CN103616679A - 基于差波束调制和波形分析的pd雷达测距测角方法 - Google Patents

Abstract

本发明涉及一种基于差波束调制和波形分析的PD雷达测距测角方法，包括以下几个步骤：（1）对回波目标的视频信号提取和波束和差波束；（2）对和差波束进行脉冲压缩；（3）对和波束进行相参积累；（4）基于和波束时域波形进行径向距离提取；（5）对差波束进行波形分析；（6）根据差波束波形进行角度估计。本发明能够有效改善对目标径向距离和方位/俯仰角度的测量精度，且具有较为广泛的适用性。

Description

基于差波束调制和波形分析的PD雷达测距测角方法

技术领域

本发明涉及一种基于差波束调制和波形分析的PD雷达测距测角方法，尤其涉及到基于LFM-PD体制的四象限天线排布雷达系统上目标距离测量和角度精确估计的实现方法，属于信号处理技术领域。

背景技术

随着电子技术的发展和电磁环境的复杂化，为了适应现代雷达应用中群目标识别的要求，需要进一步提高雷达的测角精度。基于线性调频-脉冲多普勒(LFM-PD)体制的四象限天线排布雷达系统综合了LFM、PD雷达和波形分析技术的全部优势，能够有效应对上述需求。

PD雷达是上世纪60年代为解决机载下视雷达强地杂波的干扰而研制的，目前已成为雷达系统中广泛应用的雷达体制。它能够区分不同距离、不同径向速度的目标，可以有效地实现运动目标和背景杂波的分离与检测。而线性调频(LFM)信号较容易产生和处理，是目前在工程应用上技术最成熟的一种脉冲压缩信号。LFM-PD雷达结合了LFM波形可脉冲压缩的特点和PD体制的优点，能够同时获得较高的距离和速度分辨率，并且提高雷达作用距离。

波形分析技术是以随时间变化的一维信号为研究对象的数字处理和识别技术。许多实际问题的样本原始描述是一组波形或者一个波形，通过对波形进行离散采样，可以进行多域分析。对波谱曲线的形态进行分析，可以提取表征曲线形态的参量。以这些参量作为波谱的测度，可以有效地提取波谱所包含的各种信息。四象限天线排布雷达系统中，和差波束波形承载了目标的距离和角度信息，通过波形分析，采用FFT技术，对其波谱曲线进行分析，可以从中提取目标距离和角度信息。同传统的幅度和差测角相比，该技术对噪声具有很好的抑制作用，并且能够获得更高的测角精度，同时能够抑制角闪烁效应。

发明内容

本发明的目的在于提供一种基于差波束调制和波形分析的PD雷达测距测角方法，在目标切向高速运动的情况下，能够有效补偿由于差波束的线性方向图函数引起的差波束调制效应，避免切向运动对测角的影响，从而提高雷达系统对目标空间位置和切向运动信息的测量精度。

本发明提出的测角方法是在基于LFM-PD体制的四象限天线排布雷达系统上实现的，该雷达系统发射相参的LFM脉冲串，并接收目标回波信号，通过PD处理得到和波束相参积累的时域波形，从中提取目标径向距离信息；通过脉冲压缩得到的和波束、方位/俯仰差波束脉冲串的频域采样序列，以此为依据，估计目标方位/俯仰角变化轨迹。

本发明提出一种基于差波束调制和波形分析的PD雷达测距测角方法，其具体包括以下几个步骤：

步骤（1）、和差波束波形提取：采用幅度和差式测角系统。首先，雷达系统接收天线形成四个3dB交叉的天线波束，同时对目标回波信号进行接收；四波束接收到的回波信号通过比较器形成和波束与方位/俯仰差波束；然后，和波束通道、方位/俯仰差波束通道的输出信号分别经过下变频及信号幅度的放大和归一化；最后送至匹配滤波器进行脉冲压缩。

步骤（2）、和差波束脉冲压缩：针对采用的LFM信号，通过匹配滤波实现脉冲压缩的过程：首先雷达系统本机振荡器形成的与发射信号同步的参考信号进行快速傅里叶变换，得到信号频域采样值，对该频域采样值进行复共轭获得匹配滤波器的频域响应；然后对目标视频回波信号做快速傅里叶变换得到频域采样序列；将目标回波视频信号的频域采样序列与匹配滤波器的频域响应相乘，得到匹配滤波后的多个和波束、方位/俯仰差波束脉压信号的频域波形。

步骤（3）、和波束相参积累：对步骤（2）得到的多个和波束频域采样序列进行IFFT变换，得到和波束的时域脉冲串；依据DFT的滤波特性，即DFT处理可等效为一组窄带多普勒滤波器，对相参的和波束时域脉冲串沿慢时间域做DFT，实现和波束的相参积累。

步骤（4）、基于和波束时域波形的目标径向距离提取：对和波束相参积累后的时域波形在距离门范围内进行极大值搜索，提取高于检测门限的极值点，得到目标峰值点对应于时域波形的采样位置，将距离门包含的距离范围依据时间序列采样点进行采样，得到目标对应的径向距离。

步骤（5）、差波束波形估计：对于步骤（2）得到的方位/俯仰差波束的频域波形序列，以序列模之和进行归一化处理，根据目标方位/俯仰角与频谱序列的逻辑关系，采用信息熵理论进行波形分析，得到目标起始方位/俯仰角、方位/俯仰角速度与波形熵值的代数关系。

步骤（6）、目标角度估计：首先根据目标起始方位/俯仰角与波形熵的关系，采用和通道频域波形序列、方位/俯仰差通道频域波形序列，估计目标起始方位/俯仰角；然后根据方位/俯仰角速度与波形熵值的关系，采用和通道频域波形序列、方位/俯仰差通道频域波形序列，以及估计得到的目标起始方位/俯仰角参数，估计目标方位/俯仰角速度。根据两者估计结果，估计出雷达工作时间内的目标方位/俯仰角变化轨迹。

其中，该方法适用于LFM-PD体制的四象限天线排布雷达系统，可以在不依赖先验信息的情况下，运用波形估计的理论和方法，依据和差通道的波形采样数据进行测距测角，达到很高的测量精度。

本发明提出的基于差波束调制和波形分析的PD雷达测距测角方法，其优点和功效主要在于：

（1）本发明应用波形分析技术，在目标切向高速运动的情况下，能够有效补偿由于差波束的线性方向图函数引起的差波束调制效应，避免切向运动对测角的影响，从而提高雷达系统对目标空间位置和切向运动信息的测量精度。

（2）本发明在测距和精确估计目标方位/俯仰角运动轨迹的同时，沿用常规PD雷达的脉冲压缩和相参积累处理，能够有效地提高回波信号信噪比，从而进一步改善测距精度和角度估计精度。其中，角度估计精度比传统幅度和差测角精度提高了约5倍，同时该技术对目标切向运动速度、系统和环境噪声不敏感，可以抑制角闪烁效应。

（3）本发明提出的测角方法基于常规的LFM-PD体制的单脉冲雷达系统，仅需要进行信号处理部分的软件开发，不必改装或升级硬件配置及结构，从而降低了该方法对雷达系统的硬件要求，具备更广泛地适用性。

（4）本发明具有系统软件开发成本低、周期短、便于维护和升级等特点。

附图说明

图1是基于差波束调制和波形分析的PD雷达测距测角方法处理流程图。

图2是脉冲压缩处理流程图。

图3是和波束相参积累处理流程图。

图4是目标径向距离提取处理流程图。

图5是差波束波形分析处理流程图。

图6是角运动轨迹估计系统结构图。

图7是目标运动场景示意图。

图8是四波束接收天线示意。

图9是和差波束高斯拟合方向图和差波束函数图。

图10是差波束谱包络的分裂形式图。

图11是谱展宽程度与目标角运动起始位置的关系图。

图12是波形熵和谱宽的关系图。

具体实施方式

下面结合附图，对发明的具体技术方案做进一步的说明。

本发明提出的角度估计方法是在基于LFM-PD体制的四象限天线排布雷达系统上实现的。LFM-PD雷达系统发射相参的LFM脉冲串，并接收目标回波信号，通过PD处理得到回波的和波束、方位差波束、俯仰差波束，从和波束中提取出目标径向距离信息，从方位/俯仰差波束中估计目标方位/俯仰角运动轨迹。

如图1所示，本发明具体包括以下几个步骤：

（1）和差波束波形提取：本发明采用幅度和差式测角系统；首先，雷达系统接收天线形成四个3dB交叉的天线波束，同时对目标回波信号进行接收，如图8所示；四波束接收到的回波信号通过和差变换器形成和波束与方位/俯仰差波束；然后，和波束通道、方位/俯仰差波束通道的输出信号分别经过下变频及信号幅度的放大和归一化；最后送至匹配滤波器进行脉冲压缩。

四个接收天线形成相互覆盖的天线波束F_A(θ,φ)，F_B(θ,φ)，F_C(θ,φ)，F_D(θ,φ)，分别与天线方位、俯仰指向偏离±θ₀、±φ₀，其高斯拟合的天线方向图为：

$\begin{array}{c}{F}_A(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}+{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}-{\mathrm{\φ}}_0)}^2},F_B(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}-{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}-{\mathrm{\φ}}_0)}^2}\\ F_C(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}+{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}+{\mathrm{\φ}}_0)}^2},F_D(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}-{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}+{\mathrm{\φ}}_0)}^2}\end{array}---\left(1\right)$

其中

Δθ_0.5、Δφ_0.5为方位/俯仰半功率波束宽度。

则四个天线波束接收的目标回波信号为：

$\begin{array}{c}{S}_A(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}+{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}-{\mathrm{\φ}}_0)}^2}s\left(t\right),S_B(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}-{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}-{\mathrm{\φ}}_0)}^2}s\left(t\right)\\ S_C(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}+{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}+{\mathrm{\φ}}_0)}^2}s\left(t\right),S_D(\mathrm{\θ},\mathrm{\φ})=e^{-\mathrm{\α}{(\mathrm{\θ}-{\mathrm{\θ}}_0)}^2}{e}^{-\mathrm{\β}{(\mathrm{\φ}+{\mathrm{\φ}}_0)}^2}s\left(t\right)\end{array}---\left(2\right)$

式中s(t)为目标的回波信号。

将四路回波信号送入和差变换器分别进行矢量加减，得到和、差波束：

然后，和波束通道、方位/俯仰差波束通道的输出信号分别经过下变频及信号幅度的放大和归一化；最后送至匹配滤波器进行脉冲压缩。

（2）和差波束脉冲压缩：雷达系统对和差波束回波的视频信号进行脉冲压缩处理，以获得距离上的高分辨并提高回波信噪比。早期的单频信号存在雷达作用距离与距离分辨率之间的矛盾，本发明中采用目前在工程上应用最广泛的LFM信号，它通过频率调制来实现非线性相位调制，可同时获得大的信号时宽和带宽，从而解决了这一问题。针对LFM信号，可通过匹配滤波来实现这一脉冲压缩过程。如图2所示，在实际的数字系统中，匹配滤波一般是在频域实现。

首先，对与发射信号同步的雷达系统参考信号做快速傅立叶变换(FFT)，得到其频域采样。对该频域采样值取共轭，从而获得匹配滤波器的频域响应。然后，对经下变频处理到视频的和差波束回波信号，同样做FFT变换到频域。将和差波束回波的频域信号与匹配滤波器的频域响应相乘，得到匹配滤波后的信号频域波形。最后，将滤波后的和波束信号频域波形进行逆傅立叶变换(IFFT)，即可得到和波束回波信号的脉冲压缩结果；对于方位差波束和俯仰差波束脉冲压缩的结果，需要在后续处理中用到频域波形，因此不做IFFT处理。

LFM信号经过脉冲压缩处理，能够将原来具有矩形包络的宽脉冲信号压缩为具有sinc函数形包络的窄脉冲信号，且压缩后脉冲峰值的位置与目标的回波延迟时间相对应，即可由峰值位置提取目标相对雷达的距离信息。对带宽为B、脉宽为τ的LFM信号，其距离分辨率可达到c/2B，其中c为光速；处理后获得的幅度增益为（Bτ即信号的时宽带宽积），从而提高了回波的信噪比。

（3）和波束相参积累：相参积累实现的是雷达系统的PD处理，它是建立在对多个和波束回波脉冲进行观测的基础上。在脉冲积累时间内，目标运动引起的多普勒频移f_d保持不变，对不同和波束回波脉冲在同一距离单元上的采样点来说，多普勒频移只引起相位的变化，即这些采样点序列组成了一个载频为f_d的单频信号，因而相参积累相当于对该单频信号进行频谱分析。在数字信号处理技术中，由于离散傅立叶变换(DFT)的滤波特性，即DFT处理可等效为一组窄带多普勒滤波器，则上述过程可通过对相参的和波束脉冲串沿慢时间域做DFT实现，如图3所示。

通过相参积累，位于同一距离单元的N个和波束回波脉冲的慢时间域采样变换为多普勒域的窄脉冲信号，且脉冲峰值位于多普勒频移f_d处，即可由相参积累后多普勒域信号的幅度包络获得目标的速度相关信息。相参积累后能够达到的多普勒分辨率为1/NT_r，其中T_r为脉冲重复周期；能够测得的最大多普勒频移为(N-1)/NT_r，若大于这一值则需进行速度解模糊处理。

通过相参积累同样能够有效地提高信噪比。由于多个脉冲的积累增强了接收的和波束回波能量，在对应目标所在位置的脉冲峰值处其处理增益可达到积累脉冲个数N，从而可以进一步改善雷达的检测能力。

（4）基于和波束时域波形的目标径向距离提取：对和波束相参积累后的时域波形在距离门范围[R_gatemin,R_gatemax]内进行极大值搜索，提取高于检测门限的极值点(N_peak,S_peak)，得到目标峰值点对应于时域波形的采样位置N_peak，将距离门包含的距离范围依据时间序列采样点N_sample进行采样，同样得到与时间轴采样数相同的距离门内径向距离值的采样结果，则目标对应的径向距离为：

$R_{t\arg \mathrm{et}}=R_{\mathrm{gate}\min }+\frac{R_{\mathrm{gate}\max }-R_{\mathrm{gate}\min }}{N_{\mathrm{sample}}}{N}_{\mathrm{peak}}---\left(4\right)$

（5）差波束波形分析：对于第（2）步得到的方位/俯仰差波束的频域波形序列，根据目标方位/俯仰角与频谱序列的逻辑关系，采用信息熵理论进行波形分析，得到目标起始方位/俯仰角、方位/俯仰角速度与波形熵值的代数关系。

下面以方位角为例，阐述差波束波形分析方法。在运动时间t内，目标转过的方位角可以表示为：θ＝θ₀+δ_θ·t，其中θ₀是目标0时刻的方位角位置，即目标起始位置的角度，δ_θ为目标运动方位角速度。如图9所示，对于和波束，其方向图函数可近似为常数A_Σ，而差波束方向图函数变化剧烈，类似于线性函数K_Δ(δ_θ·t+θ₀)。设积累时间为T_accum＝N·T_p，单一散射点回波脉压后的信号为：

$s_r\left(t\right)=\mathrm{rect}(t/t_p)e^{-2\mathrm{j\π}{f}_0{\mathrm{\τ}}_0}{e}^{\mathrm{j\π\γ}{\mathrm{\τ}}_0^2}{e}^{-2\mathrm{j\π\γ}{\mathrm{\τ}}_{0}t}---\left(5\right)$

式中，前两个指数项与时间的变化无关，可合并为一项

和差波束的回波信号可以表示为：

s_Σ(t)≈A_Σ·s_r(t)

s_Δ(t)≈K_Δθ(t)·s_r(t)＝K_Δθ₀·s_r(t)+K_Δδ_θt·s_r(t)     (6)

对其进行傅立叶变换，和差波束的谱函数为：

可看出S_Σ(ω)的包络是sinc曲线，而S_Δ(ω)的包络则是sinc曲线及其导数项的叠加。从图10中可以看到，随着目标运动起始角θ₀向天线轴线方向靠近，差波束包络逐渐转变为分裂的双峰，同时峰值幅度也因为能量的散布而降低。

定义谱宽度为3dB带宽，用和波束的谱宽将差波束的谱宽归一化，得到图11的目标运动起始位置θ₀变化时差波束包络谱宽的变化曲线，可看到，当θ₀＝0，即谱峰完全分裂时，差波束的谱宽最大，达到了和波束的2倍以上，但当θ₀的取值超出[-0.5，0.5]范围时，谱展宽的程度就大大降低。谱包络的分裂直接导致能量的分散。

俯仰差波束的分析过程同上。

（6）目标角度估计：

目标切向运动分量的各阶角运动参数对差波束回波脉冲宽度的贡献不同。从式（7）可以看出，切向运动分量的各阶运动参数的大小，直接影响sinc函数各阶导数项的权重。由图10可以看出，“分裂项”权重越大，波形函数能量越分散，即能量分配越均匀。当分裂项权重为0时，只剩下“自身项”的贡献，此时波形函数能量最集中。

在统计学里，若有N个事件，它们发生的概率分别为p_i(i＝1,2,3...N)，则其信息熵定义为：

$H=-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{p}_i\log p_i---\left(8\right)$

当概率相等时，熵最大，概率越不均匀，熵值越小。最小熵表示概率分布最不均匀的情况。由此，可以借鉴“信息熵”的概念，对各阶运动参数进行寻优搜索，得到准确的运动参数估计。

信息熵的应用限制在于概率的两个性质：

$1)0\≤p_i\≤1(i=\mathrm{1,2,3}...N);2)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{p}_i=1.$

因此，需要对波形函数进行处理，使其满足这两个性质。

首先将波形包络函数离散化，得到向量

对其进行归一化处理，得到新的向量

其中：

$D_i=\frac{S_i}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{S}_i},i=1,...N---\left(9\right)$

这样，D_i就满足上述两个性质。则写出波形熵的表达式：

$E=-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{D}_i\log \left[D_i\right]---\left(10\right)$

以目标角运动起始位置θ₀为变量（运动轨迹在天线波束指向同侧），计算差波束谱宽和波形熵的值，如图12所示。曲线呈单调上升趋势，因此我们可以通过对波形熵的全局搜索来估计谱展宽程度，从而得到角运动参数的估计值。

对目标运动起始位置的估计：

对目标运动情况的估计，在未知天线方向图函数的情况下，仅有和差通道的波形信息可以利用。将公式（7）简化，自身项（与和波束谱包络相同）和分裂项分别用函数符号表示如下：

$S_{\mathrm{\Δ}}\left(\mathrm{\ω}\right)=\frac{K_{\mathrm{\Δ}}}{A_{\mathrm{\Σ}}}{\mathrm{\θ}}_0{S}_{\mathrm{\Σ}}\left(\mathrm{\ω}\right)+j\frac{K_{\mathrm{\Δ}}}{A_{\mathrm{\Σ}}}{\mathrm{\δ}}_{\mathrm{\θ}}{S}_{\mathrm{\Σsim}1}\left(\mathrm{\ω}\right)-j\frac{K_{\mathrm{\Δ}}}{A_{\mathrm{\Σ}}}{\mathrm{\δ}}_{\mathrm{\θ}}{S}_{\mathrm{\Σsim}2}\left(\mathrm{\ω}\right)---\left(11\right)$

其中S_Σsim1(ω)、S_Σsim2(ω)是类sinc函数项，他们同sinc函数一样具有较小的波形熵，但二者之差具有较大的波形熵，我们可以通过将和通道的S_Σ(ω)作为通用的补偿函数，来构造估计公式。

θ₀的估计公式如下：

${\widehat{\mathrm{\θ}}}_0=\frac{A}{K}.\arg \underset{{\widehat{\mathrm{\θ}}}_0}{\max }`E\left\{\right|S_{\mathrm{\Δ}}\left(\mathrm{\ω}\right)-{\widehat{\mathrm{\θ}}}_0{S}_{\mathrm{\Σ}}\left(\mathrm{\ω}\right)\left|\right\}---\left(12\right)$

对目标运动角速度的估计：

对于δ_θ搜索域的选取，主要考虑角速度的上限，在同一波束照射范围内，目标在数据处理周期中不能脱离出波束照射范围，即满足NTδ_θmax＝Δθ_0.5，N为积累的脉冲个数，T_r为脉冲重复周期，得到：

${\mathrm{\δ}}_{\mathrm{\θ}\max }=\frac{\mathrm{\Δ}{\mathrm{\θ}}_{0.5}}{{\mathrm{NT}}_r}---\left(13\right)$

δ_θ的估计公式如下：

${\widehat{\mathrm{\δ}}}_{\mathrm{\θ}}=\arg \underset{{\widehat{\mathrm{\δ}}}_{\mathrm{\θ}}}{\min }`E\left\{\right|S_{\mathrm{\Δ}}\left(\mathrm{\ω}\right)-\frac{K}{A}.{\widehat{\mathrm{\θ}}}_0{S}_{\mathrm{\Σ}}\left(\mathrm{\ω}\right)-j\·\frac{K}{A}.{\widehat{\mathrm{\δ}}}_{\mathrm{\θ}}{S}_{\mathrm{\Σ}}\left(\mathrm{\ω}\right)\left|\right\}---\left(14\right)$

其中K，A可以根据和差波束方向图拟合函数求出。

对于俯仰角的估计过程同上。

由于实际的雷达波束宽度有限，且雷达工作时间很短，目标切向运动的二阶及以上运动参数对差波束的贡献很小，可以忽略不计。至此，可以确定目标在波束照射范围内的方位向和俯仰向的角度变化轨迹：

$\begin{array}{c}\widehat{\mathrm{\θ}}={\widehat{\mathrm{\θ}}}_0+{\widehat{\mathrm{\δ}}}_{\mathrm{\θ}}t\\ \widehat{\mathrm{\φ}}={\widehat{\mathrm{\φ}}}_0+{\widehat{\mathrm{\δ}}}_{\mathrm{\φ}}t\end{array}---\left(15\right)$

本发明未详细公开的部分属于本领域的公知技术。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.基于差波束调制和波形分析的PD雷达测距测角方法，其特征在于，该方法包括以下几个步骤：

步骤（1）、和差波束波形提取：采用幅度和差式测角系统；首先，雷达系统接收天线形成四个3dB交叉的天线波束，同时对目标回波信号进行接收；四波束接收到的回波信号通过比较器形成和波束与方位差波束和俯仰差波束；然后，和波束通道、方位差波束通道、俯仰差波束通道的输出信号分别经过下变频及信号幅度的放大和归一化；最后送至匹配滤波器进行脉冲压缩。

步骤（2）、和差波束脉冲压缩：针对采用的LFM信号，通过匹配滤波实现脉冲压缩的过程：首先雷达系统本机振荡器形成的与发射信号同步的参考信号进行快速傅里叶变换，得到信号频域采样值，对该频域采样值进行复共轭获得匹配滤波器的频域响应；然后对目标视频回波信号做快速傅里叶变换得到频域采样序列；将目标回波的视频信号的频域采样序列与匹配滤波器的频域响应相乘，得到匹配滤波后的多个和差波束回波信号的频域波形。

步骤（3）、和波束相参积累：对步骤（2）得到的多个和波束频域采样序列进行IFFT变换，得到和波束的时域脉冲串；由于DFT的滤波特性，即DFT处理可等效为一组窄带多普勒滤波器，该校正后脉冲串的相参积累过程可通过对相参的脉冲串沿慢时间域做DFT实现。

步骤（4）、基于和波束时域波形的目标径向距离提取：对和波束相参积累后的时域波形在距离门范围内进行极大值搜索，提取高于检测门限的极值点，得到目标峰值点对应于时域波形的采样位置，将距离门包含的距离范围依据时间序列采样点进行采样，得到目标对应的径向距离。

步骤（5）、差波束波形分析：对于步骤（2）得到的方位/俯仰差波束的频域波形序列，以序列和进行归一化处理，根据目标方位/俯仰角与频谱序列的逻辑关系，采用信息熵理论进行波形分析，得到目标起始方位/俯仰角、方位/俯仰角速度与波形熵值的代数关系。

步骤（6）、目标角度估计：首先根据目标起始方位/俯仰角与波形熵的关系，采用和通道频域波形序列、方位/俯仰差通道频域波形序列，估计目标起始方位/俯仰角；然后根据方位/俯仰角速度与波形熵值的关系，采用和通道频域波形序列、方位/俯仰差通道频域波形序列，以及估计得到的目标起始方位/俯仰角参数，估计目标方位/俯仰角速度，根据两者估计结果，估计出雷达工作时间内的目标方位/俯仰角变化轨迹。

2.根据权利要求1所述的基于差波束调制和波形分析的PD雷达测距测角方法，其特征在于：该方法适用于LFM-PD体制的四象限天线排布雷达系统，可以在不依赖先验信息的情况下，运用波形估计的理论和方法，依据和差通道的波形采样数据进行测距测角，达到很高的测量精度。

Images