CN104635219A - 基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法 - Google Patents

Abstract

本发明属于STAP相关的运动补偿技术领域，特别涉及基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法。其具体步骤为：获取回波数据矩阵r_c；得出补偿因子B_w；利用补偿因子B_w和每个距离单元对应的俯仰角，构造补偿矩阵T，得出补偿后回波数据矩阵利用补偿后回波数据矩阵求出协方差矩阵的估计利用协方差矩阵的估计求出空时自适应处理的最优权矢量W_opt；利用最优权矢量W_opt对回波数据矩阵r_c进行空时自适应处理。

Description

基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法

技术领域

本发明属于空时自适应处理(STAP)相关的运动补偿技术领域，特别涉及基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，本发明针对平台加速度引起的杂波谱展宽问题，可压窄多普勒谱展宽，使其明显变窄，提高了STAP处理的改善因子，进而提高机载雷达对慢速目标的检测性能。

背景技术

自20世纪80年代以来，空时自适应处理(STAP)技术被广泛关注，作为抑制运动平台情况下接收的地物杂波的关键技术和提高运动目标检测性能的有效方法，STAP技术联合了空域自由度(DoF)和时域自由度，可有效抑制多普勒随方位角变化而变化的地物杂波。STAP技术主要针对于搭载在运动平台上的雷达接收信号，近三十年来，多假设平台处于匀速运动状态，然而实际中平台的运动并非理想的匀速运动。平台加速运动会导致回波时域导向矢量相位出现一个与加速度、散射点所在距离和积累脉冲数有关的增量项，该增量导致空时二维杂波谱沿多普勒轴扩散，扩散量随脉冲数变化而变化，为时变多普勒谱，而且杂波谱是空时耦合的。在非正侧面阵情况下，杂波谱还是距离依赖的，呈现非均匀性。

发明内容

本发明的目的在于提出基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，能够抑制平台加速度导致的地物杂波展宽，进而提高雷达检测目标性能。为实现上述技术目的，本发明采用如下技术方案予以实现。

基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法包括以下步骤：

步骤1，利用架设在匀加速运动平台的雷达发射信号，利用雷达信号接收阵列获取回波数据矩阵r_c，雷达信号接收阵列为由M个阵元组成的均匀线性阵列；

步骤2，得出补偿因子B_w，其中，a表示匀加速运动平台的加速度，λ_c表雷达发射信号的载波波长，T_r表示雷达发射信号的脉冲重复周期；利用补偿因子B_w和每个距离单元对应的俯仰角，构造大小为MK×L的补偿矩阵T，其中，L表示雷达的距离单元数，K表示雷达信号接收阵列接收信号的相干脉冲数；

步骤3，得出补偿后回波数据矩阵⊙代表Hadamard积；利用补偿后回波数据矩阵求出协方差矩阵的估计

步骤4，利用协方差矩阵的估计求出空时自适应处理的最优权矢量W_opt；利用最优权矢量W_opt对回波数据矩阵r_c进行空时自适应处理，得出空时自适应处理结果y(t)。

本发明的有益效果为：1)本发明采用阵元—脉冲域的补偿方法构造补偿矩阵，操作简便且实用性强。2)阵元—脉冲域的补偿方法适用范围广，在杂波抑制之前对接收数据处理，可结合多种方法对目标进行检测。3)阵元—脉冲域的补偿方法提升慢速目标检测性能的效果显著。

附图说明

图1为本发明的基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法的流程图；

图2为本发明的雷达工作时的几何模型示意图；

图3为本发明的脉冲压缩处理后的数据的排列结构示意图；

图4a为仿真实验中在第一种情况下得出的未进行空时自适应处理时前视阵列的地杂波谱的分布特性示意图；

图4b为仿真实验中在第二种情况下得出的未进行空时自适应处理时前视阵列的地杂波谱的分布特性示意图；

图4c为仿真实验中在第三种情况下得出的利用本发明进行回波数据补偿后前视阵列的地杂波谱的分布特性示意图；

图5a为仿真实验中在第一种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图；

图5b为仿真实验中在第二种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图；

图5c为仿真实验中在第三种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图；

图6为仿真实验中采用三种情况进行空时自适应处理时得出的改善因子的对比示意图。

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，为本发明的基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法的流程图。该基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法包括以下步骤：

步骤1，利用架设在匀加速运动平台的雷达发射信号，利用雷达信号接收阵列接收回波数据；获取回波数据矩阵r_c。

其具体步骤为：

利用架设在匀加速运动平台的雷达发射信号，利用雷达信号接收阵列接收回波数据。参照图2，为本发明的雷达工作时的几何模型示意图。雷达信号接收阵列为由M个阵元组成的均匀线性阵列(ULA)，匀加速运动平台的高度为H，匀加速运动平台的初速度为v₀，匀加速运动平台的加速度为a。散射点相对于雷达的方位角为θ，散射点相对于雷达的俯仰角为在图2中，散射点表示为P雷达信号接收阵列天线轴与运动平台运动方向的夹角为θ_p，散射点雷达连线与运动平台运动方向的夹角为ψ(也称为散射点的空间锥角)，散射点雷达连线指散射点与雷达信号接收阵列等效位置的连线。散射点斜距为R₀，R₀＝H/sinφ。图2中，三维直角坐标系的原点为雷达信号接收阵列等效位置在水平面的投影，X轴正向为运动平台运动方向，Z轴正向为竖直向上方向。

在获取回波数据之后，对回波数据进行脉冲压缩处理(在脉冲压缩处理之前，还要进行混频处理)，脉冲压缩处理后的数据为三维数据阵列。参照图3，为本发明的脉冲压缩处理后的数据的排列结构示意图。脉冲压缩处理后的数据为L×K×M的三维数据阵列，其中，L表示雷达的距离单元数，K表示雷达信号接收阵列接收信号的相干脉冲数，M表示雷达信号接收阵列的阵元数。也就是说，脉冲压缩处理后的数据由第1距离单元的回波数据(空时采样数据)至第L距离单元的回波数据组成。每个距离单元的回波数据是大小为K×M的矩阵。

本发明实施例中，将每个距离单元的回波数据通过列向量化转变为大小为N×1的列向量，N＝K×M；其中，第i距离单元的回波数据表示为R(i)，i＝1,2,...,L；则第i距离单元的回波数据通过列向量化转变成的列向量为r(i)，r(i)＝vec(R(i))，vec(R(i))的含义为：将R(i)的每列按照列顺序依次顺叠形成的列向量。

本发明实施例中，将运动平台速度方向归一化矢量表示为v，v＝v′/||v′||，v′表示运动平台任一时刻的瞬时速度，||v′||表示v′的模值；v′＝(v_x,v_y,v_z)^T，上标T表示矩阵或向量的转置，v_x、v_y和v_z分别表示运动平台在X方向、Y方向和Z方向的速度分量。运动平台加速度方向归一化矢量与运动平台速度方向归一化矢量相同。显然，雷达信号接收阵列接收第k个脉冲的回波数据时运动平台速度矢量为(v₀+at_k)v，其中，k＝1,2,...,K；t_k表示雷达信号接收阵列接收第k个脉冲的回波数据的时刻(为慢时间)，t_k＝kT_r，T_r表示雷达发射信号的脉冲重复周期。

本发明实施例中，对应散射点对应的方向矢量为 阵元位置矢量表示为e，e＝(e₁,e₂,…,e_M)，其中e_m为雷达信号接收阵列第m个阵元的位置矢量，m＝1,2,...,M；e_m＝(e_mX,e_mY,e_mZ)^T，e_mX、e_mY和e_mZ分别表示雷达信号接收阵列第m个阵元在X轴、Y轴和Z轴上的坐标。

雷达信号接收阵列第m个阵元接收来自散射点P的第k个脉冲的回波数据时的延时为：

${\mathrm{\τ}}_c(m,k)=\frac{1}{c}(2R_0-e_m^{T}u-2(v_0{v}^T(k-1)T_r+\frac{1}{2}a{v}^T{(k-1)}^2{T_r}^2)u)$

其中，上标T表示矩阵或向量的转置，c表示电磁波传播速度(光速)，R₀表示散射点的斜距。

本发明实施例中，雷达信号接收阵列第m个阵元接收来自散射点P的第k个脉冲的回波数据经脉冲压缩处理后的数据表示为

其中，σ_p(θ)表示散射点P处的后向散射系数，g_P(θ)表示散射点P处的天线增益，σ_p(θ)和g_P(θ)均为θ的函数，λ_c表雷达发射信号的载波波长。雷达发射信号的载频表示为f_c，f_c＝c/λ_c。

本发明实施例中，设散射点P位于雷达的第i距离单元，i＝1,2,...,L；则雷达信号接收阵列第m个阵元接收来自第i距离单元第k个脉冲的回波数据经脉冲压缩处理后的数据r_c(m,k)为：

其中，θ_p为雷达信号接收阵列天线轴与运动平台运动方向的夹角，w(m,k)为则雷达信号接收阵列第m个阵元接收来自第i距离单元第k个脉冲的加性高斯白噪声，为设定的已知量。

则雷达信号接收阵列接收的来自第i距离单元的回波数据经脉冲压缩处理后的数据r_c(i)为：

$r_c\left(i\right)={(r_c\left(\mathrm{1,1}\right),r_c\left(\mathrm{1,2}\right),...,r_c(M,K))}^T={\∫}_{{\mathrm{\θ}}_p}^{{\mathrm{\θ}}_p+\mathrm{\π}}{\widetilde{\mathrm{\σ}}}_p\left(\mathrm{\θ}\right)\frac{g_p\left(\mathrm{\θ}\right)}{R_0^2}{s}_t\⊗s_s\mathrm{d\θ}$

其中，

${\widetilde{\mathrm{\σ}}}_p\left(\mathrm{\θ}\right)={\mathrm{\σ}}_p\left(\mathrm{\θ}\right)\exp (-j4\mathrm{\π}\frac{R_0}{{\mathrm{\λ}}_c})$

$s_s=\exp \left(j\frac{2\mathrm{\π}}{{\mathrm{\λ}}_c}{e}^{T}u\right)$

其中，代表Kronecker积，⊙代表Hadamard积；s_t表示散射点对应的杂波的空域导向矢量，其为K行的列向量，s_s代表散射点对应的杂波的时域导向矢量，其为M行的列向量。

在得出雷达信号接收阵列接收的来自每个距离单元的回波数据经脉冲压缩处理后的数据之后，得出回波数据矩阵r_c，r_c＝(r_c(1)r_c(2)...r_c(i)...r_c(L))。

步骤2，得出补偿因子B_w，其中，a表示匀加速运动平台的加速度，λ_c表雷达发射信号的载波波长，T_r表示雷达发射信号的脉冲重复周期；利用补偿因子B_w和每个距离单元对应的俯仰角，构造大小为MK×L的补偿矩阵T，其中，L表示雷达的距离单元数，K表示雷达信号接收阵列接收信号的相干脉冲数，M表示雷达信号接收阵列的阵元数。

其具体子步骤为：

(2.1)得出补偿因子B_w，

$B_w=\frac{2a{T_r}^2}{{\mathrm{\λ}}_c}$

其中，a表示匀加速运动平台的加速度，λ_c表雷达发射信号的载波波长，T_r表示雷达发射信号的脉冲重复周期。

(2.2)利用补偿因子和待检测单元区域的角度信息构造补偿矩阵T。

T＝[T(1)T(2)...T(i)...T(L)]_MK×L

$T\left(i\right)=T_s\⊗T_t\left(i\right)$

其中，补偿矩阵T是大小为MK×L的矩阵；T_s是M行的列向量，与空域导向矢量相对应，向量T_s的每个元素为1；代表Kronecker积，而T_t(i)为：

其中，表示雷达的第i距离单元对应的俯仰角，θ₀表示雷达的主波束指向角，θ_p表示雷达信号接收阵列天线轴与运动平台运动方向的夹角；K表示雷达信号接收阵列接收信号的相干脉冲数。可以看出，T_t(i)是K行的列向量，其中的与匀加速运动平台的加速度及雷达信号接收阵列接收信号的相干脉冲数有关。

步骤3，得出补偿后回波数据矩阵⊙代表Hadamard积；利用补偿后回波数据矩阵求出协方差矩阵的估计

其具体子步骤为：

(3.1)在阵元—脉冲域，将补偿矩阵T与回波数据矩阵r_c进行Hadamard积运算，得出补偿后回波数据矩阵补偿后回波数据矩阵的展开形式为：表示补偿后回波数据矩阵的第i列。补偿后回波数据矩阵是大小为MK×L的矩阵。

本发明明实施例中，在脉压之后的接收数据相位上乘以补偿矩阵T，是在每个脉冲时刻，对相同距离单元上不同方位角杂波块，统一补偿一个相位。

(3.2)利用补偿后回波数据矩阵求出协方差矩阵的估计由于各距离单元杂波满足独立同分布，则协方差矩阵的估计为：

${\hat{R}}_L=\frac{1}{L}\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{\tilde{r}}_c{\left(i\right)}^H{\tilde{r}}_c\left(i\right)$

其中，i＝1,2,...,L，上标H表示矩阵的共轭转置。

在得出协方差矩阵的估计之后，就可以利用采样协方差矩阵求逆(SMI)算法估计自适应滤波器的最优权。

步骤4，利用协方差矩阵的估计求出空时自适应处理的最优权矢量W_opt；利用最优权矢量W_opt对回波数据矩阵r_c进行空时自适应处理，得出空时自适应处理结果y(t)。

其具体子步骤为：

(4.1)空时自适应处理(STAP)结构和算法可有很多种变形，最优权矢量本质为：

$W_{\mathrm{opt}}=\mathrm{\β}{{\hat{R}}_L}^{-1}{r}_c$

其中β为常量。

(4.2)用最优权矢量W_opt进行杂波抑制处理，最终得出杂波抑制结果y(t)：

y(t)＝W_optr_c

本发明的效果可以通过以下仿真实验进一步说明。

针对三种情况进行仿真实验，其中，第一种情况为：针对匀速平台上的雷达获取的回波数据进行传统的空时自适应处理，第二种情况为：针对匀加速平台上的雷达获取的回波数据进行传统的空时自适应处理，第三种情况为：针对匀加速平台上的雷达获取的回波数据进行本发明的空时自适应处理。在仿真实验中，比较了三种情况下利用自适应处理方法做杂波抑制之后的滤波响应；最后给出了三种情况下目标所在处的改善因子比较。仿真实验中，雷达系统仿真参数设置如下：雷达工作波段(发射信号的载波波长)为0.03m，脉冲重复频率为3000Hz；天线为等效的等距线阵(ULA)，共8个等效阵元，阵元间距为0.015m；运动平台高度为6000m，匀速平台速度及匀加速平台的初速度均为100m/s，匀加速平台加速度为10m/s²；杂噪比为60dB，信杂比为-20dB；雷达接收信号的相干脉冲数为200。

参照图4a，为仿真实验中在第一种情况下得出的未进行空时自适应处理时前视阵列的地杂波谱的分布特性示意图，参照图4b，为仿真实验中在第二种情况下得出的未进行空时自适应处理时前视阵列的地杂波谱的分布特性示意图，参照图4c，为仿真实验中在第三种情况下得出的利用本发明进行回波数据补偿后前视阵列的地杂波谱的分布特性示意图。图4a至图4c中，横轴(用2f_d/f_r标记)表示归一化多普勒频率，纵轴表示散射点的空间锥角的余弦。

对比图4a和图4b可以看到，匀加速平台相比匀速平台的杂波谱扩散严重，并且主瓣区域展宽严重。对比图4b和图4c，可以看到，利用本发明进行回波数据矩阵补偿后，可以使匀加速平台的杂波谱主瓣明显变窄。

参照图5a，为仿真实验中在第一种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图，参照图5b，为仿真实验中在第二种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图，参照图5c，为仿真实验中在第三种情况下得出的自适应波束形成方法滤波处理后的前视阵列的地杂波谱的分布特性示意图，图5a至图5c中，横轴(用2f_d/f_r标记)表示归一化多普勒频率，纵轴表示散射点的空间锥角的余弦。

对比图5a和图5b可以看到，匀加速平台下自适应滤波处理之后杂波谱凹口明显变宽，因而匀加速平台导致检测性能恶化。对比图5b和图5c可以看出，利用本发明进行空时自适应处理后，可以使杂波抑制之后的凹陷程度减小，提高检测性能。

参照图6，为仿真实验中采用三种情况进行空时自适应处理时得出的改善因子的对比示意图。图6中，横轴(用2f_d/f_r标记)表示归一化多普勒频率，纵轴表示改善因子，单位为dB；匀速平台代表仿真实验的第一种情况，变速平台代表仿真实验的第二种情况，补偿后变速平台代表仿真实验的第三种情况。从图6得到如下结论：采用第二种情况进行空时自适应处理时，其STAP检测性能严重下降，利用本发明提出的空时自适应处理方法，可有效补偿由平台加速运动导致的性能损失，使改善因子下降曲线变窄，接近匀速运动平台的情况(第一种情况)。

综上所述，本发明在阵元—脉冲域构造补偿矩阵，操作简便且实用性强。本发明在杂波抑制之前对接收数据处理，适用范围广，可结合多种方法对目标进行检测。该发明在提升慢速目标检测性能上的效果显著。

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 (4)

1.基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，其特征在于，包括以下步骤：

步骤1，利用架设在匀加速运动平台的雷达发射信号，利用雷达信号接收阵列获取回波数据矩阵r_c，雷达信号接收阵列为由M个阵元组成的均匀线性阵列；

步骤2，得出补偿因子B_w，其中，a表示匀加速运动平台的加速度，λ_c表雷达发射信号的载波波长，T_r表示雷达发射信号的脉冲重复周期；利用补偿因子B_w和每个距离单元对应的俯仰角，构造大小为MK×L的补偿矩阵T，其中，L表示雷达的距离单元数，K表示雷达信号接收阵列接收信号的相干脉冲数；

步骤3，得出补偿后回波数据矩阵 ⊙代表Hadamard积；利用补偿后回波数据矩阵求出协方差矩阵的估计

步骤4，利用协方差矩阵的估计求出空时自适应处理的最优权矢量W_opt；利用最优权矢量W_opt对回波数据矩阵r_c进行空时自适应处理，得出空时自适应处理结果y(t)。

2.如权利要求1所述的基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，其特征在于，在步骤2中，所述补偿矩阵T为：

T＝[T(1) T(2)...T(i)...T(L)]

$T\left(i\right)=T_s\⊗T_t\left(i\right)$

其中，T_s是M行的列向量，向量T_s的每个元素为1；代表Kronecker积，而T_t(i)为：

其中，表示雷达的第i距离单元对应的俯仰角，θ₀表示雷达的主波束指向角，θ_p表示雷达信号接收阵列天线轴与运动平台运动方向的夹角。

3.如权利要求1所述的基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，其特征在于，在步骤3中，补偿后回波数据矩阵的展开形式为： ${\tilde{r}}_c=\left(\begin{array}{cccccc}{\tilde{r}}_c\left(1\right)& {\tilde{r}}_c\left(2\right)& ...& {\tilde{r}}_c\left(i\right)& ...& {\tilde{r}}_c\end{array},\left(L\right)\right),$ 表示补偿后回波数据矩阵的第i列；所述协方差矩阵的估计为：

${\hat{R}}_L=\frac{1}{L}\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{\tilde{r}}_d{\left(i\right)}^H{\tilde{r}}_c\left(i\right)$

其中，i＝1,2,...,L，上标H表示矩阵的共轭转置。

4.如权利要求1所述的基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法，其特征在于，所述步骤4的具体子步骤为：

(4.1)得出空时自适应处理的最优权矢量W_opt，其中，β为常量；

(4.2)利用最优权矢量W_opt对回波数据矩阵r_c进行空时自适应处理，得出空时自适应处理结果y(t)，y(t)＝W_optr_c。