CN105319538A - 基于辅助通道的空时自适应杂波抑制方法 - Google Patents
基于辅助通道的空时自适应杂波抑制方法 Download PDFInfo
- Publication number
- CN105319538A CN105319538A CN201510823767.9A CN201510823767A CN105319538A CN 105319538 A CN105319538 A CN 105319538A CN 201510823767 A CN201510823767 A CN 201510823767A CN 105319538 A CN105319538 A CN 105319538A
- Authority
- CN
- China
- Prior art keywords
- doppler
- sense channel
- spatial domain
- echo data
- frequency
- 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
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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达杂波抑制技术领域,特别涉及一种基于辅助通道的空时自适应杂波抑制方法,通过在杂波脊相邻区域取辅助波束解决对阵元幅相误差容忍性差的问题,通过每个辅助波束形成多个波束指向减少所需辅助波束的个数从而减少运算量,同时亦能在多普勒检测通道对应的杂波脊处形成较深的频响凹口,提高杂波抑制效果。
Description
技术领域
本发明属于雷达杂波抑制技术领域,特别涉及一种基于辅助通道的空时自适应杂波抑制方法,适用于解决非均匀杂波环境中机载雷达杂波抑制性能的下降问题,改善其杂波抑制性能。
背景技术
机载雷达由于架设在很高的平台上,对飞机一类目标,特别是低飞目标,其可视距离比地基雷达远的多,因而受到广泛重视。机载雷达作下视工作时,地面杂波的影响是十分严重的。它不仅强度大,而且不同方向的地杂波相对于载机的速度各异,从而使杂波谱大大扩展。有效地抑制地杂波,是机载雷达下视工作的难题,而又是必须解决的问题。上世纪五十年代,开展了机载雷达杂波抑制技术的研究。1973年L.E.Brennan,J.D.Mallet和I.S.Reed首次提出了空时自适应处理的概念,研究表明,空时自适应处理(STAP)可以有效地抑制地杂波,提高系统的检测性能。然而对于大多数实际的相控阵雷达,进行全空时自适应处理至少存在三个方面的问题:一是计算量太大,处理器硬件难以实现;二是估算杂波协方差矩阵所需的独立同分布(iid)参考单元太多,实际难以满足;三是将阵元数据直接变换成正交数字信号,需要大量的接收机通道,系统的复杂程度和成本高昂。为了避开上述问题,人们开展了大量降维STAP方法研究。
德国的Klemm博士首先对降维STAP进行理论研究,通过对杂波特性进行深入的分析,发现了机载正侧面阵雷达数据的杂波协方差矩阵的大特征值个数不超过(N+M-1)个(N为阵元数,M为时域脉冲数)。这说明在用于杂波抑制的全维STAP确实存在降维的可能。Klemm在此基础上提出了辅助通道法(AuxiliaryChannelReceiver,ACR),将处理后的维数从NM降到(N+M-1)。研究表明辅助通道法在性能上接近最优的全空时处理效果,但在实际应用中也存在如下两个问题:第一,辅助通道法在阵元无幅相误差的情况下,性能接近最优的全维STAP,但当存在阵元幅相误差时杂波谱展宽,杂波抑制性能下降。第二,所处理的二维波束沿杂波谱分布斜带区,由于形成了多波束,其运算量和设备量都很大。
发明内容
针对以上现有技术存在的问题,本发明的目的在于提出一种基于辅助通道的空时自适应杂波抑制方法,该方法能够解决传统辅助通道法对阵元幅相误差的容忍性差和所需设备量大的问题。
通过在杂波脊相邻区域取辅助波束解决对阵元幅相误差容忍性差的问题,通过每个辅助波束形成多个波束指向减少所需辅助波束的个数从而减少运算量。同时亦能在多普勒检测通道对应的杂波脊处形成较深的频响凹口,提高杂波抑制效果。
为达到上述目的,本发明的实施例采用如下技术方案予以实现。
一种基于辅助通道的空时自适应杂波抑制方法,所述方法包括如下步骤:
步骤1,获取机载雷达接收到的三维回波数据XN×M×L,根据所述三维回波数据XN×M×L得到机载雷达接收到的三维回波数据XN×M×L形成的杂波脊;其中,N为机载雷达的阵元个数,M为机载雷达在一个相干处理间隔内发射的脉冲数,L为机载雷达接收到的三维回波数据XN×M×L的距离门个数;
步骤2,确定机载雷达接收到的三维回波数据XN×M×L形成的杂波脊所占据的多普勒频率范围和空域频率范围,对所述多普勒频率范围内的频率和空域频率范围内的频率分别进行等间隔采样,得到num个频率,进而得到num个多普勒检测通道,根据num个空域频率形成维数为N×K的辅助波束空域导向矢量GB,num为K的整数倍,K为自然数;
步骤3,在num个多普勒检测通道中,取第i个多普勒检测通道,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的时域导向矢量Fi,设定机载雷达发射的主波束空域频率并根据所述主波束空域频率计算得到机载雷达发射的主波束空域导向矢量Gs,进而计算得到第i个多普勒检测通道的搜索波束空时导向矢量Si,其中,i∈{1,2,…num};
步骤4,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的辅助波束的多普勒频率和空域频率,进而得到第i个多普勒检测通道的辅助波束空时导向矢量Tb;
步骤5,根据第i个多普勒检测通道的搜索波束空时导向矢量Si和辅助波束空时导向矢量Tb,计算得到第i个多普勒检测通道的降维变换矩阵Ti;
步骤6,将机载雷达接收到的三维回波数据XN×M×L按列的方式重新排列后得到机载雷达接收到的二维回波数据XNM×L,根据第i个多普勒检测通道的降维变换矩阵Ti,对机载雷达接收到的二维回波数据XNM×L和第i个多普勒检测通道的搜索波束空时导向矢量Si分别进行降维处理,分别得到第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi;
步骤7,根据第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi,计算得到第i个多普勒检测通道自适应权矢量WTi,进而对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制,得到对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制后的回波数据;
步骤8,重复步骤3至步骤7,得到对所有多普勒检测通道降维后的回波数据进行自适应杂波抑制后的回波数据。
与现有技术相比,本发明的优点和改进在于:第一,本发明通过在杂波脊相邻区域取辅助波束,对不同的多普勒检测通道形成不同的降维变换矩阵,通过辅助波束对消搜索波束的杂波分量,有效的改善了原始辅助通道算法对阵元幅相误差容忍性差的不足,提高实际应用;第二,本发明通过每个辅助波束形成多个波束指向减少所需辅助波束的个数从而减少运算量,利用基于辅助通道法的降维变换矩阵,对机载雷达接收的回波数据进行降维处理,从而能够减少估计协方差矩阵所需要的样本数,使得本发明能够在训练样本数不足的同时,也不会降低杂波抑制性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于辅助通道的空时自适应杂波抑制方法的流程示意图;
图2(a)为使用常规(PD)算法处理后得到的距离多普勒图,
图2(b)为使用原始辅助通道法(ACR)处理后得到的距离多普勒图;
图3为使用本发明方法处理后得到的距离多普勒图;
图4(a)为使用本发明方法得到的全局二维响应图;
图4(b)为使用本发明方法得到的局部放大二维响应图;
图5为分别使用常规(PD)算法、原始辅助通道法(ACR)和本发明方法处理后得到的杂波剩余功率对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种基于辅助通道的空时自适应杂波抑制方法,如图1所示,所述方法包括如下步骤:
步骤1,获取机载雷达接收到的三维回波数据XN×M×L,根据所述三维回波数据XN×M×L得到机载雷达接收到的三维回波数据XN×M×L形成的杂波脊。
其中,N为机载雷达的阵元个数,M为机载雷达在一个相干处理间隔内发射的脉冲数,L为机载雷达接收到的三维回波数据XN×M×L的距离门个数。
具体地,机载雷达选取正侧阵机载雷达,正侧阵机载雷达天线包括N个阵元,所述N个阵元接收地面散射体反射的三维回波数据XN×M×L,作为获取机载雷达接收到的三维回波数据XN×M×L;其中,N为机载雷达的阵元个数,M为机载雷达在一个相干处理间隔内发射的脉冲数,L为机载雷达接收到的三维回波数据XN×M×L的距离门个数。
其中,在正侧阵机载雷达即阵列轴向与载机的飞行方向一致的情况下,正侧阵机载雷达照射地面散射体的回波所形成的杂波,其杂波谱在方位-多普勒平面上呈斜带分布,这条斜带称为杂波脊。
步骤2,确定机载雷达接收到的三维回波数据XN×M×L形成的杂波脊所占据的多普勒频率范围和空域频率范围,对所述多普勒频率范围内的频率和空域频率范围内的频率分别进行等间隔采样,得到num个频率,进而得到num个多普勒检测通道,根据num个空域频率形成维数为N×K的辅助波束空域导向矢量GB,num为K的整数倍,K为自然数。
步骤2具体包括如下子步骤:
(2a)设机载雷达接收到的三维回波数据XN×M×L形成的杂波脊的斜率为β,则杂波脊所占据的多普勒频率范围为空域频率范围为其表达式分别为:
其中,V为载机飞行速度,λ为波长,fr为脉冲重复频率,d表示机载雷达的相邻阵元间隔;
(2b)对所述多普勒频率范围内的频率和空域频率范围内的频率分别进行等间隔采样,得到num个频率,进而得到num个多普勒检测通道,若第i个多普勒检测通道的多普勒频率为则第i个空域频率为其表达式分别为:
(2c)根据num个空域频率形成维数为N×K的辅助波束空域导向矢量Gb,设N=K×q,其中q表示空域辅助波束共有q个指向,将num个空域频率划分为K组,每组共有q个空域频率,设第j组空域频率表示为αj,j∈{1,2,...,K},表达式为
相应的空域导向矢量Gj为
则辅助波束空域导向矢量GB可表示为:
GB=[G1,G2,...,GK]。
步骤3,在num个多普勒检测通道中,取第i个多普勒检测通道,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的时域导向矢量Fi,设定机载雷达发射的主波束空域频率并根据所述主波束空域频率计算得到机载雷达发射的主波束空域导向矢量Gs,进而计算得到第i个多普勒检测通道的搜索波束空时导向矢量Si,其中,i∈{1,2,…num}。
步骤3具体包括:
根据第i个多普勒检测通道的多普勒频率和机载雷达发射的主波束空域频率分别计算得到第i个多普勒检测通道的时域导向矢量Fi和机载雷达发射的主波束空域导向矢量Gs,表达式分别为:
其中,num个多普勒检测通道各自对应的机载雷达发射的主波束空域导向矢量是一样的,则第i个多普勒检测通道的搜索波束空时导向矢量Si为:
其中,为Kronecker积运算符号。
需要补充的是,所选取的正侧阵机载雷达发射的主波束指向与阵列轴向垂直,则机载雷达发射的主波束空域频率为0;一般的,其中λ为波长,d表示机载雷达的相邻阵元间隔,为主波束指向相对于阵列轴向的俯仰角,α为主波束指向相对于阵列轴向的方位角。
同时将机载雷达接收到的三维回波数据XN×M×L按列的方式重新排列,记为XNM×L。
步骤4,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的辅助波束的多普勒频率和空域频率,进而得到第i个多普勒检测通道的辅助波束空时导向矢量Tb。
步骤4具体包括如下子步骤:
(4a)根据第i个多普勒检测通道的多普勒频率选取沿杂波脊在多普勒频率范围所划分的num个多普勒频率中第(i-1)个到第(i+1)个多普勒频率作为辅助波束的多普勒频率,选取沿杂波脊在空域频率范围所划分的num个空域频率中第(i-(num_s-1)/2)个到第(i+(num_s-1)/2)个空域频率作为辅助波束的空域频率,则辅助波束包含3个多普勒频率和num_s个空域频率,从而辅助波束的时域频率矢量为:
相应的第i个多普勒检测通道的辅助波束的时域导向矢量Fb为:
(4b)根据z=mod(i,K)计算空域频率属于空域频率分组中第z+1组,则第i个多普勒检测通道的辅助波束空域导向矢量Gb为:
Gb=[Gz+1-(num_s-1)/2,Gz+1-[(num_s-1)/2]+1,...,Gz+1,...,Gz+1+[(num_s-1)/2]-1,Gz+1+(num_s-1)/2]
其中,mod(i,K)表示i除以K后的余数,则z∈{0,1,...,K-1};
(4c)根据第i个多普勒检测通道的辅助波束空域导向矢量Gb和时域导向矢量Fb,计算得到第i个多普勒检测通道的辅助波束空时导向矢量Tb:
步骤5,根据第i个多普勒检测通道的搜索波束空时导向矢量Si和辅助波束空时导向矢量Tb,计算得到第i个多普勒检测通道的降维变换矩阵Ti;
步骤5具体包括:
根据第i个多普勒检测通道的搜索波束空时导向矢量Si和辅助波束空时导向矢量Tb,计算得到第i个多普勒检测通道的降维变换矩阵Ti:
Ti=[SiTb]。
步骤6,将机载雷达接收到的三维回波数据XN×M×L按列的方式重新排列后得到机载雷达接收到的二维回波数据XNM×L,根据第i个多普勒检测通道的降维变换矩阵Ti,对机载雷达接收到的二维回波数据XNM×L和第i个多普勒检测通道的搜索波束空时导向矢量Si分别进行降维处理,分别得到第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi;
步骤6具体包括:
根据第i个多普勒检测通道的降维变换矩阵Ti,对机载雷达接收到的二维回波数据XNM×L和第i个多普勒检测通道的搜索波束空时导向矢量Si分别进行降维处理,分别得到第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi,其表达式分别为:
XTi=Ti HXNM×L
STi=Ti HSi
其中,XTi为第i个多普勒检测通道降维后的回波数据,Ti为第i个多普勒检测通道的降维变换矩阵,XNM×L为机载雷达接收到的二维回波数据,STi表示第i个多普勒检测通道降维后的搜索波束空时导向矢量,Si为第i个多普勒检测通道的搜索波束空时导向矢量,H表示共轭转置。
经过降维处理后回波数据XNM×L的维数由NM降维至(3num_s+1),从而实现对机载雷达接收回波数据的降维处理。
步骤7,根据第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi,计算得到第i个多普勒检测通道自适应权矢量WTi,进而对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制,得到对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制后的回波数据;
步骤7具体包括如下子步骤:
(7a)根据第i个多普勒检测通道降维后的回波数据XTi,利用最大似然方法估计降维后的回波数据XTi的协方差矩阵RT,其表达式为:
L1=2×num_s×3
其中,RT表示降维后的回波数据XTi的协方差矩阵,L1表示估计待处理多普勒检测通道回波数据的协方差矩阵所需要的独立同分布样本个数,XTij表示第j个独立同分布的回波数据样本,H表示共轭转置。
(7b)第i个多普勒检测通道自适应权矢量WTi的计算公式为:
其中,WTi表示第i个多普勒检测通道自适应权矢量,RT为降维后的回波数据XTi的协方差矩阵,STi为第i个多普勒检测通道降维后的搜索波束空时导向矢量;
(7c)对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制,得到自适应杂波抑制后的回波数据Y=WTi HXTi。
步骤8,重复步骤3至步骤7,得到对所有多普勒检测通道降维后的回波数据进行自适应杂波抑制后的回波数据。
下面结合仿真实验对本发明效果作进一步验证说明。
(一)回波数据仿真及实验条件:
本发明的仿真实验在MATLAB软件下进行的,在本发明的仿真实验中,正侧阵机载雷达的天线采用128个阵元均匀排列的线阵,相邻阵元间距与波长d/λ的比值为0.5,阵元的幅相误差为10%。在本发明的仿真实验中,使用的机载雷达接收到的三维回波数据是根据林肯实验室J.Ward提出的杂波模型仿真产生,并添加高斯白噪声,具体仿真参数如表1所示:
表1
载机高度 | 8km |
载机速度 | 150m/s |
脉冲数 | 128 |
波长 | 0.1m |
脉冲重复频率 | 8000Hz |
天线轴向与载机速度夹角 | 0° |
杂噪比 | 70dB |
距离门个数 | 500 |
主波束指向与天线阵元轴向夹角 | 90° |
(二)仿真内容
为了说明本发明算法的优越性,图2(a)和图2(b)给出了其它几种算法的处理结果,其中图2(a)为使用常规(PD)算法处理后得到的距离多普勒图,图2(b)为使用原始辅助通道法(ACR)处理后得到的距离多普勒图。
图2(a)和图2(b)的横轴分别表示多普勒通道序号,纵轴分别表示距离门序号;从图2(a)中的可以看到常规(PD)处理后,距离多普勒平面可以大致分为三部分:主杂波扩展区(白色部分),旁瓣杂波扩展区(较浅白色部分)以及噪声空旷区(黑色部分),各部分功率依次递减,其中这些杂波区域直接影响该区域的雷达目标检测。从图2(b)中可以看到经原始辅助通道法(ACR)处理后,主杂波扩展区(白色部分)变窄,对应于图2(a)中的旁瓣杂波扩展区大部分已经降到噪声水平。
图3为使用本发明方法处理后得到的距离多普勒图。从图3中可以看到相比于图2(b)中的主瓣杂波区变窄,表明杂波得到进一步的抑制,并且独立同分布训练样本数由原始辅助通道法所需要的(2*(N+M-1)-3)个降为本发明所需要的(2*(3num_s+1)-3)个,大大降低了所需的独立同分布训练样本个数。
图4(a)为使用本发明方法得到的第68号多普勒检测通道的全局二维响应图,图4(b)为使用本发明方法得到的第68号多普勒检测通道的局部放大二维响应图;图4(a)和图4(b)的横轴分别表示归一化多普勒频率,纵轴分别表示归一化空间频率。从图4(a)和图4(b)中可以看到使用本发明方法可以在多普勒检测通道对应的杂波脊处形成较深的频响凹口。
图5为分别使用算法PD、ACR和本发明方法处理后得到的杂波剩余功率对比图;图5的横轴表示多普勒通道,纵轴表示杂波剩余功率;图5中的实线表示使用常规(PD)算法处理后得到的杂波剩余功率,虚线为使用原始辅助通道法(ACR)处理后得到的杂波剩余功率,点虚线为使用本发明方法处理后得到的杂波剩余功率。
从图5中可以看到本发明方法相对于原始辅助通道算法的主瓣增益降低的少,主瓣杂波区变窄,对阵元幅相误差容忍性好,并且可以利用较少的独立同分布训练样本数抑制旁瓣杂波,得到更好的杂波抑制效果。
该仿真结果表明,本发明可以在减少训练样本数和存在阵元误差的情况下获得更好地杂波抑制效果。
综上所述,仿真实验验证了本发明的正确性,有效性和可靠性。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,所述方法包括如下步骤:
步骤1,获取机载雷达接收到的三维回波数据XN×M×L,根据所述三维回波数据XN×M×L得到机载雷达接收到的三维回波数据XN×M×L形成的杂波脊;其中,N为机载雷达的阵元个数,M为机载雷达在一个相干处理间隔内发射的脉冲数,L为机载雷达接收到的三维回波数据XN×M×L的距离门个数;
步骤2,确定机载雷达接收到的三维回波数据XN×M×L形成的杂波脊所占据的多普勒频率范围和空域频率范围,对所述多普勒频率范围内的频率和空域频率范围内的频率分别进行等间隔采样,得到num个频率,进而得到num个多普勒检测通道,根据num个空域频率形成维数为N×K的辅助波束空域导向矢量GB,num为K的整数倍,K为自然数;
步骤3,在num个多普勒检测通道中,取第i个多普勒检测通道,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的时域导向矢量Fi,设定机载雷达发射的主波束空域频率θs,并根据所述主波束空域频率θs,计算得到机载雷达发射的主波束空域导向矢量Gs,进而计算得到第i个多普勒检测通道的搜索波束空时导向矢量Si,其中,i∈{1,2,…num};
步骤4,根据第i个多普勒检测通道的多普勒频率,计算得到第i个多普勒检测通道的辅助波束的多普勒频率和空域频率,进而得到第i个多普勒检测通道的辅助波束空时导向矢量Tb;
步骤5,根据第i个多普勒检测通道的搜索波束空时导向矢量Si和辅助波束空时导向矢量Tb,计算得到第i个多普勒检测通道的降维变换矩阵Ti;
步骤6,将机载雷达接收到的三维回波数据XN×M×L按列的方式重新排列后得到机载雷达接收到的二维回波数据XNM×L,根据第i个多普勒检测通道的降维变换矩阵Ti,对机载雷达接收到的二维回波数据XNM×L和第i个多普勒检测通道的搜索波束空时导向矢量Si分别进行降维处理,分别得到第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi;
步骤7,根据第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi,计算得到第i个多普勒检测通道自适应权矢量WTi,进而对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制,得到对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制后的回波数据;
步骤8,重复步骤3至步骤7,得到对所有多普勒检测通道降维后的回波数据进行自适应杂波抑制后的回波数据。
2.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤1中,机载雷达的接收到的回波数据中杂波在方位-多普勒平面上呈斜带分布,所述斜带称为杂波脊。
3.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤2具体包括如下子步骤:
(2a)设机载雷达接收到的三维回波数据XN×M×L形成的杂波脊的斜率为β,则杂波脊所占据的多普勒频率范围为空域频率范围为[θmin,θmax];其表达式分别为:
其中,V为载机飞行速度,λ为波长,fr为脉冲重复频率,d表示机载雷达的相邻阵元间隔;
(2b)对所述多普勒频率范围内的频率和空域频率范围内的频率分别进行等间隔采样,得到num个频率,进而得到num个多普勒检测通道,若第i个多普勒检测通道的多普勒频率为则第i个空域频率θi为其表达式分别为:
(2c)根据num个空域频率形成维数为N×K的辅助波束空域导向矢量Gb,设N=K×q,其中q表示空域辅助波束共有q个指向,将num个空域频率划分为K组,每组共有q个空域频率,设第j组空域频率表示为αj,j∈{1,2,...,K},表达式为
αj=[θj,θj+K,θj+2K,...,θj+(q-1)K]
相应的空域导向矢量Gj为
则辅助波束空域导向矢量GB可表示为:
GB=[G1,G2,...,GK]。
4.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤3具体包括:
根据第i个多普勒检测通道的多普勒频率和机载雷达发射的主波束空域频率θs,分别计算得到第i个多普勒检测通道的时域导向矢量Fi和机载雷达发射的主波束空域导向矢量Gs,表达式分别为:
其中,num个多普勒检测通道各自对应的机载雷达发射的主波束空域导向矢量是一样的,则第i个多普勒检测通道的搜索波束空时导向矢量Si为:
其中,为Kronecker积运算符号。
5.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤4具体包括如下子步骤:
(4a)根据第i个多普勒检测通道的多普勒频率选取沿杂波脊在多普勒频率范围所划分的num个多普勒频率中第(i-1)个到第(i+1)个多普勒频率作为辅助波束的多普勒频率,选取沿杂波脊在空域频率范围所划分的num个空域频率中第(i-(num_s-1)/2)个到第(i+(num_s-1)/2)个空域频率作为辅助波束的空域频率,则辅助波束包含3个多普勒频率和num_s个空域频率,从而辅助波束的时域频率矢量为:
相应的第i个多普勒检测通道的辅助波束的时域导向矢量Fb为:
(4b)根据z=mod(i,K)计算空域频率θi属于空域频率分组中第z+1组,则第i个多普勒检测通道的辅助波束空域导向矢量Gb为:
Gb=[Gz+1-(num_s-1)/2,Gz+1-[(num_s-1)/2]+1,...,Gz+1,...,Gz+1+[(num_s-1)/2]-1,Gz+1+(num_s-1)/2]
其中,mod(i,K)表示i除以K后的余数,则z∈{0,1,...,K-1};
(4c)根据第i个多普勒检测通道的辅助波束空域导向矢量Gb和时域导向矢量Fb,计算得到第i个多普勒检测通道的辅助波束空时导向矢量Tb:
6.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤5具体包括:
根据第i个多普勒检测通道的搜索波束空时导向矢量Si和辅助波束空时导向矢量Tb,计算得到第i个多普勒检测通道的降维变换矩阵Ti:
Ti=[SiTb]。
7.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤6具体包括:
根据第i个多普勒检测通道的降维变换矩阵Ti,对机载雷达接收到的二维回波数据XNM×L和第i个多普勒检测通道的搜索波束空时导向矢量Si分别进行降维处理,分别得到第i个多普勒检测通道降维后的回波数据XTi和搜索波束空时导向矢量STi,其表达式分别为:
XTi=Ti HXNM×L
STi=Ti HSi
其中,XTi为第i个多普勒检测通道降维后的回波数据,Ti为第i个多普勒检测通道的降维变换矩阵,XNM×L为机载雷达接收到的二维回波数据,STi表示第i个多普勒检测通道降维后的搜索波束空时导向矢量,Si为第i个多普勒检测通道的搜索波束空时导向矢量,H表示共轭转置。
8.根据权利要求1所述的一种基于辅助通道的空时自适应杂波抑制方法,其特征在于,步骤7具体包括如下子步骤:
(7a)根据第i个多普勒检测通道降维后的回波数据XTi,利用最大似然方法估计降维后的回波数据XTi的协方差矩阵RT,其表达式为:
L1=2×num_s×3
其中,RT表示降维后的回波数据XTi的协方差矩阵,L1表示估计待处理多普勒检测通道回波数据的协方差矩阵所需要的独立同分布样本个数,XTij表示第j个独立同分布的回波数据样本,H表示共轭转置。
(7b)第i个多普勒检测通道自适应权矢量WTi的计算公式为:
其中,WTi表示第i个多普勒检测通道自适应权矢量,RT为降维后的回波数据XTi的协方差矩阵,STi为第i个多普勒检测通道降维后的搜索波束空时导向矢量;
(7c)对第i个多普勒检测通道降维后的回波数据XTi进行自适应杂波抑制,得到自适应杂波抑制后的回波数据Y=WTi HXTi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823767.9A CN105319538B (zh) | 2015-11-24 | 2015-11-24 | 基于辅助通道的空时自适应杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823767.9A CN105319538B (zh) | 2015-11-24 | 2015-11-24 | 基于辅助通道的空时自适应杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105319538A true CN105319538A (zh) | 2016-02-10 |
CN105319538B CN105319538B (zh) | 2017-11-03 |
Family
ID=55247348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510823767.9A Active CN105319538B (zh) | 2015-11-24 | 2015-11-24 | 基于辅助通道的空时自适应杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105319538B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772303A (zh) * | 2016-12-22 | 2017-05-31 | 西安电子工程研究所 | Mtd雷达的通道级杂波抑制方法 |
CN110609255A (zh) * | 2019-07-31 | 2019-12-24 | 西安电子科技大学 | 一种基于特征波束的自适应波束域fsa的杂波抑制降维方法 |
CN113534055A (zh) * | 2021-06-11 | 2021-10-22 | 西安电子科技大学 | 一种插值补偿的匀加速机载雷达杂波抑制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6297772B1 (en) * | 1974-09-23 | 2001-10-02 | The United States Of America As Represented By The Secretary Of The Navy | Predicting coherent sidelobe canceller |
JP2008116345A (ja) * | 2006-11-06 | 2008-05-22 | Toshiba Corp | レーダ信号処理装置 |
CN101226236A (zh) * | 2007-12-18 | 2008-07-23 | 西安电子科技大学 | 基于旁瓣约束的天波超视距雷达自适应干扰抑制方法 |
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 |
CN103954942A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 机载mimo雷达三维波束空间的部分联合杂波抑制方法 |
CN104360325A (zh) * | 2014-11-26 | 2015-02-18 | 西安电子科技大学 | 机载前视阵雷达的空时自适应处理方法 |
CN104459658A (zh) * | 2014-06-19 | 2015-03-25 | 西安电子科技大学 | 基于数据拟合的联合域定位空时二维自适应处理方法 |
-
2015
- 2015-11-24 CN CN201510823767.9A patent/CN105319538B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6297772B1 (en) * | 1974-09-23 | 2001-10-02 | The United States Of America As Represented By The Secretary Of The Navy | Predicting coherent sidelobe canceller |
JP2008116345A (ja) * | 2006-11-06 | 2008-05-22 | Toshiba Corp | レーダ信号処理装置 |
CN101226236A (zh) * | 2007-12-18 | 2008-07-23 | 西安电子科技大学 | 基于旁瓣约束的天波超视距雷达自适应干扰抑制方法 |
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 |
CN103954942A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 机载mimo雷达三维波束空间的部分联合杂波抑制方法 |
CN104459658A (zh) * | 2014-06-19 | 2015-03-25 | 西安电子科技大学 | 基于数据拟合的联合域定位空时二维自适应处理方法 |
CN104360325A (zh) * | 2014-11-26 | 2015-02-18 | 西安电子科技大学 | 机载前视阵雷达的空时自适应处理方法 |
Non-Patent Citations (1)
Title |
---|
同亚龙等: ""基于杂波脊先验信息的非均匀杂波抑制方法"", 《系统工程与电子技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772303A (zh) * | 2016-12-22 | 2017-05-31 | 西安电子工程研究所 | Mtd雷达的通道级杂波抑制方法 |
CN106772303B (zh) * | 2016-12-22 | 2019-02-01 | 西安电子工程研究所 | Mtd雷达的通道级杂波抑制方法 |
CN110609255A (zh) * | 2019-07-31 | 2019-12-24 | 西安电子科技大学 | 一种基于特征波束的自适应波束域fsa的杂波抑制降维方法 |
CN110609255B (zh) * | 2019-07-31 | 2021-11-19 | 西安电子科技大学 | 一种基于特征波束的自适应波束域fsa的杂波抑制降维方法 |
CN113534055A (zh) * | 2021-06-11 | 2021-10-22 | 西安电子科技大学 | 一种插值补偿的匀加速机载雷达杂波抑制方法 |
CN113534055B (zh) * | 2021-06-11 | 2023-03-14 | 西安电子科技大学 | 一种插值补偿的匀加速机载雷达杂波抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105319538B (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103383448B (zh) | 适用于hprf波形机载雷达的杂波抑制方法 | |
CN102279387B (zh) | Mimo雷达的目标到达角估计方法 | |
CN101561497B (zh) | 机载雷达杂波抑制方法 | |
CN101556328B (zh) | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN105738879B (zh) | 基于稀疏恢复的雷达杂波空时自适应预滤波方法 | |
CN104020469B (zh) | 一种mimo雷达距离-角度二维超分辨率成像算法 | |
CN104360325B (zh) | 机载前视阵雷达的空时自适应处理方法 | |
CN110412559A (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN107831480A (zh) | 弹载雷达和差通道稳健自适应杂波抑制方法 | |
CN103018727A (zh) | 一种基于样本训练的机载雷达非平稳杂波抑制方法 | |
CN110297233B (zh) | Lfmcw阵列雷达信号并行流水化处理方法 | |
CN107255797B (zh) | 基于发射空时权优化及ka-stap的机载雷达杂波抑制方法 | |
CN107092007A (zh) | 一种虚拟二阶阵列扩展的波达方向估计方法 | |
CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及系统 | |
CN103983952A (zh) | 一种非圆信号双基地mimo雷达低复杂度收发角度联合估计方法 | |
CN103399309A (zh) | 基于迭代加权最小方差的空时二维杂波谱估计方法 | |
CN105223557A (zh) | 基于辅助通道的机载预警雷达杂波抑制方法 | |
CN111007503A (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN104345299A (zh) | 基于简化ec的机载mimo雷达空时自适应处理方法 | |
CN105319538A (zh) | 基于辅助通道的空时自适应杂波抑制方法 | |
CN104280720B (zh) | 前视机载雷达发射方向图的设计方法 | |
CN105891799A (zh) | 适用于机械扫描雷达的有源干扰侦察方法 | |
CN105824016B (zh) | 运动平台雷达检测超低空目标的稳健空时自适应处理方法 |
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 |