CN106646447A - 基于线性调频连续波的雷达目标长时间积累检测方法 - Google Patents

Abstract

本发明公开了一种基于线性调频连续波的雷达目标长时间积累检测方法，首先根据待搜索目标的运动模型确定待搜索空间；发射线性调频连续波信号，对接收的雷达目标回波进行去调频处理，获得去调频后的目标回波；对去调频后的目标回波，沿快时间维度做FFT变换，得到慢时间‑快时间频域的回波信号；对于该回波信号，针对待搜索空间中的每一个机动参数矢量，进行相参积累，获得评估值；利用这些评估值进行门限判决。本发明通过长时间相参积累，能够在发射机功率有限的条件下，有效提高目标积累后的信噪比，进而提高目标的检测性能。

Description

基于线性调频连续波的雷达目标长时间积累检测方法

技术领域

本发明涉及雷达信号处理技术领域，具体涉及一种基于线性调频连续波的雷达目标长时间积累检测方法。

背景技术

调频连续波(FMCW)是目前探测雷达采用的一种主流技术方法。它是通过对连续发射的信号进行频率调制，从获得回波信号的相位差中提取距离及目标物性等信息的雷达体制，将传统脉冲时域反射雷达的宽带时域观测改变为窄带频域观测，提供了丰富而稳定的时间、幅度、频率、相位、极化等信息，具备了超强的抗干扰能力；将瞬态大功率观测变化为分频点相对小功率发射，提高了雷达远距离高分辨探测的能力。调频方法是其区别于脉冲时域雷达的关键，也是其技术方法进步的基点。目前发展了多种调频方式，主要有线性调制和正弦调制。其中线性调频方式已经衍生出多种方法，通过快速傅里叶变换(FFT)处理使得其能够对较大范围的阵列扫描得到较准确的距离信息和物性。因此，线性调频连续波(LFMCW)雷达已成为调频连续波雷达技术发展的主流。空气介质中的线性调频连续波(LFMCW)雷达有着低发射功率、高接收灵敏度、高距离分辨率和结构简单等突出技术特点，不存在距离盲区，具有比脉冲雷达更强的目标辨别、抗背景杂波及抗干扰等能力，近年来在军事和民用方面都得到了较快的发展。在实际应用中的主要技术优势在于：(1)设备小型化。LFMCW最大优点是其在一定作用距离内的发射功率相对较小，且信号调制很容易在小型的固态发射机中实现；(2)成像快速。通过集成FFT的数字信号处理器对频率信息进行处理，可实时完成从LFMCW系统中提取距离信息；(3)抗干扰强。LFMCW的信号频带较窄，可以通过变化工作频带防止被空间中其他的电磁波干扰。

然而，目前的LFMCW雷达目标探测算法均以单脉冲信号去调频处理为基础，通过单脉冲回波信号与发射信号之间的频率差来检测目标，进而获得目标的距离和速度等信息。然而，上述方法的性能主要依赖于回波信号的信噪比。当信噪比较低时，湮没在噪声中的信号经过去调频处理后将难以被检测到，目标信息的获取更无从谈起。因此，在低信噪比条件下，如何考虑目标在多个脉冲之间的变化规律，将目标在多脉冲间的能量有效的积累起来，提高目标回波的信噪比，进而提高目标的检测概率，获得目标的精确物理参数，是现在LFMCW雷达信号处理的一大难题。

发明内容

有鉴于此，本发明提供了一种基于线性调频连续波的雷达目标长时间积累检测方法，该方法通过长时间相参积累，能够在发射机功率有限的条件下，有效提高目标积累后的信噪比，进而提高目标的检测性能。得益于相参积累的高信噪比和高分辨率，本发明能够进一步精确估计目标的运动参数，提供目标的实时距离和速度等信息。

为了解决上述技术问题，本发明是这样实现的：

一种基于线性调频连续波的雷达目标长时间积累检测方法，包括如下步骤：

步骤1、根据待搜索目标的运动模型确定待搜索空间；该待搜索空间包括L个待搜索的机动参数矢量α_i,i＝1,2,…,L；

步骤2、发射线性调频连续波信号，对接收的雷达目标回波进行去调频处理，获得去调频后的目标回波；

步骤3、对去调频后的目标回波，沿快时间维度做FFT变换，得到慢时间-快时间频域的回波信号；

步骤4、对于步骤3得到的慢时间-快时间频域回波信号，针对每一个机动参数矢量α_i，进行相参积累，获得评估值G(α_i)；遍历搜索步骤1所确定的待搜索空间中所有的机动参数矢量，获得每一个机动参数矢量α_i的评估值G(α_i)，i＝1,2,…,L；

步骤5、利用步骤4获得的机动参数矢量评估值G(α_i)进行门限判决，实现目标检测。

优选地，机动参数矢量由两个运动相关的参数组成，α_i＝[a_0,i,a_1,i]，其中a_0,i是目标的距离，a_1,i是目标的速度。

优选地，步骤4所述的相参积累为：针对每一个待搜索的机动参数矢量α_i，以沿机动参数矢量α_i对应的目标回波运动轨迹C(f；α_i)作为积分路径，对快时间频域-慢时间频域回波信号进行相位补偿后积分，进而获得积累值G(α_i)；

相位补偿函数为

目标回波运动轨迹C(f；α_i)：

其中，f_c为发射信号载频，r(t)为目标在t时刻的瞬时距离，f是快时间对应的频域，t为慢时间，γ为调频率，c为光速。

优选地，所述步骤5为：

步骤51：根据雷达系统参数，确定待搜索的机动参数矢量空间分辨率Δα；

步骤52：针对每一个机动参数矢量α_i，以Δα为间隔，选取R个点，R为正整数；对这R个点利用相参积累函数计算G(α_r)，r＝1,2,…,R，然后取平均，将均值作为噪声平均功率P_ave(α_i)；

步骤53：根据噪声平均功率P_ave(α_i)得到机动参数矢量α_i的检测门限κ(α_i)：κ(α_i)＝ξ·P_ave(α_i)，其中，ξ由虚警率和噪声的统计特性确定；

步骤54：将G(α_i)与检测门限κ(α_i)进行比较，得到目标检测结果。

优选地，机动参数矢量α_i周围的R个点选取为α_i±kΔα,

优选地，在步骤5之后，该方法进一步包括根据目标检测结果估计目标的真实运动参数。

优选地，在步骤5之后，该方法进一步包括记录过门限的G(α_p)，p＝1,2,…,Q，Q为过门限的数据总量；则令G(α_p)最大的机动参数矢量即为目标真实运动参数的估计值。

有益效果：

(1)本发明针对机动目标运动的通用参数化模型，采用线性调频连续波(LFMCW)信号对目标进行长时间积累检测，且长时间相参积累方法，不同于传统的非相参积累策略，采用的是相参积累，即对目标的包络走动和相位起伏进行联合补偿，从而能够在发射机功率有限的条件下，有效地将积累时间的增加转化为目标检测概率的提高，大大提高了雷达的探测性能。

(2)同时，在相参积累提供的高信噪比和高分辨率条件下，本发明可以利用目标检测结果进一步精确估计目标的各阶运动参数，能够实时给出目标的距离、方位等信息。

附图说明

图1为本发明流程图。

图2为本发明的长时间相参积累结果示意图。

图3为相参积累与非相参积累性能曲线对比图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供的基于线性调频连续波的雷达目标长时间积累检测方法，首先对机动目标进行参数化建模，再对目标回波进行去调频(Dechirp)变换。而后将回波信号变换到慢时间-快时间频域维，对目标回波的包络走动和相位起伏进行联合补偿，实现目标回波的长时间相参积累。通过长时间相参积累，显著的提高了目标的信噪比，有效地将积累时间的增长转化为检测概率的提高，并可以进一步精确估计出目标的运动参数。

本发明的设计思路是：

由于在低信噪比条件下，Dechirp的性能会大大损失，故此时单脉冲Dechirp处理后将无法对目标进行检测，更不能进一步估计目标的相关物理参数。但是我们注意到，此时目标的信息仍然存在，只是由于信噪比太低无法提取，故想到了多脉冲的相参积累。通过多脉冲的相参积累，目标的信噪比会显著提高，这样就可以在积累后的高信噪比条件下对目标进行检测和估计。

但是多脉冲积累过程中，由于目标在运动且每个脉冲对应的时刻不同，故每个脉冲中和目标参数有关的信息都在发生变化，如下文步骤3中的相位包含了目标的参数信息a₀和a₁，但是由于是随着时间t变化的，故每个脉冲中的相位值都不一样。因此，本发明需要考虑目标在多个脉冲之间的变化规律，将目标在多脉冲间的能量有效的积累起来，为此设计了与参数信息a₀和a₁相关的相参积累函数，包络走动和相位的补偿设定均与待补偿的信号相关。

基于上述分析，本发明的基于线性调频连续波的雷达目标长时间积累检测方法具体实现流程图如图1所示，具体方法如下：

步骤一、根据待搜索目标的运动模型确定雷达待搜索空间，即确定雷达目标运动模型中待搜索的机动参数矢量。

具体的，由机动参数构成的雷达目标运动参数化通用模型可表示为

其中，r(t)为目标在t时刻的瞬时距离，目标的机动参数表示为a_j(j＝0,1)。a_j为与目标运动物理模型相关的参数。如a₀是目标的起始距离，a₁是目标的起始速度。

由于在实际应用中，目标的真实机动参数a_j(j＝0,1)未知，故需要对机动参数进行搜索，待搜索的机动参数矢量表示为α_i＝[a_0,i,a_1,i],i＝1,2,…,L。L为待搜索的机动参数矢量的总数，a_0,i是目标的距离，a_1,i是目标的速度。

根据待搜索目标的机动特性确定待搜索机动参数的数值范围。例如，待搜索目标为汽车，平均速度为30m/s，那么a₁的搜索范围可以定为[20,50]。

步骤二，发射线性调频连续波(LFMCW)信号，对接收的雷达目标回波进行去调频(Dechirp)处理，即将目标回波与发射参考信号进行混频，获得目标回波Dechirp后的信号。

具体的，步骤二中所描述的目标回波信号s_rm(t,τ)表示为：

s_rm(t,τ)＝A_rmexp{jπ(2f_c(τ-t_d(t))+γ(τ-t_d(t))²)}τ∈(0,T_p]

其中，A_rm为目标回波信号的幅值常数，f_c为发射信号载频，τ为快时间，t为慢时间，γ为调频率，T_p为一个频率调制周期。时延t_d(t)表示为：

其中，c为光速。

进一步的，步骤2中所描述的发射参考信号s_ref(τ)表示为：

s_ref(τ)＝exp{jπ(2f_cτ+γτ²)}。

则Dechirp后的信号s₀(t,τ)表示为

其中Dechirp后信号的相位的表达为：

步骤三、对Dechirp后的目标回波，沿快时间维度做FFT变换，得到慢时间-快时间频域的回波信号。

本步骤的设计思路是：由步骤2可以看到，Dechirp后信号的相位随着快时间τ变化，而的变化规律又是由目标的机动参数信息，即a_j(j＝0,1)决定。因此，通过沿快时间τ维的FFT变换，即可将相位的变化反映在快时间频域f上，进而可以通过后续步骤的相参积累在慢时间-快时间频域提取目标的机动参数信息。

具体的，对Dechirp后的目标回波s₀(t,τ)沿快时间维度做FFT变换可表示为：

其中，S(f,t)为获得的慢时间-快时间频域的回波信号，f是快时间对应的频域。

步骤四，对步骤三得到的慢时间-快时间频域回波信号S(f,t)，采用相参积累函数G进行积累。遍历搜索步骤1所确定的雷达待搜索空间中所有的机动参数矢量，获得每一个机动参数矢量α_i的评估值G(α_i)，i＝1,2,…,L。

具体的，相参积累函数G(α_i)指的是，针对某一个待搜索的机动参数矢量α_i，沿曲线C(f；α_i)所确定的积分路径，对快时间频域-慢时间频域回波信号S(f,t；α_i)进行相位补偿后积分，进而获得积累值。

具体的，机动参数矢量α_i的相参积累函数为：

该公式中曲线C(f；α_i)体现了包络走动的补偿，在积分的过程中，每一个值都需要乘以一个补偿函数H(t,α_i)，该过程体现了相位补偿。

其中，H(t,α_i)为相位补偿函数，表示为

可以看出，相位补偿函数H(t,α_i)与待补偿的信号相关。

C(f；α_i)为机动参量矢量α_i对应的目标回波运动轨迹，表示为

其中，a_0,i a_1,i为待搜索的机动参数，组成了机动参数矢量α_i。可以看出，该积分曲线C(f；α_i)也与待补偿的信号相关。

G(α_i)为沿着由C(f；α_i)所确定的积分路线进行线积分的结果；dl为积分路线上的积分单元。

上面的式(1)分为两部分，一是复相位二是目标的实包络

对于函数sinc(x)，其最大值出现在x＝0处，当x不等于0，该函数的值会很小。因此对于上式的A(t)，目标的最大值(也就是目标的能量最大)出现在处。而相参积累就是想将目标的能量积累起来，但是由于a₀和a₁未知，所以在处理的过程中只能以不同的搜索值代入去尝试，因此就出现了这里的积分曲线C(f；α_i)：

另一方面，找到了目标的峰值位置，还需要将目标对应的相位补偿后再相加，这样目标的能量才能完全积累起来。同样，由于a₀和a₁未知，所以补偿函数写为

步骤五，利用步骤四获得的机动参数矢量评估值G(α_i)进行门限判决，实现目标检测，并进一步估计目标的真实运动参数。

具体的，根据雷达系统参数，确定待搜索的机动参数矢量空间分辨率为Δα＝[Δa₀,Δa₁]。针对每一个参数α_i，以Δα为间隔，选取R个点，对这R个点利用相参积累函数G计算G(α_r)，r＝1,2,…,R，然后取平均，将均值作为噪声平均功率P_ave，通常选取的R个点为α_i±kΔα,然后根据噪声平均功率P_ave(α_i)得到参数α_i的检测门限κ(α_i)：κ(α_i)＝ξ·P_ave(α_i)，其中，ξ由虚警率和噪声的统计特性确定；最后将G(α_i)与检测门限κ(α_i)进行比较，得到目标检测结果。

进而，记录过门限的相参积累函数G(α_p)，p＝1,2,…,Q，目标真实运动参数的估计值表示为即为令G(α_p)最大的机动参数矢量。从而进一步得到了距离和速度的估计值。

图2为本发明的长时间相参积累结果示意图。图3为相参积累与非相参积累性能曲线对比图。由上述说明和附图可以看到，本方法通过长时间相参积累，能够有效的将目标的回波能量投影在参数空间，聚焦成一个“尖峰”，显著提高了目标的检测性能；同时相参积累还提高了目标的分辨率，进而能够实时的准确估计目标的距离、速度等物理信息。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，包括如下步骤：

步骤1、根据待搜索目标的运动模型确定待搜索空间；该待搜索空间包括L个待搜索的机动参数矢量α_i,i＝1,2,…,L；

步骤2、发射线性调频连续波信号，对接收的雷达目标回波进行去调频处理，获得去调频后的目标回波；

步骤3、对去调频后的目标回波，沿快时间维度做FFT变换，得到慢时间-快时间频域的回波信号；

步骤4、对于步骤3得到的慢时间-快时间频域回波信号，针对每一个机动参数矢量α_i，进行相参积累，获得评估值G(α_i)；遍历搜索步骤1所确定的待搜索空间中所有的机动参数矢量，获得每一个机动参数矢量α_i的评估值G(α_i)，i＝1,2,…,L；

步骤5、利用步骤4获得的机动参数矢量评估值G(α_i)进行门限判决，实现目标检测。

2.如权利要求1所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，机动参数矢量由两个运动相关的参数组成，α_i＝[a_0,i,a_1,i]，其中a_0,i是目标的距离，a_1,i是目标的速度。

3.如权利要求2所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，步骤4所述的相参积累为：针对每一个待搜索的机动参数矢量α_i，以沿机动参数矢量α_i对应的目标回波运动轨迹C(f；α_i)作为积分路径，对快时间频域-慢时间频域回波信号进行相位补偿后积分，进而获得积累值G(α_i)；

相位补偿函数为

目标回波运动轨迹C(f；α_i)：

其中，f_c为发射信号载频，r(t)为目标在t时刻的瞬时距离，f是快时间对应的频域，t为慢时间，γ为调频率，c为光速。

4.如权利要求1所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，所述步骤5为：

步骤51：根据雷达系统参数，确定待搜索的机动参数矢量空间分辨率Δα；

步骤52：针对每一个机动参数矢量α_i，以Δα为间隔，选取R个点，R为正整数；对这R个点利用相参积累函数计算G(α_r)，r＝1,2,…,R，然后取平均，将均值作为噪声平均功率P_ave(α_i)；

步骤53：根据噪声平均功率P_ave(α_i)得到机动参数矢量α_i的检测门限κ(α_i)：κ(α_i)＝ξ·P_ave(α_i)，其中，ξ由虚警率和噪声的统计特性确定；

步骤54：将G(α_i)与检测门限κ(α_i)进行比较，得到目标检测结果。

5.如权利要求4所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，机动参数矢量α_i周围的R个点选取为α_i±kΔα,

6.如权利要求1所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，在步骤5之后，该方法进一步包括根据目标检测结果估计目标的真实运动参数。

7.如权利要求4所述的基于线性调频连续波的雷达目标长时间积累检测方法，其特征在于，在步骤5之后，该方法进一步包括记录过门限的G(α_p)，p＝1,2,…,Q，Q为过门限的数据总量；则令G(α_p)最大的机动参数矢量即为目标真实运动参数的估计值。