CN106093889B - 一种发射天线极化的优化方法 - Google Patents

一种发射天线极化的优化方法 Download PDF

Info

Publication number
CN106093889B
CN106093889B CN201610686339.0A CN201610686339A CN106093889B CN 106093889 B CN106093889 B CN 106093889B CN 201610686339 A CN201610686339 A CN 201610686339A CN 106093889 B CN106093889 B CN 106093889B
Authority
CN
China
Prior art keywords
signal
polarization mode
group
discrimination probability
probability
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
Application number
CN201610686339.0A
Other languages
English (en)
Other versions
CN106093889A (zh
Inventor
陈伯孝
王睿智
项喆
杨明磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201610686339.0A priority Critical patent/CN106093889B/zh
Publication of CN106093889A publication Critical patent/CN106093889A/zh
Application granted granted Critical
Publication of CN106093889B publication Critical patent/CN106093889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

Abstract

本发明属于雷达技术领域,公开了一种发射天线极化的优化方法。该方法包括:获取备选极化方式,并初始化;将发射天线极化方式设置为第i组极化方式,控制发射天线发射信号,接收天线接收信号;获得匹配滤波输出信号;利用匹配滤波输出信号构造观测统计量,利用观测统计量计算第i组极化方式下的错误鉴别概率PFD_i;判断PFD_i是否大于η,若是,转至下一步;若否,计算第i组极化方式下的正确鉴别概率PRD_i,判断PRD_i是否大于PRD_MAX,若否,转至下一步;若是,令PRD_MAX=PRD_i,j=i,转至下一步;判断i是否小于N,若是,令循环次数i加1,继续新循环;若否,转至下一步;输出PRD_MAX,将第j组极化方式确定为最优极化方式。本发明能够实现对发射天线极化方式的优化,提高雷达的正确鉴别概率。

Description

一种发射天线极化的优化方法
技术领域
本发明涉及雷达技术领域,尤其涉及雷达极化抗干扰领域,具体来说是涉及一种发射天线极化的优化方法。
背景技术
随着数字射频存储器技术的发展,干扰机已经可以截获雷达信号,并产生在能量、波形和相位调制等方面与目标回波高度逼近的干扰信号,以伪装虚假目标迷惑雷达系统,使得雷达系统在时域、频域上难以鉴别真实目标。
针对这一问题,有人提出了极化鉴别算法,该算法主要利用有源假目标和真实目标在极化特征上的差异实现目标鉴别。具体而言,极化鉴别算法是通过极化测量雷达估计出真实目标的极化散射矩阵以及干扰信号的等效散射矩阵,进而利用二者的部分性质来实现目标鉴别的。现有技术中,有两种典型的极化测量体制——分时极化测量体制和同时极化测量体制。其中,分时极化测量体制需要多个脉冲才能完成一次测量,限制了对非平稳目标的测量精度,且存在距离模糊、交叉极化干扰等问题。而同时极化测量体制只需发射一个脉冲,该脉冲由多个编码序列相干叠加得到,每个编码序列对应一种发射极化。在接收时,利用编码序列之间的正交性分离出不同发射极化对应的矢量回波,经进一步处理后即可获取到目标的完整极化信息。
基于上述两种极化测量体制,现在已有的研究结果有:1)李永祯等人通过研究有源假目标和目标回波瞬态极化投影矢量在脉间的变化规律,提出以瞬态极化投影矢量起伏度为鉴别统计量的鉴别算法。该算法主要是针对低分辨分时极化测量雷达,能够解决有源诱饵的鉴别问题,但由于该算法仅针对分时极化测量雷达,因此在鉴别时需要发射多个脉冲才能达到鉴别目的,处理时间较长。2)施龙飞等人根据在不同的发射极化下,干扰的极化比不变而目标的极化比随发射极化改变的特征设计了真假目标的鉴别算法,该算法能够对转发式假目标进行鉴别,但该方法对信噪比较敏感。
发明内容
针对上述现有技术的不足,本发明的实施例提供了一种发射天线极化的优化方法,能够通过改变发射天线的极化方式实现对发射天线极化方式的优化,进而提高雷达对目标的正确鉴别概率。
为达到上述目的,本发明的实施例采用如下技术方案:
本发明的实施例提供一种发射天线极化的优化方法,应用于雷达系统,雷达系统包括雷达以及干扰机;其中,雷达设置有两个发射天线以及一个接收天线,两个发射天线用于向待检测区域发射相互正交的电磁波信号,接收天线用于接收待检测区域中的目标散射的回波信号;方法包括如下步骤:
步骤1,获取两个发射天线的N组备选极化方式,其中每组极化方式包括两个发射天线中的第一发射天线的极化方式以及两个发射天线中的第二发射天线的极化方式,N为整数,N>1;
设置错误鉴别概率的门限值η,并将循环次数i初始化为1,最大正确鉴别概率PRD_MAX初始化为0;
步骤2,确定N组备选极化方式中的第i组极化方式,按照第i组极化方式设置两个发射天线的极化方式,之后,在第i个相干处理周期内控制两个发射天线向待检测区域发射K个脉冲信号,并控制接收天线在K个脉冲信号中的每个脉冲信号发射时接收待检测区域中的目标散射的回波信号,K为整数,K表示发射天线在一个相干处理周期内发射的脉冲信号的个数;
步骤3,在第i个相干处理周期结束后,获取接收天线在K个脉冲信号中的每个脉冲信号发射时所接收到的回波信号,得到K个回波信号;
利用两路匹配滤波器对K个回波信号中的每个回波信号进行两路匹配滤波,得到K个匹配滤波输出信号{x1,x2,…,xK};其中,s1(t)表示第一发射天线发射的电磁波信号,s2(t)表示第二发射天线发射的电磁波信号,*表示共轭运算;
步骤4,利用步骤2中得到的K个匹配滤波输出信号{x1,x2,…,xK},构造得到K个观测统计量{z1,z2,…,zK};其中,K个观测统计量中的第k个观测统计量T表示矩阵或向量的转置运算;
利用K个观测统计量{z1,z2,…,zK}计算得到进而利用zs计算得到Es=K|zs|2,利用Es计算得到偏移系数d2=2Es
利用偏移系数d2,计算得到第i组极化方式下的错误鉴别概率PFD_i
步骤5,判断第i组极化方式下的错误鉴别概率PFD_i是否大于错误鉴别概率的门限值η;
若第i组极化方式下的错误鉴别概率PFD_i小于等于错误鉴别概率的门限值η,则转至步骤6;
若第i组极化方式下的错误鉴别概率PFD_i大于错误鉴别概率的门限值η,则利用步骤3中得到的偏移系数d2计算得到第i组极化方式下的正确鉴别概率PRD_i,判断第i组极化方式下的正确鉴别概率PRD_i是否大于最大正确鉴别概率PRD_MAX;若否,转至步骤6;若是,则令最大正确鉴别概率PRD_MAX=PRD_i,并令j=i,转至步骤6;
步骤6,判断i是否小于N;若是,令循环次数i加1,转至步骤2;若否,转至步骤7;
步骤7,输出最大正确鉴别概率PRD_MAX,并将N组备选极化方式中的第j组极化方式确定为两个发射天线的最优极化方式。
基于本发明实施例上述方案,通过不断改变发射天线的极化方式,并获取接收天线接收到的回波信号,进而利用回波信号计算相应的错误鉴别概率和正确鉴别概率,基于错误鉴别概率和正确鉴别概率确定最优的极化方式,从而实现对发射天线极化方式的优化。这样,后续按照该最优的极化方式设置发射天线的极化方式后,即可提高雷达对目标的正确鉴别概率。
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发射天线极化方法所应用的雷达系统的结构示意图;
图2为本发明实施例提供的发射天线极化方法的流程示意图;
图3(a)为H1假设下(即真实目标)的检验统计量的样本PDF与理论PDF的对比示意图;
图3(b)为H0假设下(即虚假目标)的检验统计量的样本PDF与理论PDF的对比示意图;
图4为采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化后得到的鉴别曲线比较图;
图5为采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化后得到SNR随正确鉴别概率变化示意图。
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。
本发明的实施例提供一种发射天线极化的优化方法,应用于雷达系统。如图1所示,雷达系统包括雷达以及干扰机。其中,雷达设置有两个发射天线以及一个接收天线,两个发射天线用于向待检测区域发射相互正交的电磁波信号,接收天线用于接收待检测区域中的目标散射的回波信号。雷达利用发射天线向待检测区域发射电磁波信号,并利用接收天线接收待检测区域中的目标散射的回波信号,进而根据所接收的回波信号检测目标,确定目标位置、状态等信息。干扰机通过截获雷达发射天线发射的电磁波信号,并对其做延迟处理后向雷达转发,以达到干扰的目的。
参见图2,本发明的实施例提供的发射天线极化的优化方法具体包括如下步骤:
步骤1,获取两个发射天线的N组备选极化方式,设置错误鉴别概率的门限值η,并将循环次数i初始化为1,最大正确鉴别概率PRD_MAX初始化为0。
其中,N为整数,N>1。N组备选极化方式中的每组极化方式包括两个发射天线中的第一发射天线的极化方式以及两个发射天线中的第二发射天线的极化方式。具体来说,第一发射天线和第二发射天线可能的极化方式有:水平极化、垂直极化、45°线极化、135°线极化、左旋圆极化和右旋圆极化等等。
优选的,可将错误鉴别概率的门限值η设置为0-10-2
步骤2,确定N组备选极化方式中的第i组极化方式,按照第i组极化方式设置两个发射天线的极化方式,之后,在第i个相干处理周期内控制两个发射天线向待检测区域发射K个脉冲信号,并控制接收天线在K个脉冲信号中的每个脉冲信号发射时接收待检测区域中的目标散射的回波信号。
其中,K为整数,K表示发射天线在一个相干处理周期内发射的脉冲信号的个数。
即,在N个相干处理周期中的第i个相干处理周期,按照N组备选极化方式中的第i组极化方式设置发射天线,之后,通过发射天线发射脉冲信号,并通过接收天线接收当前极化方式下的回波信号。
步骤3,在第i个相干处理周期结束后,获取接收天线在K个脉冲信号中的每个脉冲信号发射时所接收到的回波信号,得到K个回波信号;利用两路匹配滤波器对K个回波信号中的每个回波信号进行两路匹配滤波,得到K个匹配滤波输出信号{x1,x2,…,xK}。
其中,s1(t)表示第一发射天线发射的电磁波信号,s2(t)表示第二发射天线发射的电磁波信号,*表示共轭运算。
步骤4,利用步骤3中得到的K个匹配滤波输出信号{x1,x2,…,xK},构造得到K个观测统计量{z1,z2,…,zK};利用K个观测统计量{z1,z2,…,zK}计算得到进而利用zs计算得到Es=K|zs|2,利用Es计算得到偏移系数d2=2Es;利用偏移系数d2,计算得到第i组极化方式下的错误鉴别概率PFD_i
其中,其中,K个观测统计量中的第k个观测统计量 T表示矩阵或向量的转置运算。
进一步的,K个匹配滤波输出信号{x1,x2,…,xK}中的第k个匹配滤波输出信号xk的表达式为:
式中,xk表示第k个匹配滤波输出信号,xk1表示第k个匹配滤波输出信号xk的第一路信号,xk2表示第k个匹配滤波输出信号xk的第二路信号,yk(t)表示接收天线在K个脉冲信号中的第k个脉冲信号发射时所接收到的回波信号,h1(t)和h2(t)表示匹配滤波器。
具体的,步骤4中,利用所述偏移系数d2,计算得到第i组极化方式下的错误鉴别概率PFD_i,具体可以包括:
利用偏移系数d2,根据公式:PFD_i=Q[γ/d+d/2],计算得到第i组极化方式下的错误鉴别概率PFD_i。其中,γ为判决门限。
步骤5,判断第i组极化方式下的错误鉴别概率PFD_i是否大于错误鉴别概率的门限值η;若第i组极化方式下的错误鉴别概率PFD_i小于等于错误鉴别概率的门限值η,则转至步骤6;若第i组极化方式下的错误鉴别概率PFD_i大于错误鉴别概率的门限值η,则利用步骤3中得到的偏移系数d2计算得到第i组极化方式下的正确鉴别概率PRD_i,判断第i组极化方式下的正确鉴别概率PRD_i是否大于最大正确鉴别概率PRD_MAX;若PRD_i≤PRD_MAX,则转至步骤6;若PRD_i>PRD_MAX,则令PRD_MAX=PRD_i,并令j=i,转至步骤6。
即,确定当前的第i组极化方式下的错误鉴别概率PRD_i大于错误鉴别概率的门限值η后,判断当前的第i组极化方式下的正确鉴别概率PRD_i是否大于所保存的最大正确鉴别概率PRD_MAX,若PRD_i>PRD_MAX,则用PRD_i赋值最大正确鉴别概率PRD_MAX。这样,对每一组极化方式都按此执行,当迭代结束后(即对N组备选极化方式全部计算完毕后),所保存的最大正确鉴别概率PRD_MAX即是N组备选极化方式中正确鉴别概率最大的正确鉴别概率,该最大的正确鉴别概率对应的极化方式(即步骤5中保存的j)即为N组备选极化方式中的最优极化方式。
具体的,步骤5中,利用步骤3中得到的偏移系数d2计算得到第i组极化方式下的正确鉴别概率PRD_i,具体可以包括:
利用步骤3中得到的偏移系数d2,根据公式:PRD_i=Q[γ/d-d/2],计算得到第i组极化方式下的正确鉴别概率PRD_i;其中,γ为判决门限。
步骤6,判断i是否小于N;若是,令循环次数i加1,转至步骤2;若否,转至步骤7;
步骤7,输出最大正确鉴别概率PRD_MAX,并将N组备选极化方式中的第j组极化方式确定为两个发射天线的最优极化方式。
至此,即确定了发射天线的最优极化方式,同时得到了最大正确鉴别概率,本发明实施例提供的发射天线极化的优化方法结束。
在本发明上述实施例中,是通过在N个相干处理周期中的每个相干处理周期按照N组备选极化方式中的一组极化方式设置发射天线,之后,通过发射天线发射脉冲信号,并通过接收天线接收当前极化方式下的回波信号,进而基于所接收的回波信号计算错误鉴别概率和正确鉴别概率,选取N组极化方式中错误鉴别概率大于错误鉴别概率的门限值且正确鉴别概率最大的极化方式作为发射天线的最优极化方式,以此来优化发射天线的极化方式。本领域技术人员在上述方案的启发下,容易想到,也可在一个相干处理周期内的每个脉冲信号发射时分别选取不同的极化方式,进而利用该脉冲信号发射时接收天线所接收到回波信号计算错误鉴别概率和正确鉴别概率,基于每个脉冲信号对应的错误鉴别概率和正确鉴别概率实现对发射天线极化方式的优化。当然,可以理解,相较于本发明实施例的方案,此种方案处理时间较短,但可靠性较低。
以下给出本发明实施例中得出错误鉴别概率以及正确鉴别概率的理论依据如下:
假设雷达的两个发射天线向待检测区域发射的电磁波信号s1(t)和s2(t),则接收到的目标回波信号为:
ys(t)=α(St1s1(t-τs)+St2s2(t-τs)),
其中,S为目标极化散射矩阵,τs=2rs/c为相应的双程延时,rs为目标与天线间的距离(发射天线和接收天线间的距离可忽略),c为光速,α为目标信号的衰减系数(表示传播媒介、雷达与目标距离等因素对雷达接收到的信号造成的衰减)。
同时,干扰机截取到的雷达发射信号为:
sj(t)=ρ(s1(t-τj)+s2(t-τj)),
其中,ρ为干扰的衰减系数(表示传播媒介、雷达与干扰机距离等因素对干扰机截取到的发射信号造成的衰减),τj=rj/c为相应的单程延时,rj为干扰机和发射天线间的距离。
则,雷达接收天线接收到的干扰信号即为:
其中,hj为干扰机天线极化方式的Jones矢量表示,a(t)为一个包含速度调制与振幅调制的调制信号,T表示转置。
进一步的,对接收到的回波信号分别进行两路匹配滤波,匹配滤波时两路匹配滤波器分别为回波信号中的目标回波经过匹配滤波后的输出信号即为:
其中,ξs为匹配滤波后的目标增益系数(表示信号幅度、脉冲压缩增益等因素的积),t1,t2为发射天线极化方式的Jones矢量。
回波信号中的干扰回波经过匹配滤波后的输出信号即为:
其中,ξj为匹配滤波后的干扰增益系数(表示干扰幅度、脉冲压缩增益、速度等因素的积),hj为干扰机天线极化方式的Jones矢量。
基于上述分析,可将目标鉴别问题转换为二元假设检测问题。具体而言,首先,建立如下所示的观察统计量:
z=xTAx,
其中,则对于假目标而言,其对应的观察统计量为服从复高斯分布,其数学期望和方差分别为:
对于真实目标而言,其对应的观察统计量为服从复高斯分布,其数学期望和方差分别为:
其中,||·||F表示矩阵的F阶范数,为噪声方差,det(·)表示求行列式运算,S=[St1St2]。
接着,定义信噪比干噪比分别对上述建立的两个观察统计量进行归一化处理则二元统计检测问题可表示为:
H0∶z=ej
H1∶z=zs+es
其中,H0假设为假设观测信号为干扰机发射的干扰信号,H1假设为假设观测信号是真实目标回波信号,ej,es为服从复高斯分布的复数项,分别表示干扰信号部分的噪声和目标信号部分的噪声,ej~CN(0,1),es~CN(0,1)。
进一步的,假设在一个相干处理周期内有K个脉冲,且在上述两个假设下的数据是不相关的,则H0假设和H1假设的观测量概率密度函数分别为:
f(z|H0)∝exp(-zHz)
f(z|H1)∝exp(-(z-zs)H(z-zs))
其中,z=[z1,z2,…,zK]T,zs=[zs,zs,…,zs]T,z1,z2,…,zK分别表示每个脉冲对应的观测统计量。
这样,根据上述的H0假设和H1假设的观测量概率密度函数可以得到似然比为:
则,判决表示式为:
进一步的,对上式两边取对数,可得:
上式可以进一步化简为:
在上式的基础上,选择Re(zHzs)作为检测统计量,则判决表示式为:
其中,门限根据检测需求设定。
由于在实际应用中,zs可能无法提前得到,所以可利用最大似然估计,将zs替换为则上式可进一步简化为:
进一步的,定义则在H0假设下,的数学期望和方差分别为:
其中,ejk和zsk分别表示每一次脉冲对应的ej和zs
在H1假设下,的数学期望和方差分别为:
由于复高斯变量的实部和虚部都是独立的实高斯变量,且相互统计独立,方差相同,均为复高斯随机变量方差的一半,所以检验统计量服从高斯分布,则有:
Re(zHzs)|H0~N(0,Es/2),
Re(zHzs)|H1~N(Es,Es/2),
则,偏移系数即为:
这样,即可得到错误鉴别概率和正确鉴别概率:
PFD=P(H1|H0)=Q[γ/d+d/2],
PRD=P(H1|H1)=Q[γ/d-d/2]=Q[Q-1(PFD)-d],
其中,
同时,根据上述分析,用于鉴别目标真伪的判决表达式为:
也即,当时,即判决此时的回波信号为目标回波信号,目标为真实目标;反之,当时,即判决此时的回波信号为干扰回波信号,目标为虚假目标。
基于本发明实施例上述方案,通过不断改变发射天线的极化方式,并获取接收天线接收到的回波信号,进而利用回波信号计算相应的错误鉴别概率和正确鉴别概率,基于错误鉴别概率和正确鉴别概率确定最优的极化方式,从而实现对发射天线极化方式的优化。这样,后续按照该最优的极化方式设置发射天线的极化方式后,即可提高雷达对目标的正确鉴别概率。
为说明本发明实施例方法的正确性,以下通过几组仿真实验予以验证:
1、仿真实验参数设置
本发明仿真实验中,设置一个真实目标以及一个虚假目标,且真实目标位于100距离单元处,虚假目标位于150距离单元处,目标极化散射矩阵虚假目标的极化方式为右旋圆极化,信噪比SNR=5dB,干噪比JNR=20dB,一个相干处理周期内有32个脉冲。
2、实验内容及结果
实验一:采集回波数据,利用所采集回波数据计算得到对应的观测向量z,并根据观测向量z计算得到对应的检测统计量Re(zHzs)在H0假设下和H1假设下的概率密度函数。
图3(a)所示为H1假设下(即真实目标)的检验统计量的概率密度函数(Probability Density Function,PDF)与理论PDF的对比示意图。图3(b)所示为H0假设下(即虚假目标)的检验统计量的PDF与理论PDF的对比示意图。
实验二、将SNR固定为5dB,改变PFD的值,采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化,并对比二者的正确鉴别性能。
图4所示为采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化后得到的鉴别曲线比较图。
实验三、将错误鉴别概率PFD固定为0.01,改变SNR的值,采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化,并对比二者的SNR。
图5所示为采用本发明实施例的优化发射极化方法以及现有的固定发射极化方式进行优化后得到SNR随正确鉴别概率变化示意图。
3、仿真结果分析
从图3可以看出,两个检验统计量均符合高斯分布,说明本发明实施例方法中的数学模型建立正确。
从图4可以看出,相同信噪比条件下,当PFD提升时,PRD也同时提升,同时本发明实施例的优化发射极化设计方法比现有的固定发射极化设计方法在性能上有明显的提升。
从图5可以看出,随着信噪比的增大,正确鉴别概率也随之提升。本发明实施例的优化发射极化设计方法比现有的固定发射极化设计方法在性能上有明显的提升。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (3)

1.一种发射天线极化的优化方法,其特征在于,所述方法应用于雷达系统,所述雷达系统包括雷达以及干扰机;其中,所述雷达设置有两个发射天线以及一个接收天线,所述两个发射天线用于向待检测区域发射相互正交的电磁波信号,所述接收天线用于接收所述待检测区域中的目标散射的回波信号;
所述方法包括如下步骤:
步骤1,获取所述两个发射天线的N组备选极化方式,其中每组极化方式包括所述两个发射天线中的第一发射天线的极化方式以及所述两个发射天线中的第二发射天线的极化方式,N为整数,N>1;
设置错误鉴别概率的门限值η,并将循环次数i初始化为1,最大正确鉴别概率PRD_MAX初始化为0;
步骤2,确定N组备选极化方式中的第i组极化方式,按照所述第i组极化方式设置所述两个发射天线的极化方式,之后,在第i个相干处理周期内控制所述两个发射天线向所述待检测区域发射K个脉冲信号,并控制所述接收天线在所述K个脉冲信号中的每个脉冲信号发射时接收所述待检测区域中的目标散射的回波信号,K为整数,K表示所述发射天线在一个相干处理周期内发射的脉冲信号的个数;
步骤3,在所述第i个相干处理周期结束后,获取所述接收天线在所述K个脉冲信号中的每个脉冲信号发射时所接收到的回波信号,得到K个回波信号;
利用两路匹配滤波器对所述K个回波信号中的每个回波信号进行两路匹配滤波,得到K个匹配滤波输出信号{x1,x2,…,xK};其中,s1(t)表示所述第一发射天线发射的电磁波信号,s2(t)表示所述第二发射天线发射的电磁波信号,*表示共轭运算;
步骤4,利用步骤3中得到的所述K个匹配滤波输出信号{x1,x2,…,xK},构造得到K个观测统计量{z1,z2,…,zK};其中,所述K个观测统计量中的第k个观测统计量T表示矩阵或向量的转置运算;
利用所述K个观测统计量{z1,z2,…,zK}计算得到进而利用zs计算得到Es=K|zs|2,利用Es计算得到偏移系数d2=2Es
利用所述偏移系数d2,计算得到所述第i组极化方式下的错误鉴别概率PFD_i
其中,步骤4中,所述利用所述偏移系数d2,计算得到所述第i组极化方式下的错误鉴别概率PFD_i,包括:
利用所述偏移系数d2,根据公式:PFD_i=Q(γ/d+d/2),计算得到所述第i组极化方式下的错误鉴别概率PFD_i;其中, γ为判决门限,P(H1)表示H1假设成立的概率,P(H0)表示H0假设成立的概率,H0假设为假设观测信号是干扰机发射的干扰信号,H1假设为假设观测信号是真实目标回波信号;
步骤5,判断所述第i组极化方式下的错误鉴别概率PFD_i是否大于所述错误鉴别概率的门限值η;
若所述第i组极化方式下的错误鉴别概率PFD_i小于等于所述错误鉴别概率的门限值η,则转至步骤6;
若所述第i组极化方式下的错误鉴别概率PFD_i大于所述错误鉴别概率的门限值η,则利用步骤3中得到的所述偏移系数d2计算得到所述第i组极化方式下的正确鉴别概率PRD_i,判断所述第i组极化方式下的正确鉴别概率PRD_i是否大于所述最大正确鉴别概率PRD_MAX;若否,转至步骤6;若是,则令最大正确鉴别概率PRD_MAX=PRD_i,并令j=i,转至步骤6;
其中,步骤5中,所述利用步骤3中得到的所述偏移系数d2计算得到所述第i组极化方式下的正确鉴别概率PRD_i,包括:
利用步骤3中得到的所述偏移系数d2,根据公式:PRD_i=Q(γ/d-d/2),计算得到所述第i组极化方式下的正确鉴别概率PRD_i
步骤6,判断i是否小于N;若是,令循环次数i加1,转至步骤2;若否,转至步骤7;
步骤7,输出最大正确鉴别概率PRD_MAX,并将所述N组备选极化方式中的第j组极化方式确定为所述两个发射天线的最优极化方式。
2.根据权利要求1所述的方法,其特征在于,步骤3中,K个匹配滤波输出信号{x1,x2,…,xK}中的第k个匹配滤波输出信号的表达式为:
式中,xk表示第k个匹配滤波输出信号,xk1表示第k个匹配滤波输出信号xk的第一路信号,xk2表示第k个匹配滤波输出信号xk的第二路信号,yk(t)表示接收天线在K个脉冲信号中的第k个脉冲信号发射时所接收到的回波信号,h1(t)和h2(t)表示匹配滤波器。
3.根据权利要求1或2所述的方法,其特征在于,所述错误鉴别概率的门限值η大于0且小于10-2
CN201610686339.0A 2016-08-18 2016-08-18 一种发射天线极化的优化方法 Active CN106093889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610686339.0A CN106093889B (zh) 2016-08-18 2016-08-18 一种发射天线极化的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610686339.0A CN106093889B (zh) 2016-08-18 2016-08-18 一种发射天线极化的优化方法

Publications (2)

Publication Number Publication Date
CN106093889A CN106093889A (zh) 2016-11-09
CN106093889B true CN106093889B (zh) 2018-09-25

Family

ID=58070527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610686339.0A Active CN106093889B (zh) 2016-08-18 2016-08-18 一种发射天线极化的优化方法

Country Status (1)

Country Link
CN (1) CN106093889B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112016007343B4 (de) * 2016-11-17 2020-04-09 Mitsubishi Electric Corporation Radarvorrichtung und Steuersystem

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412286A (zh) * 2013-09-01 2013-11-27 西安电子科技大学 基于mimo雷达的发射极化优化doa估计方法
CN104765020A (zh) * 2015-04-12 2015-07-08 西安电子科技大学 有源假目标干扰的极化鉴别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412286A (zh) * 2013-09-01 2013-11-27 西安电子科技大学 基于mimo雷达的发射极化优化doa估计方法
CN104765020A (zh) * 2015-04-12 2015-07-08 西安电子科技大学 有源假目标干扰的极化鉴别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Game theoretic design for polarimetric MIMO radar";Sandeep Gogineni et al.;《Signal Processing》;20111207;第1281-1289页 *
"基于矢量传感器MIMO雷达的发射极化优化DOA估计算法";郑桂妹 等;《电子与信息学报》;20140331;第36卷(第3期);第565-570页 *
"有源多假目标干扰的极化识别新方法";戴幻尧 等;《航天电子对抗》;20100531;第26卷(第5期);第19-22页 *
"雷达极化信息获取与处理的研究进展";代大海 等;《雷达学报》;20160430;第5卷(第2期);第143-155页 *

Also Published As

Publication number Publication date
CN106093889A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN104765020B (zh) 有源假目标干扰的极化鉴别方法
CN105629207B (zh) 基于drfm技术的雷达信号处理系统及密集目标干扰产生方法
CN106125053B (zh) 脉冲多普勒雷达极化抗干扰方法
CN104267379B (zh) 一种基于波形设计的主被动雷达协同抗干扰方法
CN106154235B (zh) 基于频率分集mimo雷达的主瓣欺骗式干扰抑制方法
CN107037410A (zh) 一种对雷达进行干扰的方法、装置及频控阵干扰机
CN105259541B (zh) 一种多站雷达抗有源欺骗式干扰的方法
CN103760530B (zh) 基于信号锥的雷达压制式干扰和欺骗式干扰识别方法
CN105785340B (zh) 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法
CN106249212B (zh) 主瓣压制干扰背景下有源假目标的极化鉴别方法
CN107167785A (zh) 一种稳健的大阵列mimo雷达目标收发角联合估计方法
CN107085205B (zh) 基于杂波协方差矩阵结构信息的自适应检测方法
CN103954943B (zh) 网络化雷达系统抗欺骗式干扰方法
US11581967B2 (en) Wireless channel scenario identification method and system
CN106127110A (zh) 一种基于uwb雷达和最优svm的人体细粒度运动识别方法
CN108089167A (zh) 一种合成孔径雷达跨脉冲干扰信号检测方法
CN104215938B (zh) 一种对地形反弹干扰的极化检测识别方法和装置
CN105467369B (zh) 一种目标回波仿真方法和装置
CN105137396A (zh) 一种smsp干扰和c&i干扰的检测方法
CN109188385A (zh) 杂波背景下的高速微弱目标检测方法
CN109814075A (zh) 一种mti雷达运动目标检测方法
CN107976655B (zh) 基于斯塔克尔伯格博弈的雷达抗干扰波形生成方法
CN105259540B (zh) 一种多站雷达抗有源欺骗式干扰的优化方法
CN106093889B (zh) 一种发射天线极化的优化方法
CN109283497A (zh) 双基地fda-mimo雷达距离欺骗干扰识别方法

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