CN105785331B - 一种采用盲源分离的外辐射源雷达直达波恢复方法 - Google Patents
一种采用盲源分离的外辐射源雷达直达波恢复方法 Download PDFInfo
- Publication number
- CN105785331B CN105785331B CN201610120942.2A CN201610120942A CN105785331B CN 105785331 B CN105785331 B CN 105785331B CN 201610120942 A CN201610120942 A CN 201610120942A CN 105785331 B CN105785331 B CN 105785331B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- formula
- signal
- blind source
- 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.)
- Expired - Fee Related
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
本发明公开了一种采用盲源分离的外辐射源雷达直达波恢复方法，包括以下几个步骤：(1)线阵接收信号x1(n),…,xN(n)，从而形成数字波束；(2)将参考电台的波束信号yS(n)与J个干扰电台的波束信号y1(n),…,yJ(n)共同输入瞬时ICA(独立成分分析)盲源分离模块，然后将盲源分离的输出信号p0(n),p1(n),…,pJ(n)通过解模糊处理模块，得到参考电台信号q(n)；(3)将yl(n)分别输入空域‑快时间域模块的多个FIR(有限冲击响应)滤波器，通过多维空域‑快时间域算法进行二维自适应滤波处理，输出得到监测通道信号z(n)；(4)基于参考电台信号q(n)与监测通道信号z(n)计算得到目标的时延多普勒平面。本发明解决了盲源分离方法的输出信号顺序模糊难题，从而可以保证可靠的参考电台直达波恢复。
Description
技术领域
本发明涉及一种采用盲源分离的外辐射源雷达直达波恢复方法，属于浮空平台外辐射源雷达技术领域。
背景技术
浮空平台雷达指以飞艇或热气球等为载体的雷达系统。与地面雷达系统相比，该类系统不受地球曲率、遮蔽物的影响，观测距离远。因此，以浮空平台为载体的雷达在上世纪七八十年代被提出之后，即在气象监测、矿产资源搜索、导弹预警等诸多领域获得大量的研究与应用。由于升力受限，浮空平台的载荷重量受到严格的限制。因此，有源相控阵雷达在浮空平台的应用受到限制。而外辐射源雷达(又称为无源双基地雷达)采用收发分离的体制，发射站可以采用民用照射源，如调频广播信号、数字电视信号等。该种外辐射源雷达不需要将发射系统升空，仅需接收天线安装在浮空平台，重量有效下降，适合浮空平台应用。
在浮空平台采用调频广播信号作为照射源，具有良好的应用前景。但是，以浮空平台为载体的调频广播外辐射源雷达由于覆盖区域的增加，区域内的同频、邻频电台大量增加。由于同频电台的出现，直达波的提取与杂波与干扰的抑制变得更加困难。对于地面系统而言，直达波恢复一般采用指向参考电台的波束。但是，对于同频干扰存在的情况下，直达波的纯度下降。这将导致匹配滤波检测的虚警升高。
发明内容
针对现有技术存在的不足，本发明目的是提供一种一种采用盲源分离的外辐射源雷达直达波恢复方法，采用盲源分离的方法，可以可靠的保证参考电台直达波恢复。
为了实现上述目的，本发明是通过如下的技术方案来实现：
本发明的一种采用盲源分离的外辐射源雷达直达波恢复方法，包括以下几个步骤：
(1)通过N单元一维等间隔线阵接收调频广播外部电磁波信号x1(n),…,xN(n)，通过数字波束形成技术合成数字波束ys(n),y1(n),y2(n),…,yJ(n)；其中，N为天线单元个数，
(2)在所述数字波束ys(n),y1(n),y2(n),…,yJ(n)形成以后，将参考电台的波束信号yS(n)与J个干扰电台的波束信号y1(n),y2(n)…,yJ(n)共同输入瞬时ICA(独立成分分析)盲源分离模块，通过瞬时ICA盲源分离算法进行盲源分离；然后，将盲源分离的输出信号p0(n),p1(n),…,pJ(n)通过解模糊处理模块进行相关峰值判别，从而得到参考电台信号q(n)；
(3)将ys(n),y1(n),y2(n),…,yJ(n)分别输入空域-快时间域模块的多个FIR滤波器，通过多维空域-快时间域算法进行二维自适应滤波处理，输出得到监测通道信号z(n)；
(4)基于步骤(2)得到的参考电台信号q(n)与步骤(3)得到的监测通道信号z(n)，计算得到目标的时延多普勒平面。
步骤(1)中，N单元一维等间隔线阵中第i个阵列的接收信号具有如下形式：
式中，n表示离散时间，s(n)表示参考电台信号，Jk(n)表示干扰电台信号，ε(n)表示高斯白噪声，具有零均值和单位方差；h(n-m)为参考电台的直达波与多径，共M条；ai(θm)表示阵列第i个单元的第m条多径对应的阵列流形；ck(n-l)为第k个干扰电台的第l条直达波与多径，共L条，而bi(θlk)表示阵列第i个单元的第k个干扰电台第l条多径对应的阵列流形；m表示参考电台多径序号、M表示参考电台多径数量、k表示干扰电台序号、K表示干扰电台数量、l干扰电台多径序号、L干扰电台多径数量；
N单元一维等间隔线阵中第l个波束输出形式如下：
式中，αi表示幅度加权，λ表示雷达波长，θ为波束指向角，d为阵元间隔，j表示复数；对于参考电台与同频干扰电台而言，都存在直达波与多径杂波的叠加问题；因此对于雷达接收天线阵列的一个单元而言，式(1)属于卷积混合模型；
为了简化处理，形成针对干扰电台和参考电台的波束，从而提高相应干扰电台与参考电台的直达波信号强度，同时抑制多径的强度；当多径从副瓣进入时，对于对准直达波的波束而言，系统模型简化为
该模型即瞬时混合模型，其中，θ0为当前波束指向。
步骤(2)中，所述瞬时ICA盲源分离算法具体的步骤如下：
(2-1)设定输入，为波束形成的多波束构成的向量
Y＝[yS,y1,…,yJ]T (5)
式中[·]T表示转置运算；
(2-2)设定输出
P＝[p1,p2,…,pJ+1]T (6)
(2-3)设定非线性函数
式中log2[·]表示以2为底的对数，cosh(·)表示双曲余弦，a1表示变换系数；
(2-4)设定非线性函数一阶导数
g'(y)＝tanh(a1y)，1≤a1≤2 (8)
式中tanh(·)表示双曲正切函数；
(2-5)初始化权向量
w(0)＝0，n＝0 (9)
(2-6)权向量更新
w(n+1)＝E{Yg[wT(n)Y]}-E{g'[wT(n)Y]}w(n) (10)
式中E{·}表示求数学期望；
(2-7)权向量归一化
式中||·||表示求模运算；
(2-8)第i个盲源分离输出分量
pi＝wY (12)
步骤(2)中，令pl(n)为盲源分离的第l个输出，设参考台波束指向为第l个波束输出，采用ys(n)表示，则盲源分离结果与参考电台互相关函数可采用下式计算
Arl(n)＝IFFT{FFT[pl(n)]·{FFT[ys(n)]}*} (13)
上式中FFT[·]表示快速傅里叶变换，IFFT[·]表示快速逆傅里叶变换，{·}*表示共轭运算；峰值最大的输出对应的结果即为参考电台信号q(n)的输出。
步骤(3)中，所述多维空域-快时间域算法具体方法如下：
定义Nf个辅助天线信号的Ns点采样数据构成的数据矩阵，辅天线信号矩阵可以写成向量形式：
式中
xi(n)＝[xi(n),xi(n-1),…,xi(n-Ns+1)]T (15)
自适应滤波器组的每个FIR滤波器都采用一组长度为NL权系数来表示，FIR滤波器组权向量矩阵可以写成向量的形式：
式中
引入向量化算子，将算法输入信号变为NM×1维
χ(n)＝vec{X(n)} (18)
其中，vec{}表示矩阵向量化算子；
则S-FT协方差矩阵采用下式计算
Rχχ＝E{χ(n)χH(n)} (19)
[·]H表示转置运算；
定义NM×1维权向量
F＝vec{W(n)} (20)
则互相关向量表示为
P＝E{χ(n)Y*(n-δ)} (21)
式中，δ为主波束信号时延，权向量采用下式求解
式中，[·]-1表示矩阵求逆运算。
得到杂波抑制后的输出信号为：
z(n)＝yl(n)-FX(n) (23)
步骤(4)中，基于参考通道信号q(n)和监测通道信号z(n)得到目标的时延多普勒平面
式中，Nc表示计算式(23)所采用的样本长度，τ表示双基地时延，ζ表示双基地多普勒，z(n-τ)表示将z(n)时延τ个采样点。
本发明采用盲源分离的方法实现干扰台情况下的直达波恢复；利用同频电台方位已知等先验信息，给出了一种波束域相关函数差异判断方法，解决了盲源分离算法的输出信号顺序模糊难题，从而可以保证可靠的参考电台直达波恢复。
附图说明
图1为基于盲源分离的直达波恢复算法原理框图；
图2(a)为采用现有技术的目标检测性能图；
图2(b)为采用本发明的目标检测性能图；
图3为ICA盲源分离与与参考信号的互相关输出。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
1.同频干扰环境及其数学模型
浮空平台调频广播外辐射源雷达接收阵列考虑N单元一维等间隔线阵，考虑存在一个参考电台和L个干扰电台的情况，第i个阵列的接收信号具有如下形式：
式中n表示离散时间，s(n)表示参考电台信号，Jk(n)表示干扰电台信号，ε(n)表示高斯白噪声，具有零均值和单位方差。h(m)为参考电台的直达波与多径，共M条。ai(θm)表示阵列第i个单元的第m条多径对应的阵列流形。ck(l)为第k个干扰电台的第l条直达波与多径，共L条，而bi(θlk)表示阵列第i个单元的第k个干扰电台第l条多径对应的阵列流形。对于多个干扰电台的情况，很容易扩展上式获得。
阵列第l个波束输出形式如下：
式中αi表示幅度加权，λ表示雷达波长，θ为波束指向角，d为阵元间隔。对于参考电台与同频干扰电台而言，都存在直达波与多径杂波的叠加问题。因此对于雷达接收天线阵列的一个单元而言，式(1)属于卷积混合模型。为了简化处理，形成针对干扰电台和参考电台的波束，从而提高相应干扰电台与参考电台的直达波信号强度，同时抑制多径的强度。当多径主要从副瓣进入时，对于对准直达波的波束而言，系统模型简化为
该模型即瞬时混合模型。可以一采用瞬时混合的盲源分离方法进行求解。
2.基于盲源分离的浮空平台信号处理架构
同频干扰环境下，参见图1，图中FIR表示有限冲激响应滤波器。阵列接收信号x1(n),…,xN(n)在形成波束之后，指向参考电台的波束yS(n)与指向干扰电台的波束信号y1(n),y2(n)…,yJ(n)共同输入ICA算法进行盲源分离，输出信号经过相关峰值判别，克服解模糊问题，从而得到参考电台的直达波。波束输出yl(n)要实现空域-快时间域的二维自适应滤波处理，完成同频干扰电台与直达波电台的抑制。之后采用具有多普勒补偿的距离门互相关处理，实现对目标的检测。以下分4个部分进行详细阐述。
2.1基于Fast-ICA(快速独立成分分析)的盲源分离算法
本文的瞬时盲源分离算法，选择基于负熵最大的Fast-ICA迭代算法。具体算法步骤如下：
(1)设定输入，为波束形成的多波束构成的向量
Y＝[yS,y1,y2,…,yJ]T (5)
式中[·]T表示转置运算。
(2)设定输出
P＝[p1,p2,…,pJ+1]T (6)
(3)设定非线性函数
式中log2[·]表示以2为底的对数，cosh(·)表示双曲余弦。
(4)设定非线性函数一阶导数
g'(u)＝tanh(a1u)，1≤a1≤2 (8)
式中tanh(·)表示双曲正切函数。
(5)初始化权向量
w(0)＝0，n＝0 (9)
(6)权向量更新
w(n+1)＝E{Yg[wT(n)Y]}-E{g'[wT(n)Y]}w(n) (10)
式中E{·}表示求数学期望。
(7)权向量归一化
式中||·||表示求模运算。
(8)第i个盲源分离输出分量
pi＝wY (12)
2.2直达波解模糊处理
由于采用了ICA方法获得参考电台与干扰电台的信号分离，输出信号pl(n)存在顺序模糊问题。即盲源分离后的信号，哪一个是参考电台的信号并不确定。本文利用同频广播电台方位信息已知的特点，分别形成指向参考电台与干扰电台的波束，并与盲源分离输出的信号进行相关处理，对相关峰的值进行比较判断，与参考电台波束输出获得最大相关峰值的盲源分离输出，即参考电台信号。令pl(n)为盲源分离的第l个输出，设参考台波束指向为第l个波束输出，采用ys(n)表示，则盲源分离结果与参考电台互相关函数可采用下式计算
Arl(n)＝IFFT{FFT[pl(n)]·{FFT[ys(n)]}*} (13)
上式中FFT[·]表示快速傅里叶变换，IFFT[·]表示快速逆傅里叶变换，{·}*表示共轭运算。峰值最大的输出对应的结果即为参考电台的输出。
2.3空域-快时间域自适应滤波干扰抑制算法
传统的自适应滤波算法抑制外辐射源雷达杂波，自适应滤波器的输入采用恢复的直达波信号，该算法是时间域多维的自适应滤波算法。对于同频干扰存在的情况，空域的一维信息无法实现多干扰的抑制，必须采用多维空域处理。而多径杂波的存在使得时间维的多抽头横向滤波器仍然是必要的。这就构成了空域-快时间域的二维自适应处理算法(快时间域是指相对于数据段中的采样点，而慢时间域在雷达中指多脉冲处理的脉冲之间的对应采样时刻)。
全自适应的多维空域-快时间域算法一般采用空-快时(S-FT)二维协方差矩阵构成维纳方程进行求解，其缺点在于计算复杂。一般采用副瓣相消型算法实现算法的降维，降低计算量。但是，在自适应准则的选取方面，可以采用采样矩阵逆算法直接求取其权向量，具有算法收敛快的特点。定义Nf个辅助天线信号的Ns点采样数据构成的数据矩阵，辅天线信号矩阵可以写成向量形式：
式中
xi(n)＝[xi(n),xi(n-1),…,xi(n-Ns+1)]T (15)
自适应滤波器组的每个FIR(有限冲击响应)滤波器都采用一组长度为NL权系数来表示，滤波器组权向量矩阵可以写成向量的形式：
式中
引入向量化算子，将算法输入信号变为NM×1维
χ(n)＝vec{X(n)} (18)
则S-FT协方差矩阵采用下式计算
Rχχ＝E{χ(n)χH(n)} (19)
[·]H表示转置运算。
定义NM×1维权向量
F＝vec{W(n)} (20)
则互相关向量表示为
P＝E{χ(n)Y*(n-δ)} (21)
式中δ为主波束信号时延，权向量采用下式求解
式中，[·]-1表示矩阵求逆运算。
z(n)＝yl(n)-FX(n) (23)
2.4目标的距离与多普勒估计
对于检测通道波束而言，在完成干扰与杂波抑制之后，即可采用匹配滤波实现信号检测。发射信号作为参考信号，实现针对监测通道的匹配滤波处理。该匹配滤波处理是基于针对参考通道信号p(n)和监测通道信号z(n)的多普勒时延
式中，Nc表示相关长度，τ表示双基地时延，ζ表示双基地多普勒。
实施例
通过计算机仿真验证所给出的认知型ICA盲源分离算法的性能。仿真中浮空平台外辐射源雷达接收阵列采用16单元的半波长等间隔线阵，阵列形成波束采用25dB切比雪夫加权。外辐射源雷达工作频点设于93.7MHz，参考电台位于10°，1个同频干扰电台位于-10°，到达接收站的多径情况见表1所示。目标观测位于30°方向。目标1位于双基地距离150km，双基地多普勒-200Hz，目标2双基地距离175km，双基地多普勒119Hz。调频广播信号同相与正交分量数据率分别取200kHz，信号带宽取20kHz。干扰台与目标信号强度比设置为60dB，参考台与目标信号强度比设置为60dB。空时二维滤波器长度取32阶，空域取二个辅助通道。本仿真验证算法包括：传统的波束形成直达波恢复算法及空域-快时间域算法，记为算法1。本文所提的基于认知技术的波束域降维ICA盲源分离与空域-快时间域算法，即为算法2。
表1同频电台的直达波与多径信息
图2(a)和2(b)给出了两种算法的距离多普勒图，用以评估目标检测性能。算法1的目标检测性能见图2(a)所示，算法2的检测性能见图2(b)所示。对比两图可见，由于干扰台在副瓣的影响，算法1检测信噪比为38.2dB，算法2为43.5dB。本文算法性能显著提高。本文算法2在计算过程中采用波束域相关的方法所获得的峰值见图3所示。可见，在盲源分离输出解模糊的运算中，本文给出的波束域相关解模糊方法峰值显著，较有效。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种采用盲源分离的外辐射源雷达直达波恢复方法，其特征在于，包括以下几个步骤：
(1)通过N单元一维等间隔线阵接收调频广播外部电磁波信号x1(n),…,xN(n)，通过数字波束形成技术合成数字波束ys(n),y1(n),y2(n),…,yJ(n)；其中，N为天线单元个数；
(2)在所述数字波束ys(n),y1(n),y2(n),…,yJ(n)形成以后，将参考电台的波束信号yS(n)与J个干扰电台的波束信号y1(n),y2(n)…,yJ(n)共同输入瞬时ICA盲源分离模块，通过瞬时ICA盲源分离算法进行盲源分离；然后，将盲源分离的输出信号p0(n),p1(n),…,pJ(n)通过解模糊处理模块进行相关峰值判别，从而得到参考电台信号q(n)；
(3)将ys(n),y1(n),y2(n),…,yJ(n)分别输入空域-快时间域模块的多个FIR滤波器，通过多维空域-快时间域算法进行二维自适应滤波处理，输出得到监测通道信号z(n)；
(4)基于步骤(2)得到的参考电台信号q(n)与步骤(3)得到的监测通道信号z(n)，计算得到目标的时延多普勒平面；
步骤(1)中，N单元一维等间隔线阵中第i个阵列的接收信号具有如下形式：
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>K</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>l</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>J</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，n表示离散时间，s(n)表示参考电台信号，Jk(n)表示干扰电台信号，ε(n)表示高斯白噪声，具有零均值和单位方差；h(n-m)为参考电台的直达波与多径，共M条；ai(θm)表示阵列第i个单元的第m条多径对应的阵列流形；ck(n-l)为第k个干扰电台的第l条直达波与多径，共L条，而bi(θlk)表示阵列第i个单元的第k个干扰电台第l条多径对应的阵列流形；m表示参考电台多径序号、M表示参考电台多径数量、k表示干扰电台序号、K表示干扰电台数量、l干扰电台多径序号、L干扰电台多径数量；
N单元一维等间隔线阵中第l个波束输出形式如下：
<mrow>
<msub>
<mi>y</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mfrac>
<mi>d</mi>
<mi>&lambda;</mi>
</mfrac>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，αi表示幅度加权，λ表示雷达波长，θ为波束指向角，d为阵元间隔，j表示复数；对于参考电台与同频干扰电台而言，都存在直达波与多径杂波的叠加问题；因此对于雷达接收天线阵列的一个单元而言，式(1)属于卷积混合模型；
为了简化处理，形成针对干扰电台和参考电台的波束，从而提高相应干扰电台与参考电台的直达波信号强度，同时抑制多径的强度；当多径从副瓣进入时，对于对准直达波的波束而言，系统模型简化为
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>K</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msubsup>
<mi>b</mi>
<mi>i</mi>
<mo>*</mo>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<msub>
<mi>J</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
该模型即瞬时混合模型，其中，θ0为当前波束指向；
步骤(2)中，所述瞬时ICA盲源分离算法具体的步骤如下：
(2-1)设定输入，为波束形成的多波束构成的向量
Y＝[yS,y1,…,yJ]T (5)
式中[·]T表示转置运算；
(2-2)设定输出
P＝[p1,p2,…,pJ+1]T (6)
(2-3)设定非线性函数
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
</mfrac>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<mi>cosh</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中log2[·]表示以2为底的对数，cosh(·)表示双曲余弦，a1表示变换系数；
(2-4)设定非线性函数一阶导数
g'(y)＝tanh(a1y)，1≤a1≤2 (8)
式中tanh(·)表示双曲正切函数；
(2-5)初始化权向量
w(0)＝0，n＝0(9)
(2-6)权向量更新
w(n+1)＝E{Yg[wT(n)Y]}-E{g'[wT(n)Y]}w(n) (10)
式中E{·}表示求数学期望；
(2-7)权向量归一化
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>|</mo>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
式中||·||表示求模运算；
(2-8)第i个盲源分离输出分量
pi＝wY (12)
步骤(2)中，令pl(n)为盲源分离的第l个输出，设参考台波束指向为第l个波束输出，采用ys(n)表示，则盲源分离结果与参考电台互相关函数可采用下式计算
Arl(n)＝IFFT{FFT[pl(n)]·{FFT[ys(n)]}*} (13)
上式中FFT[·]表示快速傅里叶变换，IFFT[·]表示快速逆傅里叶变换，{·}*表示共轭运算；峰值最大的输出对应的结果即为参考电台信号q(n)的输出。
2.根据权利要求1所述的采用盲源分离的外辐射源雷达直达波恢复方法，其特征在于，
步骤(3)中，所述多维空域-快时间域算法具体方法如下：
定义Nf个辅助天线信号的Ns点采样数据构成的数据矩阵，辅天线信号矩阵可以写成向量形式：
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>x</mi>
<msub>
<mi>N</mi>
<mi>f</mi>
</msub>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
式中
xi(n)＝[xi(n),xi(n-1),…,xi(n-Ns+1)]T (15)
自适应滤波器组的每个FIR滤波器都采用一组长度为NL权系数来表示，FIR滤波器组权向量矩阵可以写成向量的形式：
<mrow>
<mi>W</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>w</mi>
<msub>
<mi>N</mi>
<mi>L</mi>
</msub>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<msub>
<mi>N</mi>
<mi>L</mi>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
式中
wi(n)＝[w1i(n),w2i(n),…,wNLi(n)]T (17)
引入向量化算子，将算法输入信号变为NM×1维
χ(n)＝vec{X(n)} (18)
其中，vec{}表示矩阵向量化算子；
则S-FT协方差矩阵采用下式计算
Rχχ＝E{χ(n)χH(n)} (19)
[·]H表示转置运算；
定义NM×1维权向量
F＝vec{W(n)} (20)
则互相关向量表示为
P＝E{χ(n)Y*(n-δ)} (21)
式中，δ为主波束信号时延，权向量采用下式求解
<mrow>
<mi>F</mi>
<mo>=</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>&chi;</mi>
<mi>&chi;</mi>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mi>P</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>22</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，[·]-1表示矩阵求逆运算；
得到杂波抑制后的输出信号为：
z(n)＝yl(n)-FX(n) (23)。
3.根据权利要求1所述的采用盲源分离的外辐射源雷达直达波恢复方法，其特征在于，
步骤(4)中，基于参考通道信号q(n)和监测通道信号z(n)得到目标的时延多普勒平面
<mrow>
<mi>&chi;</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>,</mo>
<mi>&zeta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<msub>
<mi>N</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>q</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>z</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>n</mi>
<mi>&zeta;</mi>
<mo>/</mo>
<msub>
<mi>N</mi>
<mi>c</mi>
</msub>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>24</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，Nc表示计算式(23)所采用的样本长度，τ表示双基地时延，ζ表示双基地多普勒，z(n-τ)表示将z(n)时延τ个采样点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610120942.2A CN105785331B (zh) | 2016-03-02 | 2016-03-02 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610120942.2A CN105785331B (zh) | 2016-03-02 | 2016-03-02 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105785331A CN105785331A (zh) | 2016-07-20 |
| CN105785331B true CN105785331B (zh) | 2018-05-29 |
Family
ID=56387782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610120942.2A Expired - Fee Related CN105785331B (zh) | 2016-03-02 | 2016-03-02 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105785331B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106405543B (zh) * | 2016-10-21 | 2018-10-09 | 河海大学 | 一种认知型盲源分离辐射源提取方法及其评价方法 |
| CN108680910B (zh) * | 2018-05-15 | 2021-09-28 | 河海大学 | 基于波形认知的调频广播外辐射源雷达目标检测方法 |
| CN109061597B (zh) * | 2018-08-23 | 2022-04-15 | 哈尔滨工业大学 | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 |
| CN110058312B (zh) * | 2018-10-22 | 2020-07-31 | 南方科技大学 | 一种抑制地磁近场噪声干扰的方法、装置及终端设备 |
| CN109143231B (zh) * | 2018-10-29 | 2023-03-28 | 河海大学 | 基于循环对消的数字电视无源双基地雷达目标检测方法 |
| CN111220977B (zh) * | 2020-01-16 | 2022-04-08 | 深圳大学 | 基于角度及频率域滤波的似然music低仰角估计方法 |
| CN111568425B (zh) * | 2020-06-08 | 2021-08-03 | 北京大学 | 一种非接触式的多人呼吸检测方法 |
| CN112731305B (zh) * | 2020-12-17 | 2024-05-03 | 国网四川省电力公司信息通信公司 | 基于自适应多普勒域波束对消的直达波抑制方法及系统 |
| CN113835068B (zh) * | 2021-09-22 | 2023-06-20 | 南京信息工程大学 | 一种基于独立成分分析的盲源分离实时抗主瓣干扰方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2341198A1 (en) * | 1998-08-28 | 2000-03-09 | Lester H. Kosowsky | Helicopter rotorblade radar system |
| CN103926570A (zh) * | 2014-04-22 | 2014-07-16 | 北京理工大学 | 基于多通道rls的外辐射源雷达海杂波干扰抑制方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2820507B1 (fr) * | 2001-02-07 | 2003-03-28 | Onera (Off Nat Aerospatiale) | Rejection de fouillis dans un recepteur radar passif de signaux ofdm |
| US20080119716A1 (en) * | 2006-05-17 | 2008-05-22 | Olga Boric-Lubecke | Determining presence and/or physiological motion of one or more subjects with quadrature doppler radar receiver systems |
| JP5665893B2 (ja) * | 2011-02-18 | 2015-02-04 | 三菱電機株式会社 | パッシブレーダ装置 |
-
2016
- 2016-03-02 CN CN201610120942.2A patent/CN105785331B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2341198A1 (en) * | 1998-08-28 | 2000-03-09 | Lester H. Kosowsky | Helicopter rotorblade radar system |
| CN103926570A (zh) * | 2014-04-22 | 2014-07-16 | 北京理工大学 | 基于多通道rls的外辐射源雷达海杂波干扰抑制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 非合作双基地雷达中直达波信号的重构;李辉等;《系统工程与电子技术》;20101030;第32卷(第10期);第2025-2030页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105785331A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105785331B (zh) | 一种采用盲源分离的外辐射源雷达直达波恢复方法 | |
| CN103399303B (zh) | 机载雷达抗密集转发式欺骗干扰方法与系统 | |
| CN106556783B (zh) | 一种变电站内基于特高频相控阵原理的局部放电测向方法 | |
| CN106154235B (zh) | 基于频率分集mimo雷达的主瓣欺骗式干扰抑制方法 | |
| CN102830387B (zh) | 一种基于数据预处理的协方差矩阵正交化波束形成方法 | |
| CN105527610B (zh) | 基于分数阶时延估计的多天线联合优化杂波抑制方法 | |
| CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
| CN110133631B (zh) | 一种基于模糊函数的频控阵mimo雷达目标定位方法 | |
| CN103760529B (zh) | 一种无源探测高效级联空时自适应处理方法 | |
| CN105403864B (zh) | 基于改进斜投影的二维船载高频地波雷达海杂波抑制方法 | |
| CN103901416A (zh) | 一种基于稳健主成分分析法的多通道杂波抑制方法 | |
| CN109270499A (zh) | 一种基于特征矩阵联合对角化的多目标主瓣抗干扰方法 | |
| CN102981152A (zh) | 双基地多输入多输出雷达的多目标收发角度估计方法 | |
| CN111830482B (zh) | 基于捷变ofdm的fda雷达目标定位方法 | |
| CN104345321A (zh) | 一种卫星导航接收机用空时自适应抗干扰方法 | |
| CN106249209B (zh) | 一种抗速度欺骗干扰的自适应迭代估计方法 | |
| CN104020459A (zh) | 一种提高mimo-stap检测性能的波形优化方法 | |
| CN107462879A (zh) | 一种跨波束积累方法 | |
| CN111948618A (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及系统 | |
| CN111007487B (zh) | 一种基于时间反演的多基地雷达目标检测方法 | |
| CN106093926A (zh) | 双边带频率分集阵列雷达系统及其目标定位方法 | |
| Ansari et al. | Implementation of sequential algorithm in batch processing for clutter and direct signal cancellation in passive bistatic radars | |
| CN111239703A (zh) | 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法 | |
| CN115575921B (zh) | 一种基于俯仰向多通道多干扰基压制干扰抑制方法 | |
| CN109188366A (zh) | 基于子带最大信噪比准则的宽带发射自适应波束形成方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180529 Termination date: 20210302 |