CN106093927B - 基于雷达大脉宽信号的目标测速测距方法 - Google Patents
基于雷达大脉宽信号的目标测速测距方法 Download PDFInfo
- Publication number
- CN106093927B CN106093927B CN201610369076.0A CN201610369076A CN106093927B CN 106093927 B CN106093927 B CN 106093927B CN 201610369076 A CN201610369076 A CN 201610369076A CN 106093927 B CN106093927 B CN 106093927B
- Authority
- CN
- China
- Prior art keywords
- target
- signal
- echo
- pulse
- doppler 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
Abstract
本发明公开了一种基于雷达大脉宽信号的目标测速测距方法,其主要思路为:雷达发射端发射N个大脉宽的脉冲信号s(t),根据N个大脉宽的脉冲信号s(t),计算雷达接收端接收的回波信号y(t),所述雷达接收端接收的回波信号y(t)包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度;根据雷达接收端接收的回波信号y(t),计算回波信号y(t)的相关矩阵R;根据回波信号y(t)的相关矩阵R,计算得到M个目标各自的多普勒频率和M个目标各自的目标径向速度;根据所述M个目标各自的目标径向速度,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算多普勒频率补偿后M个目标的回波信号,然后对多普勒频率补偿后M个目标的回波信号进行脉冲压缩处理,计算M个目标各自的斜距。
Description
技术领域
本发明属于雷达发射信号中测量目标距离和目标速度的技术领域,特别涉及一种基于雷达大脉宽信号的目标测速测距方法,通过雷达大脉宽信号实现目标速度和目标距离的准确测量,适用于高分辨雷达观测远距离高速的空中飞行目标的距离及速度的准确测量。
背景技术
随着空警戒雷达以及各种飞行器技术的发展,使得雷达的作用距离、分辨能力和测量精度等性能指标必须得到相应提高;空基雷达或者天基雷达对空中高速目标和低空远距离飞行目标的探测分别也变得越来越重要,而且准确检测出目标速度和目标距离对后期的目标跟踪也至关重要。
传统的脉冲雷达为了提高距离分辨率以及减少脉冲遮挡问题,多发射窄脉宽信号,且窄脉宽信号的脉宽为微秒级别,发射窄脉宽信号能量低;为了检测空中远距离目标时需要长时间的积累检测,导致高速运动目标在长时间的积累检测时产生了不同程度的距离走动,影响相参积累的效果;并且,根据脉冲重复频率(PRF)的高低,现代雷达有低重频(LPRF)、中重频(MPRF)和高重频(HPRF)三种工作模式,传统的雷达测量多普勒时利用多个脉冲做快速傅里叶变换(FFT)处理,且传统的雷达能够测量的无模糊多普勒的范围为fr为脉冲重复频率。当雷达工作在低重频、目标运动速度较快、且雷达多普勒频率大于雷达的脉冲重复频率时目标会出现速度模糊;而雷达测量的最大不模糊的距离计算为C为光速;当雷达工作在高重频时,由于脉冲的周期较短,容易造成目标距离模糊;传统的脉冲雷达对于检测空中远距离高速运行目标时会同时存在测速与测距模糊问题,因此传统测量目标速度与目标距离的方法多采用测量出目标的模糊距离和目标的模糊速度后再采用多重频或者多载频的方法分别解除目标速度和目标距离中的模糊,从而求得目标的真实速度和目标的真实距离;而传统的方法测量距离和速度的方法比较复杂,并且误差大精度不高。
发明内容
针对以上现有技术适用条件的不足,以及大脉宽信号对检测空中高速远距离目标的优势,本发明的目的在于提出一种基于雷达大脉宽信号的目标测速测距方法,该种基于雷达大脉宽信号的目标测速测距方法能够实现空中远距离高速飞行的目标距离和目标速度的准确测量。
本发明的主要思路是:考虑到目标的多普勒频率在脉冲内可以体现,所以选择雷达的发射脉冲为大脉宽的脉冲信号,并获取雷达接收端接收的回波信号,然后对雷达接收端接收的回波信号采用迭代自适应算法(IAA)估计出雷达接收端接收的回波信号的相关矩阵R,再结合多信号分类(Multiple Signal Classification,MUSIC)算法,对相关矩阵R进行特征值分解,进而计算得到目标的多普勒频率,从而实现目标多普勒频率的高分辨处理,得到目标的径向速度;最后利用目标的径向速度对雷达接收端接收的回波信号进行多普勒频率补偿后再做脉冲压缩处理,获得目标斜距,进而达到检测出目标径向速度和目标斜距的目的。
为达到上述技术目的,本发明采用如下技术方案予以实现。
一种基于雷达大脉宽信号的目标测速测距方法,包括以下步骤:
步骤1,雷达发射端发射N个大脉宽的脉冲信号s(t),脉冲信号s(t)的脉冲重复周期为Tr,脉冲信号s(t)的脉冲重复频率为脉冲信号s(t)的脉冲宽度为τ,脉冲宽度τ为毫米级时对应的脉冲为大脉宽,脉冲信号s(t)波长为λ0,f0为脉冲信号s(t)的中心频率,C为光速,N为自然数;
步骤2,根据N个大脉宽的脉冲信号s(t),计算得到雷达接收端接收的回波信号y(t),所述雷达接收端接收的回波信号y(t)包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度;
步骤3,根据雷达接收端接收的回波信号y(t),估计得到回波信号y(t)的相关矩阵R;
步骤4,根据回波信号y(t)的相关矩阵R,依次计算得到M个目标各自的多普勒频率和M个目标各自的径向速度;
步骤5,根据所述M个目标各自的多普勒频率,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算得到多普勒频率补偿后M个目标的回波信号,然后对多普勒频率补偿后M个目标的回波信号进行脉冲压缩处理,计算得到M个目标各自的斜距。
本发明有益效果:
第一,本发明中的雷达采用脉冲发射方式发射大脉宽毫秒级的脉冲信号,该脉冲信号能量大,能够观测远距离目标,并且大脉宽信号能够保证远距离空中的目标距离不存在模糊,且多普勒频率在单个脉冲内就能够体现出来,使得直接采用单个脉冲就能够实现目标测距和目标测速;另外大脉宽信号能量大,探测目标距离远;当主要探测空中远距离目标时,忽略近距离中脉冲遮挡问题;
第二,传统的对单脉冲的回波信号做快速傅里叶变换(FFT)处理的方法进行目标测速时多普勒分辨率很低,即多普勒分辨率为脉宽的倒数;而本发明采用迭代自适应算法(IAA)结合多信号分类(Multiple Signal Classification,MUSIC)算法的高分辨处理法,能够使得单脉冲回波信号的多普勒分辨率约为快速傅里叶变换(FFT)方法分辨率的5~10倍,提高目标测速的精度;
第三,传统的目标测速方法中多普勒频率的不模糊区间为fr为脉冲重复频率;但本发明中测速方法,多普勒频率的不模糊区间大为Fs为采样频率,Fs>>fr,采用本发明方法不用考虑目标距离和目标速度的模糊问题。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的一种基于雷达大脉宽信号的目标测速测距方法流程图;
图2为本发明中雷达发射的大脉宽脉冲信号的示意图,其中,Tr为脉冲信号的脉冲重复周期,τ为脉冲信号的脉冲宽度,N为雷达发射的大脉宽脉冲信号包含的脉冲个数;
图3为脉冲信号的多普勒频率分别为4000Hz和0Hz时进行脉冲压缩处理后的对比示意图;
图4为雷达发射端发射的脉冲信号进行快速傅里叶变换(FFT)后的频谱示意图;
图5(a)为两个目标的多普勒频率分别为2000Hz和4000Hz时,采用快速傅里叶变换(FFT)方法测得的目标的多普勒频率示意图,
图5(b)为两个目标的多普勒频率分别为3000Hz和4000Hz时,采用快速傅里叶变换(FFT)方法测得的目标的多普勒频率示意图;
图6(a)为设置两个目标的多普勒频率分别为[3000Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,
图6(b)为两个目标的多普勒频率分别为[3500Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,
图6(c)为两个目标的多普勒频率分别为[3800Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,
图6(d)为两个目标的多普勒频率分别为[3850Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,
图6(e)为两个目标的多普勒频率分别为[3900Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图;
图7(a)为目标存在多普勒频率,且雷达接收端接收的回波信号没有经过速度补偿,直接经过脉冲压缩处理得到的结果示意图,
图7(b)为1000Hz的目标多普勒频率补偿掉后再经过脉压处理后得到的结果示意图,
图7(c)为4000Hz的目标多普勒频率补偿掉后再经过脉压处理后得到的结果示意图。
具体实施方式
参照图1,为本发明的一种基于雷达大脉宽信号的目标测速测距方法流程图,该种基于大脉宽信号优化设计的测速测距技术,包括以下步骤:
步骤1,雷达发射端采用脉冲发射方式发射N个大脉宽的脉冲信号s(t),脉冲信号s(t)的脉冲重复周期为Tr,脉冲信号s(t)的脉冲重复频率为脉冲信号s(t)的脉冲宽度为τ,脉冲宽度τ为毫米级时对应的脉冲为大脉宽,脉冲信号s(t)波长为λ0,f0为脉冲信号s(t)的中心频率,C为光速,脉冲信号s(t)的初始相位为θ0,N为自然数。
具体地,参照图2,为本发明中雷达发射的大脉宽脉冲信号的示意图,其中,Tr为脉冲信号的脉冲重复周期,τ为脉冲信号的脉冲宽度,N为雷达发射的大脉宽脉冲信号包含的脉冲个数;所述N个大脉宽的脉冲信号s(t),其具体表达式为:
其中,l∈{1,2,…,N},N为雷达发射端发射大脉宽的个数,Tr为脉冲信号s(t)的脉冲重复周期,τ为脉冲信号s(t)的脉冲宽度,f0为脉冲信号s(t)的中心频率,θ0为脉冲信号s(t)的初始相位,rect(·)为矩形函数,t为时间变量,且满足N为自然数。
步骤2,根据N个大脉宽的脉冲信号s(t),计算得到雷达接收端接收的回波信号y(t),所述雷达接收端接收的回波信号y(t)包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度。
具体地,根据N个大脉宽的脉冲信号s(t),计算得到雷达接收端接收的回波信号y(t),其表达式为:
其中,雷达接收端接收的回波信号y(t)中包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度,第i个目标的斜距为Ri,第i个目标的径向速度为vri,s(t)为雷达发射端发射的N个大脉宽的脉冲信号,t为时间变量,i∈{1,2,…,M},ki为第i个目标的回波衰减,Δti为第i个目标的回波对应的延迟时间,C为光速,fdi为第i个目标的多普勒频率,λ0为脉冲信号s(t)的波长。
步骤3,对雷达接收端接收的回波信号y(t),采用迭代自适应(IAA)算法计算得到回波信号y(t)的相关矩阵R。
具体地,假定雷达接收端接收的回波信号y(t)的采样频率为Fs,则回波信号y(t)测量多普勒频率的不模糊区间为在不模糊区间内等间隔取K个频率点,K个频率点对应的多普勒频率向量为fd,fd={fd1,fd2,……fdK};考虑雷达接收端接收的回波信号y(t)内存在噪声干扰,所以得到回波信号y(t)的离散形式y(n),其表达式为:
y(n)=A(fd)×s(n)+e(n)
s(n)=[s1(n),…,sk(n),…,sK(n)]
A(fd)=[a(fd1),…,a(fdk),…,a(fdK)]
其中,n∈{1,2,…,L},A(fd)为K个频率点对应的多普率频率构成的阵列流行矩阵,L为回波信号y(t)脉冲内的采样点数,e(n)为K个频率点对应的回波信号中包含的噪声,一般为高斯白噪声;s(n)为K个频率点对应的回波信号波形组成的矩阵,sk(n)为第n个采样点处第k个频率点对应的回波信号波形,a(fdk)为第k个频率点的对应多普勒频率组成的阵列流行向量,fdk为第k个频率点的对应多普勒频率,Fs为雷达接收端接收的回波信号y(t)的采样频率,k={1,2,…,K},K为回波信号y(t)测量多普勒频率的不模糊区间内等间隔取的频率点个数。
对雷达接收端接收的回波信号y(t),采用迭代自适应(IAA)算法计算得到回波信号y(t)的相关矩阵R,其具体子步骤为:
3.1初始化:构造一个K×K对角矩阵P,K×K对角矩阵P对角线上的元素为等间隔取的K个频率点各自对应的回波功率,即K个频率点各自对应的回波功率,与K×K对角矩阵P对角线上的元素分别相同;k表示第k个频率点,k={1,2,……,K},K×K对角矩阵P的初始矩阵为P1,初始矩阵P1对角线上包含K个元素值,其中第k个元素值为为,a(fdk)为第k个频率点的对应多普勒频率组成的阵列流行向量,y(n)为回波信号y(t)的离散形式;回波信号y(t)的相关矩阵初始值为R1, 表示定义;设定迭代总次数为D,m表示第m次迭代,m初值为1。
3.2计算得到第m次迭代后第k个频率点对应的信号波形 a(fdk)为第k个频率点的对应多普勒频率组成的阵列流行向量,fdk为第k个频率点的对应多普勒频率,y(n)为回波信号y(t)的离散形式,上标H为共轭转置,上标-1为求逆操作。
3.3根据第m次迭代后第k个频率点对应的信号波形计算得到第m次迭代后第k个频率点对应的回波功率值Pmk,
3.4令k加1,返回子步骤3.2,直到得到第m次迭代后第K个频率点对应的回波功率值PmK,并根据此时得到的第m次迭代后第1个频率点对应的回波功率值Pm1到第m次迭代后第K个频率点对应的回波功率值PmK,得到第m次迭代后的K×K对角矩阵Pm,然后令m加1,返回子步骤3.2,直到得到第D次迭代后的K×K对角矩阵PD,并将根据第D次迭代后得到K×K对角矩阵PD,计算得到第D次迭代后得到的回波信号y(t)的相关矩阵RD,并将第D次迭代后得到的回波信号y(t)的相关矩阵RD,作为回波信号y(t)的相关矩阵R。
步骤4,根据回波信号y(t)的相关矩阵R,利用MUSIC算法依次计算得到M个目标各自的多普勒频率和M个目标各自的径向速度。
具体地,根据回波信号y(t)的相关函数R,利用MUSIC算法依次计算得到M个目标各自的多普勒频率和M个目标各自的目标径向速度,其具体子步骤为:
4.1利用MUSIC算法对回波信号y(t)的相关函数R进行特征值分解,即R=UΣUH,得到F个特征值以及F个特征值对应的特征向量U,Σ为F个特征值对应的对角矩阵;对F个特征值进行从大到小排序,得到:
λ1≥λ2≥…≥λM≥λM+1≥…λF
v1,v2,…,vM,vM+1,…,vF
其中,F个特征值中包含M个大的特征值和F-M个接近零的小特征值,M个大的特征值为λ1到λM,F-M个接近零的小特征值为λM+1到λF;v1到vF为大到小排序后F个特征值各自对应的特征向量。
4.2将F-M个接近零的小特征值分别对应的特征向量构成回波信号y(t)的噪声子空间G,G=span{vM+1,vM+2,…,vF};
4.3使用K个频率点对应的多普率频率构成的阵列流行矩阵A(fd)对回波信号y(t)的噪声子空间G作投影,计算得到回波信号y(t)的功率谱S(fd),回波信号y(t)的功率谱S(fd)的谱峰处对应的多普勒频率向量,即为M个大的特征值对应的多普勒频率向量,进而依次得到M个目标各自的多普勒频率和M个目标各自的径向速度;其中第i个大的特征值对应的第i个目标的多普勒频率fdi,并根据第i个目标的多普勒频率fdi,计算得到第i个目标的径向速度vri,λ0为脉冲信号s(t)波长i={1,2,…,M}。
步骤5,根据所述M个目标各自的多普勒频率,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算得到多普勒频率补偿后M个目标的回波信号,然后对多普勒频率补偿后M个目标的回波信号进行脉冲压缩处理,计算得到M个目标各自的斜距。
具体地,设定M个目标各自的多普勒频率补偿因子,然后根据所述M个目标各自的多普勒频率,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算得到多普勒频率补偿后M个目标的回波信号;在设定的M个目标各自的多普勒频率补偿因子中,第i个目标的多普勒频率补偿因子为并根据雷达接收端接收的回波信号y(t),计算得到多普勒频率补偿后第i个目标的回波信号进而计算得到多普勒频率补偿后M个目标的回波信号Y(t),其表达式为:
然后对多普勒频率补偿后M个目标的回波信号Y(t)进行脉冲压缩处理,计算得到脉冲压缩处理后M个目标的回波信号B(t),其表达式为:
其中,为与M个目标各自的斜距有关的分量,C为光速,R为M个目标各自的斜距集合,Φ为多普勒频率补偿后M个目标的回波信号Y(t)中多普勒频率没有被补偿完的部分;由于M个目标中的每一个目标都存在多普勒频率,导致脉冲压缩处理后M个目标的回波信号B(t)恶化,由此说明脉冲信号s(t)是多普勒敏感的,进而说明没有被补偿完的部分Φ对脉冲压缩处理后M个目标的回波信号B(t)影响不大,可以忽略;中的R为M个目标各自的斜距,即得到M个目标各自的斜距。
下面通过仿真实验对本发明作进一步验证说明。
(一)实验条件
本发明中雷达发射的脉冲信号为大脉宽信号s(t),即脉宽为毫秒级,噪声为高斯白噪声,采用本发明的方法进行空中高速远距离目标进行测速测距时,脉冲信号s(t)的脉冲重复周期Tr=3ms,脉冲信号s(t)的脉冲宽度为τ=1ms,雷达接收端接收的回波信号y(t)的采样频率Fs=0.2MHz,目标个数设定为2个,2个目标对应的多普勒频率fd设置分别为[2000Hz 4000Hz],[3000Hz 4000Hz],[3500Hz 4000Hz],[3800Hz 4000Hz],[3850Hz4000Hz],[3900Hz 4000Hz];2个目标的距离R设置为[100km 200km],2个目标对应的距离门C=3×108为光速,fix(·)为取小于·的最大整数。通过上述公式计算目标的距离门,则2个目标对应的距离门个数分别为Δn1和Δn2,
采用MUSIC算法获得的2个目标的搜索矢量a(fd)中fd的搜索范围为-5000Hz~5000Hz,2个目标对应的信噪比SNR1=10dB,SNR2=10dB。
(二)实验内容
参照图3,为脉冲信号的多普勒频率分别为4000Hz和0Hz时进行脉冲压缩处理后的对比示意图;参照图4,为雷达发射端发射的脉冲信号进行快速傅里叶变换(FFT)后的频谱示意图。
图5(a)为两个目标的多普勒频率分别为2000Hz和4000Hz时,采用快速傅里叶变换(FFT)方法测得的目标的多普勒频率示意图,图5(b)为两个目标的多普勒频率分别为3000Hz和4000Hz时,采用快速傅里叶变换(FFT)方法测得的目标的多普勒频率示意图;图6(a)为设置两个目标的多普勒频率分别为[3000Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,图6(b)为两个目标的多普勒频率分别为[3500Hz4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,图6(c)为两个目标的多普勒频率分别为[3800Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,图6(d)为两个目标的多普勒频率分别为[3850Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图,图6(e)为两个目标的多普勒频率分别为[3900Hz 4000Hz]时采用IAA算法结合MUSIC算法分别估计两个目标的多普勒频率示意图。
图7(a)为目标存在多普勒频率,且雷达接收端接收的回波信号没有经过速度补偿,直接经过脉冲压缩处理得到的结果示意图,图7(b)为1000Hz的目标多普勒频率补偿掉后再经过脉压处理后得到的结果示意图,图7(c)为4000Hz的目标多普勒频率补偿掉后再经过脉压处理后得到的结果示意图;第一个目标的斜距R1=100km,第二个目标的斜距R2=200km,也就是分别对应第133个和266个距离门的信号速度补偿前的脉压结果和速度补偿掉后的脉压结果。
(三)结果分析
由图3可以看出,当脉冲信号的多普勒频率不为0时,脉压结果差,无法获取目标的斜距,可以得出脉冲信号是对多普勒频率比较敏感的信号,故符合雷达发射端发射要选的信号标准;图4为发射脉冲的频谱,脉冲信号的脉冲宽度τ=1ms,故理论上主瓣宽度为也就是采用快速傅里叶变换(FFT)方法测量目标的多普勒分辨率为1000Hz,实际为(833.8Hz+166.8)=1000.6Hz。图5(a)是采用FFT的分析方法测量目标的多普勒频率,两个目标的多普勒频率相差为2000Hz,所以可以分辨开来,但图5(b)是采用FFT分析的方法测量目标的多普勒频率,因为两个目标的多普勒频率相差为1000Hz,已经无法分辨开,可知采用传统的快速傅里叶变换(FFTFFT)的方法测量目标的多普勒频率时最大的分辨率为分辨率比较低。
故在相同的参数条件下,采用IAA算法结合MUSIC算法的高分辨处理方法测量目标的多普勒频率,试验结果为图6(a)到图6(e);可以看出,采用IAA算法结合MUSIC算法的高分辨处理方法的分辨率在150Hz左右,能够达到FFT方法的5~10倍,分辨率高,测量多普勒频率的精度高,测量准确。
对目标的多普勒频率为4000Hz,斜距R=200km,也就是第266个距离门的信号,图7(a)-7(c)实验结果为速度补偿前的脉压结果和速度补偿掉后的脉压结果对比,对应第133个和266个距离门的信号速度补偿前的脉压结果和速度补偿掉后的脉压结果由图7(b)可以看出脉压后目标的距离门约为第267个,故通过检测出目标的速度后通过先补偿掉多普勒频率再进行脉压处理来测量目标的斜距。
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。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,包括以下步骤:
步骤1,雷达发射端发射N个大脉宽的脉冲信号s(t),脉冲信号s(t)的脉冲重复周期为Tr,脉冲信号s(t)的脉冲重复频率为脉冲信号s(t)的脉冲宽度为τ,脉冲宽度τ为毫米级时对应的脉冲为大脉宽,脉冲信号s(t)波长为λ0,C为光速,f0为脉冲信号s(t)的中心频率,N为自然数;
步骤2,根据N个大脉宽的脉冲信号s(t),计算得到雷达接收端接收的回波信号y(t),所述雷达接收端接收的回波信号y(t)包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度;
步骤3,根据雷达接收端接收的回波信号y(t),采用迭代自适应算法计算得到回波信号y(t)的相关矩阵R;
步骤4,根据回波信号y(t)的相关矩阵R,利用MUSIC算法依次计算得到M个目标各自的多普勒频率和M个目标各自的径向速度;
步骤5,根据所述M个目标各自的多普勒频率,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算得到多普勒频率补偿后M个目标的回波信号,然后对多普勒频率补偿后M个目标的回波信号进行脉冲压缩处理,计算得到M个目标各自的斜距。
2.如权利要求1所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,在步骤1中,所述N个大脉宽的脉冲信号s(t),其具体表达式为:
其中,l∈{1,2,…,N},N为雷达发射端发射大脉宽的个数,Tr为脉冲信号s(t)的脉冲重复周期,τ为脉冲信号s(t)的脉冲宽度,f0为脉冲信号s(t)的中心频率,θ0为脉冲信号s(t)的初始相位,rect(·)为矩形函数,t为时间变量,N为自然数。
3.如权利要求1所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,在步骤2中,所述雷达接收端接收的回波信号y(t),其表达式为:
其中,雷达接收端接收的回波信号y(t)中包含M个目标的信息,每一个目标的信息包含目标的斜距和目标的径向速度,第i个目标的斜距为Ri,第i个目标的径向速度为vri,i∈{1,2,…,M},ki为第i个目标的回波衰减,s(t)为雷达发射端发射的N个大脉宽的脉冲信号,t为时间变量,Δti为第i个目标的回波对应的延迟时间,C为光速,fdi为第i个目标的多普勒频率,λ0为脉冲信号s(t)的波长。
4.如权利要求1所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,在步骤3中,所述回波信号y(t)的相关矩阵R,其计算过程为:
3.1初始化:构造一个K×K对角矩阵P,K×K对角矩阵P对角线上的元素为等间隔取的K个频率点各自对应的回波功率,即K个频率点各自对应的回波功率,与K×K对角矩阵P对角线上的元素分别相同;k表示第k个频率点,k={1,2,……,K},K×K对角矩阵P的初始矩阵为P1,初始矩阵P1对角线上包含K个元素值,其中第k个元素值为为,a(fdk)为第k个频率点的对应多普勒频率组成的阵列流行向量,y(n)为回波信号y(t)的离散形式;回波信号y(t)的相关矩阵初始值为R1, 表示定义;设定迭代总次数为D,m表示第m次迭代,m初值为1;L为回波信号y(t)脉冲内的采样点数;A(fd)为K个频率点对应的多普率频率构成的阵列流行矩阵;
3.2计算得到第m次迭代后第k个频率点对应的信号波形 a(fdk)为第k个频率点的对应多普勒频率组成的阵列流行向量,fdk为第k个频率点的对应多普勒频率,y(n)为回波信号y(t)的离散形式,上标H为共轭转置,上标-1为求逆操作;
3.3根据第m次迭代后第k个频率点对应的信号波形计算得到第m次迭代后第k个频率点对应的回波功率值Pmk,
3.4令k加1,返回子步骤3.2,直到得到第m次迭代后第K个频率点对应的回波功率值PmK,并根据此时得到的第m次迭代后第1个频率点对应的回波功率值Pm1到第m次迭代后第K个频率点对应的回波功率值PmK,得到第m次迭代后的K×K对角矩阵Pm,然后令m加1,返回子步骤3.2,直到得到第D次迭代后的K×K对角矩阵PD,并将根据第D次迭代后得到K×K对角矩阵PD,计算得到第D次迭代后得到的回波信号y(t)的相关矩阵RD,并将第D次迭代后得到的回波信号y(t)的相关矩阵RD,作为回波信号y(t)的相关矩阵R。
5.如权利要求1所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,在步骤4中,所述M个目标各自的多普勒频率和M个目标各自的径向速度,其计算过程为:
4.1对回波信号y(t)的相关函数R进行特征值分解,即R=U∑UH,得到F个特征值以及F个特征值对应的特征向量U,∑为F个特征值对应的对角矩阵;对F个特征值进行从大到小排序,得到:
λ1≥λ2≥...≥λM≥λM+1≥...λF
v1,v2,…,vM,vM+1,…,vF
其中,F个特征值中包含M个大的特征值和F-M个接近零的小特征值,M个大的特征值为λ1到λM,F-M个接近零的小特征值为λM+1到λF;v1到vF为大到小排序后F个特征值各自对应的特征向量;
4.2将F-M个接近零的小特征值分别对应的特征向量构成回波信号y(t)的噪声子空间G,G=span{vM+1,vM+2,…,vF};
4.3使用K个频率点对应的多普率频率构成的阵列流行矩阵A(fd)对回波信号y(t)的噪声子空间G作投影,计算得到回波信号y(t)的功率谱S(fd),回波信号y(t)的功率谱S(fd)的谱峰处对应的多普勒频率向量,即为M个大的特征值对应的多普勒频率向量,进而依次得到M个目标各自的多普勒频率和M个目标各自的径向速度;其中第i个大的特征值对应的第i个目标的多普勒频率fdi,并根据第i个目标的多普勒频率fdi,计算得到第i个目标的径向速度vri,λ0为脉冲信号s(t)波长,i={1,2,…,M},K=F。
6.如权利要求1所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,在步骤5中,所述多普勒频率补偿后的回波信号,其计算过程为:设定M个目标各自的多普勒频率补偿因子,然后根据所述M个目标各自的多普勒频率,对雷达接收端接收的回波信号y(t)进行多普勒频率补偿,计算得到多普勒频率补偿后M个目标的回波信号;在设定的M个目标各自的多普勒频率补偿因子中,第i个目标的多普勒频率补偿因子为并根据雷达接收端接收的回波信号y(t),计算得到多普勒频率补偿后第i个目标的回波信号进而计算得到多普勒频率补偿后M个目标的回波信号Y(t),其表达式为:
其中,ki为第i个目标的回波衰减,Δti为第i个目标的回波对应的延迟时间,s(t)为雷达发射端发射的N个大脉宽的脉冲信号,t为时间变量,fdi为第i个目标的多普勒频率,km′为第m′个目标的回波衰减,上标*表示共轭。
7.如权利要求6所述的一种基于雷达大脉宽信号的目标测速测距方法,其特征在于,所述对多普勒频率补偿后M个目标的回波信号进行脉冲压缩处理,具体为:
对多普勒频率补偿后M个目标的回波信号Y(t)进行脉冲压缩处理,计算得到脉冲压缩处理后M个目标的回波信号B(t),其表达式为:
其中,为与M个目标各自的斜距有关的分量,C为光速,R为M个目标各自的斜距集合,Φ为多普勒频率补偿后M个目标的回波信号Y(t)中多普勒频率没有被补偿完的部分;ki为第i个目标的回波衰减,Δti为第i个目标的回波对应的延迟时间,s(t)为雷达发射端发射的N个大脉宽的脉冲信号,t为时间变量,fdi为第i个目标的多普勒频率,km′,为第m′个目标的回波衰减,上标*表示共轭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610369076.0A CN106093927B (zh) | 2016-05-30 | 2016-05-30 | 基于雷达大脉宽信号的目标测速测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610369076.0A CN106093927B (zh) | 2016-05-30 | 2016-05-30 | 基于雷达大脉宽信号的目标测速测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106093927A CN106093927A (zh) | 2016-11-09 |
CN106093927B true CN106093927B (zh) | 2018-11-09 |
Family
ID=57230350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610369076.0A Active CN106093927B (zh) | 2016-05-30 | 2016-05-30 | 基于雷达大脉宽信号的目标测速测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106093927B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850384B (zh) * | 2019-11-04 | 2020-06-23 | 北京航空航天大学 | 一种基于扫频数据产生宽带去斜回波的方法 |
CN112098988B (zh) * | 2020-08-10 | 2023-02-10 | 西安电子科技大学 | 一种基于子空间投影的动目标径向速度估计方法 |
CN117111109A (zh) * | 2023-08-28 | 2023-11-24 | 南京威翔科技有限公司 | 一种用于低空监视的时序控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3314218C3 (de) * | 1983-04-20 | 1997-10-09 | Daimler Benz Aerospace Ag | Verfahren zur Zielgeschwindigkeitsbestimmung bei einem Pulsdopplerradar |
JP2004108851A (ja) * | 2002-09-17 | 2004-04-08 | Toshiba Corp | 測角装置及びこの測角装置を用いた通信装置 |
CN102121989B (zh) * | 2010-01-08 | 2013-01-30 | 清华大学 | 一种同时测量高速运动目标的速度和距离的方法 |
CN102508234B (zh) * | 2011-11-09 | 2013-07-10 | 四川九洲电器集团有限责任公司 | 基于突发脉冲波形的距离解算方法 |
CN104007435B (zh) * | 2014-04-24 | 2016-08-24 | 北京航空航天大学 | 一种基于中频相邻回波相位差的精确测速方法 |
-
2016
- 2016-05-30 CN CN201610369076.0A patent/CN106093927B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106093927A (zh) | 2016-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105807267B (zh) | 一种mimo雷达扩展目标的检测方法 | |
JP4727311B2 (ja) | レーダ装置 | |
CN107688178A (zh) | 一种基于77GHz毫米波雷达的锯齿波测距测速方法 | |
CN101975939B (zh) | 一种基于压缩感知理论的多普勒解模糊处理方法 | |
CN106093870B (zh) | 高超声速飞行器下降段的sar-gmti杂波抑制方法 | |
CN106872969B (zh) | 基于mtd脉冲积累及滑动处理的雷达目标角度估计方法 | |
CN111913158B (zh) | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 | |
CN102426354A (zh) | 基于加权顺序统计和多脉冲相参积累的宽带雷达检测方法 | |
CN107607938A (zh) | 一种频率分集阵列雷达低空目标检测方法 | |
CN106597427B (zh) | 一种超高速目标探测方法 | |
CN105223560A (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
CN108776342A (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN105467369B (zh) | 一种目标回波仿真方法和装置 | |
Hu et al. | Insect flight speed estimation analysis based on a full-polarization radar | |
CN106093927B (zh) | 基于雷达大脉宽信号的目标测速测距方法 | |
CN105785340A (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 | |
CN106908786B (zh) | 一种基于极化散射矩阵估计的高精度昆虫体轴朝向提取方法 | |
CN108535730A (zh) | 一种多普勒气象雷达解速度模糊方法和系统 | |
CN108387875A (zh) | 基于二维fft的时分mimo雷达相位误差矫正方法 | |
CN109581362A (zh) | 合成孔径雷达高度计在可变脉冲簇模式下的信号处理方法 | |
CN108828602A (zh) | 一种脉冲相干法测速中消除速度模糊的信号处理方法 | |
CN105738887A (zh) | 基于多普勒通道划分的机载雷达杂波功率谱的优化方法 | |
RU2326402C1 (ru) | Способ измерения радиальной скорости воздушной цели в режиме перестройки частоты от импульса к импульсу | |
Xinghua et al. | Performance gain bounds of coherently combining multiple radars in a target-based calibration manner | |
RU2316788C9 (ru) | Способ обнаружения групповой цели импульсно-доплеровской радиолокационной станцией |
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 |