CN104215937A - 基于环境动态感知的机载雷达空时自适应处理方法 - Google Patents
基于环境动态感知的机载雷达空时自适应处理方法 Download PDFInfo
- Publication number
- CN104215937A CN104215937A CN201410482881.5A CN201410482881A CN104215937A CN 104215937 A CN104215937 A CN 104215937A CN 201410482881 A CN201410482881 A CN 201410482881A CN 104215937 A CN104215937 A CN 104215937A
- Authority
- CN
- China
- Prior art keywords
- airborne radar
- clutter
- array
- airborne
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 230000008447 perception Effects 0.000 title claims abstract description 7
- 230000006978 adaptation Effects 0.000 title abstract 5
- 238000012545 processing Methods 0.000 claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 230000003044 adaptive effect Effects 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 36
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000001629 suppression Effects 0.000 claims description 8
- 230000021615 conjugation Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 26
- 230000009467 reduction Effects 0.000 description 21
- 238000004088 simulation Methods 0.000 description 11
- 230000001427 coherent effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于机载雷达空时自适应处理技术领域,特别涉及基于环境动态感知的机载雷达空时自适应处理方法,其具体步骤为:将机载雷达的工作模式设置为MIMO模式,接收阵列接收时域回波信号Y,机载雷达观测区域的杂波散射系数矢量表示为γ;将机载雷达观测区域内第i个距离单元第j个杂波块的位置记为Aij;建立稀疏模型:H表示与离散化后观测数据Y对应的基矩阵;通过求解所述稀疏模型得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计将机载雷达的工作模式设置为相控阵模式,得出位置为Aij的杂波块与机载雷达的距离r′i以及对应的回波信号到达角得出待检测距离单元的杂波协方差矩阵,对机载雷达工作在相控阵模式时接收到的回波信号进行空时自适应处理。
Description
技术领域
本发明属于机载雷达空时自适应处理技术领域,特别涉及基于环境动态感知的机载雷达空时自适应处理方法,可用于非均匀杂波背景下的杂波抑制。
背景技术
相较地基雷达,机载雷达由于平台位置的升高增加了雷达的可视距离,尤其是对低空及超低空目标,其可视距离更是大大增加。但是一方面由于机载雷达探测距离的扩大,导致机载雷达杂波区域的扩展,而且与地基雷达相比,机载雷达的雷达波束对地面的掠射角更大,使得回波中的杂波功率大大增加;另一方面由于平台是运动的,使得机载平台的杂波具有空时二维的分布特性,为了抑制回波中的杂波分量,通常需要进行空时二维联合处理,并且需实时自适应实现,即空时自适应处理(STAP,space-time adaptiveprocessing)。空时自适应处理需估计检测单元的杂波协方差矩阵,一般地,假设机载雷达天线的阵元数为N,一个相干处理时间间隔(CPI,coherent processinterval)的脉冲数为M,若进行全自适应处理则至少需要2MN个独立同分布的训练样本。但是在实际应用中,由于环境的非均匀性,如地形地貌的变化,人造建筑物等,使得杂波的分布随距离发生变化,即现实世界里的杂波一般是非均匀的,因而很难取得足够的训练样本。
近年来,为了改善非均匀杂波环境下的空时自适应处理性能,一些学者提出了知识辅助-空时自适应处理(KA-STAP,knowledge-aided space-timeadaptive processing)方法。所谓的知识辅助-空时自适应处理方法,指的是利用先验信息改善空时自适应处理的性能,一般有以下两种方式:(1)间接利用先验信息,例如智能地选择滤波器和训练样本;(2)直接利用先验信息,例如贝叶斯滤波及数据预白化。上述的知识辅助-空时自适应处理方法,第一种方式利用数字地形高程数据、地面覆盖/地面使用数据等先验信息选取均匀的训练样本,来估计杂波的协方差矩阵,第二种方式通过先前的观测数据或其它方式获取当前检测单元的先验协方差矩阵。但是在实际应用中由于外界环境的改变,造成了先验信息与实际环境的失配,在这种情况下,使用先验信息不仅不会改善雷达的杂波抑制性能,甚至可能会降低其性能。
发明内容
本发明的目的在于提出基于环境动态感知的空时自适应处理方法,以在缺乏外界信息支持或先验信息与实际环境失配的情况下,通过对外界环境的实时在线感知,改善雷达在非均匀杂波环境中的杂波抑制性能。
为实现上述技术目的,本发明采用如下技术方案予以实现。
步骤1,将机载雷达的工作模式设置为MIMO模式,机载雷达的发射阵列向外发射信号,机载雷达的接收阵列接收时域回波信号Y; yp表示机载雷达工作在MIMO模式时其接收阵列接收到的离散化后的第p个距离单元的回波信号,p取1至P,P为机载雷达观测区域中距离单元的个数;将机载雷达观测区域的杂波散射系数矢量表示为γ,γ=[γ1,…,γI]T,γi=[γi1,…,γiJ],γij表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数,i取1至I,I表示机载雷达观测区域内距离单元的数目,j取1至J,J表示每个距离单元中杂波块的数目;将机载雷达观测区域内第i个距离单元第j个杂波块的位置记为Aij;建立如下稀疏模型:
其中,||·||2表示2范数,||·||1表示1范数;κ为设定的正则参数;H表示与离散化后观测数据Y对应的基矩阵;通过求解所述稀疏模型得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计 表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数的估计值;
步骤2,将机载雷达的工作模式设置为相控阵模式,当机载雷达工作在相控阵模式时,机载雷达的天线阵列为均匀线阵,机载雷达的天线阵列既是机载雷达的接收阵列,又是机载雷达的发射阵列;当机载雷达工作在相控阵模式时,机载雷达天线阵列向外信号,机载雷达的天线阵列接收对应的回波信号;
当机载雷达工作在相控阵模式时,载机沿天线阵列的轴向运动;根据载机沿天线阵列的轴向的运动距离Δy、机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块与机载雷达的距离ri、以及机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角得出机载雷达工作在相控阵模式时位置为Aij的杂波块与机载雷达的距离r′i、以及机载雷达工作在相控阵模式时位置为Aij的杂波块的回波信号到达角
当机载雷达工作在相控阵模式时,根据待检测距离单元中每个杂波块与机载雷达的距离、待检测距离单元中每个杂波块的回波信号到达角、待检测距离单元中每个杂波块的散射系数的估计值,得出待检测距离单元的杂波协方差矩阵利用待检测距离单元的杂波协方差矩阵对机载雷达工作在相控阵模式时其天线阵列接收到的回波信号进行空时自适应处理。
本发明的有益效果为:
本发明由于采用在线感知的方式获取雷达观测区域的场景信息,并通过预测方法预测载机未来一定时间内的杂波协方差矩阵,从而在缺乏外界信息支持或现有信息与实际环境失配的情况下,提高雷达在非均匀杂波环境中的杂波抑制性能。
附图说明
图1为本发明的基于环境动态感知的空时自适应处理方法的流程图;
图2为本发明中机载雷达的工作原理示意图;
图3为本发明机载雷达与散射点的几何关系图;
图4为本发明散射点相对机载雷达距离与散射的回波信号到达角的预测关系几何示意图;
图5为仿真实验中采用的SAR图像;
图6为仿真实验中利用SAR图像生成的杂波场景示意图;
图7为仿真实验中利用本发明得出的SAR图像重构杂波场景示意图;
图8a为载机沿天线轴线方向移动0m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图8b为载机沿天线轴线方向移动10m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图8c为载机沿天线轴线方向移动20m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图8d为载机沿天线轴线方向移动30m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图9a为载机沿天线轴线方向移动0m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图9b为载机沿天线轴线方向移动10m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图9c,为载机沿天线轴线方向移动20m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;
图9d,为载机沿天线轴线方向移动30m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图。
具体实施方式
下面结合附图对本发明作进一步说明:
参照图1,为本发明的基于环境动态感知的空时自适应处理方法的流程图。参照图2,为本发明中机载雷达的工作原理示意图。基于环境动态感知的空时自适应处理方法包括以下步骤:
步骤1,将机载雷达的工作模式设置为MIMO模式,机载雷达的发射阵列向外发射信号,机载雷达的接收阵列接收时域回波信号Y; yp表示机载雷达工作在MIMO模式时其接收阵列接收到的离散化后的第p个距离单元的回波信号,p取1至P,P为机载雷达观测区域中距离单元的个数;将机载雷达观测区域的杂波散射系数矢量表示为γ,γ=[γ1,…,γI]T,γi=[γi1,…,γiJ],γij表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数,i取1至I,I表示机载雷达观测区域内距离单元的数目,j取1至J,J表示每个距离单元中杂波块的数目;将机载雷达观测区域内第i个距离单元第j个杂波块的位置记为Aij;建立如下稀疏模型:
其中,||·||2表示2范数,||·||1表示1范数;κ为设定的正则参数;H表示与离散化后观测数据Y对应的基矩阵;通过求解所述系数模型得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计 表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数的估计值。
其具体子步骤为:
(1.1)首先将机载雷达的工作模式设置为MIMO(多输入多输出)模式,机载雷达工作在MIMO模式时,机载雷达发射阵列和机载雷达接收阵列采用收发分置结构。
所述机载雷达发射阵列和机载雷达接收阵列均为均匀线阵ULA(uniformlinear array),机载雷达发射阵列的阵元数为Nt,机载雷达发射阵列内的阵元间距为dt。机载雷达接收阵列的阵元数为Nr,机载雷达接收阵列内的阵元间距为dr。机载雷达工作在MIMO模式时在一个相干处理时间间隔内发射的脉冲数为M1,机载雷达工作在MIMO模式时发射信号时的脉冲重复间隔为Tr。载机的偏航角为0,即机载雷达发射阵列的轴线方向、机载雷达接收阵列的轴线方向和载机运动方向保持一致。机载雷达发射阵列发射的信号P(t)表示为:
其中,t表示时间变量,Pt表示机载雷达发射阵列内每个阵元的发射功率,pn'(t)分别为机载雷达发射阵列内第n'个阵元的发射波形,n'取1至Nt。机载雷达发射阵列任意两个阵元发射的波形相互正交,机载雷达发射阵列发射的正交波形具有全向的空间功率分布,因此通过发射正交波形可以获得对整个场景的观测。
参照图3,为本发明机载雷达与散射点的几何关系图。当机载雷达工作在MIMO模式时,将载机在地面投影作为坐标原点,以此建立三维直角坐标系。在三维直角坐标系中,Y轴正向为载机运动方向,Z轴正向为垂直向上方向,X轴正向为回波信号的零方位角方向,且规定沿逆时针方向方位角为正。当机载雷达工作在MIMO模式时,载机的坐标为(0,0,h)(位于A点)。
则利用机载雷达接收阵列得到的时域观测数据y(t)表示为:
其中,Pt表示机载雷达发射阵列内每个阵元的发射功率,I表示机载雷达观测区域内距离单元的数目,J表示每个距离单元中杂波块的数目,γij是机载雷达观测区域内第i个距离单元第j个杂波块的散射系数,ri是机载雷达观测区域内第i个距离单元每个杂波块与机载雷达的距离;f0是机载雷达工作在MIMO模式时发射信号的频率,c是光速;是机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角,是机载雷达观测区域内第i个距离单元第j个杂波块的时间导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的接收导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的发射导向矢量,表示克罗内克积,n(t)是机载雷达观测区域的热噪声,并且
其中,λ是机载雷达工作在MIMO模式时发射信号的波长,v0是载机的速度,其方向为机载雷达发射阵列的轴线方向或机载雷达接收阵列的轴线方向;Tr为机载雷达工作在MIMO模式时发射信号的脉冲重复间隔,M1为机载雷达工作在MIMO模式时在一个相干处理时间间隔内发射的脉冲数;dr为机载雷达接收阵列内的阵元间距,Nr为机载雷达接收阵列的阵元数;dt为机载雷达发射阵列内的阵元间距,Nt为机载雷达发射阵列的阵元数;上标T表示矩阵或向量的转置。显然,为M1维的列向量,为Nr维的列向量,为Nt维的列向量。Ri(t)为第i个距离单元的发射信号相关矩阵,Ri(t)为:
其中,τi为机载雷达观测区域内第i个距离单元每个杂波块对应的回波信号时延,τi=2ri/c,c是光速;*表示卷积,表示共轭,Ri(t)为Nt×Nt维的矩阵。
机载雷达接收阵列得到的离散化后的第p个距离单元的观测数据yp为:
其中,p取1至P,P为机载雷达观测区域中距离单元的个数;tp=p·ΔT,ΔT为机载雷达接收阵列的时间采样间隔,I表示机载雷达观测区域内距离单元的数目,J表示每个距离单元中杂波块的数目,γij是机载雷达观测区域内第i个距离单元第j个杂波块的散射系数,ri是机载雷达观测区域内第i个距离单元每个杂波块与机载雷达的距离;Pt表示机载雷达发射阵列内每个阵元的发射功率,f0是机载雷达工作在MIMO模式时发射信号的频率,c是光速;是机载雷达观测区域内第i个距离单元第j个杂波块的时间导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的接收导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的发射导向矢量,表示克罗内克积,np为机载雷达观测区域第p个距离单元的热噪声;
Ri(tp)为:
其中,τi为机载雷达观测区域内第i个距离单元每个杂波块对应的回波信号时延,τi=2ri/c,c是光速;*表示卷积,表示共轭。Ri(tp)为Nt×Nt维的矩阵。Hp表示机载雷达观测区域内第p个距离单元的基矩阵,Hp为:
Hp=[Hp,1,Hp,2,...,Hp,I]
其中,
Hp,i为J维的行向量,i取1至I;Hp为IJ维的行向量。γ表示机载雷达观测区域的杂波散射系数矢量,γ为:
γ=[γ1,…,γI]T,γi=[γi1,…,γiJ]。
(1.2)利用y1至yP组成离散化后观测数据Y, 然后,建立如下稀疏模型:
其中,Y表示机载雷达的观测区域的离散化后观测数据,||·||2表示2范数,||·||1表示1范数;κ为设定的正则参数,用于平衡重构误差与稀疏度; H表示与离散化后观测数据Y对应的基矩阵。
利用CVX工具包求解以上稀疏模型,得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计将存入环境动态数据库中。的展开形式为:
步骤2,将机载雷达的工作模式设置为相控阵模式,当机载雷达工作在相控阵模式时,机载雷达的天线阵列为均匀线阵,机载雷达的天线阵列既是机载雷达的接收阵列,又是机载雷达的发射阵列;当机载雷达工作在相控阵模式时,机载雷达天线阵列向外信号,机载雷达的天线阵列接收对应的回波信号。
当机载雷达工作在相控阵模式时,载机沿天线阵列的轴向运动;根据载机沿天线阵列的轴向的运动距离Δy、机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块与机载雷达的距离ri、以及机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角得出机载雷达工作在相控阵模式时位置为Aij的杂波块与机载雷达的距离r′i、以及机载雷达工作在相控阵模式时位置为Aij的杂波块的回波信号到达角
当机载雷达工作在相控阵模式时,根据待检测距离单元中每个杂波块与机载雷达的距离、待检测距离单元中每个杂波块的回波信号到达角、待检测距离单元中每个杂波块的散射系数的估计值,得出待检测距离单元的杂波协方差矩阵利用待检测距离单元的杂波协方差矩阵对机载雷达工作在相控阵模式时其天线阵列接收到的回波信号进行空时自适应处理。
其具体子步骤为:
(2.1)在得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计之后,将机载雷达的工作模式设置为相控阵模式,机载雷达工作在相控阵模式时,机载雷达的天线阵列为均匀线阵,机载雷达的天线阵列既是机载雷达的接收阵列,又是机载雷达的发射阵列。
机载雷达天线阵列的阵元数为N,机载雷达天线阵列的阵元间距为d,机载雷达天线阵列为正侧视阵,机载雷达天线阵列的轴线方向和载机运动方向保持一致。
机载雷达工作在相控阵模式时,机载雷达天线阵列向外发射线性调频信号,机载雷达天线阵列向外发射线性调频信号表示为s(t),t表示时间,P′t表示机载雷达天线阵列每个阵元的发射功率,u(t)是机载雷达天线阵列每个阵元发射的信号的归一化复包络;机载雷达工作在相控阵模式时发射信号的脉冲重复间隔为Tr,机载雷达工作在相控阵模式时在一个相干处理时间间隔内发射的脉冲数为M2。
(2.2)预测平台(载机)沿天线轴向运动一段距离后,环境动态数据库中各个散射点新的距离及到达角;
具体地,参照图3,为本发明机载雷达与散射点的几何关系图。当机载雷达工作在MIMO模式时,将载机在地面投影作为坐标原点,以此建立三维直角坐标系。在三维直角坐标系中,Y轴正向为载机运动方向,Z轴正向为垂直向上方向,X轴正向为回波信号的零方位角方向,且规定沿逆时针方向方位角为正。当机载雷达工作在MIMO模式时,载机的坐标为(0,0,h)(位于A点)。
当机载雷达工作在相控阵模式时的持续时间为Δt时,载机对应时间段内的移动距离为Δy,当前时刻载机的坐标为(0,Δy,h)(位于A'点)。当载机位于(0,0,h)处时,坐标为(x,y,z)的散射点相对机载雷达的距离为rxyz,坐标为(x,y,z)的散射点的回波信号到达角为当载机处于(0,Δy,h)时(位于A'点),坐标为(x,y,z)的散射点相对机载雷达的距离为r′xyz,坐标为(x,y,z)的散射点的回波信号到达角为参照图4,为本发明散射点相对机载雷达距离与散射的回波信号到达角的预测关系几何示意图。根据图4的几何关系,我们有:
由上面两式,在侧视的情况下,当机载雷达工作在MIMO模式时,获取任一散射点相对机载雷达的距离、以及该散射点的回波信号到达角;当机载雷达相控阵模式时,获取载机对应时间段内的移动距离,就可以得知对应时刻上述散射点相对机载雷达的距离、以及上述散射点的回波信号到达角。
当机载雷达工作在MIMO模式时,将载机在地面投影作为坐标原点,以此建立三维直角坐标系。在三维直角坐标系中,Y轴正向为载机运动方向,Z轴正向为垂直向上方向,X轴正向为回波信号的零方位角方向,且规定沿逆时针方向方位角为正。当机载雷达工作在MIMO模式时,载机的坐标为(0,0,h),本发明实施例中,机载雷达工作在MIMO模式时的时间很短,具体地,机载雷达工作在MIMO模式时的时间Tsense=M1·Tr,可以认为机载雷达工作在MIMO模式时载机的坐标为固定值。
当机载雷达工作在相控阵模式时的持续时间为Δt时,载机对应时间段内的移动距离为Δy,当前时刻载机的坐标为(0,Δy,h)。当载机位于(0,0,h)处时,机载雷达观测区域内第i个距离单元第j个杂波块与机载雷达的距离为ri,是机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角,将机载雷达观测区域内第i个距离单元第j个杂波块的位置记为Aij。当载机处于(0,Δy,h)时,位置为Aij的杂波块与机载雷达的距离表示为r′i,所述位置为Aij的杂波块的回波信号到达角表示为则根据几何关系,r′i和分别为:
(2.3)在机载雷达工作在相控阵模式的情况下,当载机沿Y轴正向的运动距离为Δy时,待检测距离单元的杂波协方差矩阵为:
其中,Ζ表示待检测距离单元所对应的距离单元,表示克罗内克积,上标H表示共轭转置,xij表示位置为Aij的杂波块的回波强度,|·|表示取绝对值,xij为:
其中,r′i是当前时刻位置为Aij的杂波块与机载雷达的距离,Pt表示机载雷达发射阵列内每个阵元的发射功率,Ea(·)表示机载雷达发射阵列的天线方向图,是当前时刻位置为Aij的杂波块的回波信号到达角,f0是机载雷达工作在MIMO模式时发射信号的频率,c是光速;*表示卷积,表示共轭;为位置为Aij的杂波块的时间导向矢量,为:
其中,λ是机载雷达工作在MIMO模式时发射信号的波长,v0是载机的速度,Tr为机载雷达工作在相控阵模式时发射信号的脉冲重复间隔,M2为机载雷达工作在MIMO模式时在一个相干处理时间间隔内发射的脉冲数。表示位置为Aij的杂波块的空间导向矢量,为:
其中,λ是机载雷达工作在MIMO模式时发射信号的波长,机载雷达天线阵列的阵元数为N,机载雷达天线阵列的阵元间距为d。表示位置为Aij的杂波块的散射系数估计值,可以从中获知。
(2.4)利用待检测距离单元的杂波协方差矩阵生成空时二维滤波器w,其中,上标-1表示求矩阵的逆,vt是当前时刻目标的导向矢量。
(2.5)机载雷达工作在相控阵模式时接收的回波信号表示为x(t+Δt),Δt表示回波信号对应的延迟。将机载雷达工作在相控阵模式时接收的回波信号x(t+Δt)输入至空时二维滤波器w中,得到杂波抑制后信号x':
x'=wHx(t+Δt)
其中,上标H表示共轭转置。
本发明的效果通过以下仿真实验进一步说明:
1)实验场景:
为了进一步验证本发明的有效性,我们将一副SAR图像作为实际场景,每个像素的幅值作为杂波块的散射系数,并且场景内每个杂波块的尺寸为20m×20m,其中SAR图像如图5所示。参照图5,为仿真实验中采用的SAR图像。图5中,横轴表示方位向,纵轴表示距离向,图5中,使用像素点的灰度值来表示对应杂波块的能量,像素点越亮,则说明对应杂波块的能量越大。在仿真实验中,机载雷达参数及运动平台参数分别如表1,表2及表3所示。
表1 机载雷达工作在MIMO模式时的系统参数
工作频率 | 1.25GHz |
工作波长 | 24cm |
发射信号 | 正交的MIMO信号 |
基带信号带宽 | 2MHz |
距离分辨率 | 75m |
发射阵列阵元数 | 4 |
接收阵列阵元数 | 4 |
发射阵列阵元间距 | 48cm |
接收阵列阵元间距 | 12cm |
脉冲重复频率 | 2500Hz |
一个CPI的脉冲数 | 16 |
表2 机载雷达工作在相控阵模式时的系统参数
工作频率 | 1.25GHz |
工作波长 | 24cm |
发射信号 | 线性调频信号 |
基带信号带宽 | 2MHz |
距离分辨率 | 75m |
天线阵元数 | 16 |
天线阵元间距 | 12cm |
脉冲重复频率 | 2500Hz |
一个CPI的脉冲数 | 16 |
表3 运动平台参数
飞机高度 | 5km |
飞机速度 | 140m/s |
2)实验内容:
在上述的实验条件下,设定机载雷达工作在MIMO模式时环境回波的杂噪比(CNR)为40dB,进行稀疏重构时网格间距为了评估本发明所提稀疏重构算法(即步骤1中的稀疏模型),根据划分的网格,将SAR图像划分为相应的区域,将区域中的像素点相加作为实际场景杂波块的散射系数,如图6所示,则重构场景如图7所示。参照图6,为仿真实验中利用SAR图像生成的杂波场景示意图。图6中,横轴表示杂波块的回波信号到达角,单位为度。纵轴表示距离单元数。图6中,使用像素点的灰度值来表示对应杂波块的能量,像素点越亮,则说明对应杂波块的能量越大。参照图7,为仿真实验中利用本发明得出的SAR图像重构杂波场景示意图。图7中,横轴表示杂波块的回波信号到达角,单位为度。纵轴表示距离单元数。图7中,使用像素点的灰度值来表示对应杂波块的能量,像素点越亮,则说明对应杂波块的能量越大。
当机载雷达工作在相控阵模式时,对波束指向为0°及30°的回波信号分别采用最优处理器方法、本发明以及3DT(Multiwindow Post-Doppler)降维方法进行处理,并且由于仿真场景的非均匀性,使得满足独立同分布的训练样本急剧减少,因而本仿真实验中3DT降维方法使用的样本数为48个。在仿真实验中,使用杂波改善因子IF来衡量三种方法的优劣,IF为:
其中,R表示待检测距离单元的实际协方差矩阵(杂波加噪声),tr(·)表示矩阵的迹,w表示空时二维滤波器(杂波抑制加权矢量),vt是目标的导向矢量。参照图8a,为载机沿天线轴线方向移动0m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图8b,为载机沿天线轴线方向移动10m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图8c,为载机沿天线轴线方向移动20m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图8d,为载机沿天线轴线方向移动30m时对波束指向为0°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图。图8a到图8d中,横轴表示归一化多普勒频率,纵轴表示杂波改善因子,单位为dB。图8a到图8d中,最优代表最优处理器方法,3DT代表3DT降维方法。
参照图9a,为载机沿天线轴线方向移动0m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图9b,为载机沿天线轴线方向移动10m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图9c,为载机沿天线轴线方向移动20m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图;参照图9d,为载机沿天线轴线方向移动30m时对波束指向为30°的回波信号分别最优处理器、本发明以及3DT降维方法进行空时自适应处理后的结果示意图。图9a到图9d中,横轴表示归一化多普勒频率,纵轴表示杂波改善因子,单位为dB。图9a到图9d中,最优代表最优处理器方法,3DT代表3DT降维方法。
3)实验结果分析:
由图6、图7可以看出,本发明确实能够较精确地恢复出场景中的强杂波块,同时忽略了弱杂波块,不过由于影响杂波协方差矩阵的是强杂波块,因此忽略弱杂波块并不影响随后的空时自适应处理过程。
从图8,图9可以看出,本发明能够较准确地预测运动平台未来一定时间内的杂波协方差矩阵,进而改善了雷达在非均匀环境下的检测性能,此外本发明在大多数多普勒区间内其性能基本与最优处理器方法接近,而明显优于3DT降维方法,并且对应的杂波改善因子随着运动平台移动量的增加逐渐降低。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.基于环境动态感知的机载雷达空时自适应处理方法,其特征在于,包括以下步骤:
步骤1,将机载雷达的工作模式设置为MIMO模式,机载雷达的发射阵列向外发射信号,机载雷达的接收阵列接收时域回波信号Y; yp表示机载雷达工作在MIMO模式时其接收阵列接收到的离散化后的第p个距离单元的回波信号,p取1至P,P为机载雷达观测区域中距离单元的个数;将机载雷达观测区域的杂波散射系数矢量表示为γ,γ=[γ1,…,γI]T,γi=[γi1,…,γiJ],γij表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数,i取1至I,I表示机载雷达观测区域内距离单元的数目,j取1至J,J表示每个距离单元中杂波块的数目;将机载雷达观测区域内第i个距离单元第j个杂波块的位置记为Aij;建立如下稀疏模型:
其中,||·||2表示2范数,||·||1表示1范数;κ为设定的正则参数;H表示与离散化后观测数据Y对应的基矩阵;通过求解所述稀疏模型得出机载雷达观测区域的杂波散射系数矢量γ的矢量估计 表示机载雷达观测区域内第i个距离单元第j个杂波块的散射系数的估计值;
步骤2,将机载雷达的工作模式设置为相控阵模式,当机载雷达工作在相控阵模式时,机载雷达的天线阵列为均匀线阵,机载雷达的天线阵列既是机载雷达的接收阵列,又是机载雷达的发射阵列;当机载雷达工作在相控阵模式时,机载雷达天线阵列向外信号,机载雷达的天线阵列接收对应的回波信号;
当机载雷达工作在相控阵模式时,载机沿天线阵列的轴向运动;根据载机沿天线阵列的轴向的运动距离Δy、机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块与机载雷达的距离ri、以及机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角得出机载雷达工作在相控阵模式时位置为Aij的杂波块与机载雷达的距离r′i、以及机载雷达工作在相控阵模式时位置为Aij的杂波块的回波信号到达角
当机载雷达工作在相控阵模式时,根据待检测距离单元中每个杂波块与机载雷达的距离、待检测距离单元中每个杂波块的回波信号到达角、待检测距离单元中每个杂波块的散射系数的估计值,得出待检测距离单元的杂波协方差矩阵利用待检测距离单元的杂波协方差矩阵对机载雷达工作在相控阵模式时其天线阵列接收到的回波信号进行空时自适应处理。
2.如权利要求1所述的基于环境动态感知的机载雷达空时自适应处理方法,其特征在于,在步骤1中,机载雷达发射阵列发射的信号P(t)表示为:
其中,t表示时间变量,Pt表示机载雷达发射阵列内每个阵元的发射功率,pn'(t)分别为机载雷达发射阵列内第n'个阵元的发射波形,n'取1至Nt;Nt为机载雷达发射阵列的阵元数,机载雷达发射阵列任意两个阵元发射的波形相互正交;
在步骤1中,机载雷达接收阵列得到的离散化后的第p个距离单元的回波信号yp为:
其中,p取1至P,P为机载雷达观测区域中距离单元的个数;tp=p·ΔT,ΔT为机载雷达接收阵列的时间采样间隔,Pt表示机载雷达发射阵列内每个阵元的发射功率,ri是机载雷达观测区域内第i个距离单元每个杂波块与机载雷达的距离,表示机载雷达工作在MIMO模式时机载雷达观测区域内第i个距离单元第j个杂波块的回波信号到达角;f0是机载雷达工作在MIMO模式时发射信号的频率,c是光速;是机载雷达观测区域内第i个距离单元第j个杂波块的时间导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的接收导向矢量,是机载雷达观测区域内第i个距离单元第j个杂波块的发射导向矢量,表示克罗内克积,np为机载雷达观测区域第p个距离单元的热噪声;
Ri(tp)为:
其中,τi为机载雷达观测区域内第i个距离单元每个杂波块对应的回波信号时延,*表示卷积,表示共轭;Hp表示机载雷达观测区域内第p个距离单元的基矩阵,Hp为:
Hp=[Hp,1,Hp,2,...,Hp,I]
其中,
然后,得出与离散化后观测数据Y对应的基矩阵H:
3.如权利要求1所述的基于环境动态感知的机载雷达空时自适应处理方法,其特征在于,在步骤2中,机载雷达工作在相控阵模式时位置为Aij的杂波块与机载雷达的距离r′i以及机载雷达工作在相控阵模式时位置为Aij的杂波块的回波信号到达角分别为:
4.如权利要求1所述的基于环境动态感知的机载雷达空时自适应处理方法,其特征在于,在步骤2中,当机载雷达工作在相控阵模式时,机载雷达天线阵列向外发射线性调频信号,机载雷达天线阵列向外发射线性调频信号表示为s(t),t表示时间,P′t表示机载雷达天线阵列每个阵元的发射功率,u(t)是机载雷达天线阵列每个阵元发射的信号的归一化复包络;
在机载雷达工作在相控阵模式的情况下,当载机沿Y轴正向的运动距离为Δy时,待检测距离单元的杂波协方差矩阵为:
其中,Ζ表示待检测距离单元所对应的距离单元,Aij∈Ζ,表示克罗内克积,上标H表示共轭转置,xij表示位置为Aij的杂波块的回波强度,|·|表示取绝对值,xij为:
其中,r′i是载机沿Y轴正向的运动距离为Δy时位置为Aij的杂波块与机载雷达的距离,Pt表示机载雷达发射阵列内每个阵元的发射功率,Ea(·)表示机载雷达发射阵列的天线方向图,是载机沿Y轴正向的运动距离为Δy时位置为Aij的杂波块的回波信号到达角,f0是机载雷达工作在MIMO模式时发射信号的频率,c是光速;*表示卷积,表示共轭;为位置为Aij的杂波块的时间导向矢量,表示位置为Aij的杂波块的空间导向矢量。
5.如权利要求1所述的基于环境动态感知的机载雷达空时自适应处理方法,其特征在于,在步骤2中,对机载雷达工作在相控阵模式时其天线阵列接收到的回波信号进行空时自适应处理的过程为:
利用待检测距离单元的杂波协方差矩阵生成杂波抑制加权矢量w,其中,上标-1表示求矩阵的逆,vt是当前时刻目标的导向矢量;
机载雷达工作在相控阵模式时接收的回波信号表示为x(t+Δt),Δt表示回波信号对应的延迟;对机载雷达工作在相控阵模式时接收的回波信号x(t+Δt)进行杂波抑制,得到杂波抑制后信号x',x'=wHx(t+Δt)其中,上标H表示共轭转置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410482881.5A CN104215937B (zh) | 2014-09-19 | 2014-09-19 | 基于环境动态感知的机载雷达空时自适应处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410482881.5A CN104215937B (zh) | 2014-09-19 | 2014-09-19 | 基于环境动态感知的机载雷达空时自适应处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104215937A true CN104215937A (zh) | 2014-12-17 |
CN104215937B CN104215937B (zh) | 2017-01-11 |
Family
ID=52097636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410482881.5A Expired - Fee Related CN104215937B (zh) | 2014-09-19 | 2014-09-19 | 基于环境动态感知的机载雷达空时自适应处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104215937B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105259550A (zh) * | 2015-11-17 | 2016-01-20 | 西安电子科技大学 | 基于压缩感知的多输入多输出雷达二维角度估计方法 |
CN106990391A (zh) * | 2017-05-02 | 2017-07-28 | 北京理工大学 | 基于俯仰mimo的低空目标探测宽带雷达系统及阵列优化方法 |
CN107220659A (zh) * | 2017-05-11 | 2017-09-29 | 西安电子科技大学 | 基于共稀疏模型的高分辨sar图像分类方法 |
CN107370499A (zh) * | 2016-05-13 | 2017-11-21 | 恩智浦有限公司 | 接收器电路 |
CN109490859A (zh) * | 2018-11-20 | 2019-03-19 | 中国人民解放军空军预警学院 | 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 |
CN112415476A (zh) * | 2020-11-13 | 2021-02-26 | 中国民航大学 | 一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法 |
CN116577734A (zh) * | 2023-07-13 | 2023-08-11 | 中国人民解放军空军预警学院 | 基于先验知识的机载雷达精细化杂波仿真方法与装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101561497A (zh) * | 2009-05-22 | 2009-10-21 | 西安电子科技大学 | 机载雷达杂波抑制方法 |
CN101887117A (zh) * | 2010-06-30 | 2010-11-17 | 西安电子科技大学 | 基于三迭代的机载mimo雷达空时降维自适应处理方法 |
US8164512B2 (en) * | 2008-10-09 | 2012-04-24 | Colorado State University Research Foundation | Gaussian model adaptive processing in the time domain |
CN103076596A (zh) * | 2013-01-17 | 2013-05-01 | 西安电子科技大学 | 基于先验信息的mimo雷达发射方向图设计方法 |
CN103954941A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 一种机载相控阵雷达二维多脉冲的认知杂波抑制方法 |
-
2014
- 2014-09-19 CN CN201410482881.5A patent/CN104215937B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8164512B2 (en) * | 2008-10-09 | 2012-04-24 | Colorado State University Research Foundation | Gaussian model adaptive processing in the time domain |
CN101561497A (zh) * | 2009-05-22 | 2009-10-21 | 西安电子科技大学 | 机载雷达杂波抑制方法 |
CN101887117A (zh) * | 2010-06-30 | 2010-11-17 | 西安电子科技大学 | 基于三迭代的机载mimo雷达空时降维自适应处理方法 |
CN103076596A (zh) * | 2013-01-17 | 2013-05-01 | 西安电子科技大学 | 基于先验信息的mimo雷达发射方向图设计方法 |
CN103954941A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 一种机载相控阵雷达二维多脉冲的认知杂波抑制方法 |
Non-Patent Citations (3)
Title |
---|
戴奉周: "宽带雷达信号处理", 《中国博士学位论文全文数据库 信息科技辑》 * |
李晓明等: "机载雷达空时两维两脉冲杂波对消处理算法", 《哈尔滨工程大学学报》 * |
阳召成等: "基于空时功率谱稀疏性的空时自适应处理技术研究进展", 《电子学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105259550A (zh) * | 2015-11-17 | 2016-01-20 | 西安电子科技大学 | 基于压缩感知的多输入多输出雷达二维角度估计方法 |
CN107370499A (zh) * | 2016-05-13 | 2017-11-21 | 恩智浦有限公司 | 接收器电路 |
CN107370499B (zh) * | 2016-05-13 | 2020-12-29 | 恩智浦有限公司 | 接收器电路 |
CN106990391A (zh) * | 2017-05-02 | 2017-07-28 | 北京理工大学 | 基于俯仰mimo的低空目标探测宽带雷达系统及阵列优化方法 |
CN106990391B (zh) * | 2017-05-02 | 2019-10-11 | 北京理工大学 | 基于俯仰mimo的低空目标探测宽带雷达系统及阵列优化方法 |
CN107220659A (zh) * | 2017-05-11 | 2017-09-29 | 西安电子科技大学 | 基于共稀疏模型的高分辨sar图像分类方法 |
CN109490859A (zh) * | 2018-11-20 | 2019-03-19 | 中国人民解放军空军预警学院 | 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 |
CN112415476A (zh) * | 2020-11-13 | 2021-02-26 | 中国民航大学 | 一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法 |
CN112415476B (zh) * | 2020-11-13 | 2023-01-10 | 中国民航大学 | 一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法 |
CN116577734A (zh) * | 2023-07-13 | 2023-08-11 | 中国人民解放军空军预警学院 | 基于先验知识的机载雷达精细化杂波仿真方法与装置 |
CN116577734B (zh) * | 2023-07-13 | 2023-09-22 | 中国人民解放军空军预警学院 | 基于先验知识的机载雷达精细化杂波仿真方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104215937B (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104215937B (zh) | 基于环境动态感知的机载雷达空时自适应处理方法 | |
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN104950306B (zh) | 一种海杂波背景下前视海面目标角超分辨成像方法 | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN103487803B (zh) | 迭代压缩模式下机载扫描雷达成像方法 | |
CN102323583B (zh) | 一种超分辨线阵三维合成孔径雷达成像方法 | |
CN110703209B (zh) | 高重频机载前视阵雷达地面距离模糊杂波的抑制方法 | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN106093870A (zh) | 高超声速飞行器下降段的sar‑gmti杂波抑制方法 | |
CN108387884B (zh) | 基于知识辅助稀疏渐进最小方差的机载雷达杂波抑制方法 | |
CN104035095A (zh) | 基于空时最优处理器的低空风切变风速估计方法 | |
CN105223560A (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
CN108226891B (zh) | 一种扫描雷达回波计算方法 | |
CN108020817A (zh) | 基于配准的机载前视阵雷达杂波抑制方法 | |
CN104166134A (zh) | 一种实波束前视扫描雷达目标二维定位方法 | |
CN111220955A (zh) | 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 | |
Wang et al. | Multistatic radar imaging of moving targets | |
EP2817655B1 (en) | Systems and methods for image sharpening | |
CN106291476A (zh) | 机载三维异构阵的雷达地面杂波回波获取方法 | |
Gao et al. | Static background removal in vehicular radar: Filtering in azimuth-elevation-doppler domain | |
CN113805169B (zh) | 空间目标低功耗小卫星雷达搜索与跟踪方法 | |
CN103729485B (zh) | 一种基于dem数据的宽带雷达相干杂波仿真方法 | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
CN108761417A (zh) | 基于知识辅助最大似然的机载雷达杂波抑制方法 | |
CN109884621B (zh) | 雷达高度表回波相参积累方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170111 Termination date: 20170919 |
|
CF01 | Termination of patent right due to non-payment of annual fee |