CN104793194B - 基于改进的自适应多脉冲压缩的距离‑多普勒估计方法 - Google Patents

Abstract

本发明提供一种基于改进的自适应多脉冲压缩的距离‑多普勒估计方法。本发明对每个脉冲对应的回波信号应用约束增益自适应脉冲压缩GCAPC算法进行距离像估计；再将得到的距离像估计对应每个距离单元的结果应用GCAPC算法进行多普勒估计，将多普勒估计表示成距离‑多普勒平面。与现有的自适应多脉冲压缩AMPC算法相比，本发明提出更小的计算量，得到与AMPC相近的距离‑多普勒估计效果。本发明降低了自适应多脉冲压缩算法在距离‑多普勒估计时所需的计算量，同时更好地抑制距离‑多普勒旁瓣。

Description

基于改进的自适应多脉冲压缩的距离-多普勒估计方法

技术领域

本发明属于雷达信号处理技术领域，特别涉及雷达信号接收处理技术中的自适应距离-多普勒估计技术。

背景技术

随着近年来军事装备的发展，现代战争中大量应用隐身飞行器、无人机和巡航导弹等低反射截面积RCS飞行器，目标回波能量显著减小，导致雷达探测距离减小、预警时间缩短和跟踪精度降低等，严重降低了雷达的探测性能。为了通过提高信噪比来改善雷达探测性能，现有最常用的方法是，脉冲多普勒雷达通过对相干脉冲回波信号进行匹配滤波和多普勒处理得到距离-多普勒平面。但该方法得到的距离-多普勒估计中有较高的距离-多普勒旁瓣。当雷达观测场景中存在多个目标或杂波成分丰富时，弱小目标容易受到临近强散射体旁瓣的严重影响，因此传统方法对于复杂环境条件下弱小目标的探测仍然具有极大的困难。

自适应多脉冲压缩是一种抑制距离-多普勒旁瓣的方法，可有效解决距离-多普勒估计中旁瓣高的问题。国内外关于自适应多脉冲压缩已有一些研究。在文献“Range-Doppler sidelobe and clutter suppression via time range adaptive processing，proc of 2011IEEE CIE International Conference on Radar,October 2011.”提出自适应多脉冲压缩AMPC算法基于最小均方误差MMSE，根据多脉冲回波信号，自适应地为每个距离-多普勒单元确定滤波器，抑制距离-多普勒旁瓣。但这种方法计算量太大限制其在实际系统中的应用。在文献“Fast implementation of adaptive multi-pulse compressionvia dimensionality reduction technique,proc of 2012IEEE Radar Conference,pp.0435–0440,2012”中，提出快速自适应多脉冲压缩FAMPC算法，将MMSE代价函数分割成块，再对每个块用AMPC算法处理。与AMPC相比，FAMPC减小了计算量，但同时造成距离多普勒估计中明显的性能损失。这些算法都不能兼顾运算量低和估计性能好的问题。另外，自适应多脉冲压缩AMPC算法和快速自适应多脉冲压缩FAMPC算法都是基于自适应脉冲压缩APC算法。文献“Gain-constrained adaptive pulse compression via a MVDR framework，procof 2009IEEE Radar Conference,pp.1-6.2009”提出增益约束自适应脉冲压缩GCAPC算法比自适应脉冲压缩APC算法有更好的检测性能，特别是弱小目标检测中有更明显的优势。

发明内容

本发明所要解决的技术问题是，提供能够以较小的计算量来获得良好的距离-多普勒估计效果的方法。

本发明为解决上述技术问题所采用的技术方案是，基于改进的自适应多脉冲压缩的距离-多普勒估计方法，包括以下步骤：

1)回波信号模型建立步骤:

回波信号模型表示为：

Y_g为M个相干脉冲的回波采样在快时间上对应到第g个距离单元的长度为N的连续片段所表示成的N×M的矩阵；B_g为接收机引入的单位功率加性高斯白噪声；G、W_M,K为线性变换矩阵；X_g为从第g-(N-1)个距离单元到第g+(N-1)个距离单元的距离-多普勒平面的离散采样的一个(2N-1)×K的矩阵，X_g的每列表示某个多普勒采样的距离维离散采样，行表示某个距离单元的多普勒离散采样，多普勒离散采样点数为K；

s_j表示发射波形s的第j个采样值，j＝1,…,N，e为自然对数的底数，(·)^T表示矩阵转置；

2)粗估计步骤：

对各脉冲回波用匹配滤波和多普勒处理得到距离-多普勒平面的粗估计结果，将粗估计结果中从第g-(N-1)个距离单元到第g+(N-1)个距离单元的片段表示成一个(2N-1)×K矩阵作为第g个距离单元对应的多普勒估计初值；

3)迭代步骤：

3-1)令第1次迭代时，利用各距离单元对应的多普勒估计初值对X_g赋值，否则，利用最新的各距离单元对应的多普勒估计值对X_g赋值；再对各脉冲的回波应用约束增益自适应脉冲压缩GCAPC算法分别进行距离像估计得到各脉冲的距离像估计[a₁,...,a_M]，m＝1,…,M，a_m为第m个脉冲的距离像估计，进入步骤3-2)；

3-2)利用最新得到的距离像估计[a₁,...,a_M]使用GCAPC算法计算各距离单元的多普勒估计值：

s表示发射波形，|·|表示取模，将中每一列对应一个距离单元的多普勒估计值，完成1次迭代，判断当前迭代次数是否达到预设最大次数，如否，则返回至步骤3-1)，如是，根据最新的各距离单元的多普勒估计值得到雷达观测场景中的距离-多普勒平面。

本发明对每个脉冲对应的回波信号应用约束增益自适应脉冲压缩GCAPC算法进行距离像估计；再将得到的距离像估计对应每个距离单元的结果应用GCAPC算法进行多普勒估计，将多普勒估计表示成距离-多普勒平面。与现有的自适应多脉冲压缩AMPC算法相比，本发明提出更小的计算量，得到与AMPC相近的距离-多普勒估计效果。

本发明的有益效果是，降低了自适应多脉冲压缩算法在距离-多普勒估计时所需的计算量，同时更好地抑制距离-多普勒旁瓣，提供更精确的距离-多普勒估计结果，有效改善目标探测性能。

附图说明

图1为本发明距离-多普勒估计流程图；

图2为传统的距离多普勒估计结果；

图3为AMPC算法的距离-多普勒估计结果；

图4为FAMPC算法的距离-多普勒估计结果；

图5为MAMPC算法的距离-多普勒估计结果。

具体实施方式

本发明主要采用计算机仿真的方法进行验证，所有步骤、结论都在MATLAB-R2010a上验证确认。

其中，发射M＝32个相干脉冲，发射波形是采样点数N＝32的线性调频信号，带宽B＝4MHz、时宽τ＝4μs、中心频率f_c＝1GHz以及脉冲重复间隔PRT＝1ms。接收机引入的加性噪声功率为1W。

在多目标场景距离多普勒估计范围为距离处理窗长度L＝100，多普勒单元的个数N_f＝128。有12个Swerling-0类型的目标所在距离单元、速度和信噪比分别如下表所示：

表多脉冲场景目标参数

具体实施步骤如图1所示：

步骤1建立回波信号模型；

将M个相干脉冲对应的回波采样表示成一个具有M列的矩阵Y，Y的每个列对应的是每个脉冲的快时间采样。将Y在快时间上对应到距离单元g的一个长度为N的连续片段表示成N×M的矩阵Y_g。Y_g由雷达观测场景中的真实距离多普勒平面片段X_g的两次线性变换和接收机噪声构成，表示成：

其中B_g表示接收机引入的单位功率加性高斯白噪声。(·)^T表示矩阵转置。X_g表示从第g-(N-1)个距离单元到第g+(N-1)个距离单元的真实距离-多普勒平面的离散采样，即：

X_g的每列表示某个多普勒采样的距离维离散采样，行表示某个距离单元的多普勒离散采样。在X_g和Y_g的线性关系中，N×(2N-1)的矩阵G定义为

其中s_j,j＝1,…,N表示发射波形的第j个采样。M×K的矩阵W_M,K定义为

其中K为多普勒频率的离散傅里叶变换的采样点数。

步骤2匹配滤波和多普勒处理得到初始值；

用匹配滤波和多普勒处理得到距离-多普勒平面的粗略估计。将估计结果中从第g-(N-1)个距离单元到第g+(N-1)个距离单元的片段表示成一个(2N-1)×K矩阵作为本发明提出的改进的自适应多脉冲压缩MAMPC算法迭代的初始值。

粗估计的方法为传统的距离多普勒估计，与现有的AMPC和FAMPC的粗估计一样，使用匹配滤波和多普勒处理得到。

步骤3用MAMPC算法进行距离-多普勒估计

3-1对每个脉冲对应的回波分别进行距离像估计，以第g个距离单元片段估计为例，令每一列表示每个脉冲的距离维估计，用GCAPC算法依次得到第m个脉冲的距离像估计a_m，m＝1,…,M。

3-2用3-1得到的估计结果进行每个距离单元的多普勒估计。用3-1得到的估计结果构成近似关系

s表示发射波形，|·|表示取模，[a₁,...,a_M]^T和的每一列对应不同的距离单元，将[a₁,...,a_M]^T和的每一列分别用GCAPC算法处理，得到每个距离单元的多普勒估计X_g。

3-3在未达到最大迭代次数之前重复步骤1和2进行迭代，当达到最大迭代次数后根据最终的各距离单元的多普勒估计值得到雷达观测场景中的距离-多普勒平面。

上述仿真实验得到传统匹配滤波和多普勒处理结果如图2所示，图2可知传统匹配滤波和多普勒处理距离-多普勒旁瓣很高，影响目标检测。图3为AMPC算法距离-多普勒估计结果，表明采用AMPC算法能够有效抑制距离-多普勒旁瓣，但运算复杂度高。图4为FAMPC算法距离-多普勒估计结果,FAMPC较AMPC算法降低了运算量，但从图4可以看出，FAMPC算法旁瓣电平升高，带来了性能损失。图5为本发明中提出的MAMPC算法距离-多普勒估计结果，其距离-多普勒估计性能和AMPC算法估计结果几乎相同，但保持了和FAMPC算法同数量级的运算量。说明与传统方法相比，本发明在保持低运算量的同时，能够降低距离-多普勒旁瓣，增加目标信噪比，提高检测性能。

Claims (1)

1.基于改进的自适应多脉冲压缩的距离-多普勒估计方法，包括以下步骤：

1)回波信号模型建立步骤:

回波信号模型表示为： $Y_g=G{X}_g{W}_{M,K}^T+B_g;$

Y_g为M个相干脉冲的回波采样在快时间上对应到第g个距离单元的长度为N的连续片段所表示成的N×M的矩阵；B_g为接收机引入的单位功率加性高斯白噪声；G、W_M,K为线性变换矩阵；X_g为从第g-(N-1)个距离单元到第g+(N-1)个距离单元的距离-多普勒平面的离散采样的一个(2N-1)×K的矩阵，X_g的每列表示某个多普勒采样的距离维离散采样，行表示某个距离单元的多普勒离散采样，多普勒离散采样点数为K；

s_j表示发射波形s的第j个采样值，j＝1,…,N，e为自然对数的底数，(·)^T表示矩阵转置；

2)粗估计步骤：

对各脉冲回波用匹配滤波和多普勒处理得到距离-多普勒平面的粗估计结果，将粗估计结果中从第g-(N-1)个距离单元到第g+(N-1)个距离单元的片段表示成一个(2N-1)×K矩阵作为第g个距离单元对应的多普勒估计初值；

3)迭代步骤：

3-1)令第1次迭代时，利用各距离单元对应的多普勒估计初值对X_g赋值，否则，利用最新的各距离单元对应的多普勒估计值对X_g赋值；再对各脉冲的回波应用约束增益自适应脉冲压缩GCAPC算法分别进行距离像估计得到各脉冲的距离像估计[a₁,...,a_M]，m＝1,…,M，a_m为第m个脉冲的距离像估计，进入步骤3-2)；

3-2)利用最新得到的距离像估计[a₁,...,a_M]使用GCAPC算法计算各距离单元的多普勒估计值：

${[a_1,...,a_M]}^T=W_{M,K}{X}_g^T+{\left\{\frac{B_g}{\left|s\right|}\right\}}^T$

s表示发射波形，|·|表示取模，将中每一列对应一个距离单元的多普勒估计值，完成1次迭代，判断当前迭代次数是否达到预设最大次数，如否，则返回至步骤3-1)，如是，根据最新的各距离单元的多普勒估计值得到雷达观测场景中的距离-多普勒平面。