CN106199549B - 一种采用谱减法提升lfmcw雷达信噪比的方法 - Google Patents
一种采用谱减法提升lfmcw雷达信噪比的方法 Download PDFInfo
- Publication number
- CN106199549B CN106199549B CN201610513953.7A CN201610513953A CN106199549B CN 106199549 B CN106199549 B CN 106199549B CN 201610513953 A CN201610513953 A CN 201610513953A CN 106199549 B CN106199549 B CN 106199549B
- Authority
- CN
- China
- Prior art keywords
- distance
- spectrum
- data
- distance unit
- radar
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种采用谱减法提升LFMCW雷达信噪比的方法,步骤如下:采集每个PRI内的雷达回波信号,对上扫频的回波时域数据进行加窗以及FFT处理,确定二维频域数据,然后按照二维平面重新排列得到慢时间‑距离域数据;进行FFT处理得到第n个距离单元下的多普勒维数据,进行谱减处理得到该距离单元下最终的谱减结果;通过IFFT运算,把该距离单元下对应的多普勒域数据还原到初始的慢时间‑距离域数据;改变n的取值并进行步上述处理,直到得到所有距离单元下谱减后还原的慢时间‑距离域数据;进行MTI处理得到去除杂波的结果,然后将去杂波后的数据乘上汉明窗系数加权,并对加权后的数据进行相参积累,从而得到目标的距离多普勒信息。本发明增强了雷达的作用距离,提高了探测性能。
Description
技术领域
本发明属于雷达信息技术领域,特别是一种采用谱减法提升线性调频连续波(Linear Frequency Modulation Continuous Wave,LFMCW)雷达信噪比(Signal-to-NoiseRatio,SNR)的方法。
技术背景
战场前沿侦察、边境安全监视和交通流量控制等市场需求,极大地开拓了地面雷达应用领域,使其受到越来越广泛的重视。在实际环境中,慢速目标(例如人员)是威胁度较高的一类目标,其检测能力成为衡量雷达系统性能的重要指标。而现实中受强地杂波的影响,多数雷达对沿其径向速度较慢的目标,面临检测能力不足的问题。主要原因有下:1)以行人为典型的地面慢速目标,多处于复杂的强地杂波中,为弱小目标。该目标具有机动性强、反射系数小、雷达散射面积(Radar Cross Section,RCS)起伏大的特点,造成雷达回波中信噪比较小,明显影响了雷达对其的有效检测。2)相对于快速运动目标,慢速目标在多普勒域与地物杂波谱(尤其是运动杂波)存在更为严重的交叠,当目标位于风吹动的草地或树林时,草地和树林杂波能量扩展到慢速目标的多普勒通道,使得目标回波与地物杂波难以区分,很难从多普勒维上分辨出目标和杂波。3)人体行走属于典型的非刚体运动,各个关节同时协调摆动导致人体行走的复杂。它使得雷达回波在多普勒域上产生较大的多普勒扩展,从而使目标的能量进一步分散,加大目标检测难度。
LFMCW雷达作为地面雷达的一种,具有体积小、重量轻、距离分辨力高、无距离盲区和抗截获能力强等独特优势,可以用于强地物杂波背景中探测慢速弱目标。从信号处理的角度来看,要想增强LFMCW雷达对慢速弱目标的探测能力需要提升两个参数:信噪比和信杂比。一般情况下,信噪比的提高通常是对有用信号进行处理,即通过增加相参积累时间、多帧数据联合处理来实现;提高信杂比则是要削减杂波能量。
检测前跟踪(Tracking before Detection,TBD)是一种提高信噪比的有效手段。TBD方法使用未作门限处理或者低门限处理雷达原始观测数据,利用目标回波数据在帧间的相关性,充分挖掘数据中的有用信息,通过在时间上的观测积累提升信噪比,从而达到提高弱目标检测概率的目的。但是该方法在检测过程中计算量很大并且需要消耗较大的存储量,不利于实时操作。
发明内容
本发明的目的在于提供一种采用谱减法提升LFMCW雷达信噪比的方法,采用谱减法结合动目标探测(Moving Target Detection,MTD)的方法来改善信噪比,从而增强雷达的作用距离,提高其探测性能。
实现本发明目的的技术解决方案为:一种采用谱减法提升LFMCW雷达信噪比的方法,包括以下步骤:
步骤1,LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,对上扫频的N点回波时域数据进行加窗以及快速傅里叶变换(Fast Fourier Transform,FFT)处理,根据雷达距离分辨率和最大作用距离选择距离维点数,确定进行谱减以及后续信号处理的二维频域数据,将该二维频域数据按照二维平面重新排列得到慢时间-距离域数据;
步骤2,对于步骤1中重排的慢时间-距离域数据,取第n个距离单元对应的慢时间数据进行FFT处理得到该距离单元下的多普勒维数据,确定第n个距离单元下的噪声平均功率,然后对第n个距离单元进行谱减处理,得到该距离单元下最终的谱减结果;
步骤3,对第n个距离单元的谱减结果作逆快速傅里叶变换(Inverse FastFourier Transform,IFFT)运算,从而把该距离单元下对应的多普勒域数据还原到初始的慢时间-距离域数据;
步骤4,对于步骤1中重排的上扫频期间慢时间-距离域数据,改变n的取值并进行步骤2、3处理,直到得到所有距离单元下谱减后还原的慢时间-距离域数据;
步骤5,对所有距离单元谱减还原的慢时间-距离域数据,进行MTI处理得到去除杂波的结果,然后将去杂波后的数据乘上汉明窗系数加权,并对加权后的数据进行相参积累,从而得到目标的距离多普勒信息。
进一步地,步骤1所述LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,对上扫频的N点回波时域数据进行加窗以及FFT处理,根据雷达距离分辨率和最大作用距离选择距离维点数,确定进行谱减以及后续信号处理的二维频域数据,将该二维频域数据按照二维平面重新排列得到慢时间-距离域数据,具体如下:
(1.1)LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,记为y(up/dn,m,N),其中up/dn表示上扫频或下扫频,m表示第m个脉冲重复间隔PRI,N表示在第m个PRI内采集到的N点回波时域数据;
(1.2)在第m个PRI扫频期间采集N点回波时域数据,相应的发射信号有效带宽为BE,接着对上扫频的N点回波时域数据进行加窗以及FFT处理,所得结果记为Y(up,m,N),则Y(up,m,N)表示第m个PRI内上扫频期间的N点频域结果;在这N点中,点与点之间的距离间隔就是距离分辨率,LFMCW雷达距离分辨率ΔR为:
其中,c是光速,BE是有效带宽;
(1.3)根据雷达距离分辨率ΔR和最大作用距离选择距离维点数,设定M个PRI作为一个相参处理间隔(Coherent Processing Interval,CPI),进行谱减以及后续信号处理的输入数据是该M个PRI对应的二维频域数据,记为Y(up,m,n),其中m表示第m个PRI,n表示第n个距离单元;将上述二维频域数据按照二维平面重新排列得到慢时间-距离域数据。
进一步地,步骤2所述对于步骤1中重排的慢时间-距离域数据,进行FFT处理得到第n个距离单元下的多普勒维数据,确定第n个距离单元下的噪声平均功率,然后对第n个距离单元进行谱减处理,得到该距离单元下最终的谱减结果,具体如下:
(2.1)对于步骤1中重排的慢时间-距离域数据Y(up,m,n),用Y(up,M,n)表示雷达回波在上扫频期间第n个距离单元对应的M点慢时间数据;对Y(up,M,n)进行M点FFT处理得到该距离单元下的M点多普勒维数据F(up,K,n),把F(up,K,n)中每个多普勒通道对应的数据记为F(up,k,n),其中k的取值范围是1到M,保留F(up,k,n)的相位信息同时将F(up,k,n)的幅值进行平方处理求得第n个距离单元第k个多普勒通道雷达信号对应的功率谱P(up,k,n);
(2.2)确定第n个距离单元下的噪声平均功率然后对第n个距离单元进行谱减处理,具体为:
定义过减系数α,增益补偿系数β,将第n个距离单元下第k个多普勒通道的谱减结果表示为Ps(up,k,n),如果则谱减结果Ps(up,k,n)为:
如果则谱减结果Ps(up,k,n)为:
Ps(up,k,n)=β·P(up,k,n) (3)
(2.3)依次将第n个距离单元下每个多普勒通道雷达信号功率谱按照上述判断进行谱减处理,得到该距离单元下最终的谱减结果Ps(up,K,n)。
进一步地,步骤3所述对第n个距离单元的谱减结果作IFFT运算,从而把该距离单元下对应的多普勒域数据还原到初始的慢时间-距离域数据,具体为:
对第n个距离单元,在得到谱减结果Ps(up,K,n)后,对Ps(up,K,n)进行开方求得其幅值|Fs(up,K,n)|;依次将该距离单元下每个多普勒通道对应的幅值和相位组合成复数形式Fs(up,K,n),并对该复数作M点的IFFT运算,从而把该距离单元下对应的多普勒域数据Fs(up,K,n)还原到初始的慢时间-距离域数据Ys(up,M,n)。
本发明与现有技术相比,其显著优点为:(1)考虑到雷达信号短时平稳的特性,将语音信号处理的谱减法和雷达信号相参处理结合,有效地提高了输出信噪比,增强了LFMCW雷达探测慢速弱目标的能力;(2)针对慢速弱目标的特性,在进行谱减时将每个距离单元功率谱对应的高频部分作为噪声功率谱,由于在没有目标的地方功率谱较平坦,所以可以得到较好的功率谱估计;(3)谱减法原理简单,计算快,可以用于实时系统。
附图说明
图1是本发明中LFMCW雷达系统的结构图。
图2是本发明采用谱减法提升LFMCW雷达信噪比的方法流程图。
图3是本发明中采集的回波数据重排格式示意图。
图4是本发明实施例中不同距离下目标所在距离单元两种方法的对比图,其中(a)为目标距离雷达27m有目标距离单元的对比图,(b)为目标距离雷达45m有目标距离单元的对比图,(c)为目标距离雷达63m有目标距离单元的对比图,(d)为目标距离雷达81m有目标距离单元的对比图。
具体实施方式
本发明采用的LFMCW雷达系统主要由收发天线、发射机、接收机、频率综合器、信号处理器、总控电路和目标显示器组成,结构见图1。该雷达为相参系统,天线采用收发分置放置,总控电路负责控制雷达整机的工作状态。频率综合器产生的发射源信号和本振信号分别传送至发射机和接收机,发射源信号经过发射机放大后通过发射天线辐射到空间中,发射信号遇到目标后形成反射信号,反射信号经接收天线传送至接收机。接收机放大微弱的回波信号,滤除不需要的干扰,将目标回波信号与本振信号混频得到差拍信号。信号处理器将差拍信号进行快速傅里叶变换(Fast Fourier Transform,FFT),然后将变换后的结果进行相干积累、杂波恒虚警检测等处理,获得目标的距离、速度及角度信息。最后将获得的目标信息通过通信串口传送至总控电路,总控电路对目标信息作相应处理后送至显示模块。根据雷达的最大作用距离、距离分辨能力以及探测的角度范围等要求,设计雷达分系统性能指标如下,其中天线指标如表1,发射机指标如表2,接收机指标如表3,雷达整机指标如表4:
表1
表2
表3
表4
在本发明中,从降低噪声功率的角度去设计了提升信噪比的方法。谱减法是语音信号处理中使用的提高信噪比的方法。基本谱减法的思路是从带噪语音信号功率谱中直接减去噪声段的平均功率谱来得到增强后的谱估计。它要求待处理的语音信号是短时平稳信号并且噪声是加性高斯白噪声,通过将带噪语音信号分帧,计算出每帧信号的短时功率谱并且保留原信号的相位信息,然后估计出噪声平均功率谱,用信号功率谱减去噪声平均谱得到增强谱估计,最后将相位和增强信号谱结合进行IFFT还原出增强的语音信号。谱减法的实现过程简单,算法难度低,计算量和消耗的存储空间与TBD相比小很多,同时信噪比有较好的提升。考虑到谱减法的优点以及我们处理的LFMCW雷达信号满足谱减法的要求,可以将谱减法用于该雷达信号处理中。
本发明采用谱减法提升LFMCW雷达信噪比的方法,具体实施步骤如图2所示:
步骤1,LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,对上扫频的N点回波时域数据进行加窗以及FFT处理,根据雷达距离分辨率和最大作用距离选择距离维点数,确定进行谱减以及后续信号处理的二维频域数据,将该二维频域数据按照二维平面重新排列得到慢时间-距离域数据;
(1.1)LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,记为y(up/dn,m,N),其中up/dn分别表示上/下扫频,m表示第m个PRI,N表示在第m个PRI内采集到的N点回波数据。由于上、下扫频数据处理方式相同,此处只对上扫频数据处理过程进行阐述。
(1.2)在数据采集时,需要将最大作用距离对应回波时延之前的采集数据舍弃。在本专利中,用5MHz的采样率对差拍信号进行采样,因此在第m个脉冲重复间隔上扫频期间会采集4096点回波时域数据,即N=4096,对应采样时间为819.2us,相应的发射信号有效带宽为BE=16.384MHz。接着对上扫频的N点采样时域数据进行加窗以及FFT处理,获得的结果记为Y(up,m,N),则Y(up,m,N)表示第m个PRI内上扫频期间的N点频域结果。这N点频域信息代表了雷达回波距离信息。在这N点中,点与点之间的距离间隔就是距离分辨率,LFMCW雷达距离分辨率ΔR为
其中c是光速,BE是有效带宽,计算可得ΔR=9.15m。根据雷达距离分辨率和最大作用距离选择距离维点数进行处理,由于雷达发射功率较小并且目标在强地杂波中运动缓慢,这里选取4096点频域信息中的前64点做后续处理,即距离维点数是64,探测的目标距离范围是10m到580m。
(1.3)在处理中设定M个PRI作为一个相参处理间隔CPI,为保证处理实时性,此处选取M=128。这样进行谱减以及后续信号处理的输入数据是128个PRI对应的64点二维频域数据,记为Y(up,m,n),其中m取值范围是1到128,表示第m个PRI;n取值范围是1到64,表示第n个距离单元。将上述数据按照图3所示的二维平面重新排列得到慢时间-距离域数据。
步骤2,对于步骤1中重排的慢时间-距离域数据,取第n个距离单元对应的慢时间数据进行FFT处理得到该距离单元下的多普勒维数据,确定第n个距离单元下的噪声平均功率,然后对第n个距离单元进行谱减处理,得到该距离单元下最终的谱减结果;
(2.1)对于步骤一中重排的慢时间-距离域数据Y(up,m,n),用Y(up,M,n)表示雷达回波在上扫频期间第n个距离单元对应的128点慢时间数据。对Y(up,M,n)进行128点FFT处理可得到该距离单元下的128点多普勒维数据F(up,K,n),把F(up,K,n)中每个多普勒通道对应的数据记为F(up,k,n),其中k的取值范围是1到128。保留F(up,k,n)的相位信息同时将F(up,k,n)的幅值进行平方处理求得第n个距离单元第k个多普勒通道雷达信号对应的功率谱P(up,k,n)。
(2.2)由于目标在强地杂波中缓慢运动,其多普勒分布在低频区域,高频部分是比较平坦的噪声基底,因此选取了该距离单元下第59到第68个多普勒通道对应的功率作为噪声功率,即将P(up,k,n)中k取值59到68的部分视为噪声功率。接着将所得的10个噪声功率值平均化得到第n个距离单元下的噪声平均功率,记为
然后对第n个距离单元进行谱减处理,为了避免该距离单元下第k个多普勒通道雷达信号功率谱P(up,k,n)小于噪声平均功率需要在谱减前加权判断。定义过减系数α,增益补偿系数β,将第n个距离单元下第k个多普勒通道的谱减结果表示为Ps(up,k,n),如果则谱减结果
如果则谱减结果
Ps(up,k,n)=β·P(up,k,n) (6)
可以看出α越大噪声消除越明显,但是Ps(up,k,n)可能会失真,β越大,Ps(up,k,n)越不易失真但减噪效果不明显。考虑到LFMCW回波中噪声功率较大,目标微弱,需要压低噪声基底,这里取α=4.2,β=0.03。
(2.3)依次将第n个距离单元下每个多普勒通道雷达信号功率谱按照上述判断进行谱减处理,得到该距离单元下最终的谱减结果Ps(up,K,n)。
步骤3,对第n个距离单元的谱减结果作IFFT运算,从而把该距离单元下对应的多普勒域数据还原到初始的慢时间-距离域数据;
对第n个距离单元,在得到其谱减结果Ps(up,K,n)后,对Ps(up,K,n)进行开方求得其幅值|Fs(up,K,n)|。依次将该距离单元下每个多普勒通道对应的幅值和相位组合成复数形式Fs(up,K,n),并对该复数作128点的IFFT运算,从而把该距离单元下对应的多普勒域数据Fs(up,K,n)还原到初始的慢时间-距离域数据Ys(up,M,n)。
步骤4,对于步骤1中重排的上扫频期间慢时间-距离域数据Y(up,M,n),改变n的取值并进行步骤2、3处理,直到得到所有距离单元下谱减后还原的慢时间-距离域数据;
步骤5,对所有距离单元谱减还原的慢时间-距离域数据,进行MTI处理得到去除杂波的结果,然后将去杂波后的数据乘上汉明窗系数加权,并对加权后的数据进行相参积累(MTD),从而得到目标的距离多普勒信息。
实施例
用LFMCW雷达采集目标(人)在不同距离情况下缓慢前进的慢时间-距离数据。其中雷达发射功率为20mW,人面向雷达径向运动,速度范围在1m/s到2m/s。通过对采集的数据进行直接MTD以及谱减法结合MTD处理对比得出信噪比提升情况。
图4展示了采用直接MTD和谱减法结合MTD分别处理不同距离下慢时间-距离域数据后,目标所在距离单元的两者对比结果。
图4(a)是目标位于第3个距离单元时两者的对比情况。根据LFMCW雷达距离分辨率,目标距离雷达约为27m,此时目标距离雷达较近,目标反射能量较强。若将雷达回波直接进行MTD处理,可以容易发现目标位于第22个多普勒通道,即目标以1.6m/s左右的速度面朝雷达运动,信噪比约为40dB;若采用谱减法结合MTD处理,目标峰值仍然与直接MTD处理时相同,但是整个高频区域的噪声功率明显下降,整个噪声基底大约下降11dB。
图4(b)是目标位于第5个距离单元时两者的对比情况。根据LFMCW雷达距离分辨率,目标距离雷达约为45m,此时的目标距离雷达比图4(a)偏远,因此目标的回波能量有所下降。若将雷达回波直接进行MTD处理,目标仍然可以被发现位于第23个多普勒通道,即目标以1.7m/s左右的速度面朝雷达运动,此时的信噪比约为34dB;若采用谱减法结合MTD处理,目标峰值仍然与直接MTD处理时相同,但是高频区域的噪声功率有较大幅度地下降,整个噪声基底下降大约12dB。
图4(c)是目标位于第7个距离单元时两者的结果。根据雷达距离分辨率,目标距离雷达约为63m。较前面的两种情况,目标距离雷达更远,目标回波能量更小。若将雷达回波直接进行MTD处理,可以发现目标位于第16个多普勒通道,即目标以1.2m/s的速度面向雷达运动,此时的信噪比约为28dB;若采用谱减法结合MTD处理,可以看出目标峰值仍位于第16个多普勒通道,并且高频区域的噪声功率明显下降,整个噪声基底大约下降12dB。
图4(d)是目标位于第9个距离单元时两者的结果。根据雷达距离分辨率,目标距离雷达约为81m。和前三种情况相比,此时目标距离雷达最远,目标回波能量削弱严重。若将雷达回波直接进行MTD处理,目标能被探测到位于第13个多普勒通道,即目标以1m/s的速度朝雷达慢速前进,此时信噪比约为20dB;若采用谱减结合MTD处理,可以发现目标峰值和直接MTD处理相同,同时高频区域的噪声功率大幅度下降,整个噪声基底大约下降11dB。
表5
表5展示了采集大量数据时,目标位于不同距离情况下,直接MTD和谱减结合MTD分别处理后,目标所在距离单元SNR均值和SNR变化的平均情况。从表5中可以看出,随着目标距离的增大,两种方法处理后的输出SNR都会有所下降。但是相比于直接MTD处理,采用谱减法结合MTD处理后,相同距离单元下的目标峰值没变,噪声功率下降明显,输出SNR比直接MTD处理时提升了约8dB。由此可得,与直接MTD处理相比,采用谱减法结合MTD对LFMCW雷达强地杂波下的慢速弱目标回波信号进行处理,输出SNR具有较大的提升,LFMCW雷达的弱目标探测性能增强。
Claims (3)
1.一种采用谱减法提升LFMCW雷达信噪比的方法,其特征在于,包括以下步骤:
步骤1,LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,对上扫频的N点回波时域数据进行加窗以及FFT处理,根据雷达距离分辨率和最大作用距离选择距离维点数,确定进行谱减以及后续信号处理的二维频域数据,将该二维频域数据按照二维平面重新排列得到慢时间-距离域数据;
步骤2,对于步骤1中重排的慢时间-距离域数据,取第n个距离单元对应的慢时间数据进行FFT处理得到该距离单元下的多普勒维数据,确定第n个距离单元下的噪声平均功率,然后对第n个距离单元进行谱减处理,得到该距离单元下最终的谱减结果;
步骤3,对第n个距离单元的谱减结果作IFFT运算,从而把该距离单元下对应的多普勒域数据还原到初始的慢时间-距离域数据;
步骤4,对于步骤1中重排的上扫频期间慢时间-距离域数据,改变n的取值并进行步骤2、3处理,直到得到所有距离单元下谱减后还原的慢时间-距离域数据;
步骤5,对所有距离单元谱减还原的慢时间-距离域数据,进行MTI处理得到去除杂波的结果,然后将去杂波后的数据乘上汉明窗系数加权,并对加权后的数据进行相参积累,从而得到目标的距离多普勒信息;
步骤2所述对于步骤1中重排的慢时间-距离域数据,进行FFT处理得到第n个距离单元下的多普勒维数据,确定第n个距离单元下的噪声平均功率,然后对第n个距离单元进行谱减处理,得到该距离单元下最终的谱减结果,具体如下:
(2.1)对于步骤1中重排的慢时间-距离域数据Y(up,m,n),用Y(up,M,n)表示雷达回波在上扫频期间第n个距离单元对应的M点慢时间数据;对Y(up,M,n)进行M点FFT处理得到该距离单元下的M点多普勒维数据F(up,K,n),把F(up,K,n)中每个多普勒通道对应的数据记为F(up,k,n),其中k的取值范围是1到M,保留F(up,k,n)的相位信息同时将F(up,k,n)的幅值进行平方处理求得第n个距离单元第k个多普勒通道雷达信号对应的功率谱P(up,k,n);
(2.2)确定第n个距离单元下的噪声平均功率然后对第n个距离单元进行谱减处理,具体为:
定义过减系数α,增益补偿系数β,将第n个距离单元下第k个多普勒通道的谱减结果表示为Ps(up,k,n),如果则谱减结果Ps(up,k,n)为:
如果则谱减结果Ps(up,k,n)为:
Ps(up,k,n)=β·P(up,k,n) (2)
(2.3)依次将第n个距离单元下每个多普勒通道雷达信号功率谱按照上述判断进行谱减处理,得到该距离单元下最终的谱减结果Ps(up,K,n)。
2.根据权利要求1所述的采用谱减法提升LFMCW雷达信噪比的方法,其特征在于,步骤1所述LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,对上扫频的N点回波时域数据进行加窗以及FFT处理,根据雷达距离分辨率和最大作用距离选择距离维点数,确定进行谱减以及后续信号处理的二维频域数据,将该二维频域数据按照二维平面重新排列得到慢时间-距离域数据,具体如下:
(1.1)LFMCW雷达信号处理器采集每个PRI内的雷达回波信号,记为y(up/dn,m,N),其中up/dn表示上扫频或下扫频,m表示第m个脉冲重复间隔PRI,N表示在第m个PRI内采集到的N点回波时域数据;
(1.2)在第m个PRI扫频期间采集N点回波时域数据,相应的发射信号有效带宽为BE,接着对上扫频的N点回波时域数据进行加窗以及FFT处理,所得结果记为Y(up,m,N),则Y(up,m,N)表示第m个PRI内上扫频期间的N点频域结果;在这N点中,点与点之间的距离间隔就是距离分辨率,LFMCW雷达距离分辨率ΔR为:
其中,c是光速,BE是有效带宽;
(1.3)根据雷达距离分辨率ΔR和最大作用距离选择距离维点数,设定M个PRI作为一个相参处理间隔CPI,进行谱减以及后续信号处理的输入数据是该M个PRI对应的二维频域数据,记为Y(up,m,n),其中m表示第m个PRI,n表示第n个距离单元;将上述二维频域数据按照二维平面重新排列得到慢时间-距离域数据。
3.根据权利要求1所述的采用谱减法提升LFMCW雷达信噪比的方法,其特征在于,步骤3所述对第n个距离单元的谱减结果作IFFT运算,从而把该距离单元下对应的多普勒域数据还原到初始的慢时间-距离域数据,具体为:
对第n个距离单元,在得到谱减结果Ps(up,K,n)后,对Ps(up,K,n)进行开方求得其幅值|Fs(up,K,n)|;依次将该距离单元下每个多普勒通道对应的幅值和相位组合成复数形式Fs(up,K,n),并对该复数作M点的IFFT运算,从而把该距离单元下对应的多普勒域数据Fs(up,K,n)还原到初始的慢时间-距离域数据Ys(up,M,n)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610513953.7A CN106199549B (zh) | 2016-06-30 | 2016-06-30 | 一种采用谱减法提升lfmcw雷达信噪比的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610513953.7A CN106199549B (zh) | 2016-06-30 | 2016-06-30 | 一种采用谱减法提升lfmcw雷达信噪比的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106199549A CN106199549A (zh) | 2016-12-07 |
CN106199549B true CN106199549B (zh) | 2019-01-22 |
Family
ID=57464146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610513953.7A Active CN106199549B (zh) | 2016-06-30 | 2016-06-30 | 一种采用谱减法提升lfmcw雷达信噪比的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106199549B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107861117B (zh) * | 2017-10-17 | 2020-11-17 | 电子科技大学 | 一种适用于连续波周界监视雷达的多目标参数测量方法 |
CN108490494B (zh) * | 2018-03-12 | 2020-01-21 | 中国科学院电子学研究所 | 基于谱减法及小波分析的海洋磁测噪声抑制方法 |
CN108919250B (zh) * | 2018-07-12 | 2022-04-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于多谱线精确插值的低小慢动目标处理方法 |
CN109932696B (zh) * | 2019-03-06 | 2021-03-23 | 西安电子科技大学 | 基于雷达通道噪声功率的数字波束形成方法 |
CN112816960B (zh) * | 2021-02-03 | 2023-03-17 | 森思泰克河北科技有限公司 | 车内生命探测方法、装置、设备和存储介质 |
CN113267771B (zh) * | 2021-05-14 | 2024-05-14 | 成都中科四点零科技有限公司 | 宽带调频连续波雷达系统及提升低速目标分辨能力的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002019318A1 (fr) * | 2000-08-31 | 2002-03-07 | Matsushita Electric Industrial Co., Ltd. | Unite et procede de suppression du bruit |
JP3484757B2 (ja) * | 1994-05-13 | 2004-01-06 | ソニー株式会社 | 音声信号の雑音低減方法及び雑音区間検出方法 |
CN101320566A (zh) * | 2008-06-30 | 2008-12-10 | 中国人民解放军第四军医大学 | 基于多带谱减法的非空气传导语音增强方法 |
CN103778921A (zh) * | 2013-12-28 | 2014-05-07 | 中国人民解放军兰州军区乌鲁木齐总医院 | 消除雷达采集到的语音中的不均匀噪声的方法 |
-
2016
- 2016-06-30 CN CN201610513953.7A patent/CN106199549B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3484757B2 (ja) * | 1994-05-13 | 2004-01-06 | ソニー株式会社 | 音声信号の雑音低減方法及び雑音区間検出方法 |
WO2002019318A1 (fr) * | 2000-08-31 | 2002-03-07 | Matsushita Electric Industrial Co., Ltd. | Unite et procede de suppression du bruit |
CN101320566A (zh) * | 2008-06-30 | 2008-12-10 | 中国人民解放军第四军医大学 | 基于多带谱减法的非空气传导语音增强方法 |
CN103778921A (zh) * | 2013-12-28 | 2014-05-07 | 中国人民解放军兰州军区乌鲁木齐总医院 | 消除雷达采集到的语音中的不均匀噪声的方法 |
Non-Patent Citations (2)
Title |
---|
Targets detection for FMICW radar;Lubos REJFEK et al.;《Radioelektronika (RADIOELEKTRONIKA), 2015 25th International Conference》;20150422;正文第1-4页 |
基于改进谱减方法的语音增强研究;丁伟,吴小培;《计算机技术与发展》;20080930;第18卷(第9期);第98-100页 |
Also Published As
Publication number | Publication date |
---|---|
CN106199549A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106199549B (zh) | 一种采用谱减法提升lfmcw雷达信噪比的方法 | |
CN110109076B (zh) | 基于相位对消捷变相参雷达杂波抑制的目标检测方法 | |
CN106199553B (zh) | 多帧回波联合相参积累检测海面弱小目标的优化方法 | |
Jakabosky et al. | Waveform design and receive processing for nonrecurrent nonlinear FMCW radar | |
Wang et al. | Hand gesture recognition using radial and transversal dual micromotion features | |
Kulpa et al. | Stretch processing for long integration time passive covert radar | |
CN113376601B (zh) | 基于clean算法的捷变频雷达旁瓣抑制方法 | |
CN110161491B (zh) | 一种针对微弱生命体的测距和呼吸频率估计方法 | |
CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
CN108132461B (zh) | 抑制调频连续波着陆雷达直流泄露的方法 | |
Smith et al. | Micro-Doppler processing for ultra-wideband radar data | |
CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及系统 | |
CN104977567B (zh) | 一种ofdm单脉冲雷达自适应发射波束形成方法 | |
CN101334469A (zh) | 基于分数阶傅立叶变换的风廓线雷达杂波抑制方法 | |
CN109188385A (zh) | 杂波背景下的高速微弱目标检测方法 | |
CN110632573B (zh) | 一种机载宽带雷达空时二维keystone变换方法 | |
Lu et al. | Anti-jamming filtering for DRFM repeat jammer based on stretch processing | |
CN106019243A (zh) | 一种基于三次初相和frft的drfm干扰检测和对抗方法 | |
CN113640761A (zh) | 一种频率捷变雷达抗脉间假目标的信号处理方法 | |
CN109061626B (zh) | 一种步进频相参处理检测低信杂比动目标的方法 | |
CN112014807B (zh) | 一种频率捷变雷达的自适应杂波抑制方法 | |
CN103792523A (zh) | 基于张量积的uhf波段多通道雷达径向速度检测方法 | |
CN109143235A (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
CN115980728B (zh) | 一种树丛穿透雷达目标检测方法、系统及设备 | |
CN105319538B (zh) | 基于辅助通道的空时自适应杂波抑制方法 |
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 |