CN104199010B - 一种通航目标雷达回波数据仿真计算方法 - Google Patents

Abstract

本发明公开了一种通航目标雷达回波数据仿真计算方法。本发明提出的仿真计算方法基于有限的通航目标雷达散射截面(RCS)计算与测量数据，采用数理统计与分析的方法，实时生成通航目标RCS时间序列。本仿真计算方法包括通航目标RCS计算与测量、RCS概率密度统计、RCS数据拟合、RCS数据库生成和RCS数据随机选择等五个步骤。本发明为低空空域通航目标检测算法的验证提供了可信的数据基础。

Description

一种通航目标雷达回波数据仿真计算方法

技术领域

本发明涉及一种通航目标雷达回波数据仿真计算方法，属于低空空域安全监视技术领域，涉及雷达目标检测。

背景技术

雷达是低空空域通航目标监视的重要手段。但是，由于低空空域背景环境复杂，噪声干扰强，而通航目标一般是雷达散射截面(RCS)较小的小型飞行器，回波信号弱，优良的目标检测算法成为提高系统探测能力的关键。

通航目标RCS随目标航迹与姿态角的变化具有一定的起伏特性。为验证目标检测算法的有效性，需要建立通航目标RCS仿真数据库，实时提供通航目标RCS仿真数据。

发明内容

本发明的目的是为了解决上述问题，提出了一种通航目标雷达回波数据仿真计算方法，该方法能够实时提供通航目标RCS仿真数据，实时提供通航目标RCS仿真数据，为低空空域通航目标检测算法的验证提供可信的数据基础。

一种通航目标雷达回波数据仿真计算方法，包括如下步骤：

步骤一、通航目标RCS计算与测量；

步骤二、RCS概率密度统计；

步骤三、RCS数据拟合；

步骤四、RCS数据库生成；

步骤五、RCS数据随机选择；

本发明的优点在于：

(1)通航目标的RCS仿真数据概率密度统计基于理论计算或实验测量数据拟合获得，具有一定的可信度；

(2)通航目标RCS仿真数据库提供通航目标RCS仿真数据的实时性高，便于验证低空空域通航目标检测算法。

附图说明

图1是本发明的通航目标雷达回波数据仿真计算方法的示意图；

图2是本发明实施例的某通航目标RCS测量数据概率密度分布统计结果；

图3是本发明实施例的某通航目标RCS概率密度分布拟合曲线；

图4是本发明实施例的某通航目标RCS数据量分布曲线。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种通航目标雷达回波数据仿真计算方法，流程如图1所示，包括如下步骤：

步骤一、通航目标RCS计算与测量；

针对特定的通航目标，采用理论计算或实验测量的方法，获得该目标在不同频段f上，随俯仰角和方位角θ变化的RCS值。其中，俯仰角的变化范围为-20°～20°，步长为a；方位角θ的变化范围为-180°～180°，步长为b。

步骤二、RCS概率密度统计；

基于步骤1获得的通航目标在不同频段上的RCS数据，统计该目标在特定频段的RCS分布情况。计算出不同区间内RCS数据量占总数据量的百分比，得到RCS概率密度分布结果。

假设在频段f₁上，共获得某通航目标的N个RCS值，其取值范围为σ∈[σ₀,σ_t]，并将其等分为t个区间，如[σ₀,σ₁],[σ₁,σ₂],…,[σ_t-1,σ_t]。统计每个区间内的RCS数据个数为n＝{n₁,n₂,…,n_i,…,n_t}；则每个区间内RCS数据量占总数据量的百分比为p＝{p₁,p₂,…,p_i,…,p_t}；且

$p_i=\frac{n_i}{N}---\left(1\right)$

步骤三、RCS数据拟合；

基于χ²函数拟合不同频段f上σ和p的关系曲线p^*(σ)。χ²函数的公式如下：

$p^{*}\left(\mathrm{\σ}\right)=\frac{k}{(k-1)!\stackrel{\‾}{\mathrm{\σ}}}{\left(\frac{\mathrm{k\σ}}{\stackrel{\‾}{\mathrm{\σ}}}\right)}^{k-1}\exp (-\frac{\mathrm{k\σ}}{\stackrel{\‾}{\mathrm{\σ}}})---\left(2\right)$

式中，σ为RCS随机变量，为RCS平均值k为双自由度值(0<k<10)。

调整和k的取值，使得拟合数据p^*(σ)与原始数据p之间的平方差均值e最小，平方差均值e由下式计算：

$e=\frac{1}{t}\underset{i=1}{\overset{t}{\mathrm{\&Sigma;}}}{(p^{*}\left(\frac{{\mathrm{\&sigma;}}_{i-1}+{\mathrm{\&sigma;}}_i}{2}\right)-p_i)}^2---\left(3\right)$

由此获得特定频段f上通航目标RCS数据概率密度分布拟合曲线。

步骤四、RCS数据库生成；

基于步骤3获得的特定频段f上的通航目标RCS数据σ_i的概率密度分布函数p^*(σ_i)，生成包含Q个RCS数据的通航目标RCS数据库，不同σ_i值对应的数据量q_i由下式计算

q_i＝Q·p^*(σ_i)·r,σ₀＜σ_i＝σ₀+r·i＜σ_t (4)

式中，i＝0,1,...,Q且步长r＝|σ_t-σ₀|/Q。

步骤五、RCS数据随机选择；

基于步骤4获得的频段f上的通航目标RCS数据库，随机选择数据库中的1个RCS数据，作为实时的通航目标雷达回波仿真数据。

实施例：

通航目标RCS随目标航迹与姿态角的变化具有一定的起伏特性。为验证目标检测算法的有效性，需要建立通航目标RCS仿真数据库，实时提供通航目标RCS仿真数据。本发明方法利用有限的通航目标RCS计算与测量数据，采用数理统计与分析的方法，实时生成通航目标RCS时间序列，其流程图如图1所示，本发明的通航目标雷达回波数据仿真计算方法包括具体步骤如下：

步骤一、通航目标RCS计算与测量；

针对特定的通航目标，采用理论计算或实验测量的方法，获得该目标在不同频段f上，随俯仰角和方位角θ变化的RCS值。其中，俯仰角的变化范围为-20°～20°，步长为a＝1°；方位角θ的变化范围为-180°～180°，步长为b＝1°。在本实施例中，频段设定为f＝3.05GHz，采用实验测量的方法获取某通航目标RCS数据。

步骤二、RCS概率密度统计；

基于步骤1获得的通航目标在不同频段上的RCS数据，统计该目标在特定频段的RCS分布情况。计算出不同区间内RCS数据量占总数据量的百分比，得到RCS概率密度分布结果。

假设在频段3.05GHz上，共获得某通航目标的14400个RCS值，其取值范围为0.1～10m²，并将其等分为50个区间，如[0,0.2],[0.2,0.4],…,[9.8,10]。统计每个区间内的RCS数据个数为n＝{n₁,n₂,…,n_i,…,n_t}；则每个区间内RCS数据量占总数据量的百分比为p＝{p₁,p₂,…,p_i,…,p_t}；且

$p_i=\frac{n_i}{N}---\left(1\right)$

在本实施例中，每个区间的RCS数据个数为n＝{7,46,…,988,…,330}，占总数据量的百分比为p＝{0.0005,0.0032,…,0.0686,…,0.0229}，概率密度分布曲线如图2所示。

步骤三、RCS数据拟合；

基于χ²函数拟合不同频段3.05GHz上σ和p的关系曲线p^*(σ)。χ²函数的公式如下：

$p^{*}\left(\mathrm{\&sigma;}\right)=\frac{k}{(k-1)!\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}{\left(\frac{\mathrm{k\&sigma;}}{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}\right)}^{k-1}\exp (-\frac{\mathrm{k\&sigma;}}{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}})---\left(2\right)$

式中，σ为RCS随机变量，为RCS平均值k为双自由度值(0<k<10)。

调整和k的取值，使得拟合数据p^*(σ)与原始数据p之间的平方差均值e最小，由下式计算

$e=\frac{1}{t}\underset{i=1}{\overset{t}{\mathrm{\&Sigma;}}}{(p^{*}\left(\frac{{\mathrm{\&sigma;}}_{i-1}+{\mathrm{\&sigma;}}_i}{2}\right)-p_i)}^2---\left(3\right)$

由此获得特定频段3.05GHz上通航目标RCS数据概率密度分布拟合曲线。在本实施例中，(2)式中，参数设置为和k＝4时平方差均值最小，得到某通航目标RCS概率密度分布拟合曲线如图3所示。

步骤四、RCS数据库生成；

基于步骤3获得的特定频段3.05GHz上的通航目标RCS数据σ_i的概率密度分布函数p^*(σ_i)，生成包含Q＝10⁵个RCS数据的通航目标RCS数据库，不同σ_i值对应的数据量q_i由下式计算

q_i＝Q·p^*(σ_i)·r,σ_i＝0.1+r·i (4)

式中，i＝0,1,...,99，r＝0.1。在本实施例中，某通航目标RCS数据量分布曲线如图4所示。例如，当σ_i＝10⁵时，p^*(σ_i＝10⁵)＝0.0229，则生成σ_i＝10⁵的RCS数据229个。

步骤五、RCS数据随机选择；

基于步骤4获得的频段3.05GHz上的通航目标RCS数据库，该数据库中共有10⁵个通航目标RCS数据，随机选择其中的1个数据σ＝3.1296m²，作为实时的通航目标雷达回波仿真数据。

Claims (3)

1.一种通航目标雷达回波数据仿真计算方法，包括如下步骤：

步骤一、通航目标RCS计算与测量；

针对特定的通航目标，获得该目标在不同频段f上，随俯仰角和方位角θ变化的RCS值；

步骤二、RCS概率密度统计；

基于步骤1获得的通航目标在不同频段上的RCS数据，统计该目标在特定频段的RCS分布情况，计算出不同区间内RCS数据量占总数据量的百分比，得到RCS概率密度分布结果；

步骤三、RCS数据拟合；

基于χ²函数拟合不同频段f上σ和p的关系曲线p^*(σ)；

χ²函数的公式如下：

$p^{*}\left(\mathrm{\&sigma;}\right)=\frac{k}{(k-1)!\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}{\left(\frac{k\mathrm{\&sigma;}}{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}\right)}^{k-1}\exp \left(-\frac{k\mathrm{\&sigma;}}{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}\right)---\left(2\right)$

式中，σ为RCS随机变量，为RCS平均值，k为双自由度值，0<k<10；

调整和k的取值，使得拟合数据p^*(σ)与原始数据p之间的平方差均值e最小，平方差均值e由下式计算：

$e=\frac{1}{t}\underset{i=1}{\overset{t}{\&Sigma;}}{\left(p^{*}\right(\frac{{\mathrm{\&sigma;}}_{i-1}+{\mathrm{\&sigma;}}_i}{2})-p_i)}^2---\left(3\right)$

由此获得特定频段f上通航目标RCS数据概率密度分布拟合曲线；

步骤四、RCS数据库生成；

基于步骤3获得的特定频段f上的通航目标RCS数据σ_i的概率密度分布函数p^*(σ_i)，生成包含Q个RCS数据的通航目标RCS数据库，不同σ_i值对应的数据量q_i由下式计算

q_i＝Q·p^*(σ_i)·r,σ₀＜σ_i＝σ₀+r·i＜σ_t (4)

式中，i＝0,1,...,Q且步长r＝|σ_t-σ₀|/Q；

步骤五、RCS数据随机选择；

基于步骤4获得的频段f上的通航目标RCS数据库，随机选择数据库中的1个RCS数据，作为实时的通航目标雷达回波仿真数据。

2.根据权利要求1所述的一种通航目标雷达回波数据仿真计算方法，所述的步骤一中，俯仰角的变化范围为-20°～20°，步长为a；方位角θ的变化范围为-180°～180°，步长为b。

3.根据权利要求1所述的一种通航目标雷达回波数据仿真计算方法，所述的步骤二中，不同区间内RCS数据量占总数据量的百分比的方法为：

假设在频段f₁上，共获得某通航目标的N个RCS值，其取值范围为σ∈[σ₀,σ_t]，并将其等分为t个区间，如[σ₀,σ₁],[σ₁,σ₂],…,[σ_t-1,σ_t]；统计每个区间内的RCS数据个数为n＝{n₁,n₂,…,n_i,…,n_t}；则每个区间内RCS数据量占总数据量的百分比为p＝{p₁,p₂,…,p_i,…,p_t}；且

$p_i=\frac{n_i}{N}---\left(1\right).$