CN107976663A - 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 - Google Patents
一种基于子空间投影的外辐射源雷达对目标压缩检测方法 Download PDFInfo
- Publication number
- CN107976663A CN107976663A CN201810066553.5A CN201810066553A CN107976663A CN 107976663 A CN107976663 A CN 107976663A CN 201810066553 A CN201810066553 A CN 201810066553A CN 107976663 A CN107976663 A CN 107976663A
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- matrix
- detection
- 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.)
- Pending
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于信号处理技术领域,涉及一种基于压缩感知的外辐射源雷达对目标检测方法。本发明首先根据目标在距离维和速度维上具有稀疏性,然后根据参考信号构造稀疏表示目标回波的字典基,再结合子空间投影思想,设计了确定性测量矩阵,实现了对回波信号的直达波对消并直接对信号进行检测,无需信号重构,并且减少了数据运算量。在待检测探测方向具有很好的参考和实际应用。
Description
技术领域
本发明属于信号处理技术领域,涉及一种基于子空间投影的外辐射源雷达对目标压缩检测方法。
背景技术
近年来,以广播信号、电视信号、卫星信号等作为照射源的外辐射源雷达得到了广泛的研究,其优点在于成本低、只接收信号不发射电磁波具有很好的隐蔽特性、照射源多样性等。随着雷达信号处理技术的发展,对雷达信号处理正沿着高宽带到分辨率的方向努力,但同时也面临着要处理更多的数据量。为了减少数据运算量,压缩感知理论的提出证明了在明显减少了对采样数据量的分析的情况下,基本不丢失压缩之前信号的特征。目前雷达系统中采用的压缩感知技术,通常需要利用重构算法对信号进行重构,进而实现目标检测与参数估计。但是,重构算法一般要求较高的信噪比,才能得到满足目标检测与参数估计的重构信号。对于像外辐射源雷达由于其本质是双基地非合作雷达,目标回波功率低,通常不满足信号重构的信噪比要求。因此采用压缩感知技术实现微弱信号检测需要新方法。
直达波对消技术是解决外辐射源雷达目标检测的前提。在研究直达波对消的问题上,2013年赵艳等人提出了基于自适应对消的直达波抑制技术,2008年陈多芳等人利用了子空间投影方法实现了直达波对消并完成目标检测。而基于压缩感知的信号检测的研究主要有以下几种方法。2014年王康等人提出稀疏系数幅度比较算法,其核心思想是对用两个观测测量矩阵同时接收待检测信号,利用OMP算法得到的幅度和位置信息联合设计判决门限,文中提出门限系数的设置是根据经验取值,没有给出具体确定计算方法;2015年Alireza Hariri等人提出最大似然比值算法,其核心思想是没有对待检测信号重构,得到两种情况的似然函数,然后做比值,通过似然比函数概率密度特性得到门限公式,进行判决。但是,上述三种检测算法在信噪比为-5dB以下就不能实现目标检测。这就限制了检测器的应用范围,为了探测更大的范围,就需要解决在更低信噪比下对待检测信号的检测。2017年马俊虎等人根据目标在距离维上的稀疏性,设计了压缩测量矩阵,直接对目标完成检测,无需信号重构,但是其是基于回波中的直达波对消之后而实现对目标的检测。本发明在此基础上考虑了回波信号中的直达波和多径影响,设计新的测量矩阵完成对目标的检测,无需信号重构,减少了数据量。
发明内容
本发明所要解决的技术问题是对压缩后的外辐射源雷达回波信号在没有信号重构的条件下直接对目标进行检测。
为了便于理解,对本发明采用的技术做如下说明:
由于接收的目标回波信号中含有很强的直达波和多径杂波,并且直达波所在空间多普勒频移为零,而多径杂波认为服从威布尔分布。将目标回波投影到直达波正交补子空间,由于存在多普勒频移,在该空间中信号被保存了下来,进而可以实现直达波的对消。进一步,要构造外辐射源雷达系统中直达波等无多普勒频移的正交子空间信号矩阵,需要利用辅助信道中接收的参考信号sr∈RN×1,则直达波扰矩阵可如下表示:
J=[J1 J2...JL]=[sr Dsr...DL-2sr]∈RN×L
其中,N为信号长度,D表示的是时延矩阵,表达式如下所示:
那么,主天线通道回波信号中的直达波子空间的投影矩阵:
P0=J(JHJ)-1JH∈RN×N
并且可以得到主天线中的直达波正交补子空间的投影矩阵为:
P0 ⊥=I-P0=I-J(JHJ)-1JH∈RN×N
所以将回波信号投影到P0 ⊥上可以实现直达波的对消。目标在雷达探测范围内的距离维和速度维上可认为是稀疏的。设在距离维度上其稀疏字典基:
Ψ=[sr(t-τ1)sr(t-τ2)…sr(t-τN)]∈RN×N
其中τi为距离上每个距离单元对应的时延。因此可以设计测量矩阵:
其中压缩比为正整数。对压缩测量的回波信号取模平方输出判决目标是否存在。
为解决上述问题,本发明的技术方案为:
一种基于压缩感知的外辐射源雷达对目标检测方法,该方法用于对压缩后的信号在没有信号重构的条件下直接对信号进行检测,其特征在于,包括以下步骤:
确定检测门限,具体包括:
S1、首先,根据参考信道接收的参考信号sr(t)构造距离维上能稀疏表示目标的字典基矩阵Ψ=[[sr(t-τ1)sr(t-τ2)…sr(t-τN)]∈RN×N,其中τi为距离上每个距离单元对应的时延;
S2、取Ψ的前L列组成子空间J=[J1 J2...JL],计算得到:P0 ⊥=I-J(JHJ)-1JH,设计测量矩阵
S3、对回波信号压缩测量y=Φsh(t),并取模平方得:l=|y|2;
S4、把数据长度为M的l分成n个向量。如果li>γ,则判为有信号;否则判为信号不存在,其中i=1,…,n,γ为检测门限,
本发明的有益效果为,首先根据目标在距离维和速度维上具有稀疏性,然后根据参考信号构造稀疏表示目标回波的字典基,再结合子空间投影思想,设计了确定性测量矩阵,实现了对回波信号的直达波对消并直接对信号进行检测,无需信号重构,并且减少了数据运算量。在待检测探测方向具有很好的参考和实际应用。
附图说明
图1本发明方法对待检测信号检测流程图;
图2检测器测量效果
图3不同压缩比在不同信噪比下检测性能。
具体实施方式
下面将结合附图和实施例,对本发明的技术方案进行进一步说明。
实施例
本例在接收待检测信号中直达波干扰DIR=20dB,信杂比SIR=-10dB,信噪比SNR=-15dB到-6dB步进1dB时对信号的存在与否进行检测:
实施例的检测实施方法如附图1、附图2所示。具体步骤如下所示:
确定检测判决门限:
试验中选择本地雷达信号为:回波信号表达式为:
其中,a1=0.1,τi为时延,fd为多普勒频移,c(t)为杂波,本实验考虑杂波为韦布尔杂波,m(t)为高斯白噪声。仿真参数设置:设雷达探测距离Rmin=10000m,Rmax=15000m,中心频率f0=100MHz,信号带宽B=30MHz,时宽T=10μs,采样频率fs=90MHz,调频斜率为:μ=B/T=3×1012Hz/s。本次实验设置1个目标,在R1=14000m,多普勒频移fd=200Hz,回波信号的稀疏字典基Ψ=[sr(t-τ1)sr(t-τ2)…sr(t-τN)]T,其中τi为距离上每个距离单元对应的时延。
步骤一:首先,根据参考信道接收的参考信号sr(t)构造距离维上能稀疏表示目标的字典基矩阵Ψ=[sr(t-τ1)sr(t-τ2)…sr(t-τN)],其中τi为距离上每个距离单元对应的时延;
步骤二:取Ψ的前L列组成子空间J=[J1J2...JL],计算得到:P0 ⊥=I-J(JHJ)-1JH,设计测量矩阵
步骤三:对回波信号压缩测量y=Φsh(t),并取模平方得:l=|y|2;
步骤四:把数据长度为M的l分成32个向量。如果li>γ,则判为有信号;否则判为信号不存在,其中i=1,…,n,γ为检测门限,
图2是在直达波干扰DIR=20dB,信杂比SIR=-10dB,信噪比SNR=-10dB,M/N=0.5时,压缩信号与门限比较结果。从图2看出该算法能够在低信噪比时,没有信号重构的情况下能够很好的消除直达波的干扰,并且明显观察出目标所在位置。图2说明了本算法具有较好的降噪性能。
图3是在直达波干扰DIR=20dB,信杂比SIR=-10dB时,不同压缩比下检测器工作的性能曲线,结果可以看出当压缩比M/N=0.5,信噪比为-15dB时检测概率为97%,可以很精确的判决出待检测信号的待检测是否存在。当压缩比M/N=0.2,信噪比为-9dB时检测概率为95%,可以很精确的判决出待检测信号的待检测是否存在。
Claims (1)
1.一种基于子空间投影的外辐射源雷达对目标压缩检测方法,该方法用于对压缩后的信号在没有信号重构的条件下直接对信号进行检测,其特征在于,包括以下步骤:
S1、根据参考信道接收的参考信号sr(t)构造距离维上能稀疏表示目标的字典基矩阵:
Ψ=[sr(t-τ1) sr(t-τ2) … sr(t-τN)]∈RN×N
其中τi为距离上每个距离单元对应的时延;
S2、取Ψ的前L列组成子空间J=[J1 J2 ... JL],获得直达波正交补子空间的投影矩阵为:设计测量矩阵为:
<mrow>
<mi>&Phi;</mi>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>e</mi>
<mi>y</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mo>,</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mrow>
<mi>e</mi>
<mi>y</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mo>,</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
<msup>
<mi>&Psi;</mi>
<mi>H</mi>
</msup>
<msubsup>
<mi>P</mi>
<mn>0</mn>
<mo>&perp;</mo>
</msubsup>
</mrow>
为压缩比,为正整数;
S3、对回波信号sh(t)进行压缩测量得到y=Φsh(t),并取模平方得:l=|y|2;
S4、把数据长度为M的l分成n个向量,并判断:如果li>γ,则判为有信号;否则判为信号不存在,其中i=1,…,n,γ为检测门限,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810066553.5A CN107976663A (zh) | 2018-01-24 | 2018-01-24 | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810066553.5A CN107976663A (zh) | 2018-01-24 | 2018-01-24 | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107976663A true CN107976663A (zh) | 2018-05-01 |
Family
ID=62006222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810066553.5A Pending CN107976663A (zh) | 2018-01-24 | 2018-01-24 | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107976663A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031239A (zh) * | 2018-08-29 | 2018-12-18 | 电子科技大学 | 基于信息融合的压缩感知外辐射源雷达对目标检测方法 |
CN110187322A (zh) * | 2019-06-17 | 2019-08-30 | 电子科技大学 | 一种目标库属性判别非线性逐维优化子空间特征提取方法 |
CN111722233A (zh) * | 2020-06-18 | 2020-09-29 | 重庆大学 | 一种基于确定性测量矩阵的压缩感知超声成像方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944236A (zh) * | 2010-08-16 | 2011-01-12 | 哈尔滨工业大学 | 基于采样值分布特性的具有压缩感知过程的信号检测方法 |
CN106872778A (zh) * | 2017-02-28 | 2017-06-20 | 电子科技大学 | 基于压缩感知的微弱信号检测方法 |
-
2018
- 2018-01-24 CN CN201810066553.5A patent/CN107976663A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944236A (zh) * | 2010-08-16 | 2011-01-12 | 哈尔滨工业大学 | 基于采样值分布特性的具有压缩感知过程的信号检测方法 |
CN106872778A (zh) * | 2017-02-28 | 2017-06-20 | 电子科技大学 | 基于压缩感知的微弱信号检测方法 |
Non-Patent Citations (3)
Title |
---|
SUN YANPENG等: "A Compressed Sensing Stepped Frequency GPR Imaging Method in Ground Clutter Environment", 《2014 INTERNATIONAL CONFERENCE ON VIRTUAL REALITY AND VISUALIZATION》 * |
苏成晓等: "基于正交投影变换的宽带弱信号测向算法", 《电子信息对抗技术》 * |
马俊虎等: "基于压缩感知的CFAR目标检测算法", 《电子与信息学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031239A (zh) * | 2018-08-29 | 2018-12-18 | 电子科技大学 | 基于信息融合的压缩感知外辐射源雷达对目标检测方法 |
CN109031239B (zh) * | 2018-08-29 | 2022-08-05 | 电子科技大学 | 基于信息融合的压缩感知外辐射源雷达对目标检测方法 |
CN110187322A (zh) * | 2019-06-17 | 2019-08-30 | 电子科技大学 | 一种目标库属性判别非线性逐维优化子空间特征提取方法 |
CN111722233A (zh) * | 2020-06-18 | 2020-09-29 | 重庆大学 | 一种基于确定性测量矩阵的压缩感知超声成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Anderson et al. | A unified approach to detection, classification, and correction of ionospheric distortion in HF sky wave radar systems | |
US9335408B2 (en) | Method and system for through-the-wall imaging using sparse inversion for blind multi-path elimination | |
CN103852759B (zh) | 扫描雷达超分辨成像方法 | |
Malanowski | Detection and parameter estimation of manoeuvring targets with passive bistatic radar | |
WO2022068097A1 (zh) | 一种改进调频连续波雷达目标检测的降噪方法 | |
IL199302A (en) | Method for processing multi-path radar of frequency modulation (FM) signal | |
US20200408878A1 (en) | A radar transceiver with reduced false alarm rate | |
CN101881822B (zh) | 一种针对共享谱雷达同频干扰的抑制方法 | |
US8760340B2 (en) | Processing radar return signals to detect targets | |
CN107976663A (zh) | 一种基于子空间投影的外辐射源雷达对目标压缩检测方法 | |
Xue et al. | Knowledge-based target detection in compound Gaussian clutter with inverse Gaussian texture | |
CN111007487A (zh) | 一种基于时间反演的多基地雷达目标检测方法 | |
Zhao et al. | Block NLMS cancellation algorithm and its real-time implementation for passive radar | |
CN109188373A (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
CN111090088B (zh) | 基于主动声纳阵列斜对称特性的泄露目标空时检测方法 | |
JP5574907B2 (ja) | レーダ装置 | |
CN114690175B (zh) | 一种基于被动外辐射源雷达的目标直接检测与跟踪方法 | |
CN108387879B (zh) | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 | |
US20110274217A1 (en) | Method and system for deinterleaving signals | |
CN114966598A (zh) | 低慢小雷达强地杂波自适应抑制方法及装置 | |
CN114152918A (zh) | 基于压缩感知的抗间歇式主瓣干扰方法 | |
Feng et al. | Constained adaptive monopulse algorithm based on sub-array | |
US9945941B1 (en) | Simultaneous continuous wave signals | |
KR102391935B1 (ko) | 레이더에서 저속 표적의 각도를 추정하는 장치 및 방법 | |
CN109031239B (zh) | 基于信息融合的压缩感知外辐射源雷达对目标检测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180501 |