的迭代自适应谱估计方法估计该距离单元的空时二维功率谱矩阵其中l＝1，...，L，L为需要进行目标检测的距离单元的个数。

(1.1)首先将整个空时平面均分为K＝K_sK_t个网格点，K_s是空间频率轴被等分的数量，K_t是多普勒频率轴被等分的数量，各点对应的归一化空间频率和归一化多普勒频率分别为f_s，n，n＝1，2，...，K_s和f_d，m，m＝1，2，...，K_t，空时导向矢量可表示为：

$s(f_d,f_s)={[1,e^{j2\mathrm{\π}{f}_d},...{,e}^{j2\mathrm{\π}{f}_d(M-1)}]}^T\⊗{[1,e^{j2\mathrm{\π}{f}_s},...{,e}^{j2\mathrm{\π}{f}_s(N-1)}]}^T$

其中M为脉冲数，N为空域接收通道数，[·]^T表示转置，表示Kronecker积。初始化协方差矩阵并设此时的迭代次数i＝0。

(1.2)计算第i次迭代P_l ⁽ⁱ⁾中各元素P_l ⁽ⁱ⁾(m，n)的估计值：

${\hat{P}}_l^{\left(i\right)}(m,n)={\left|\frac{s^H(f_{d,m},f_{s,n}){\left({\hat{R}}_{m,n}\right)}^{-1}{x}_l}{s^H(f_{d,m},f_{s,n}){\left({\hat{R}}_{m,n}^{\left(i\right)}\right)}^{-1}s(f_{d,m},f_{s,n})}\right|}^2$

其中表示第i次迭代时的协方差矩阵。此处在估计空时二维功率谱矩阵时仅利用了待检测单元的数据，无需样本选取，使得本发明能有效地避开了样本污染和样本数不足的问题。

(1.3)当i≥1时，判断i是否等于10。命题不成立时，则计算新的协方差矩阵：

${\hat{R}}_{m,n}^{(i+1)}=\underset{u=1,u\≠m}{\overset{K_1}{\mathrm{\Σ}}}\underset{v=1,v\≠n}{\overset{K_s}{\mathrm{\Σ}}}{\hat{P}}_l^{\left(i\right)}(u,v)s(f_{d,u},f_{s,v})s^H\left(f_{d,n}{,f}_{s,v}\right)$

并令i＝i+1返回到(1.2)进行下一次迭代。命题成立时，则中断迭代过程并将作为最终的输出功率估计值，即：

本步骤采用迭代自适应谱估计方法来估计空时二维功率谱，能够解决传统直接数据域方法存在的空时孔径损失的问题，且由于无需空域子孔径平滑，因此不受天线结构的限制。

步骤2，利用估计得到的空时二维功率谱矩阵以及导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵并对进行修正，得到修正后的第l号距离单元的协方差矩阵

(2.1)利用估计得到的空时二维功率谱矩阵和导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵为

其中 $A=[s(f_{d,1},f_{s,1}),s(f_{d,2},f_{s,1}),...,s(f_{d,K_1},f_{s,K_s})]$ 表示MN×K维的空时导向矢量矩阵。本步骤在重构杂波子空间时考虑了整个空时平面，重构的杂波子空间更加的精确，对杂波的抑制性能更优，在旁瓣杂波区的杂波抑制性能改善尤为明显。

(2.2)在空时平面上找到与(f_dk，f_s0)距离最近的4个网格点，这4个网格点的坐标记为(f_di，f_si)(i＝1，…，4)，由功率矩阵可以确定这4个点对应的功率，记为p_i(i＝1，…，4)，其中f_s0为雷达主波束方向对应的归一化空间频率。

(2.3)对进行如下修正，得到修正后的协方差矩阵：

${\hat{R}}_{\mathrm{CN},l}={\hat{R}}_l-A_a{D}_a{A}_a^H$

其中D_a＝diag{p₁，p₂，p₃，p₄}，diag{·}表示对角矩阵，A_a＝[s(f_d1，f_s1)，…，s(f_d4，f_s4)]为相邻四点组成的导向矢量矩阵。此处，通过对协方差矩阵进行修正，将目标信号从杂波协方差矩阵中剔除，能避免目标相消，从而避免了目标能量损失，有利于系统对目标的检测。

步骤3，假设该距离单元存在目标，在保证期望目标信号增益不变的前提下，根据线性约束最小方差准则，利用修正后的协方差矩阵计算得到第l号距离单元、第k个多普勒通道的空时滤波器系数：

$w_{l,k}=\frac{{\hat{R}}_{\mathrm{CN},l}^{-1}s(f_{\mathrm{dk}},f_{s0})}{s^H(f_{\mathrm{dk}},f_{s0}){\hat{R}}_{\mathrm{CN},l}^{-1}s(f_{\mathrm{dk}},f_{s0})}$

其中，s(f_dk，f_s0)为期望目标信号对应的空时导向矢量，[·]^H表示共轭转置，k＝1，...，K，K为多普勒通道的个数。上式中分母的表达式为由于本发明是在保证期望目标信号增益不变的前提下采用线性约束最小方差准则，因此分母在期望目标信号增益不变时是一个常数，这有利于空时滤波器的设计。

步骤4，利用第k个多普勒通道的空时滤波器w_l，k抑制数据x_l中的杂波，得到第l号距离单元、第k个多普勒通道的输出为：

步骤5，令k＝k+1，重复步骤(3)～(4)，直至所有K个多普勒通道处理完毕，输出第l号距离单元杂波抑制后的最终多普勒谱：z_l＝[z_l，1，z_l，2，…，z_l，K]^T。

步骤6，令l＝l+1，重复步骤(1)～(5)，直至所有L个距离单元处理完毕，输出L个距离单元杂波抑制后的最终的距离多普勒谱Z＝[z₁，z₂，…，z_L]^T。根据得到的距离多普勒谱Z，雷达系统实时的进行运动目标检测、运动目标参数估计和运动目标识别等工作。

本发明的优点可通过以下仿真实验进一步说明。

实施例2

一种机载雷达非平稳杂波抑制方法同实施例1，下面通过仿真实验来对本发明的杂波抑制方法的性能进行进一步的说明。

1.仿真参数

机载前视阵雷达的杂波是典型的空时非平稳杂波，故仿真中采用机载前视阵雷达。在本实验中，雷达采用的距离采样频率B为1MHz，波长λ为0.2m，脉冲重复频率f_r为400Hz，地球曲率半径R为6378km，载机高度H为8km，载机速度V为80m/s，脉冲个数P为22，阵面天线采用1×11的全面阵，阵元间距为波长的0.5倍，满足d/λ≤0.5，天线方向图不会出现栅瓣。杂噪比CNR为40dB，天线轴向与载机速度方向夹角α为-90°，主波束指向与天线轴向的夹角ψ为60°，主波束俯仰角为0°。以334号距离单元(50.1km)为例进行处理。在待检单元附近第339号距离门有一个动目标，其归一化的多普勒频率为0.3，信噪比为20dB。

2.仿真数据处理结果及分析

A.本次实验首先对本发明的空时二维功率谱进行了仿真，仿真结果如图2所示，其中，横坐标表示归一化多普勒频率，纵坐标表示归一化空域频率，图中的幅度表示功率，单位为dB，颜色越白表示功率越大，颜色越黑表示功率越小。从图2可以看出，本发明估计的空时二维谱能够较为真实的反应待检测单元的谱分布特性，利用其进行杂波抑制能够取得较好的效果。

B.为了进一步说明本发明的优越性，在存在3％的阵元幅相误差时，给出了其他两种方法的改善因子与本发明的改善因子对比结果。图3是传统直接数据域方法与本发明的改善因子对比结果图。从图3中可以看到，本发明的杂波抑制性能要明显优于传统直接数据域方法，这是由于本发明在重构协方差矩阵时没有损失孔径。图4是本发明与多普勒平移法的改善因子对比结果图。从图中可以看到，本发明在主瓣杂波区和旁瓣杂波区的杂波抑制性能均优于多普勒平移补偿法，这是由于本发明在协方差矩阵重构时考虑了整个空时平面，重构的杂波子空间更加接近真实的杂波子空间。从图4中还可以看到，本发明没有在第52号多普勒通道形成凹口，这是由于本发明仅利用了待检测单元本身的数据，邻近距离门是否被动目标污染对杂波的抑制性能无影响。

综上，本发明提出的一种基于杂波协方差矩阵重构的机载雷达非平稳杂波抑制方法，主要解决现有技术中不能同时兼顾杂波非平稳和非均匀性以及存在空时孔径损失的问题。本发明仅利用了待检测单元的数据，无需样本选取，有效地避开了样本污染和样本数不足导的问题；本发明重构的杂波子空间考虑了整个空时平面，重构的杂波子空间更加的精确，对杂波的抑制性能更优。本发明无需空域子孔径平滑，因此不受天线结构的限制，且无空时孔径损失，此外，本发明的目标剔除方法仅在空时平面上期望目标处形成凹口，能减小额外的杂波抑制性能损失。

Claims (1)

1.一种机载雷达非平稳杂波抑制方法，其特征在于：包括如下步骤：

步骤1取出雷达接收到的经脉冲压缩后第l号待检测距离单元的回波数据x_l，并利用常规的迭代自适应谱估计方法估计该距离单元的空时二维功率谱矩阵其中l＝1，…，L，L为需要进行目标检测的距离单元的个数；

步骤2利用估计得到的空时二维功率谱矩阵以及导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵并对进行修正，得到修正后的协方差矩阵包括如下步骤：

2a)首先将整个空时平面均分为K＝K_sK_t个网格点，K_s是空间频率轴被等分的数量，K_t是多普勒频率轴被等分的数量，各点对应的归一化空间频率和归一化多普勒频率分别为f_s，n，n＝1，2，…，K_s和f_d，m，m＝1，2，…，K_t，空时导向矢量表示为：

$s(f_{d,m},f_{s,n})={[1,e^{j2\mathrm{\π}{f}_{d,m}},...,e^{j2\mathrm{\π}{f}_{d,m}(M-1)}]}^T{\⊗[1,e^{j2\mathrm{\π}{f}_{s,n}},...,e^{j2\mathrm{\π}{f}_{s,n}(N-1)}]}^T$

其中M为脉冲数，N为空域接收通道数，[·]^T表示转置，表示Kronecker积；

2b)利用估计得到的空时二维功率谱矩阵和导向矢量矩阵A重构第l号距离单元的空时二维协方差矩阵为：

其中 $A=[s(f_{d,1},f_{s,1}),s(f_{d,2},f_{s,1}),...,s(f_{d,K_t},f_{s,K_s})]$ 表示MN×K维的空时导向矢量矩阵；

2c)在空时平面上找到与(f_dk，f_s0)距离最近的4个网格点，这4个网格点的坐标记为(f_di，f_si)(i＝1，…，4)，由功率矩阵确定这4个点对应的功率，记为p_i(i＝1，…，4)，其中f_s0为雷达主波束方向对应的归一化空间频率；

2d)对进行如下修正，得到修正后的协方差矩阵：

${\hat{R}}_{\mathrm{CN},l}={\hat{R}}_l-A_a{D}_a{A}_a^H$

其中D_a＝diag{p₁，p₂，p₃，p₄}，diag{·}表示对角矩阵，A_a＝[s(f_d1，f_s1)，…，s(f_d4，f_s4)]为相邻四点组成的导向矢量矩阵；

步骤3在保证期望目标信号增益不变的前提下，根据线性约束最小方差准则，利用修正后的协方差矩阵计算得到第l号距离单元、第k个多普勒通道的空时滤波器系数w_l，k，k＝1，…，K，K为多普勒通道的个数；

步骤4利用第k个多普勒通道的空时滤波器w_l，k抑制数据x_l中的杂波，得到第l号距离单元、第k个多普勒通道的输出z_l，k；

步骤5令k＝k+1，重复步骤(3)～(4)，直至所有K个多普勒通道处理完毕，输出第l号距离单元杂波抑制后的最终多普勒谱：z_l＝[z_l，1，z_l，2，…，z_l，K]^T，其中[·]^T表示转置；

步骤6令l＝l+1，重复步骤(1)～(5)，直至所有L个距离单元处理完毕，输出L个距离单元杂波抑制后的距离多普勒谱Z＝[z₁，z₂，…，z_L]^T。