CN104535971A - 一种基于空时插值的杂波抑制方法和装置 - Google Patents

Abstract

本发明公开了一种基于空时插值的杂波抑制方法和装置，其中，该方法包括：步骤A：接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；步骤B：计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；步骤C：根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；步骤D：对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。本发明的基于空时插值的杂波抑制方法和装置，针对均匀线阵接收的回波，在俯仰维上没有自由度，对各个模糊距离门对应的主杂波位置的检测盲区进行了检测，将近程模糊距离门的杂波抑制掉，提高了旁瓣区的动目标检测性能，提升了雷达的工作效率。

Description

一种基于空时插值的杂波抑制方法和装置

技术领域

本发明涉及雷达通信技术领域，具体地，涉一种基于空时插值的杂波抑制方法和装置。

背景技术

空时自适应处理(Space-Time Adapt ive Process ing,STAP)技术能够有效地对运动平台谱展宽的地物杂波和强有源干扰进行抑制,提高地面运动目标的检测性能,受到了国内外学者的广泛关注。

STAP处理性能优劣与干扰和杂波的协方差矩阵估计的准确性密切相关。然而,在机载雷达系统(例如：机载非正侧视雷达和机载双基地雷达)中,地面杂波分布存在严重的距离依赖性性,使得杂波和干扰的协方差矩阵估计存在误差,进而导致STAP处理性能下降。如何有效地降低杂波分布的距离依赖性,提高STAP性能是本文的主要研究内容。

杂波距离依赖性是机载前视阵雷达与双基机载雷达面临的重要问题,主要表现在其统计特性随距离而变化,导致杂波协方差矩阵估计不准确,进而使得空时自适应处理(space-t ime adapt ive process ing,STAP)性能下降。

在同一个距离单元中近程杂波的主瓣与远程杂波的主瓣是不重合的，由于目前很难实现超低副瓣，近程杂波的功率往往比较强，严重破坏了杂波的距离平稳性。

发明内容

为了解决现有技术中存在的雷达信号的杂波影响通信效率的问题，本发明提出了一种基于空时插值的杂波抑制方法和装置。

根据本发明的方法，包括：

步骤A：接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

步骤B：计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

步骤C：根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

步骤D：对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。

本发明的基于空时插值的杂波抑制方法，对雷达信号进行空时自适应处理。该方法针对均匀线阵接收的回波，在俯仰维上没有自由度，对各个模糊距离门对应的主杂波位置的检测盲区进行了检测，通过本发明的方法，将近程模糊距离门的杂波抑制掉，提高了旁瓣区的动目标检测性能，提升了雷达的工作效率。

根据本发明的装置，包括：

第一计算模块，用于接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

第二计算模块，用于计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

第一抑制模块，用于根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

重复获取模块，用于对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。

本发明的基于空时插值的杂波抑制装置，对雷达信号进行空时自适应处理。该方法针对均匀线阵接收的回波，在俯仰维上没有自由度，对各个模糊距离门对应的主杂波位置的检测盲区进行了检测，通过本发明的方法，将近程模糊距离门的杂波抑制掉，提高了旁瓣区的动目标检测性能，提升了雷达的工作效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例的方法流程示意图；

图2为本发明实施例的装置结构示意图；

图3为本发明实施例的俯仰角随斜距变化示意图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

为了解决现有技术中存在的雷达信号的杂波影响通信效率的问题，本发明提出了一种基于空时插值的杂波抑制方法和装置。

如图1所示，该方法包括：

步骤S101：接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

具体的，根据下列公式计算第l个距离门对应的第m个模糊距离门回波斜距：

$R_{(l,m)}=\frac{c}{{2f}_s}l+\frac{c}{{2f}_r}(m-1),l\∈[1,\frac{f_s}{f_r}],m\∈[1,G],$

c为杂波非均匀距离段，f_s为脉冲重复频率，f_r为距离采样频率，G是一个与雷达天线增益、俯仰角、方位角有关的函数；

根据下列公式计算不同模糊距离门对应的仰俯角：

H为机载高度。

步骤S102：计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

步骤S103：根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

步骤S104：对所有的距离门重复进行步骤S101到步骤S103，获得近程杂波抑制后的空时信号。

步骤S105：采用降维的空时自适应处理技术对所述空时信号的远程杂波进行抑制；

步骤S106：对经过近程杂波抑制和远程杂波抑制后的空时信号进行运动目标检测，通过发射不同的脉冲重复频率计算不模糊距离。

在上述技术方案中，所述近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF均为NK×P维数据矩阵，所述N为接收天线数目，所述K为时域脉冲数目，所述P为采样数目。

本发明的基于空时插值的杂波抑制方法，对雷达信号进行空时自适应处理。该方法针对均匀线阵接收的回波，在俯仰维上没有自由度，对各个模糊距离门对应的主杂波位置的检测盲区进行了检测，通过本发明的方法，将近程模糊距离门的杂波抑制掉，提高了旁瓣区的动目标检测性能，提升了雷达的工作效率。

如图2所示，该装置包括：

第一计算模块10，用于接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

第二计算模块20，用于计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

第一抑制模块30，用于根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

重复获取模块40，用于对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。

第二抑制模块50，用于采用降维的空时自适应处理技术对所述空时信号的远程杂波进行抑制；

第三计算模块60，用于对经过近程杂波抑制和远程杂波抑制后的空时信号进行运动目标检测，通过发射不同的脉冲重复频率计算不模糊距离。

在上述技术方案中，第二计算模块20具体包括：

斜距计算子模块201，用于根据下列公式计算第l个距离门对应的第m个模糊距离门回波斜距：

$R_{(l,m)}=\frac{c}{{2f}_s}l+\frac{c}{{2f}_r}(m-1),l\∈[1,\frac{f_s}{f_r}],m\∈[1,G],$

c为杂波非均匀距离段，f_s为脉冲重复频率，f_r为距离采样频率，G是一个与雷达天线增益、俯仰角、方位角有关的函数；

俯仰角计算子模块202，用于根据下列公式计算不同模糊距离门对应的仰俯角：

H为机载高度。

在上述技术方案中，所述近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF均为NK×P维数据矩阵，所述N为接收天线数目，所述K为时域脉冲数目，所述P为采样数目。

本发明的基于空时插值的杂波抑制装置，对雷达信号进行空时自适应处理。该方法针对均匀线阵接收的回波，在俯仰维上没有自由度，对各个模糊距离门对应的主杂波位置的检测盲区进行了检测，通过本发明的装置，将近程模糊距离门的杂波抑制掉，提高了旁瓣区的动目标检测性能，提升了雷达的工作效率。

以下对本发明的技术方案作详细说明：

机载非正侧面阵雷达的杂波距离依赖与俯仰角有关，若载机高度为6000m,画出地面散射点俯仰角随斜距变化如图3所示。

从图3中可以看出，在近程俯仰角变化十分剧烈，而在远程俯仰角基本上不随斜距增加而变化，也就是说远程的模糊距离门基本上不存在距离依赖性。当斜距大于35Km时，俯仰角的变化已经很小了，因此可以认为杂波非均匀的距离段是从6Km至35Km。对于距离采样的第l个距离门,其对应的第m个模糊距离门回波斜距可以表示为

$R_{(l,m)}=\frac{c}{{2f}_s}l+\frac{c}{{2f}_r}(m-1),l\∈[1,\frac{f_s}{f_r}],m\∈[1,G]---\left(1\right)$

c为杂波非均匀距离段，f_s为脉冲重复频率，f_r为距离采样频率，G是一个与雷达天线增益、俯仰角、方位角有关的函数；

这里认为最大不模糊距离远大于载机高度，因此将第一个不模糊距离段作为雷达近程。不同模糊距离门对应的俯仰角可以通过下式求出

由于对于不同阵面构型的情况下地杂波的空时两维谱分布具有一定的先验信息，因此通过计算可以获得某一方位角θ对应的各个模糊距离门杂波散射点的时间角频率与空间角频率分别为：

若让θ从0-π之间采样P(P≥NK)^[16]个点(忽略天线的背面散射效应)：

θ＝[θ₁,θ₂,θ₃...,θ_P](5)

则根据式(3)与式(4)能够将各个杂波散射点的空时导向矢量写出。

若对于第l距离门，最近模糊距离门杂波对应的空时导向矢量采样矩阵V_lN，其它远程模糊距离门对应的采样矩阵之和为V_lF。则V_lN与V_lF均为NK×P维数据矩阵。N为接收天线数目，K为时域脉冲数目。空时自适应处理在进行运动目标检测时，通常是在空域固定某一方向，然后在不同的多普勒通道进行检测。由于相同方位角频率对应的动目标与地杂波多普勒频率不同，所以为了在空时插值的过程中避免插值矩阵带来运动目标相消，需要将运动目标保护起来。若认为检测方向的空间角频率为：

$v_{\mathrm{ST}}=2\mathrm{\π}\frac{d}{\mathrm{\λ}}\cos {\mathrm{\ψ}}_T---\left(6\right)$

取M个待检测多普勒通道保护起来，其中不包括杂波对应的多普勒频率，对应的时间角频率为v_t＝[v_t1,v_t2,...,v_tM]。可以写出目标保护的空时导向矢量矩阵V_T。V_T为NK×M维矩阵。

本发明的空时插值方法就是对第l距离门求出一变换矩阵T_l,T_l满足下面约束：

$T_l=\left\{\begin{array}{c}\arg \min {\left|\right|{T_l}^H(V_{\mathrm{lN}}+V_{\mathrm{lF}})-V_{\mathrm{lF}}\left|\right|}^2\\ \mathrm{st}:{T_l}^H{V}_T=V_T\end{array}\right.---\left(7\right)$

为了方便求解，将T_l，V_T以及V_lF写成行向量的形式:

T_l＝[t₁,t₂,...,t_NK]^H    (8)

V_T＝[v₁,v₂,...,v_NK]^H    (9)

V_lF＝[u₁,u₂,...,u_NK]^H    (10)

对矩阵V_T进行QR分解：

将第二个约束写成向量的形式，则对应T_i的第j行向量，约束的左边可以写成：

从而可以求得Q^Ht_j的前M列x_j(M×1)的值为：

$x_{j(M\×1)}=R_{M\×M}^{-1}{v}_j---\left(13\right)$

令V_lN+V_lF＝V，求解最小二乘的过程可以表示为；

||T_l ^H(V_lN+V_lF)-V_lF||²＝||T_l ^HV-V_lF||²    (14)

因为Q为正交矩阵，所以Q^HQ＝I，将(4.3.15)式写成向量的最小二乘形式,：

最小二乘的结果就是令(4-30)式为零，则可以求出Q^Ht_j的后NK-M列向量y_j为：

$y_j=C_2^{+}(u_j-C_1{x}_j)=C_2^{+}(u_j-C_1{R}_{M\×M}^{-1}{v}_j)---\left(16\right)$

最后，得到最终的变化矩阵T_l为：

$T_l=Q[\left[\begin{array}{c}{x}_1\\ y_1\end{array}\right],\left[\begin{array}{c}{x}_2\\ y_2\end{array}\right],...\left[\begin{array}{c}{x}_{\mathrm{NK}}\\ y_{\mathrm{NK}}\end{array}\right]]=Q\left[\begin{array}{c}{R_{M\×M}^{-1}}^H{V_T}^H\\ C_2^{+}({V_F}^H-{C_1}^H{R_{M\×M}^{-1}}^H{V_T}^H)\end{array}\right]---\left(17\right)$

经过上面的计算得到变化矩阵T_i之后，假设当前接收的第i个距离单元的数据为X(i)_NK×1,N为接收的天线数，K时域积累脉冲数。利用求出变换矩阵对接收的数据作用后为Y_l，：

Y_l＝T_l ^HX(l),l＝1,2,...,L    (18)

经过上式变换后即可以完成对近程杂波的抑制。对上面得到的数据进行空时自适应处理。需要说明的是，由于该方法是针对均匀线阵接收的回波，所以在俯仰维上没有自由度。因此，各个模糊距离门对应的主杂波位置为检测盲区。本发明的空时插值是将近程模糊距离门的杂波抑制掉，提高旁瓣区的动目标检测性能。本文方法的杂波抑制过程由以下步骤:

步骤一：估计出近程距离门对应的俯仰角,然后估计出第l距离们对应的近远程杂波导向矢量矩阵V_lN与V_lF.

步骤二：利用提出的空时插值方法对近程杂波进行抑制.

步骤三：重复步骤一与步骤二对所有的近程距离门.利用公式(18)获得近程杂波抑制之后的数据Y_l,l＝1,2,...,η、这里η是近程距离范围内对应的最大距离门数目。

步骤四：利用降维的空时自适应处理方法来对剩余远程杂波进行抑制。

步骤五：从杂波抑制结果中进行运动目标检测,然后通过发射不同的脉冲重复频率来对距离模糊进行求解。

本发明能有多种不同形式的具体实施方式，上面以图1-图3为例结合附图对本发明的技术方案作举例说明，这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中，本领域的普通技术人员应当了解，上文所提供的具体实施方案只是多种优选用法中的一些示例，任何体现本发明权利要求的实施方式均应在本发明技术方案所要求保护的范围之内。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于空时插值的杂波抑制方法，其特征在于，包括：

步骤A：接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

步骤B：计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

步骤C：根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

步骤D：对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。

2.根据权利要求1所述的基于空时插值的杂波抑制方法，其特征在于，还包括：

步骤E：采用降维的空时自适应处理技术对所述空时信号的远程杂波进行抑制；

步骤F：对经过近程杂波抑制和远程杂波抑制后的空时信号进行运动目标检测，通过发射不同的脉冲重复频率计算不模糊距离。

3.根据权利要求1所述的基于空时插值的杂波抑制方法，其特征在于，所述计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角的步骤具体包括：

根据下列公式计算第l个距离门对应的第m个模糊距离门回波斜距：

$R_{(l,m)}=\frac{c}{2f_s}l+\frac{c}{2f_r}(m-1),l\∈[1,\frac{f_s}{f_r}],m\∈[1,G],$

c为杂波非均匀距离段，f_s为脉冲重复频率，f_r为距离采样频率，G是一个与雷达天线增益、俯仰角、方位角有关的函数；

根据下列公式计算不同模糊距离门对应的仰俯角：

m＝1,2,...,G，H为机载高度。

4.根据权利要求1所述的基于空时插值的杂波抑制方法，其特征在于，所述近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF均为NK×P维数据矩阵，所述N为接收天线数目，所述K为时域脉冲数目，所述P为采样数目。

5.一种基于空时插值的杂波抑制装置，其特征在于，包括：

第一计算模块，用于接收机载非正侧面阵雷达的空时信号，计算所述空时信号的第l个距离门对应的不同模糊距离门的俯仰角；

第二计算模块，用于计算所述第l个距离门对应的近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF；

第一抑制模块，用于根据所述近程杂波导向矢量矩阵与远程杂波导向矢量矩阵，采用空时插值技术对所述近程杂波进行抑制；

重复获取模块，用于对所有的距离门重复进行步骤A到步骤C，获得近程杂波抑制后的空时信号。

6.根据权利要求5所述的基于空时插值的杂波抑制装置，其特征在于，还包括：

第二抑制模块，用于采用降维的空时自适应处理技术对所述空时信号的远程杂波进行抑制；

第三计算模块，用于对经过近程杂波抑制和远程杂波抑制后的空时信号进行运动目标检测，通过发射不同的脉冲重复频率计算不模糊距离。

7.根据权利要求4所述的基于空时插值的杂波抑制装置，其特征在于，所述第二计算模块具体包括：

斜距计算子模块，用于根据下列公式计算第l个距离门对应的第m个模糊距离门回波斜距：

$R_{(l,m)}=\frac{c}{2f_s}l+\frac{c}{2f_r}(m-1),l\∈[1,\frac{f_s}{f_r}],m\∈[1,G],$

c为杂波非均匀距离段，f_s为脉冲重复频率，f_r为距离采样频率，G是一个与雷达天线增益、俯仰角、方位角有关的函数；

俯仰角计算子模块，用于根据下列公式计算不同模糊距离门对应的仰俯角：

m＝1,2,...,G，H为机载高度。

8.根据权利要求4所述的基于空时插值的杂波抑制装置，其特征在于，所述近程杂波导向矢量矩阵V_lN与远程杂波导向矢量矩阵V_lF均为NK×P维数据矩阵，所述N为接收天线数目，所述K为时域脉冲数目，所述P为采样数目。