CN103605117A - 基于干扰抑制的相控阵信号失真实时校正方法 - Google Patents

Abstract

本发明公开了一种基于干扰抑制的相控阵信号失真实时校正方法。相控阵接收天线通道间幅相误差可引起实际工程中对未知雷达目标回波导向矢量估计的失真，会导致雷达目标回波输出失真。本发明精确估计雷达目标回波导向矢量，实时得到相控阵输出信号两个相邻权向量更新时刻间的幅度和相位差异，利用该差异实时有效校正，针对两相邻权向量更新中，后一更新时刻对应的信号能量较大时进行二次校正，本发明可在任意基于特征结构方向估计阵列天线上实现，解决了低信噪比下，接收天线通道幅相误差以及变化干扰导致的目标输出信号失真的实时、精确校正。理论分析和实验结果表明，本发明能够获得实时、精确、稳健的校正效果，适用于实际工程实践。

Description

基于干扰抑制的相控阵信号失真实时校正方法

技术领域

本发明属于相控阵雷达技术领域，主要涉及一种基于干扰抑制的相控阵信号失真实时校正方法，具体是一种基于干扰抑制的相控阵信号失真实时校正方法，用于相控阵雷达接收信号的失真实时校正。

背景技术

相对于传统机械扫描雷达，可靠性能更高、抗干扰能力更强、抗截获率更低等优势使相控阵雷达得到了广泛应用。然而通道间的幅相误差是相控阵天线中的一个重要问题，实际中通道间幅度相位的轻微扰动便可导致未知的雷达目标回波导向矢量估计存在很大偏差，最终导致输出信号在幅度和相位上的失真。

在实际应用中，相控阵雷达通常工作在存在干扰的外界环境中，且干扰会不断变化，其中目标的位置和方向通常又不可知。而最小方差（MV）算法在低信噪比条件体现出了良好的抗干扰性能。但是在外界变化的环境中，干扰信号可能出现在任意时刻，故接收信号也会随时间变化，以致接收数据可能在两个短暂的相邻权向量更新时刻之间发生很大变化，因此对输出信号的幅度和相位提供实时估计及校正具有重要的实际意义。

现存的很多信号估计方法均对幅相误差校正进行研究，其中，有些信号估计方法需要限制特定的相控阵天线阵列形式，这类方法一旦变化了相控阵天线阵列形式，该类方法的性能便不再有效和稳健；有些信号估计方法存在运算量很大的问题，在实际应用上不易实现，或者说没有实际的应用价值；而有些信号估计方法仅考虑了相位差异而忽略了幅度项，当外界存在不断变化的干扰时，此类方法就不能实时有效地对失真信号进行校正，仍然不能完成对目标信号的精确估计。现有的雷达系统急需一种在外界干扰环境变化时对通道幅相误差导致的信号输出失真进行实时精确的校正，从而获得更为准确的目标信号信息的方法。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种对相控阵接收天线信号输出失真实时校正方法，以提高校正的实时性和精确性，为后续成像工作提供更为精确的目标信号信息；同时本发明不限制相控阵天线阵列形式，可适用于更多类型的阵面结构天线。

实现本发明目的的技术方案是：

本发明是一种基于干扰抑制的相控阵信号失真实时校正方法，该校正方法包括有如下步骤：

步骤1建立相控阵信号接收模型，选取任意几何结构的平面阵列，选取参考阵元，用选取的参考阵元建立XOY直角坐标系，通过相控阵雷达天线获取包含有雷达目标、干扰以及随机噪声的接收数据，并求出接收数据的空间相关矩阵R。

步骤2对获取的相控阵雷达的包含有雷达目标、干扰以及随机噪声的接收数据采用最小方差算法进行强干扰抑制，得到干扰抑制后的包含有目标信号以及随机噪声的数据，即空间白化数据。

步骤3对该空间白化数据进行脉冲压缩，在脉冲压缩过程中目标信号会相干积累，压缩结束，得到包含主瓣部分和旁瓣部分的压缩信号，对压缩后信号进行信号截断，得到包含主瓣部分的截断信号，该部分包含有绝大部分目标信号能量。

步骤4取截断信号的自相关矩阵，进行特征分解得到最大特征值对应的特征矢量，即主特征向量，用接收数据的空间相关矩阵左乘特征矢量，得到雷达目标回波导向矢量的估计矢量，该估计矢量中包含有目标信号的方向信息。

步骤5为减小干扰环境对导向矢量的影响，取信号能量较小时刻对应的估计矢量作为导向矢量的估计结果，为完成对相控阵天线输出失真信号的实时性校正，用最小方差无失真响应算法对相控阵天线作用于接收数据的权向量进行实时性更新，权向量更新后，对相控阵天线幅相误差导致的目标信号失真进行校正，校正过程分以下两种情况进行：

5a）两相邻权向量更新时刻中，当后一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法，用两时刻之间的幅度比和相位差异更新后一时刻的权向量，得到精确的目标信号输出，两时刻之间的幅度比为后一时刻信号幅度比前一时刻的信号幅度，相位差异为后一时刻信号相位减去前一时刻的信号相位，完成输出失真信号幅相差异的实时精确估计及校正。

5b）两相邻权向量更新时刻中，当前一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法用两时刻之间的幅度比和相位差异更新后一时刻的权向量，并构造二次校正权向量，得到精确的目标信号输出，完成输出失真信号幅相差异的实时精确估计及校正。

本发明首先建立相控阵信号接收模型，获取接收数据，然后进行强干扰的有效抑制；对干扰抑制的信号进行脉冲压缩以提高信号信噪比，并对压缩后信号进行截断；对截断信号取自相关矩阵，并通过对自相关矩阵进行特征分解得到目标回波信号导向矢量的估计矢量；利用最小方差无失真相应算法得到相邻两权向量更新时刻之间的幅度和相位差异并校正，本发明可在外界干扰环境变化时对通道幅相误差导致的信号输出失真进行实时精确的校正，获得更为准确的目标信号信息。

本发明的实现还在于：其中步骤2所述的对接收数据采用最小方差算法进行强干扰抑制，是通过如下公式进行的：

选取作用于接收数据的权向量

e₁＝[1,0,…,0]^T,e₂＝[0,1,0,...,0]^T,...,e_N＝[0,0,...,0,1]^T

作用于接收数据，可得每个阵元对应的空间白化数据矢量

$z_i\left(t\right)=e_i^H{R}^{-1}x\left(t\right),i=1,...N.$

对以上N个数据矢量整理可得到空间白化矩阵；e_i表示构造的作用于接收数据的权向量，i＝1,2,...,N；(·)^T表示矩阵的转置；z_i(t)表示e_i作用于t时刻接收数据后的空间白化数据，i＝1,2,...,N；(·)^H表示矩阵的共轭转置；R表示接收数据的空间相关矩阵；(·)^-1表示矩阵的求逆；x(t)表示t时刻的接收数据；N表示相控阵天线阵元数目。

基于最小方差算法可有效抑制强信号的原理，本发明对相控阵天线接收信号数据采用最小方差算法，而相对于干扰信号和随机噪声，接收数据中的目标信号能量很小，故接收信号中的强干扰信号和随机噪声可被有效地抑制，得到只包含有雷达目标信号和部分随机噪声的空间白化数据矢量。

本发明的实现还在于：其中步骤5所述的用最小方差无失真响应算法对相控阵天线作用于接收数据的权向量进行实时性更新，权向量更新操作按如下公式进行：

$w^{\′}=\frac{R^{-1}{V}_s}{V_s^H{R}^{-1}{V}_s}$

其中，w′表示更新后的权向量；R表示接收数据的空间相关矩阵；(·)^-1表示矩阵的求逆；(·)^H表示矩阵的共轭转置；V_s表示导向矢量的估计结果。

如果在目标信号导向矢量已知的前提下，通过最小方差无失真相应算法便可得到最优权向量，而在实际工程中须先对未知的目标信号导向矢量进行精确估计，得到目标信号导向矢量的估计矢量之后，利用最小方差无失真相应算法便可得到导向矢量估计矢量对应的最优权向量，而此时由于相控阵天线存在幅相误差，故该权向量需要进行校正。

本发明的实现还在于：其中步骤5a）和步骤5b)所述的用两时刻之间的幅度比和相位差异校正后一时刻的权向量，校正操作均按如下公式进行：

w_t+Δt=ΔAw′_t+Δte^jΔε

其中，w_t+Δt表示t+Δt时刻校正后的权向量；ΔA表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w′_t+Δt表示t+Δt时刻校正前的权向量。

步骤5a)和步骤5b)中用两时刻之间的幅度比和相位差异更新后一时刻的权向量均采用以上更新方法，步骤5a)中情形由于两相邻权向量更新时刻中后一时刻对应的信号能量较大，经过上述更新方法后，权向量作用于接收数据后即可完成对失真信号的校正，而步骤5b)中情形和步骤5a)中不同，需要再对失真信号进行二次校正。

本发明的实现还在于：其中步骤5b)所述的构造二次校正权向量，构造方法按如下公式进行：

w_{opt_t+Δt}=ΔBw_t+Δte^-jΔε

其中，w_{opt_t+Δt}表示t+Δt时刻二次校正后的权向量；ΔB表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w_t+Δt表示t+Δt时刻更新后的权向量。

由于步骤5b)中两相邻权向量更新时刻中，前一时刻对应的信号能量较大，按照步骤5a)中对权向量更新后对失真信号仍不能完全校正，需要再进行二次校正，经过二次校正后，失真信号即可得到完全校正。

本发明与现有技术相比具有以下优点：

第一，本发明由于对短暂的两权向量更新时刻之间进行实时估计并对输出失真信号的幅度和相位进行精确校正，因此在对信号的幅相误差校正具有很好的实时性。

第二，本发明由于在目标信号导向矢量的精确估计的基础上计算得到两相邻权向量之间输出失真信号的幅度和相位差异，因此在外界环境变化的情形下可实现对失真信号的精确校正，体现了本发明校正具有更高的精确性。

第三，本发明由于没有特定天线阵列形式的限定，可在任意基于特征结构方向估计的平面阵列天线上实现，能够更为广泛地应用于多种类型的相控阵阵面天线，提高工程实践的可适用性。

附图说明

图1是本发明的信号失真实时校正过程流程图；

图2是脉冲压缩前后的目标信号，其中图2(a)为脉冲压缩前的目标信号，图2(b)为脉冲压缩前的目标信号；

图3是均匀线阵天线输出信号幅相校正性能比较结果，其中图3(a)为输出信号幅度图，图3(b)为输出信号相位图；

图4是矩形方阵天线输出信号幅相校正性能比较结果，其中图4(a)为输出信号幅度图，图4(b)为输出信号相位图；

图5是Y型阵天线输出信号幅相校正性能比较结果,其中图5(a)为输出信号幅度图，图5(b)为输出信号相位图。

具体实施方式

下面结合附图对本发明做进一步的描述。

实施例1：

针对相控阵雷达接收天线在接收数据过程中，天线阵元之间存在的通道幅度和相位误差，导致天线输出信号失真的问题，本发明在精确估计目标信号导向矢量的基础上，实时估计由天线通道幅相误差导致的输出信号幅相差异，并对其有效校正，突破了现有技术不能适用于变化的外界干扰环境的局限性，并弥补了误差校正过程中存在的实时性差和精确性差的缺陷。

本发明是一种基于干扰抑制的相控阵信号失真实时校正方法，参见图1，信号失真实时校正过程包括有如下步骤：

步骤1建立相控阵信号接收模型，选取任意几何结构的平面阵列，本发明对天线阵面几何结构没有限制，只要是平面结构均可使用，也因此本发明的适用性得以拓展，不因雷达天线结构的改变而失效；从任意几何结构的平面阵列中选取参考阵元，用选取的参考阵元建立XOY直角坐标系，通过相控阵雷达天线获取数据，该数据包含有雷达目标、干扰以及随机噪声，并求出接收数据的空间相关矩阵R。

步骤2对所获取的相控阵雷达的包含有雷达目标、干扰以及随机噪声的接收数据采用最小方差算法进行强干扰抑制，得到干扰抑制后的数据，该数据包含有目标信号以及随机噪声，即空间白化数据。

对接收数据采用最小方差算法进行强干扰抑制，是通过如下公式进行的：

选取作用于接收数据的权向量

e₁＝[1,0,…,0]^T,e₂＝[0,1,0,...,0]^T,...,e_N＝[0,0,...,0,1]^T

作用于接收数据，可得每个阵元对应的空间白化数据矢量

$z_i\left(t\right)=e_i^H{R}^{-1}x\left(t\right),i=1,...N.$

其中，e_i表示构造的作用于接收数据的权向量，i＝1,2,...,N；(·)^T表示矩阵的转置；z_i(t)表示e_i作用于t时刻接收数据后的空间白化数据，i＝1,2,...,N；(·)^H表示矩阵的共轭转置；R表示接收数据的空间相关矩阵；(·)^-1表示矩阵的求逆；x(t)表示t时刻的接收数据；N表示相控阵天线阵元数目。

步骤3对该空间白化数据进行脉冲压缩，在脉冲压缩过程中目标信号会相干积累，压缩结束后，得到包含主瓣部分和旁瓣部分的压缩信号，对压缩后信号进行信号截断，得到包含主瓣部分的截断信号，该部分包含有绝大部分目标信号能量。

步骤4取截断信号的自相关矩阵，进行特征分解得到最大特征值对应的特征矢量，即主特征向量，用接收数据的空间相关矩阵R左乘特征矢量，得到雷达目标回波导向矢量的估计矢量，该估计矢量中包含有目标信号的方向信息。

步骤5为减小干扰环境对输出失真信号校正的影响，取信号能量较小时刻对应的估计矢量作为导向矢量的估计结果，信号能量较小时所对应的干扰信号相对较弱，为完成对相控阵天线输出失真信号的实时性校正，用最小方差无失真响应算法对相控阵天线作用于接收数据的权向量进行实时性更新，权向量更新后，对相控阵天线幅相误差导致的目标信号失真进行校正。

本发明用两时刻之间的幅度比和相位差异校正后一时刻的权向量，校正操作均按如下公式进行：

w_t+Δt=ΔAw′_t+Δte^jΔε

其中，w_t+Δt表示t+Δt时刻校正后的权向量；ΔA表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w′_t+Δt表示t+Δt时刻校正前的权向量。

本发明的校正过程分以下两种情况进行：

5a）两相邻权向量更新时刻中，当后一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法，用两时刻之间的幅度比和相位差异更新后一时刻的权向量，得到精确的目标信号输出，两时刻之间的幅度比为后一时刻信号幅度比前一时刻的信号幅度，相位差异为后一时刻信号相位减去前一时刻的信号相位，完成输出失真信号幅相差异的实时精确估计及校正。

5b）两相邻权向量更新时刻中，当前一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法用两时刻之间的幅度比和相位差异更新后一时刻的权向量，并构造二次校正权向量，得到精确的目标信号输出，完成输出失真信号幅相差异的实时精确估计及校正。

现有技术在外界干扰环境变化的情况下稳健性较差，不能对短暂的两权向量更新时刻之间的失真信号进行有效校正，且只考虑了失真信号的相位差异而忽略了幅度差异，而本发明不仅对短暂的两权向量更新时刻之间的失真信号进行处理，而且同时考虑了输出失真信号的幅度和相位差异的估计和校正，因此在对输出失真信号的幅相误差校正具有很好的实时性。

实施例2：

基于干扰抑制的相控阵信号失真实时校正方法同实施例1，

本发明中步骤5b）所述的构造二次校正权向量，构造方法按如下公式进行：

w_{opt_t+Δt}=ΔBw_t+Δte^-jΔε

其中，w_{opt_t+Δt}表示t+Δt时刻二次校正后的权向量；ΔB表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w_t+Δt表示t+Δt时刻更新后的权向量。

由于在两相邻权向量更新时刻中，前一更新时刻对应的信号能量较大的情形下，仅通过步骤5a）中的校正并不能完全校正由于相控阵天线通道误差导致的输出的失真信号的幅度和相位差异，通过本发明的二次校正输出的失真信号的幅度和相位差异得到了完全校正。

实施例3：

基于干扰抑制的相控阵信号失真实时校正方法同实施例1-2，

参照图1，本例从工程化实现的角度详细说明本发明的技术方案如下。

步骤1.建立相控阵天线信号模型，获取接收数据；

对阵元数目为N的相控阵天线，选取参考阵元并建立XOY直角坐标系，获取包含有雷达目标、干扰以及随机噪声的接收数据。假设接收信号包含一个目标信号和若干个干扰信号，接收天线幅相误差中包括幅度增益和相位误差。远场窄带信号以平行波形式到达阵面天线，天线以快拍的方式记录下每个时刻的录取信号，阵列自适应权向量在一定最优化准则下对信号进行加权并相加得到阵列输出。雷达目标回波导向矢量和干扰信号导向矢量均是未知的。

步骤2.对接收数据进行干扰抑制；

采用最小方差算法对接收数据进行干扰抑制，分别选取权向量

e₁＝[1,0,…,0]^T,e₂＝[0,1,0,...,0]^T,...,e_N＝[0,0,...,0,1]^T

作用于接收数据，得到每个阵元所对应的N×1维空间白化矢量，对该N个数据矢量组合整理得到N×N维的空间白化矩阵。基于最小方差算法可对强干扰信号进行有效抑制的事实，经过以上权向量作用于接收信号，接收数据中的强干扰已被有效抑制，只剩下目标信号和随机噪声。

步骤3.脉冲压缩以提高信号信噪比，并对压缩后信号进行截断，得到截断信号；

由以上步骤得到的空间白化矩阵，其第i行数据对应第i个阵元录取得到的数据经过干扰抑制所剩下的信号和噪声数据，i＝1,2,...,N，分别对每一行数据构造频域匹配函数，在频域进行脉冲压缩，得到压缩后的数据，脉冲压缩前后的信号如图2所示，其中，图2(a)为脉冲压缩前的目标信号，图2(b)为脉冲压缩前的目标信号，根据理论压缩比，对信号脉冲压缩后时间被压缩到原时间的1/BT_p，其中B为信号带宽，T_p为信号脉冲宽度，然后对压缩后的信号截取主瓣部分的信号数据，得到压缩后信号的截断信号。

步骤4.估计目标回波的导向矢量；

首先对截断信号取自相关操作，得到N×N维自相关矩阵，由于截断信号包含了信号的绝大部分能量，对该自相关矩阵进行特征分解，可得到N个特征值，其中最大的特征值对应信号子空间，其他较小的特征值对应噪声子空间。取最大特征值所对应的特征矢量，然后用该特征矢量乘以录取数据的空间相关矩阵便得到目标回波导向矢量的估计结果。

步骤5.输出失真信号的幅度和相位校正；

为减小干扰环境对导向矢量的影响，在两个相邻更新时刻，取信号能量较小时刻对应的估计矢量作为目标回波信号导向矢量的估计结果V_s：

$V_s=\left\{\begin{array}{cc}{V}_{s,t},& P_{t+\mathrm{\Δt}}>P_t\\ V_{s,t+\mathrm{\Δt}},& P_{t+\mathrm{\Δt}}\≤P_t,\end{array}\right.$

其中V_s,t和V_s,t+Δt分别是在时刻t和t+Δt导向矢量的估计结果，P_t和P_t+Δt分别是在时刻t和t+Δt信号的能量。幅度和相位的校正分为以下两种情形：

5a）两相邻更新时刻中，t+Δt时刻的信号较大时：首先根据最小方差无失真响应算法得到两个更新时刻各自的权向量，然后取各自权向量共轭转置乘以目标回波导向矢量的估计结果V_s，取出上述计算结果的幅度和相位，然后幅度值做比、相位值做差，得到两个时刻之间的幅度比ΔA和相位差异Δε；根据以上得到的幅度比和相位差，构造出t+Δt时刻的最优权向量，此种情形下幅度和相位差异均被完全校正，使输出信号不再存在失真。

5b）两相邻更新时刻中，t时刻的信号较大时：用类似5a）的方法得到两个时刻之间的幅度比和相位差异，然后构造出t+Δt时刻的一次校正权向量w_t+Δt，取一次校正权向量共轭转置乘以目标回波导向矢量的估计结果V_s，得到

$w_{t+\mathrm{\Δt}}^H{V}_s=\mathrm{\Δ}{\mathrm{Ae}}^{-\mathrm{j\Δ\ϵ}}$

从上式可以看出，此一次校正权向量仍然存在幅度和相位失真，需要进行二次校正，得到二次校正权向量

$w_{\mathrm{opt}\_t+\mathrm{\Δt}}=\frac{1}{\mathrm{\ΔA}}{w}_{t+\mathrm{\Δt}}{e}^{-\mathrm{j\Δ\ϵ}}$

此时，二次校正权向量便可完全校正幅度和相位差异，使输出信号精度高，不再受天线通道幅相误差而失真，从而完成了对相控阵雷达天线输出失真信号幅相的完全校正。

实施例4：

基于干扰抑制的相控阵信号失真实时校正方法同实施例1-3，

本发明的效果可以通过下述仿真实验加以说明：

1.仿真条件

仿真采用相控阵天线信号接收模型进行仿真验证，令坐标原点为参考阵元。对接收数据采用“滑动窗”处理方式，即用长度为L滑动步长为Δt的“滑动窗”对整个接收时间段的数据进行处理。仿真中快拍数为3072，每次处理的数据长度L＝256个采样单元，权向量更新周期Δt＝16个采样单元。发射雷达目标信号信噪比SNR=-10dB，入射方向为(30°,30°)，带宽B＝10MHz，采样频率F_s＝30MHz，两个干扰信号的干扰噪声比（干噪比）分别为JNR1=35dB和JNR2=20dB，入射方向分别为(-15°,45°)和(20°,-15°)。两干扰分别在第1025和1537个采样时刻进入场景，在2049和2561个采样时刻消失。

2.仿真内容与结果

仿真1，对干扰抑制后的信号进行脉冲压缩，压缩前的信号图像如图2(a)所示，从图中可以得知，信号完全淹没在噪声中而不能检测出来，经脉冲压缩以后，压缩后的信号图像如图2(b)所示，目标信号已被很好的检测出来，信号幅瓣被压到-13.3dB以下。

仿真2，阵元数目均为4，阵列形式为均匀线阵时的仿真结果如图3所示，阵列形式为矩形方阵的仿真结果如图4所示，阵列形式为Y型阵的仿真结果如图5所示。

参见图3(a)，是本发明与其他两种方法对比仿真的幅度校正结果，由图中可见，处于数值1附近的平稳曲线为利用本发明方法得到的幅度校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值0.25附近出现较为平稳的浮动，与正确结果数值1偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的幅度差异精确估计并校正，得到了良好的校正效果。

如图3(b)所示，为是本发明与其他两种方法对比仿真的相位校正结果，由图中可见，处于数值0°附近的平稳曲线为利用本发明方法得到的相位校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值-20°附近出现较为平稳的浮动，与正确结果数值0°偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的相位差异精确估计并校正，得到了良好的校正效果。

实施例5：

基于干扰抑制的相控阵信号失真实时校正方法同实施例1-4，其中的仿真条件同实施例4，

参见图4(a)，是本发明与其他两种方法对比仿真的幅度校正结果，由图中可见，处于数值1附近的平稳曲线为利用本发明方法得到的幅度校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值0.8附近出现较为平稳的浮动，与正确结果数值1偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的幅度差异精确估计并校正，得到了良好的校正效果。

如图4(b)所示，是本发明与其他两种方法对比仿真的相位校正结果，由图中可见，处于数值0°附近的平稳曲线为利用本发明方法得到的相位校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值-140°附近出现较为平稳的浮动，与正确结果数值0°偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的相位差异精确估计并校正，得到了良好的校正效果。

实施例6：

基于干扰抑制的相控阵信号失真实时校正方法同实施例1-4，其中的仿真条件同实施例4，

参见图5(a)，是本发明与其他两种方法对比仿真的幅度校正结果，由图中可见，处于数值1附近的平稳曲线为利用本发明方法得到的幅度校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值0.25附近出现较为平稳的浮动，与正确结果数值1偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的幅度差异精确估计并校正，得到了良好的校正效果。

如图5(b)所示，是本发明与其他两种方法对比仿真的相位校正结果，由图中可见，处于数值0°附近的平稳曲线为利用本发明方法得到的相位校正结果，对比方法1在第一个强干扰信号出现之前，由于噪声的影响，在数值50°附近出现较为平稳的浮动，与正确结果数值0°偏离较大，在第一个强干扰信号出现和消失以及第二个强干扰信号出现和消失时刻，该方法校正结果均出现突跳现象，表现为外界干扰环境变化时的非稳健性；对比方法2虽然在强干扰信号出现和消失时刻出现对比方法1的突跳现象，但是在整个数据实时接收过程中仍存在突跳和非稳健性；本例中只有本发明方法在整个实时接收过程中始终表现出了稳健性和精确性。另外，从三种方法对比结果可知，两种对比方法虽然在某段时间内表现出平稳性能，但是其精确度和实时性与本发明采用方法差距很大，本发明由于先对强干扰信号进行抑制，然后在精确估计目标信号导向矢量的基础上，在两个相邻权向量更新时刻之间的相位差异精确估计并校正，得到了良好的校正效果。

由以上结果可知，其他两种对比方法在干扰出现或消失时刻会出现跳变现象，影响对输出失真信号的校正效果，而本发明所用方法校正性能则更为精确和稳健。对于幅度的校正，其他两种算法的幅度增益最小非常接近于0，即信号输出时已几乎被完全抑制掉而不是所希望的保持幅度增益为1的结果；对于相位项，其他算法相位差异最大可达到100°甚至更大，而本发明最大相位差异小于1°。说明在外界变化的干扰环境中，本发明更能体现出稳健的性能，适用于工程实践。

综上，相控阵接收天线通道间幅相误差可引起实际工程中对未知的雷达目标回波导向矢量估计的失真，最终导致雷达目标回波输出的失真。为此，本发明提供了基于干扰抑制的相控阵信号失真实时校正方法。本发明在精确估计雷达目标回波导向矢量的基础上，可以实时得到相控阵两个相邻权向量更新时刻之间的信号输出幅度和相位差异，并利用该差异进行实时有效校正，针对两相邻权向量更新时刻中，后一更新时刻对应的信号能量较大的情形下进行二次校正，并进行有效校正。本发明主要解决在低信噪比条件下，接收天线通道幅相误差以及变化的干扰所导致的目标输出信号失真的实时、精确校正问题。本发明不限制特定的相控阵天线阵列形式，可在任意基于特征结构方向估计的阵列天线上实现。理论分析和实验结果表明，本发明能够获得实时、精确、稳健的校正效果，适用于实际工程实践。

Claims (5)

1.一种基于干扰抑制的相控阵信号失真实时校正方法，其特征在于包括有如下步骤：

步骤1建立相控阵信号接收模型，选取任意几何结构的平面阵列，选取参考阵元，用选取的参考阵元建立XOY直角坐标系，通过相控阵雷达天线获取包含有雷达目标、干扰以及随机噪声的接收数据，并求出接收数据的空间相关矩阵R；

步骤2对获取的包含有雷达目标、干扰以及随机噪声的接收数据采用最小方差算法进行强干扰抑制，得到干扰抑制后的包含有目标信号以及随机噪声的数据，即空间白化数据；

步骤3对该数据进行脉冲压缩，在脉冲压缩过程中目标信号会相干积累，压缩结束得到包含主瓣部分和旁瓣部分的压缩信号，对压缩后信号进行信号截断，得到包含主瓣部分的截断信号；

步骤4取截断信号的自相关矩阵，进行特征分解得到最大特征值对应的特征矢量，用接收数据的空间相关矩阵左乘特征矢量，得到雷达目标回波导向矢量的估计矢量；

步骤5取信号能量较小时刻对应的估计矢量作为导向矢量的估计结果，用最小方差无失真响应算法对相控阵天线作用于接收数据的权向量进行实时性更新，权向量更新后，对相控阵天线幅相误差导致的目标信号失真进行校正，校正过程分以下两种情况进行：

5a）两相邻权向量更新时刻中，当后一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法，用两时刻之间的幅度比和相位差异校正后一时刻的权向量，得到精确的目标信号输出，完成输出失真信号幅相差异的实时精确估计及校正；

5b）两相邻权向量更新时刻中，当前一更新时刻对应的信号能量较大时，根据最小方差无失真响应算法用两时刻之间的幅度比和相位差异校正后一时刻的权向量，并构造二次校正权向量，得到精确的目标信号输出，完成输出失真信号幅相差异的实时精确估计及校正。

2.根据权利要求1所述的基于干扰抑制的相控阵信号失真实时校正方法，其特征在于：其中步骤2所述的对接收数据采用最小方差算法进行强干扰抑制，是通过如下公式进行的：

选取作用于接收数据的权向量

e₁＝[1,0,…,0]^T,e₂＝[0,1,0,...,0]^T,...,e_N＝[0,0,...,0,1]^T

作用于接收数据，可得每个阵元对应的空间白化数据矢量

$z_i\left(t\right)=e_i^H{R}^{-1}x\left(t\right),i=1,...N.$

其中，e_i表示构造的作用于接收数据的权向量，i＝1,2,...,N；(·)^T表示矩阵的转置；z_i(t)表示e_i作用于t时刻接收数据后的空间白化数据，i＝1,2,...,N；(·)^H表示矩阵的共轭转置；R表示接收数据的空间相关矩阵；(·)^-1表示矩阵的求逆；x(t)表示t时刻的接收数据；N表示相控阵天线阵元数目。

3.根据权利要求2所述的基于干扰抑制的相控阵信号失真实时校正方法，其特征在于：其中步骤5所述的用最小方差无失真响应算法对相控阵天线作用于接收数据的权向量进行实时性更新，权向量更新操作按如下公式进行：

$w^{\′}=\frac{R^{-1}{V}_s}{V_s^H{R}^{-1}{V}_s}$

其中，w′表示更新后的权向量；R表示接收数据的空间相关矩阵；(·)^-1表示矩阵的求逆；(·)^H表示矩阵的共轭转置；V_s表示导向矢量的估计结果。

4.根据权利要求3所述的基于干扰抑制的相控阵信号失真实时校正方法，其特征在于：其中步骤5a）和步骤5b)所述的用两时刻之间的幅度比和相位差异校正后一时刻的权向量，校正操作均按如下公式进行：

w_t+Δt=ΔAw′_t+Δte^jΔε

其中，w_t+Δt表示t+Δt时刻校正后的权向量；ΔA表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w′_t+Δt表示t+Δt时刻校正前的权向量。

5.根据权利要求4所述的基于干扰抑制的相控阵信号失真实时校正方法，其特征在于：其中步骤5b)所述的构造二次校正权向量，构造方法按如下公式进行：

$w_{\mathrm{opt}\_t+\mathrm{\Δt}}=\frac{1}{\mathrm{\ΔA}}{w}_{t+\mathrm{\Δt}}{e}^{-\mathrm{j\Δ\ϵ}}$

其中，w_{opt_t+Δt}表示t+Δt时刻二次校正后的权向量；表示两相邻权向量更新时刻之间的幅度比；Δε表示两相邻权向量更新时刻之间的相位差异；w_t+Δt表示t+Δt时刻更新后的权向量。

Images