CN105372635A - 基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法 - Google Patents

Abstract

本发明是基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法，属于杂波抑制领域。本发明为了解决现有技术自适应处理算法计算量大，杂波抑制效果差的问题，进而提出了一种基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法。具体步骤包括：步骤一、对高频地波雷达回波基带信号进行距离变换和多普勒变换形成距离单元和多普勒单元数据；步骤二、利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理；步骤三、对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波。本发明用于杂波抑制领域。

Description

基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法

技术领域

本发明涉及杂波抑制领域，具体涉及基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法。

背景技术

高频地波雷达的工作频率为3-30MHz，能够发射垂直极化电磁波，而且这个频段的电磁波能够以比较小的传播衰减沿着海面传播。高频地波雷达对海面目标和低空目标具有超视距检测盒跟踪的能力，能够起到早期预警的作用。岸基高频地波雷达主要作用在于海岸监测和低空防卫，这也是微波雷达和天波雷达难以实现的。垂直极化发射天线能够产生表面波。表面波传播方式产生海杂波，主要成分是一阶海杂波，对于岸基高频地波雷达，一阶海杂波频谱是两条很窄的线，不会成为目标检测的主要干扰。

随着岸基高频地波雷达的发展成熟，船载高频地波雷达继承了岸基雷达一些特点，同样也具备自身的优势，例如机动性和生存能力的提高。然而由于平台的运动，也面临一些新的问题。最大的问题是：由于平台的运动，一阶海杂波谱展宽明显。对于位于一阶海杂波展宽普中的目标很难被检测。除此之外，对于不同的方位，平台运动会产生进一步的多普勒平移。因此，一阶海杂波谱存在严重的空时耦合现象。目前，船载高频地波雷达海杂波抑制方面的研究比较有限。其中，正交投影算法OW是一种比较有效的基于一阶海杂波的空时分布的海杂波抑制方法。然而，当目标和一阶海杂波位于同一主瓣时，存在目标增益损失。为了克服正交投影的缺陷，斜投影算法在一阶海杂波位置形成很窄的凹口，解决了目标损失问题，但是当目标和一阶海杂波方位相差很远的时候，斜投影方法不能很好的抑制海杂波。斜投影算法实现了目标增益和海杂波抑制之间的折中。而且，正交投影和斜投影方法只是在空间域进行海杂波抑制，海杂波抑制性能有限。基于传统处理结构的空时自适应处理方法被提出，然而，传统的空时自适应处理方法的计算量相当大。为了解决传统空时自适应处理算法计算量大的问题，降维的空时自适应处理算法JDL(jointdomainlocalizedadaptiveprocessing)被提出，但是由于船载高频地波雷达比较差的方位向分辨率和比较大的杂波协方差矩阵估计误差，特定方位的海杂波抑制依然是很有限的。

发明内容

本发明为了解决现有技术自适应处理算法计算量大，杂波抑制效果差的问题，进而提出了一种基于改进的降维空时自适应处理IJDL(improvedjointdomainlocalizedadaptiveprocessing)的船载高频地波雷达海杂波抑制方法。

步骤一、对高频地波雷达回波基带信号进行距离变换和多普勒变换形成距离单元和多普勒单元数据；

步骤二、利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理；

步骤三、对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波。

所述的步骤二利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理步骤如下：

对于任一距离单元和任一多普勒单元，遍历方位角[0°,180°]，角度间隔为3°，计算不同方位角的输出值P_MUSIC(φ₀)

$P_{MUSIC}\left({\mathrm{\φ}}_0\right)=\frac{1}{\left|s_s{\left({\mathrm{\φ}}_0\right)}^H\left({\mathrm{UU}}^H\right)s_s\left({\mathrm{\φ}}_0\right)\right|}---\left(3\right)$

其中φ₀代表方位角；U是任一距离单元和任一多普勒单元的天线阵元数据的协方差矩阵经过特征分解得到的噪声子空间矩阵，上角标H代表共轭转置；是空间导向矢量，其中d是阵元间距，λ是波长，上角标T代表转置，N是天线阵元数目，j²＝-1；

所述的步骤三对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波步骤如下：

降维空时自适应处理抑制海杂波，公式如下：

$\mathrm{\ρ}=\frac{|w^{H}x\left(r_0\right){|}^2}{w^H{s}_0}---\left(4\right)$

其中w＝R^-1s₀，w为自适应权向量，r₀是感兴趣的距离单元，L是感兴趣距离单元r₀两侧的距离单元数，x(r)是局域处理单元LPR对应的列向量；s₀＝T^Hs， $s=s_t\left(f_0\right)\⊗s_s\left({\mathrm{\φ}}_0\right),s_t\left(f_0\right)=e^{j2{\mathrm{\πf}}_0{T}_r{\[0,1,\mathrm{...},M-1\]}^T},$ 其中f_-1，f₀，f₁是LPR中连续的多普勒频率，φ_-1，φ₀，φ₁是连续的方位角，h是M×1汉宁窗，⊙表示Hadamard乘积，表示克罗内克积。

本发明的有益效果：

本发明相比于现有技术，有以下几点优势：

第一，本发明改进的降维空时自适应处理IJDL方法与现有技术降维空时自适应处理JDL方法相比，本发明方法增加了MUSIC算法，具有更好的海杂波抑制效果；

第二，本发明利用MUSIC算法能够实现超分辨，提高方位分辨率，一定程度上实现了方位上的海杂波抑制；

第三，本发明利用降维空时自适应处理抑制海杂波，提高了系统自由度，相比现有技术一维OW空间处理方法具有更好的海杂波抑制效果。

附图说明

图1为任一距离单元数据经过方位向处理和多普勒变换后的角度单元-多普勒单元示意图，其中，LPR(localisedprocessingregion)是围绕一个感兴趣的信号点构成的η_a×η_d局部处理域，海杂波在这个区域内被抑制；

图2为IJDL、JDL和OW三种海杂波抑制方法在目标所在距离单元和方位的的多普勒域效果图，其中横坐标是多普勒频率，纵坐标是对应多普勒频率的归一化幅度值，图中包括一个仿真目标；其中，图2a为30°方位上，IJDL、JDL和OW三种方法杂波抑制方法的多普勒域效果图；图2b为95°方位上，IJDL、JDL和OW三种方法杂波抑制方法的多普勒域效果图；图2c为130°方位上，IJDL、JDL和OW三种方法杂波抑制方法的多普勒域效果图。

具体实施方式

下面结合附图，对本发明作更详细的说明。

具体实施方式一：本实施方式的基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法，具体步骤如下：

步骤一、对高频地波雷达回波基带信号进行距离变换和多普勒变换形成距离单元和多普勒单元数据；

步骤二、利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理；

步骤三、对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波。

具体实施方式有益效果：

本具体实施方式利用MUSIC算法能够实现超分辨，提高方位分辨率，一定程度上实现了方位上的海杂波抑制。

具体实施方式二：本实施方式与具体实施方式一不同的是：其特征在于所述的步骤二利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理的步骤如下：

对于任一距离单元和任一多普勒单元，遍历方位角[0°,180°]，角度间隔为3°，计算不同方位角的输出值P_MUSIC(φ₀)

$P_{MUSIC}\left({\mathrm{\φ}}_0\right)=\frac{1}{\left|s_s{\left({\mathrm{\φ}}_0\right)}^H\left({\mathrm{UU}}^H\right)s_s\left({\mathrm{\φ}}_0\right)\right|}---\left(3\right)$

其中φ₀代表方位角；U是任一距离单元和任一多普勒单元的天线阵元数据的协方差矩阵经过特征分解得到的噪声子空间矩阵，上角标H代表共轭转置；是空间导向矢量，其中d是阵元间距，λ是波长，上角标T代表转置，N是天线阵元数目，j²＝-1。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：其特征在于所述的噪声子空间矩阵U通过以下步骤实现：

对于任一距离单元和任一多普勒单元，不同天线阵元的数据d定义为

d＝[d₁,d₂,…,d_N]^T(1)

根据公式(1)得到协方差矩阵R₀为

R₀＝dd^H(2)

噪声子空间矩阵U由协方差矩阵R₀中最小的N_n个特征值的特征向量构成。

具体实施方式四：本实施方式与具体实施方式一或二不同的是：其特征在于所述的步骤三对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波步骤如下：

降维空时自适应处理抑制海杂波，公式如下：

$\mathrm{\ρ}=\frac{|w^{H}x\left(r_0\right){|}^2}{w^H{s}_0}---\left(4\right)$

其中w＝R^-1s₀，w为自适应权向量，r₀是感兴趣的距离单元，L是感兴趣距离单元r₀两侧的距离单元数，x(r)是局域处理单元LPR对应的列向量；s₀＝T^Hs， $s=s_t\left(f_0\right)\⊗s_s\left({\mathrm{\φ}}_0\right),s_t\left(f_0\right)=e^{j2{\mathrm{\πf}}_0{T}_r{\[0,1,\mathrm{...},M-1\]}^T},$ 其中f_-1，f₀，f₁是LPR中连续的多普勒频率，φ_-1，φ₀，φ₁是连续的方位角，h是M×1汉宁窗，⊙表示Hadamard乘积，表示克罗内克积。

实施例

一、设置仿真参数：

图1中的角度单元间隔为3°，多普勒频率单元间隔为0.0037Hz，N_n的取值需保证N_n个最小的特征值之和为所有特征值之和的20％。

二、仿真分析：

基于改进的降维空时自适应处理IJDL方法得到的多普勒域海杂波抑制效果与JDL、OW方法的多普勒域海杂波抑制效果进行仿真对比，仿真对比步骤如下：

步骤一、建立仿真的船目标模型；

基于改进的降维空时自适应处理方法IJDL，建立仿真的船目标模型，目标幅度起伏采用SwerlingIV模型，加入仿真目标的公式如下：

S(r)＝am(r)(SwerlingIV(p_s)⊙S_st)(5)

其中S_st＝s_t(f_0t)×s_s(φ_0t)^T，f_0t和φ_0t分别是所加目标的频率和方位；am＝FT(ph⊙h_r)，h_r是汉宁窗；FT代表傅里叶变换，r₀是所加目标的距离单元，r_max是最大的距离单元，am(r)是向量am的第r个元素；SwerlingIV(p_s)是平均幅度为p_s的SwerlingIV型目标起伏函数，p_s是所加目标的平均幅度，SCNR_in定义的是输入信噪比，是杂波加噪声的平均幅度，M是相参积累脉冲个数，是距离单元r₀的空时数据。

步骤二、IJDL、JDL和OW三种方法的不同方位海杂波抑制性能通过实际杂波加入仿真目标的数据进行比较；

经过100次蒙特卡洛实验，多普勒域的杂波抑制效果如图2。

如图2a所示，JDL和OW方法不能检测到目标，由于在30°方位电离层杂波很强，OW方法不能抑制电离层杂波，LPR在距离维上的相关性变差，而相关性对JDL和IJDL方法影响很大；如图2b所示，JDL方法性能好于OW方法，OW方法存在目标增益损失，IJDL的方法仍然表现出很好的杂波抑制效果，IJDL能够继承MUSIC算法和JDL算法的优势，在空间域集中能量和在空时域抑制杂波；图2c中，JDL和IJDL方法性能均出现恶化，LPR在距离维上较低的相关性，但IJDL方法与OW方法、JDL方法比较，仍然具有很好的杂波抑制效果。

步骤三、性能分析

在多普勒域，提出的IJDL方法杂波抑制性能好于JDL方法和OW方法两种方法；OW方法是一维杂波抑制方法，JDL和IJDL方法是二维抑制方法，JDL方法只能在平稳的杂波环境或者距离维上高相关性的环境使用；IJDL方法与JDL方法相比，由于引入的MUSIC算法，使得IJDL方法具有更好的方位分辨率；以海杂波为例，对于IJDL方法，一阶海杂波的多普勒宽度变窄，目标方位更少的频率干扰；另外，IJDL方法基于JDL算法，因此IJDL方法性能也受平稳性和距离上的相关性影响；

为了保证实际的应用，计算不同方法的运行时间，利用MATLAB2011b，不同海杂波抑制方法特定方位的多普勒计算时间如表1：

表1

从表1可知，本发明提出的IJDL方法海杂波抑制性能在多普勒域明显优于JDL和OW方法；根据运算时间，相比JDL和OW方法，IJDL方法花费时间比较多，但是只占相参积累时间的一小部分，仍然具有实际应用潜力。

Claims (3)

1.一种基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法，其特征在于，所述方法是按照以下步骤实现的：

步骤一、对高频地波雷达回波基带信号进行距离变换和多普勒变换形成距离单元和多普勒单元数据；

步骤二、利用MUSIC算法对任一距离单元和任一多普勒单元数据进行方位向处理；

对于任一距离单元和任一多普勒单元，遍历方位角[0°,180°]，角度间隔为3°，计算不同方位角的输出值P_MUSIC(φ₀)

$P_{MUSIC}\left({\mathrm{\φ}}_0\right)=\frac{1}{\left|s_s{\left({\mathrm{\φ}}_0\right)}^H\left({\mathrm{UU}}^H\right)s_s\left({\mathrm{\φ}}_0\right)\right|}---\left(3\right)$

其中φ₀代表方位角；U是任一距离单元和任一多普勒单元的天线阵元数据的协方差矩阵经过特征分解得到的噪声子空间矩阵，上角标H代表共轭转置；是空间导向矢量，其中d是阵元间距，λ是波长，上角标T代表转置，N是天线阵元数目，j²＝-1；

步骤三、对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波。

2.根据权利要求1基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法，其特征在于，所述的噪声子空间矩阵U通过以下步骤实现：

对于任一距离单元和任一多普勒单元，不同天线阵元的数据d定义为

d＝[d₁,d₂,…,d_N]^T(1)

根据公式(1)得到协方差矩阵R₀为

R₀＝dd^H(2)

噪声子空间矩阵U由协方差矩阵R₀中最小的N_n个特征值的特征向量构成。

3.根据权利要求1基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法，其特征在于，所述的步骤三对通过MUSIC算法处理后的数据进行降维空时自适应处理抑制海杂波步骤如下：

降维空时自适应处理抑制海杂波，公式如下：

$\mathrm{\ρ}=\frac{{\left|w^{H}x\left(r_0\right)\right|}^2}{w^H{s}_0}---\left(4\right)$

其中w＝R^-1s₀，w为自适应权向量，r₀是感兴趣的距离单元，L是感兴趣距离单元r₀两侧的距离单元数，x(r)是局域处理单元LPR对应的列向量；s₀＝T^Hs， $s=s_t\left(f_0\right)\⊗s_s\left({\mathrm{\φ}}_0\right),$ $s_t\left(f_0\right)=e^{j2{\mathrm{\πf}}_0{T}_r{\[0,1,...,M-1\]}^T},$ 其中f_-1，f₀，f₁是LPR中连续的多普勒频率，φ_-1，φ₀，φ₁是连续的方位角，h是M×1汉宁窗，⊙表示Hadamard乘积，表示克罗内克积。