CN105785338B - 一种频率捷变雷达载频的优化方法 - Google Patents
一种频率捷变雷达载频的优化方法 Download PDFInfo
- Publication number
- CN105785338B CN105785338B CN201610133614.6A CN201610133614A CN105785338B CN 105785338 B CN105785338 B CN 105785338B CN 201610133614 A CN201610133614 A CN 201610133614A CN 105785338 B CN105785338 B CN 105785338B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mtd
- mfrac
- 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.)
- Active
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
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
本发明属于雷达信号处理领域，公开了一种频率捷变雷达载频的优化方法，包括：建立所述频率捷变雷达回波信号模型；将所述频率捷变雷达回波信号模型转换为对应的频率捷变雷达的压缩感知模型，得到频率捷变雷达回波信号的压缩感知模型；根据所述频率捷变雷达回波信号的压缩感知模型构造目标函数，所述目标函数中包含频率捷变雷达的载频序列；采用模拟退火算法求解所述目标函数，得到优化后频率捷变雷达的载频序列。
Description
技术领域
本发明涉及雷达信号处理领域，尤其涉及一种频率捷变雷达载频的优化方法，可应用于雷达实时信号处理系统设计和电子侦察、对抗、导弹等领域。
背景技术
频率捷变雷达发射的脉冲载频频率在一定范围内快速变化，各载频可按一定规律变化，也可随机跳变。
频率捷变雷达具有一系列优势：1)可提高抗干扰性能，2)增加雷达探测距离，3)有效抑制海浪杂波以及其他分布杂波的干扰，4)提高追踪精度，等等。在现代战场日益复杂的电磁环境中，频率捷变雷达具有广阔的应用前景。
由于雷达载频在一定范围内捷变，导致目标回波相位非线性变化，影响目标高分辨距离像合成与多普勒信息提取。
发明内容
针对上述问题，本发明的目的在于提供一种频率捷变雷达载频的优化方法，该方法中采用模拟退火算法对压缩感知模型中的字典矩阵进行了优化设计，降低了字典矩阵的列相关性，实现了重构雷达回波目标精确性的优化。
本发明的技术思路为；通过探索目标场景的稀疏特性，采用一种基于压缩感知(Compressive Sensing，CS)的频率捷变雷达信号处理算法，进行目标高分辨距离-速度二维联合压缩感知。为了提高稀疏恢复算法中基矩阵的重构性能，采用模拟退火算法对频率捷变雷达各载频频率进行优化设计，降低了字典矩阵的列相关性，从而提高雷达回波信号重构性能。
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。
一种频率捷变雷达载频的优化方法，所述方法包括如下步骤：
步骤1，建立所述频率捷变雷达回波信号模型；
步骤2，将所述频率捷变雷达回波信号模型转换为对应的频率捷变雷达回波信号的压缩感知模型；
步骤3，根据所述频率捷变雷达回波信号的压缩感知模型构造目标函数，所述目标函数中包含频率捷变雷达的载频序列；
步骤4，采用模拟退火算法求解所述目标函数，得到优化后频率捷变雷达的载频序列。
本发明具有如下优点：(1)雷达模型选用的是频率捷变雷达，相对于传统脉冲雷达，具有合成宽带宽，探测距离远，抗电子对抗，抗干扰等诸多优点，具有更强的在复杂环境中生存的能力。(2)由于频率捷变雷达的载频是随机跳变的，这就导致了回波相位的非线性变化，因而传统的动目标检测MTD等技术不能很好的在频率捷变雷达中适用；本发明所采用的目标检测手段是基于压缩感知的目标特征重构，该方法避免了传统方法对一个目标检测出多个多普勒频率的缺点。(3)本发明使用了模拟退火算法对频率捷变雷达的载频进行了优化设计，增加了频率捷变雷达压缩感知模型重构信号的可靠性。
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为本发明实施例提供的一种频率捷变雷达载频的优化方法的流程示意图；
图2为本发明实施例中所采用的模拟退火算法的流程示意图；
图3是本发明实施例中所采用的优化载频频率捷变雷达的字典矩阵列相关性与随机载频序列频率捷变雷达字典矩阵的列相关性对比示意图；
图4是本发明中所采用的优化载频频率捷变雷达与随机载频频率捷变雷达的目标成功估计概率随SNR的变化曲线示意图；
图5是本发明中所采用的优化载频频率捷变雷达与随机载频频率捷变雷达的目标能量估计误差随SNR的变化曲线示意图；
图6是本发明中所采用的优化载频频率捷变雷达与随机载频频率捷变雷达的目标参数估计结果对比示意图。
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频率捷变雷达载频的优化方法，如图1所示，所述方法包括如下步骤：
步骤1，建立所述频率捷变雷达回波信号模型。
步骤1具体包括：
(1a)获取目标粗距离像；
随机产生长度为Q的载频序列，所述频率捷变雷达发射的脉冲信号中每个脉冲内采用线性调频率相同的线性调频波形，则所述频率捷变雷达回波信号表示为：
其中为快时间，tq为慢时间，T为脉冲重复间隔，tq＝qT，Tp为脉冲时宽，fq为第q个脉冲载频，γ为线性调频率；
将所述频率捷变雷达回波信号下变频为基带回波信号，再对所述基带回波信号进行脉冲压缩得到目标粗距离像为：
(1b)获取目标高分辨距离像；
取第l个粗距离门，l∈{1，2，…，L}，L为距离向采样点数，假设该距离门内存在G个目标，单个粗分辨距离单元内第q个脉冲的回波信号表示为：
其中τg＝2(rg+vgqT)/c，为第g个目标的高分辨时延，rg为第g个目标的高分辨距离，vg为第g个目标的速度，Ag为第g个目标的幅度响应，n(l，tq)为方位qT时刻、距离l/fs时刻噪声测量值，fs为距离向采样率；
将第l个粗分辨距离单元表示为：
将上式作为最终的频率捷变雷达回波信号模型，其中为目标复幅度响应值，其中f0为固定载频值，Δf是在固定载频f0基础上的增量，每个粗分辨距离单元都被划分为若干个高分辨距离单元。
步骤2，将所述频率捷变雷达回波信号模型转换为对应的频率捷变雷达回波信号的压缩感知模型。
步骤2具体包括如下子步骤：
(2a)压缩感知的模型为：y＝Ψx+n＝ΨΦα+n＝Dα+n，其中，x为原始信号，Ψ为基矩阵，D为字典矩阵，y为压缩之后的信号；
所述频率捷变雷达回波信号模型为：
(2b)将所述频率捷变雷达回波信号模型与压缩感知模型相匹配，得到频率捷变雷达回波信号的压缩感知模型。
进一步的，子步骤(2b)具体包括如下子步骤：
(2b1)设粗分辨距离单元为ΔR，高分辨距离单元为Δr＝ΔR/N，N为高分辨距离单元的个数，速度分辨单元为Δv＝vmax/M，vmax为雷达最大不模糊速度，M为速度分辨单元个数；
构造字典矩阵D，今每个速度分辨单元均包含N个高分辨距离单元，得Q×NM维字典矩阵D：
其中为字典矩阵D的第iN+k列元素，vi代表第i个速度分辨单元的速度，rk代表第k个高分辨距离单元的距离；
(2b2)将目标的复幅度响应写成向量形式：
其中为目标的复幅度，表示该目标位于第i个速度单元，第k个距离高分辨单元；
(2b3)将频率捷变雷达回波信号和接收到的噪声以向量形式表示：
y＝[y1…yq…yQ]T
n＝[n1…nq…nQ]T
其中，yq为方位qT时刻、距离l/fs时刻雷达回波采样数据，eq为方位qT时刻、距离l/fs时刻的测量噪声，q∈{1，2，…，Q}。
步骤3，根据所述频率捷变雷达回波信号的压缩感知模型构造目标函数，所述目标函数中包含频率捷变雷达的载频序列。
步骤3具体为：目标函数f(X)为频率捷变雷达回波信号的压缩感知模型中字典矩阵的最大列相关值，字典矩阵为列数为一个粗分辨距离单元内高分辨距离单元的个数同速度单元个数的乘积的矩阵。
步骤4，采用模拟退火算法求解所述目标函数，得到优化后频率捷变雷达的载频序列。
具体的，如图2所示，步骤4具体包括如下子步骤：
(4a)初始化参数：设置初始温度Te、降温系数β、不同温度的个数Nt、在每个温度下的迭代次数Nx；nt表示已经使用的温度个数，n表示在某个温度下已经进行的迭代次数；
(4b)设置初始频率搜索步长Δf，设置初始解X，初始解X为一组随机频率序列，根据初始解计算目标函数的初始值；
(4c)根据所述初始解X和所述初始频率搜索步长Δf更新载频X(q)，q＝1，2，…，Q，Q为载频个数，X(q)以概率η变化为X(q)*，X(q)*的概率分布为如下公式所示：
(4d)更新载频序列X*，求解对应的目标函数值f(X*)；
(4e)计算目标函数变化值ΔE＝f(X)-f(X*)；以概率p接受新解，其中p的概率分布为：
(4f)重复执行子步骤(4c)至子步骤(4e)，直到q＞Q；
(4g)今n的值加一；
(4h)重复执行子步骤(4c)至子步骤(4g)，直到n＞Nx；
(4i)对初始温度Te乘以降温系数β进行降温，且nt的值加一；
(4j)重复执行子步骤(4c)至子步骤(4i)，直到nt＞Nt；
(4k)更新初始频率搜索步长Δf，重复执行子步骤(4c)至子步骤(4j)，得到最优解作为优化后频率捷变雷达的载频序列。
仿真实验：模拟退火算法对随机载频的优化效果对比。
对随机载频的频率捷变雷达、优化载频的频率捷变雷达的压缩感知模型进行求解，对两个模型的优劣进行比较，在矩阵的列相关值的数值分布情况，以及雷达回波目标估计准确性进行对比：
字典矩阵列相关值的数值分布情况比较，其结果如说明书附图中图3所示：其中，图3(a)载频数量为16时字典矩阵列相关值的分布；图3(b)载频数量为32时字典矩阵列相关值的分布；图3(c)载频数量为64时字典矩阵列相关值的分布。
两种雷达模型的目标成功恢复概率随信噪比(SNR)变化曲线的对比，其结果如说明书附图中图4所示。
两种雷达模型的目标能量估计误差随(SNR)变化曲线的对比，其结果如说明书附图中图5所示。
两种雷达模型的目标成功恢复效果对比，其结果如说明书附图中图6所示其中，图6(a)为随机载频的频率捷变雷达目标恢复效果图，图6(b)为优化载频的频率捷变雷达目标恢复效果图。
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 (5)
1.一种频率捷变雷达载频的优化方法，其特征在于，所述方法包括如下步骤：
步骤1，建立所述频率捷变雷达回波信号模型；
步骤2，将所述频率捷变雷达回波信号模型转换为对应的频率捷变雷达回波信号的压缩感知模型；
其中，步骤2具体包括如下子步骤：
(2a)压缩感知的模型为：y＝Ψx+n＝ΨΦα+n＝Dα+n，其中，x为原始信号，Ψ为基矩阵，n为测量噪声，y为压缩之后的信号，D为字典矩阵；
所述频率捷变雷达回波信号模型为：
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>,</mo>
<msub>
<mi>t</mi>
<mi>q</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>g</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>G</mi>
</munderover>
<msub>
<mi>a</mi>
<mi>g</mi>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>q</mi>
</msub>
<mfrac>
<msub>
<mi>r</mi>
<mi>g</mi>
</msub>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;f</mi>
<mn>0</mn>
</msub>
<mfrac>
<mrow>
<msub>
<mi>v</mi>
<mi>g</mi>
</msub>
<mi>q</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>q</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>v</mi>
<mi>g</mi>
</msub>
<mi>q</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<mo>+</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>,</mo>
<msub>
<mi>t</mi>
<mi>q</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，y(l，tq)表示第l个粗分辨距离单元的回波信号，l∈{1，2，…，L}，L为距离向采样点数，tq为慢时间，T为脉冲重复间隔，tq＝qT，ag为第g个目标的复幅度响应值，G表示第l个粗分辨距离单元内存在的目标个数，fq为第q个脉冲载频，rg为第g个目标的高分辨距离，vg为第g个目标的速度，n(l，tq)为方位qT时刻、距离l/fs时刻的噪声，fs为距离向采样频率，f0为固定载频，Δf是在固定载频f0基础上的增量，每个粗分辨距离单元都被划分为若干个高分辨距离单元；
(2b)将所述频率捷变雷达回波信号模型与压缩感知模型相匹配，得到频率捷变雷达回波信号的压缩感知模型；
步骤3，根据所述频率捷变雷达回波信号的压缩感知模型构造目标函数，所述目标函数中包含频率捷变雷达的载频序列；
步骤4，采用模拟退火算法求解所述目标函数，得到优化后频率捷变雷达的载频序列。
2.根据权利要求1所述的一种频率捷变雷达载频的优化方法，其特征在于，步骤1具体包括：
随机产生长度为Q的载频序列，所述频率捷变雷达发射的脉冲信号中每个脉冲内采用线性调频率相同的线性调频波形，则所述频率捷变雷达回波信号表示为：
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>,</mo>
<msub>
<mi>t</mi>
<mi>q</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>g</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>G</mi>
</munderover>
<msub>
<mi>a</mi>
<mi>g</mi>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>q</mi>
</msub>
<mfrac>
<msub>
<mi>r</mi>
<mi>g</mi>
</msub>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;f</mi>
<mn>0</mn>
</msub>
<mfrac>
<mrow>
<msub>
<mi>v</mi>
<mi>g</mi>
</msub>
<mi>q</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>q</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>v</mi>
<mi>g</mi>
</msub>
<mi>q</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
<mo>+</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>,</mo>
<msub>
<mi>t</mi>
<mi>q</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，y(l，tq)表示第l个粗分辨距离单元的回波信号，l∈{1，2，…，L}，L为距离向采样点数，tq为慢时间，T为脉冲重复间隔，tq＝qT，ag为第g个目标的复幅度响应值，G表示第l个粗分辨距离单元内存在的目标个数，fq为第q个脉冲载频，rg为第g个目标的高分辨距离，vg为第g个目标的速度，n(l，tq)为方位qT时刻、距离l/fs时刻的噪声，fs为距离向采样频率，f0为固定载频，Δf是在固定载频f0基础上的增量，每个粗分辨距离单元都被划分为若干个高分辨距离单元。
3.根据权利要求1所述的一种频率捷变雷达载频的优化方法，其特征在于，子步骤(2b)具体包括如下子步骤：
(2b1)设粗分辨距离单元为ΔR，高分辨距离单元为Δr＝ΔR/N，N为高分辨距离单元的个数，速度分辨单元为Δv＝vmax/M，vmax为雷达最大不模糊速度，M为速度分辨单元个数；
构造字典矩阵D，今每个速度分辨单元均包含N个高分辨距离单元，得Q×NM维字典矩阵D：
<mrow>
<mi>D</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>...</mo>
<mo>...</mo>
</mrow>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mi>M</mi>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mi>M</mi>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>r</mi>
<mi>k</mi>
</msub>
</mrow>
</msub>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mn>1</mn>
</msub>
<mfrac>
<mrow>
<mi>k</mi>
<mi>&Delta;</mi>
<mi>r</mi>
</mrow>
<mi>c</mi>
</mfrac>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;f</mi>
<mn>0</mn>
</msub>
<mfrac>
<mrow>
<mi>i</mi>
<mi>&Delta;</mi>
<mi>v</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mn>1</mn>
</msub>
<mfrac>
<mrow>
<mi>i</mi>
<mi>&Delta;</mi>
<mi>v</mi>
<mi>T</mi>
</mrow>
<mi>v</mi>
</mfrac>
</mrow>
</msup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>Q</mi>
</msub>
<mfrac>
<mrow>
<mi>k</mi>
<mi>&Delta;</mi>
<mi>r</mi>
</mrow>
<mi>c</mi>
</mfrac>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;f</mi>
<mn>0</mn>
</msub>
<mfrac>
<mrow>
<mi>i</mi>
<mi>&Delta;</mi>
<mi>v</mi>
<mi>Q</mi>
<mi>T</mi>
</mrow>
<mi>v</mi>
</mfrac>
<mo>-</mo>
<mi>j</mi>
<mn>4</mn>
<msub>
<mi>&pi;&Delta;f</mi>
<mi>Q</mi>
</msub>
<mfrac>
<mrow>
<mi>i</mi>
<mi>&Delta;</mi>
<mi>v</mi>
<mi>Q</mi>
<mi>T</mi>
</mrow>
<mi>c</mi>
</mfrac>
</mrow>
</msup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
其中为字典矩阵D的第iN+k列元素，vi代表第i个速度分辨单元的速度，rk代表第k个高分辨距离单元的距离；
(2b2)将目标的复幅度响应写成向量形式：
<mrow>
<mi>&alpha;</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>...</mo>
<mo>...</mo>
</mrow>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mi>M</mi>
</msub>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mrow>
<msub>
<mi>v</mi>
<mi>M</mi>
</msub>
<msub>
<mi>r</mi>
<mi>N</mi>
</msub>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
其中为目标的复幅度，表示该目标位于第i个速度单元，第k个距离高分辨单元；
(2b3)将频率捷变雷达回波信号和接收到的噪声以向量形式表示：
y＝[y1…yq…yQ]T
n＝[n1…nq…nQ]T
其中，yq为方位qT时刻、距离l/fs时刻雷达回波采样数据，nq为方位qT时刻、距离l/fs时刻的测量噪声，q∈{1，2，…，Q}。
4.根据权利要求1所述的一种频率捷变雷达载频的优化方法，其特征在于，步骤3具体为：
目标函数f(X)为频率捷变雷达回波信号的压缩感知模型中字典矩阵的最大列相关值，字典矩阵为列数为一个粗分辨距离单元内高分辨距离单元的个数同速度单元个数的乘积的矩阵。
5.根据权利要求1所述的一种频率捷变雷达载频的优化方法，其特征在于，步骤4具体包括如下子步骤：
(4a)初始化参数：设置初始温度Te、降温系数β、不同温度的个数Nt、在每个温度下的迭代次数Nx；nt表示已经使用的温度个数，n表示在某个温度下已经进行的迭代次数；
(4b)设置初始频率搜索步长Δf，设置初始解X，初始解X为一组随机频率序列，根据初始解计算目标函数的初始值；
(4c)根据所述初始解X和所述初始频率搜索步长Δf更新载频X(q)，q＝1，2，…，Q，Q为载频个数，X(q)以概率η变化为X(q)*，X(q)*的概率分布为如下公式所示：
<mrow>
<mi>X</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>*</mo>
</msup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
(4d)更新载频序列X*，求解对应的目标函数值f(X*)；
(4e)计算目标函数变化值ΔE＝f(X)-f(X*)；以概率p接受新解，其中p的概率分布为：
<mrow>
<mi>p</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>E</mi>
<mo><</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>E</mi>
<mo>/</mo>
<mi>T</mi>
<mi>e</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>E</mi>
<mo>></mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
(4f)重复执行子步骤(4c)至子步骤(4e)，直到q＞Q；
(4g)今n的值加一；
(4h)重复执行子步骤(4c)至子步骤(4g)，直到n＞Nx；
(4i)对初始温度Te乘以降温系数β进行降温，且nt的值加一；
(4j)重复执行子步骤(4c)至子步骤(4i)，直到nt＞Nt；
(4k)更新初始频率搜索步长Δf，重复执行子步骤(4c)至子步骤(4j)，得到最优解作为优化后频率捷变雷达的载频序列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610133614.6A CN105785338B (zh) | 2016-03-09 | 2016-03-09 | 一种频率捷变雷达载频的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610133614.6A CN105785338B (zh) | 2016-03-09 | 2016-03-09 | 一种频率捷变雷达载频的优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105785338A CN105785338A (zh) | 2016-07-20 |
| CN105785338B true CN105785338B (zh) | 2017-11-17 |
Family
ID=56388205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610133614.6A Active CN105785338B (zh) | 2016-03-09 | 2016-03-09 | 一种频率捷变雷达载频的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105785338B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680795A (zh) * | 2016-12-29 | 2017-05-17 | 西安电子科技大学 | 频率捷变信号的时域调制域参数联合测量方法 |
| CN106646446B (zh) * | 2017-03-15 | 2019-03-08 | 中国人民解放军国防科学技术大学 | 脉冲压缩捷变频雷达的动目标检测方法 |
| CN109031289B (zh) * | 2018-07-13 | 2020-06-09 | 清华大学 | 认知捷变频雷达波形设计方法和装置 |
| CN109164421B (zh) * | 2018-09-26 | 2023-06-30 | 西安电子科技大学 | 一种基于二维重构算法的目标检测方法 |
| CN110109076B (zh) * | 2019-04-24 | 2022-04-08 | 西安电子科技大学 | 基于相位对消捷变相参雷达杂波抑制的目标检测方法 |
| CN110095765B (zh) * | 2019-05-21 | 2022-05-17 | 西安电子科技大学 | 捷变频雷达的高分辨多普勒重构方法 |
| CN110426701B (zh) * | 2019-09-03 | 2023-03-31 | 河海大学 | 一种基于速度维稀疏表示的捷变频雷达目标速度测量方法 |
| CN110954885B (zh) * | 2019-11-26 | 2022-07-12 | 西安电子科技大学 | 基于sbl的捷变频雷达自适应目标重构方法 |
| CN111693960A (zh) * | 2020-06-11 | 2020-09-22 | 中山大学 | 一种变频压缩感知雷达的信号处理方法 |
| CN113759321B (zh) * | 2021-07-20 | 2023-12-22 | 西安电子科技大学 | 基于捷变频雷达的分段脉压抗间歇采样转发干扰方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104142500A (zh) * | 2014-08-21 | 2014-11-12 | 中国科学院电子学研究所 | 确定稀疏微波成像方位向采样序列的方法 |
| CN105093203A (zh) * | 2015-08-31 | 2015-11-25 | 中国科学院电子学研究所 | 星体次表层遥感探测雷达回波模拟及参数反演方法 |
-
2016
- 2016-03-09 CN CN201610133614.6A patent/CN105785338B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104142500A (zh) * | 2014-08-21 | 2014-11-12 | 中国科学院电子学研究所 | 确定稀疏微波成像方位向采样序列的方法 |
| CN105093203A (zh) * | 2015-08-31 | 2015-11-25 | 中国科学院电子学研究所 | 星体次表层遥感探测雷达回波模拟及参数反演方法 |
Non-Patent Citations (2)
| Title |
|---|
| "The design and implementation of a multi-waveform radar echo simulator";Yinghui Quan et al.;《REVIEW OF SCIENTIFIC INSTRUMENTS》;20151231;第86卷(第10期);104702-1—104702-7 * |
| "基于优化阵型的压缩感知DOA估计方法研究";杨绪;《中国优秀硕士学位论文全文数据库 信息科技辑》;20141115(第11期);第2.4，3.3.1节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105785338A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105785338B (zh) | 一种频率捷变雷达载频的优化方法 | |
| CN105242243B (zh) | 基于去斜处理和两次延时的宽带接收数字波束形成方法 | |
| CN110412558A (zh) | 基于tdm mimo的解车载fmcw雷达速度模糊方法 | |
| CN105738879B (zh) | 基于稀疏恢复的雷达杂波空时自适应预滤波方法 | |
| CN104777479B (zh) | 基于多核dsp的前侧视sar实时成像方法 | |
| CN104833972B (zh) | 一种双基地调频连续波合成孔径雷达频率变标成像方法 | |
| CN102879783B (zh) | 基于稀疏探测频率信号的isar成像方法 | |
| CN106872954A (zh) | 一种高超声速平台杂波抑制和运动目标成像方法 | |
| CN106407677A (zh) | 一种测量数据丢失情况下的多目标跟踪方法 | |
| CN103135100B (zh) | 同轨双基sar的动目标参数估计方法 | |
| CN105223572B (zh) | 一种基于pfa算法的正前视双基sar成像处理方法 | |
| CN104849708B (zh) | 基于频域多项式相位变换的高速机动目标参数估计方法 | |
| CN105242255B (zh) | 基于压缩感知的双通道sar‑gmti方法 | |
| CN107843875A (zh) | 基于奇异值分解降噪的贝叶斯压缩感知雷达数据融合方法 | |
| CN105204004A (zh) | 基于数字延时和相位补偿的发射数字波束形成方法 | |
| CN109934101A (zh) | 基于卷积神经网络的雷达杂波识别方法 | |
| CN105137409A (zh) | 基于幅相约束的目标信号稳健空时自适应处理方法 | |
| CN109164421A (zh) | 一种基于二维重构算法的目标检测方法 | |
| CN109507666A (zh) | 基于离网变分贝叶斯算法的isar稀疏频带成像方法 | |
| CN103399308B (zh) | 主瓣和旁瓣干扰背景下雷达目标角度快速估计方法 | |
| CN103630899B (zh) | 地面运动目标高分辨雷达压缩感知成像的方法 | |
| CN107976676A (zh) | 一种机载合成孔径雷达动目标成像方法 | |
| CN104977570B (zh) | 改进基于零空间调整的双通道稀疏sar动目标检测方法 | |
| Wen et al. | Sparse representation for target parameter estimation in CDR-based passive radar | |
| CN101727514B (zh) | 一种被动雷达接收机仿真方法 |
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 |