CN107231169A - 一种基于kt‑lvt的抗符号跳变直接扩频信号动态聚焦方法 - Google Patents
一种基于kt‑lvt的抗符号跳变直接扩频信号动态聚焦方法 Download PDFInfo
- Publication number
- CN107231169A CN107231169A CN201710397755.3A CN201710397755A CN107231169A CN 107231169 A CN107231169 A CN 107231169A CN 201710397755 A CN201710397755 A CN 201710397755A CN 107231169 A CN107231169 A CN 107231169A
- Authority
- CN
- China
- Prior art keywords
- matrix
- mrow
- row
- msup
- msub
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于KT‑LVT的抗符号跳变直接扩频信号动态聚焦方法,本发明采用基于延迟相关抗符号跳变的KT‑LVT动态聚焦方法，在消除伪码相位距离徙动和多普勒频率徙动的同时，消除了符号跳变的影响，实现了低信噪比、高动态场景下直扩信号动态聚焦。与非搜索类动态聚焦方法相比，本方法中非线性运算造成的信噪比损失小，处理增益高，具有良好的抗噪声性能，更加适用于弱信号的捕获；同时，由于本方法不需要实时遍历补偿本地伪码速率和多普勒频率，也无需对符号跳变沿进行搜索，所以相对于非迭代非搜索类动态聚焦方法本方法运算量低、存储量小、实时性高。
Description
技术领域
本发明属于航天测控通信技术领域，具体涉及一种基于KT-LVT的抗符号跳 变直接扩频信号动态聚焦方法。
背景技术
直接序列扩频(DSSS)信号具有抗截获和抗干扰能力强的优点，可以实现 码分多址，广泛应用于航天测控通信、卫星导航和移动通信等领域。微弱直扩 信号的捕获需要长时间有效的能量积累。而增长信号积累时间长度，则需要考 虑符号跳变和收发双方相对运动引入的接收信号动态的影响。其中，积累时间 内的符号跳变会造成对应不同符号的信号能量相互抵消，出现谱峰分裂现象； 接收信号动态会造成信号能量在伪码相位维和频率维发生徙动和扩散。此时常 规积累方法无法实现能量的有效积累。
高动态直扩信号捕获的关键在于通过能量聚焦获得良好的信号能量积累性 能。由于高阶动态模型下非搜索类动态聚焦方法采用相关运算获得高阶核函数， 其抗噪声性能恶化严重，不适用于弱信号的捕获。典型的非迭代非搜索类动态 聚焦方法包括：基于一阶相邻互相关函数的动态聚焦方法和基于Keystone变换 -Lv(吕氏)变换(KT-LVT)的动态聚焦方法，这两种方法均可用于对二阶动态模 型信号的进行聚焦。其中，基于一阶相邻互相关函数的动态聚焦方法直接对接 收信号进行延迟相关运算，该非线性运算在输入信噪比低时会造成较大的信噪 比损失，不适用于弱信号的捕获。而KT-LVT方法在延迟和瞬时时间二维积累， 可以减小非线性运算带来的损失，具有较高的信噪比增益，适合弱信号捕获。基于此，在2015年IET Radar,Sonar&Navigation第9卷第5期第600页至607 页由Jin Tian等人发表的“Parameter estimation of manoeuvring targets based on segmentintegration and Lv’s transform”一文中，提出了KT-LVT动态聚焦方法， 对动态场景下雷达信号进行动态聚焦，实现了雷达的信号检测和参数估计。该 方法应用在雷达信号处理领域，不需要考虑符号调制对动态聚焦方法的影响。 但在直扩信号模型下，由于长时间积累过程中存在符号跳变的现象，常规动态 聚焦方法会出现能量抵消和谱峰分裂的问题，因此要KT-LVT动态聚焦方法用 于直扩信号，还需要考虑符号调制的影响，对KT-LVT算法进行改进，设计基 于KT-LVT的抗符号跳变的动态聚焦方法。
发明内容
有鉴于此，本发明的目的是提供一种基于平方运算抗符号跳变的KT-LVT的 动态聚焦方法,利用DBZP消除部分相关时间段内的数据跳变的影响，并在 KT-LVT算法的基础上进行改进，利用平方运算消除符号跳变造成的部分相 关时间段间能量抵消问题，具有较高的信噪比增益，适合微弱直扩信号的捕获。
一种基于KT-LVT的抗符号跳变直接扩频信号动态聚焦方法，包括如下步骤：
步骤一、将接收端的复基带信号表示为sr(Ts,Tk)，本地伪码序列表示为 sl(Ts,Tk)；Ts＝sTc为段内延迟时间，Tk＝kTc为段间延迟时间，Tc为部分相关时间， s＝0,1,2,…,2N-1,k＝0,1,2,…,K K为部分相关段数；N为部分相关点数；
步骤二、将复基带信号sr(Ts,Tk)与本地伪码序列sl(Ts,Tk)进行相关处理，得 到部分相关函数矩阵xcor(τ,Tk),τ为本地伪码序列的初始时间延迟；
步骤三、将部分相关函数矩阵xcor(τ,Tk)进行平方处理得到
步骤四、对xSQ(τ,k)进行Keystone变换，消除一阶动态造成的伪码相位徙 动，得到xSQ(τ,k')；
步骤五、忽略二阶动态距离维徙动，将部分相关结果xSQ(τ,k')近似为：
f0为射频频率，Rc(τ)为伪码互相关函数，Tk'＝Tk(f0+fτ)/f0，a0为雷达和目标之 间的初始距离，a1为一阶目标动态参数，a2为二阶目标动态参数，A'为 Keystone变换后信号幅值，xSQ(τ,k')的对称延迟相关函数为：
Rs(τ,k',m)＝xSQ(τ,k'+m+b)[xSQ(τ,k'-m-b)]*
其中，fτ表示变量τ经傅里叶变换后的频域变量；b为固定延迟，m为延迟变量， m＝0,1,2,…,M-1；M-1为最大延迟变量；
步骤六、对延迟相关函数进行Keystone变换，再对Keystone变换后的矩阵 进行二维鉴频，获得动态聚焦结果。
步骤一至步骤五由以下步骤具体实现：
(1)设置行搜索编号l的初始值为l＝0，设置列搜索编号n的初始值为n＝0；
(2)对本地伪码序列进行采样，并将采样序列分段，每段N个采样点，共 K+2M+2b段，并在每段段末补N个0，将数据段按行存入2N×(K+2M+2b)维的 矩阵作为本地时域矩阵，对本地时域矩阵的行向量进行2N点傅里叶变换，取共 轭，得到本地频域共轭矩阵
(3)对复基带信号进行采样，并对采样序列分段处理，每段数据长N点， 共2(K+M+b)段，然后在每段段尾补N点数据，每段段尾数据为下一段数据的前 N点，将数据段按行存入2N×2(K+M+b)维的矩阵作为接收拓展矩阵，然后对接 收拓展矩阵的行向量进行2N点的傅里叶变换，得到复基带信号的频域值矩阵；
(4)截取所述复基带信号的频域值矩阵的第l+1行至l+(k+2M+2b)行作为 接收信号频域值矩阵sr(fτ,k)；
(5)将接收信号频域值矩阵sr(fτ,k)与本地频域共轭矩阵对应位置相 乘，得到频域值矩阵；
(6)对复基带信号的频域值矩阵xcor(fτ,k)中fτ维进行傅里叶逆变换，截取部 分相关矩阵的前N列，得到部分相关函数时域值矩阵xcor(τ,k)，其中，
τ＝0,1,2,…,N-1；
(7)对部分相关函数时域值矩阵xcor(τ,k)进行平方处理，得到平方矩阵 xSQ(τ,k)＝[x(τ,k)]2；
(8)对平方矩阵xSQ(τ,k)中τ维进行傅里叶变换，得到频域值矩阵xSQ(fτ,k)；
(9)对矩阵xSQ(fτ,k)按列进行Keystone变换，得到Keystone变换后频域值 矩阵xSQ(fτ,k')；
(10)对频域值矩阵xSQ(fτ,k')中fτ维进行逆傅里叶变换，得到运动补偿后的 部分相关矩阵xSQ(τ,k')；
(11取出相关矩阵xSQ(τ,k')的第n列的数据xSQ(n,k')；
(12)根据xSQ(n,k')计算对称延迟相关函数矩阵：
其中，1≤m≤M，0≤k'≤K-1；
(13)将延迟相关函数矩阵Rs(n,k',m)按列进行Keystone变换，得到时域值 矩阵Rs(n,k″,m)；
(14)将Rs(n,k″,m)的列向量做M点傅里叶变换，得到矩阵Rs(n,k″,fm)；
(15)对Rs(n,k″,fm)矩阵的行向量做K点傅里叶变换，得到动态聚焦矩阵 Rs(n,fk″，fm)；
(16)对动态聚焦矩阵Rs(n,fk″,fm)取模，找出|Rs(n,fk″,fm)|峰值所在的位置 (Ia,Iv)，并计算相应的一阶动态参数和二阶动态参数；然后计算矩阵|Rs(n,fk″,fm)| 的峰值和均值之比作为检测判决量Vdec，将其与设定门限Vt进行比较。若检测判 决量Vdec大于门限Vt，则输出输出动态参数和动态聚焦完成标志，N×l+n为码相 位搜索结果，hfsIv/(2K)为多普勒估计结果；反之，调整列搜索序号n＝n+1，后对 其进行判断，若n小于N，则跳转至步骤(11)；若n等于N，则调整行搜索编 号l＝l+1，然后对l进行判断，若l小于K，则跳转至步骤(4)；若l等于K， 则输出动态聚焦失败标志。
本发明具有如下有益效果：
本发明采用基于延迟相关抗符号跳变的KT-LVT动态聚焦方法，在消除 伪码相位距离徙动和多普勒频率徙动的同时，消除了符号跳变的影响，实现了 低信噪比、高动态场景下直扩信号动态聚焦。与非搜索类动态聚焦方法相比， 本方法中非线性运算造成的信噪比损失小，处理增益高，具有良好的抗噪声 性能，更加适用于弱信号的捕获。
同时，由于本方法不需要实时遍历补偿本地伪码速率和多普勒频率，也 无需对符号跳变沿进行搜索，所以相对于非迭代非搜索类动态聚焦方法本方 法运算量低、存储量小、实时性高。
附图说明
图1为本发明的方法流程图。
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。
基于平方运算的KT-LVT方法原理如下：
设N为部分相关点数，Tc为部分相关时间，K为部分相关段数，且KTc大 于等于一个伪码周期，在无噪声干扰的情况下，接收端复基带信号可表示为
其中，Ts＝sTc为段内延迟时间，Tk＝kTc为段间延迟时间，c为光速，A为 信号幅值，R0(Tk)为发射机与接收机之间的距离
其中，a0为雷达和目标之间的初始距离，a1为一阶目标动态参数，a2为二阶 目标动态参数。
本地信号可表示为
经过相关处理后得到部分相关函数矩阵
其中，f0为射频频率，τ为本地信号的初始时间延迟，Rc(τ)为伪码互相关函数， Rd(τ)为符号互相关函数。由于按照公式(4)每次仅能计算矩阵中的某一个 元素，为了节省运算量，可用基于FT方法实现，二者的处理结果相同。由于 复基带信号的符号位和伪码是相参关系，则当接收信号和本地信号伪码对齐 时，在部分相关时间内不存在符号位跳变，由此消除了瞬时时间维符号跳变 的影响。
对xcor(τ,Tk)进行平方处理得到
对xSQ(τ,k)进行KT，消除一阶动态造成的伪码相位徙动，即
其中，Tk'＝Tk(f0+fτ)/f0，A'为KT后信号幅值。
在假定二阶动态距离维徙动可忽略的情况下，xSQ(τ,Tk')可看做是一个关于 Tk'的定常幅线性调频信号，进而用LVT进行多普勒频率维二阶动态联合聚 焦。部分相关结果经KT可近似为
其对称延迟相关函数为
Rs(τ,k',m)＝xSQ(τ,k'+m+b)[xSQ(τ,k'-m-b)]* (8)
其中，为b固定延迟，m为延迟变量，m＝0,1,2,…,M-1。
对延迟相关函数进行KT和二维鉴频，获得动态聚焦结果
其中，Tk″＝[h(m+b)TN]Tk'，Tm＝mTc，h为尺度因子，且h越大，LVT方法中KT 的性能越好，但动态参数a2的估计精度差，需要折衷选取h的值。
通过公式(9)可以看到信号能量集中在τ＝a0/c,fm＝4a1f0,fk″＝4a1f0/h的位置，进一步的可以求得估计值a0＝cτ,fm＝4a1f0,fk″＝4a1f0/ha1＝fm/(4f0),a2＝fk″h/(4f0)。
由于本方法是在某个固定的延迟时间τ下计算的延迟相关函数时(参考 公式(8))，因此需要对τ进行遍历搜索，当且仅当τ＝a0/c时，才能获得能 量聚焦结果。
可见，KT-LVT方法可以消除符号跳变和高阶动态的影响，信号能量集 中在目标单元格内。
本发明结构框图如图1所示，包括数据预处理模块、本地频域值矩阵计算模 块、行矩阵IFT1模块、平方模块、行矩阵FT1模块、行矩阵IFT2模块、频域 KT、相关结果存储模块、延迟相关函数计算模块，时域KT模块，矩阵列FT 模块和矩阵行FT2模块、检测判决模块和逻辑控制模块。具体步骤如下：
(1)预置逻辑控制模块内行搜索编号l＝0输出给数据预处理模块，列搜索 编号为n＝0输出给相关结果存储模块。
(2)本地伪码频域值矩阵计算模块对本地伪码序列按采样率fs进行采样， 将采样序列分段，每段N个采样点，共K+2M+2b段，并在每段段末补N个0， 将数据段按行存入2N×(K+2M+2b)的矩阵作为本地时域矩阵，对本地时域矩阵 的行向量进行2N点FT计算，取共轭，得到本地频域共轭矩阵sl *(fτ,k)输出给乘 积模块。
(3)数据预处理模块按采样率fs对复基带信号进行采样、分段处理，每段 数据长N点，共2(K+M+b)段，然后在每段段尾补N点数据，每段段尾数据为 下一段数据的前N点，将数据段按行存入2N×2(K+M+b)的矩阵作为接收拓展 矩阵，然后对拓展矩阵的行向量进行2N点的FT计算，得到复基带信号的频域 值矩阵。
(4)数据预处理模块根据逻辑控制模块输出的行搜索编号l截取复基带信 号的频域值矩阵的第l+1行～l+(k+2M+2b)行做为接收信号频域值矩阵sr(fτ,k)输 出给乘积模块。
(5)乘积模块接收矩阵sr(fτ,k)并将其与本地频域共轭矩阵对应位置 相乘，得到频域值矩阵xcor(fτ,k)，输出给矩阵行IFT1模块。
(6)矩阵行IFT1模块接收复基带信号的频域值矩阵xcor(fτ,k)，对fτ进行IFT， 截取部分相关矩阵的前N列，得到部分相关函数时域值矩阵xcor(τ,k)(即令
τ＝0,1,2,…,N-1)输出给平方模块。
(7)平方模块接收部分相关函数时域值矩阵xcor(τ,k)，计算平方矩阵
xSQ(τ,k)＝[x(τ,k)]2输出给矩阵行FT1模块。
(8)矩阵行FT1模块接收平方矩阵xSQ(τ,k)，对τ进行FT，得到频域值矩 阵xSQ(fτ,k)输出给频域KT模块。
(9)频域KT模块接收矩阵xSQ(fτ,k)，按列进行KT，输出KT后频域值矩 阵xSQ(fτ,k')。
(10)矩阵行IFT模块接收频域值矩阵xSQ(fτ,k')，对fτ进行IFT计算，得到 运动补偿后的部分相关矩阵xSQ(τ,k')，输出给相关结果存储模块。
(11)相关结果存储模块接收xSQ(τ,k')，按逻辑控制模块输出的列搜索编号 n，取出相关矩阵第n列的数据xSQ(n,k')给延迟相关函数计算模块。
(12)延迟相关函数计算模块接收信号xSQ(n,k')，计算延迟相关函数矩阵
D(m,k')＝xSQ(n,k'+2m+2b)×Ml *(n,k') (6)
其中，1≤m≤M，0≤k'≤K-1。步骤五矩阵Rs(n,k',m)是三维矩阵，由于步骤(11)中变量n被设为定值，在步骤(12)中该矩阵减少了一个维度，步骤(12)中 的Rs(n,k',m)是步骤五中Rs(n,k',m)的一部分，每一次迭代对应不同的n值，迭代 完成后即可得到完整的三维矩阵。
(13)时域KT模块接收矩阵D(m,k')，按列进行KT，得到时域值矩阵 D(m,k″)，输出给矩阵列FT模块。
(14)矩阵列FT模块接收到D(m,k″)后对该矩阵的列向量做M点FT，得到 矩阵D(fm,k″)，并将该矩阵输出给矩阵行FT模块。
(15)矩阵行FT模块进一步对D(fm,k″)矩阵的行向量做K点行FT，得到矩 阵D(fm,fk″)，将其输出给检测判决模块。
(16)检测判决模块接收步骤(11)输出的动态聚焦矩阵D(fm,fk″)，取模， 找出|D(fm,fk″)|峰值所在的位置(Ia,Iv)，并计算相应的一阶和二阶动态参数，输出 给逻辑控制模块。计算矩阵的峰值和均值之比作为检测判决量Vdec，将其与门限 Vt进行比较。若检测判决量Vdec大于门限Vt则输出检测结果标志flag＝1；否则 输出flag＝0。
(17)逻辑控制模块接收检测结果标志flag，对flag的值进行判断，若 flag＝1，则输出动态参数和动态聚焦完成标志，N×l+n为码相位搜索结果， hfsIv/(2K)为多普勒估计结果；若flag＝0，调整列搜索序号n＝n+1，后对其进行 判断，若n小于N，则跳转至步骤(11)；若n等于N，则调整行搜索编号l＝l+1， 然后对l进行判断，若l小于K，则跳转至步骤(4)；若l等于K，则输出动态 聚焦失败标志。
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 (2)
1.一种基于KT-LVT的抗符号跳变直接扩频信号动态聚焦方法，其特征在于，包括如下步骤：
步骤一、将接收端的复基带信号表示为sr(Ts,Tk)，本地伪码序列表示为sl(Ts,Tk)；Ts＝sTc为段内延迟时间，Tk＝kTc为段间延迟时间，Tc为部分相关时间，s＝0,1,2,…,2N-1,k＝0,1,2,…,K K为部分相关段数；N为部分相关点数；
步骤二、将复基带信号sr(Ts,Tk)与本地伪码序列sl(Ts,Tk)进行相关处理，得到部分相关函数矩阵xcor(τ,Tk),τ为本地伪码序列的初始时间延迟；
步骤三、将部分相关函数矩阵xcor(τ,Tk)进行平方处理得到
步骤四、对xSQ(τ,k)进行Keystone变换，消除一阶动态造成的伪码相位徙动，得到xSQ(τ,k')；
步骤五、忽略二阶动态距离维徙动，将部分相关结果xSQ(τ,k')近似为：
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>S</mi>
<mi>Q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>,</mo>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>&ap;</mo>
<msup>
<mi>A</mi>
<mo>&prime;</mo>
</msup>
<msubsup>
<mi>R</mi>
<mi>c</mi>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mi>exp</mi>
<mo>{</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>2</mn>
</munderover>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<msub>
<mi>f</mi>
<mn>0</mn>
</msub>
</mrow>
<mrow>
<mi>i</mi>
<mo>!</mo>
</mrow>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
</msub>
<mo>)</mo>
</mrow>
<mi>i</mi>
</msup>
<mo>&rsqb;</mo>
<mo>}</mo>
</mrow>
f0为射频频率，Rc(τ)为伪码互相关函数，Tk'＝Tk(f0+fτ)/f0，a0为雷达和目标之间的初始距离，a1为一阶目标动态参数，a2为二阶目标动态参数，A'为Keystone变换后信号幅值，xSQ(τ,k')的对称延迟相关函数为：
Rs(τ,k',m)＝xSQ(τ,k'+m+b)[xSQ(τ,k'-m-b)]*
其中，fτ表示变量τ经傅里叶变换后的频域变量；b为固定延迟，m为延迟变量，m＝0,1,2,…,M-1；M-1为最大延迟变量；
步骤六、对延迟相关函数进行Keystone变换，再对Keystone变换后的矩阵进行二维鉴频，获得动态聚焦结果。
2.如权利要求1所述的一种基于KT-LVT的抗符号跳变直接扩频信号动态聚焦方法，其特征在于，步骤一至步骤五由以下步骤具体实现：
(1)设置行搜索编号l的初始值为l＝0，设置列搜索编号n的初始值为n＝0；
(2)对本地伪码序列进行采样，并将采样序列分段，每段N个采样点，共K+2M+2b段，并在每段段末补N个0，将数据段按行存入2N×(K+2M+2b)维的矩阵作为本地时域矩阵，对本地时域矩阵的行向量进行2N点傅里叶变换，取共轭，得到本地频域共轭矩阵
(3)对复基带信号进行采样，并对采样序列分段处理，每段数据长N点，共2(K+M+b)段，然后在每段段尾补N点数据，每段段尾数据为下一段数据的前N点，将数据段按行存入2N×2(K+M+b)维的矩阵作为接收拓展矩阵，然后对接收拓展矩阵的行向量进行2N点的傅里叶变换，得到复基带信号的频域值矩阵；
(4)截取所述复基带信号的频域值矩阵的第l+1行至l+(k+2M+2b)行作为接收信号频域值矩阵sr(fτ,k)；
(5)将接收信号频域值矩阵sr(fτ,k)与本地频域共轭矩阵对应位置相乘，得到频域值矩阵；
(6)对复基带信号的频域值矩阵xcor(fτ,k)中fτ维进行傅里叶逆变换，截取部分相关矩阵的前N列，得到部分相关函数时域值矩阵xcor(τ,k)，其中，
τ＝0,1,2,…,N-1；
(7)对部分相关函数时域值矩阵xcor(τ,k)进行平方处理，得到平方矩阵xSQ(τ,k)＝[x(τ,k)]2；
(8)对平方矩阵xSQ(τ,k)中τ维进行傅里叶变换，得到频域值矩阵xSQ(fτ,k)；
(9)对矩阵xSQ(fτ,k)按列进行Keystone变换，得到Keystone变换后频域值矩阵xSQ(fτ,k')；
(10)对频域值矩阵xSQ(fτ,k')中fτ维进行逆傅里叶变换，得到运动补偿后的部分相关矩阵xSQ(τ,k')；
(11取出相关矩阵xSQ(τ,k')的第n列的数据xSQ(n,k')；
(12)根据xSQ(n,k')计算对称延迟相关函数矩阵：
<mrow>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>,</mo>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>S</mi>
<mi>Q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>,</mo>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>+</mo>
<mn>2</mn>
<mi>m</mi>
<mo>+</mo>
<mn>2</mn>
<mi>b</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>S</mi>
<mi>Q</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>,</mo>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中，1≤m≤M，0≤k'≤K-1；
(13)将延迟相关函数矩阵Rs(n,k',m)按列进行Keystone变换，得到时域值矩阵Rs(n,k”,m)；
(14)将Rs(n,k”,m)的列向量做M点傅里叶变换，得到矩阵Rs(n,k”,fm)；
(15)对Rs(n,k”,fm)矩阵的行向量做K点傅里叶变换，得到动态聚焦矩阵Rs(n,fk”,fm)；
(16)对动态聚焦矩阵Rs(n,fk”,fm)取模，找出|Rs(n,fk”,fm)|峰值所在的位置(Ia,Iv)，并计算相应的一阶动态参数和二阶动态参数；然后计算矩阵|Rs(n,fk”,fm)|的峰值和均值之比作为检测判决量Vdec，将其与设定门限Vt进行比较。若检测判决量Vdec大于门限Vt，则输出输出动态参数和动态聚焦完成标志，N×l+n为码相位搜索结果，hfsIv/(2K)为多普勒估计结果；反之，调整列搜索序号n＝n+1，后对其进行判断，若n小于N，则跳转至步骤(11)；若n等于N，则调整行搜索编号l＝l+1，然后对l进行判断，若l小于K，则跳转至步骤(4)；若l等于K，则输出动态聚焦失败标志。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710397755.3A CN107231169B (zh) | 2017-05-31 | 2017-05-31 | 一种基于kt-lvt的抗符号跳变直接扩频信号动态聚焦方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710397755.3A CN107231169B (zh) | 2017-05-31 | 2017-05-31 | 一种基于kt-lvt的抗符号跳变直接扩频信号动态聚焦方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107231169A true CN107231169A (zh) | 2017-10-03 |
| CN107231169B CN107231169B (zh) | 2019-04-02 |
Family
ID=59933566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710397755.3A Active CN107231169B (zh) | 2017-05-31 | 2017-05-31 | 一种基于kt-lvt的抗符号跳变直接扩频信号动态聚焦方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107231169B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109633594A (zh) * | 2019-01-23 | 2019-04-16 | 北京理工大学 | 一种基于子带分解处理的高速运动目标参数联合估计方法 |
| CN111007476A (zh) * | 2019-12-17 | 2020-04-14 | 北京理工大学 | 一种高动态伪码连续波雷达长时间积累方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101425821A (zh) * | 2008-12-15 | 2009-05-06 | 哈尔滨工程大学 | 基于信息优化的迭代伪码捕获装置及捕获方法 |
-
2017
- 2017-05-31 CN CN201710397755.3A patent/CN107231169B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101425821A (zh) * | 2008-12-15 | 2009-05-06 | 哈尔滨工程大学 | 基于信息优化的迭代伪码捕获装置及捕获方法 |
Non-Patent Citations (6)
| Title |
|---|
| HAIKUN LUO等: "《A Segmentation Motion Compensation-based Long-term Integration Method for DSSS signal》", 《IEEE XPLORE》 * |
| JING TIAN等: "《Parameter estimation of manoeuvring targets based on segment integration and Lv’s transform》", 《IET RADAR, SONAR & NAVIGATION》 * |
| M. MALANOWSKI: "《Detection and parameter estimation of manoeuvring targets with passive bistatic radar》", 《IET RADAR, SONAR AND NAVIGATION》 * |
| SHUANG WU等: "《EFFICIENT PARAMETER ESTIMATION METHOD FOR HIGH DYNAIMC DSSS SIGNAL》", 《IEEE XPLORE》 * |
| WEI CUI等: "《Efficient weak manoeuvring target detection method for DSSS signal》", 《ELECTRONICS LETTERS》 * |
| 鲜敏等: "《基于分段运动补偿的直扩信号捕获算法》", 《电子信息对抗技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109633594A (zh) * | 2019-01-23 | 2019-04-16 | 北京理工大学 | 一种基于子带分解处理的高速运动目标参数联合估计方法 |
| CN111007476A (zh) * | 2019-12-17 | 2020-04-14 | 北京理工大学 | 一种高动态伪码连续波雷达长时间积累方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107231169B (zh) | 2019-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104678372B (zh) | 正交频分复用雷达超分辨距离与角度值联合估计方法 | |
| CN103645483B (zh) | 一种弱信号环境下北斗信号捕获方法 | |
| CN103616679B (zh) | 基于差波束调制和波形分析的pd雷达测距测角方法 | |
| CN103954931B (zh) | 一种远场和近场混合信号源的定位方法 | |
| CN105137410B (zh) | 基于ofdm的高分辨率雷达通信一体化的波形优化方法 | |
| CN103777190B (zh) | 一种双基地mimo雷达高速高机动目标的角度估计方法 | |
| CN105403856A (zh) | 基于嵌套式最小冗余阵列的波达方向估计方法 | |
| CN102662183B (zh) | Gps信号捕获方法与系统 | |
| CN103605117B (zh) | 基于干扰抑制的相控阵信号失真实时校正方法 | |
| CN103929394A (zh) | 基于迭代算法的高精度频偏估计方法 | |
| CN106802416A (zh) | 一种快速因式分解后向投影sar自聚焦方法 | |
| CN104849708A (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 | |
| CN104007421A (zh) | 基于全变差和压缩感知的罗兰c被动雷达toa估计方法 | |
| CN106199600A (zh) | 基于多普勒估计的方位多通道合成孔径雷达成像方法 | |
| CN110398730A (zh) | 基于坐标旋转和非均匀傅里叶变换机动目标相参检测方法 | |
| Tian et al. | A new motion parameter estimation algorithm based on SDFC-LVT | |
| CN105790788A (zh) | 一种直扩msk信号的伪码-多普勒联合捕获方法 | |
| CN103885049A (zh) | 基于最小冗余线性稀疏子阵的米波雷达低仰角估计方法 | |
| CN107231169A (zh) | 一种基于kt‑lvt的抗符号跳变直接扩频信号动态聚焦方法 | |
| CN102243309A (zh) | Gnss互相关干扰抑制方法和装置 | |
| CN104880698A (zh) | 基于距离频域多项式相位变换的空间机动目标检测方法 | |
| CN103344968A (zh) | 一种ins辅助的北斗信号捕获方法 | |
| CN114545351A (zh) | 基于距离频率轴反转变换和二阶wvd的机动目标相参检测方法及系统 | |
| CN104820216A (zh) | 基于阵列响应旋转不变性的多径信号波达角估计方法 | |
| CN103969664B (zh) | 一种基于差分循环相干积分的gps弱信号捕获方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |