CN108802706B - 基于位置标定的调频步进雷达信号目标抽取方法 - Google Patents

Abstract

本发明公开了一种基于位置标定的调频步进雷达信号目标抽取方法，其包括以下步骤：(1)对于每组CPI回波数据，以细化后距离像中的某个散射点为对象，标定其实时位置值，以此为基准确定抽取有效区的起始点位置P₀；这种方法得到的距离像已经将同一个散射点对齐到相同距离单元内，二维成像时不需要再进行包络对齐，减少成像运算量，有助于提高事后成像质量；(2)根据部分CPI回波数据的细化结果估计出目标运动速度，根据速度值和第一个P₀值确定后面的P₀；由于速度估计存在误差，后续任需要包络对齐提高对齐精度，但相对来说处理难度下降，精度会得到改善。

Description

基于位置标定的调频步进雷达信号目标抽取方法

技术领域

本发明涉及一种基于位置标定的调频步进雷达信号目标抽取方法。

背景技术

步进频信号通过发射瞬时的窄带信号来合成宽带信号，从而得到高分辨雷达信号。具体方法就是雷达发射一组脉冲，其载频呈线性变化，通过时间换取大的带宽，最后通过信号处理综合形成高分辨二维像。因此，该信号特别适合窄带雷达，对雷达硬件如接收机和A/D采样要求低，所以在识别和雷达成像等领域得到了广泛的应用。线性调频步进频雷达信号属于步进频信号的一种，不同之处在于子脉冲采用chirp信号，与脉内采用简单脉冲信号的常规步进频相比，一方面可以采用较少的子脉冲就能实现合成高分辨，另一方面相比于采用宽带成像雷达来说又降低了对系统瞬时带宽的要求，因此在空间目标高分辨ISAR成像方面具有很广阔的应用前景。

在对步进频雷达信号合成处理过程中，存在一个特殊的问题就是会产生目标冗余。针对冗余，可以采用合适的目标抽取方法来消除冗余。由于IFFT细化结果所反应的距离范围与当前回波采样值所表示的距离范围不能很好的对应起来，一般情况下，前者大于后者，这样就会出现多余的距离信息。要得到正确的距离像，需要从所有采样点的细化结果中选取某些点地按照一定的顺序进行组合，去掉多余的信息，获取正确的距离像。常见的目标抽取方法有一般舍弃法、同距离选大法以及同距离累加法，这三种方法只限于静止目标。对于运动目标，则使用基于最大值的目标抽取算法。

对于多散射点目标，闪烁效应及遮挡现象使得强散射点在回波信号中可能有很大起伏。如果采用基于最大值的目标抽取方法，往往导致距离像随着最大值的变化而发生跳动，导致该方法并不可靠，给后期包络对齐处理增加处理难度。基于以上问题，提出了一种基于散射点位置标定的目标抽取方法，以某一特征散射点为对象进行位置标定，以标定的位置为基准确定抽取有效区的起始点位置，有效解决了距离像“跳动”问题。

调频步进雷达信号的时域表示式为：

其中，

为CHIRP子脉冲，K＝Δf/T₁为CHIRP子脉冲的调频斜率；T₁为子脉冲宽度，T_r为脉冲重复周期(PRT)；i·Δf为第i个子脉冲的载频增量，f_o为发射载频；N为CPI(Coherent Processing Interval)内子脉冲个数。

脉内压缩和脉间相参合成是调频步进信号通过获得高距离分辨率的两个步骤，具体为首先对单个子脉冲进行的脉压处理，得到中分辨信号，然后进行脉间的IDFT处理合成距离高分辨。假设混频后的视频回波幅度不变，位于距离R处的单个静止点目标回波经IDFT处理后输出结果为：

可以看出，IDFT处理的输出是一离散sinc函数，其时间分辨率为1/NΔf。

从冗余产生的机理上来说可分为两种：距离失配冗余和过采样冗余。单个脉冲距离分辨率r_T和单点不模糊距离r_I两个因素影响距离失配冗余，而过采样冗余受单个脉冲距离分辨率r_T和单个脉冲距离精度r_s决定。

距离失配冗余：脉压后脉冲宽度τ决定了单脉冲距离分辨率r_τ＝Cτ/2，其中C代表光速。而单点不模糊距离r_I＝C/(2Δf)由频率步进间隔Δf决定，两者比值为r_τ/r_I＝τΔf。通常设计步进频信号样式时需考虑满足紧约束条件：τΔf＜1。紧约束条件的意义在于能保证细化后的距离范围大于当前回波所代表的距离范围，从而能简化后期的处理方法。但带来的问题是细化后的一维距离像会出现r_I-r_τ的无效区域。产生的距离失配会使目标发生距离走动，无法准确测距，真实的距离信息需要通过去冗余方法得到。

图1是产生冗余时相邻采样点细化后的距离信息分布示意图。图1中的深色区域代表细化距离像，浅色区域代表无效区。由图1可以看出，每组采样点的IFFT结果有r_I-r_τ的无效区域，在无效区内无法判断目标的真实位置。由于r_I>r_τ，第2个采样点细化后的数据发生折叠，但不会覆盖到清晰区，所以保证了不会发送混叠现象。但是，如果将相邻采样点的IFFT结果简单进行组合，获得目标的距离像将产生错误。正确的做法是从每个细化结果中提取一部分进行拼接，即依次提取1、2、3、4四个细化距离信息进行续接获得真实的一维距离像。

过采样冗余：一般来说，采样间隔T_s只要等于发射脉宽，就可以获得全程的一维距离像。实际中，回波经过脉压加窗、多普勒耦合等会发生展宽，导致采样点偏离回波的峰值，造成幅度损失。所以通常会降低采样间隔，使T_s≤τ/3，从而提高采样后的信号幅度。但是，对于同一个点目标的回波，降低T_s会采样多次，导致同一个散射点多次出现在不同的细化结果中。另外，假如一个目标具有多个散射点，目标回波有可能分布在多个IFFT结果当中，从而增加合成处理上的难度。

基于最大值的目标抽取算法是在一般舍弃法基础上改进而来，该方法根据搜索范围内的最强散射点位置来确定P₀。算法具体框图如图2所示，具体步骤如下：

(1)将一个CPI的数据存储成一个大小为M×N的矩阵，其中矩阵的每行为每个脉冲重复周期接收的数据，矩阵的每列为不同脉冲重复周期在同一粗距离位置上的采样点；

(2)对每行子脉冲在频域进行脉压处理，形成粗分辨单元，FFT点数为N1，脉压后得到M×N1的矩阵；

(3)对M个脉压后包络峰值进行对齐，以峰值为中间点，提取N2个有效点数据，形成M×N2的矩阵；

(4)对M×N2矩阵进行IFFT变化，得到细化结果N2×M的矩阵；

(5)在N2×M细化矩阵中寻找每行的最大值，对N2个最大值进行大小比较，记录最大值的位置所在行X和列Y；

(6)计算第X行中提取数据段的起始点P_X和结束点Q_X：

P_X＝mod(Y-N2*floor(W/2)，M)

Q_X＝mod(P_X+W-1，M)

(7)计算除第X行外其他各列中所抽取的数据段的起始点P_i和结束点Q_i，X∈(1，N2)且i≠X：

当1≤i＜X时：Q_i＝mod(P_i+1-1,M)，P_i＝mod(Q_i-W+1,M)

当X＜i≤N2时：P_i＝mod(Q_i-1+1,M)，Q_i＝mod(P_i+W-1,M)

(8)将步骤(6)和步骤(7)中所提取的数据段按照后一粗距离分辨单元的起始点紧随前一粗距离分辨单元的结束点的原则进行一维排列，得到整个搜索波门内的一维距离像。

存在问题：假设目标由三个散射点1、2、3组成，如图3所示，在某时刻散射点2强度最大，采用基于最大值抽取法细化后对应的距离单元位置分别为Location_1、Location_2、Location_3，散射点强度出现起伏后，散射点1强度变为最大，采取同样抽取算法后得到的距离像如图3右图所示，散射点1位于距离像的中间位置，散射点2和3都向右跳动到Location_4和Location_5两个位置。

在成像过程中，目标姿态会一直发生变化，如果目标抽取算法一直以最大值为基准确定抽取有效区的起始点位置，将导致距离像来回跳动，势必给后期包络对齐算法增加处理难度，影响成像质量。

发明内容

本发明要解决的技术问题是针对多散射点强度变化带来的距离像“跳动”问题，提出了一种基于位置标定的目标抽取算法，基本思路是在最大值法的第四步IDFT变化之后，并不以最大值为基准，而是以某个散射点位置标定对象确定基准。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供一种基于位置标定的调频步进雷达信号目标抽取方法，其包括以下步骤：(1)

将一个CPI的数据存储成一个大小为M×N的矩阵，其中矩阵的每行为每个脉冲重复周

期接收的数据，矩阵的每列为不同脉冲重复周期在同一粗距离位置上的采样点；

(2)对每行子脉冲在频域进行脉压处理，形成粗分辨单元，FFT点数为N1，脉压后得到M×N1的矩阵；

(3)对M个脉压后包络峰值进行对齐，以峰值为中间点，提取N2个有效点数据，形成M×N2的矩阵；

(4)对M×N2矩阵进行IFFT变化，得到细化结果N2×M的矩阵；

(5)以细化后距离像中的某个散射点为对象，标定其实时位置值，以此为基准确定抽取有效区的起始点位置P₀；

(6)计算第X行中提取数据段的起始点P_X和结束点Q_X：

P_X＝mod(Y-N2*floor(W/2)，M)

Q_X＝mod(P_X+W-1，M)

(7)计算除第X行外其他各列中所抽取的数据段的起始点P_i和结束点Q_i，X∈(1，N2)且i≠X：

当1≤i＜X时：Q_i＝mod(P_i+1-1,M)，P_i＝mod(Q_i-W+1,M)

当X＜i≤N2时：P_i＝mod(Q_i-1+1,M)，Q_i＝mod(P_i+W-1,M)

(8)将步骤(6)和步骤(7)中所提取的数据段按照后一粗距离分辨单元的起始点紧随前一粗距离分辨单元的结束点的原则进行一维排列，得到整个搜索波门内的一维距离像；

这种方法得到的距离像已经将同一个散射点对齐到相同距离单元内，二维成像时不需要再进行包络对齐，减少成像运算量，有助于提高事后成像质量。

进一步地，根据部分CPI回波数据的细化结果估计出目标运动速度，根据速度值和第一个P₀值确定后面的P₀；由于速度估计存在误差，后续任需要包络对齐提高对齐精度，但相对来说处理难度下降，精度会得到改善。

对于运动目标，目标运动会引起回波包络的走动和距离像的偏移，其影响可以看成对回波的脉宽增加。脉宽的增加会引起细化后清晰区、冗余区和折叠区的判断误差，从而引起抽取后一维距离像和真实距离像的偏差。距离像的偏移对于目标抽取算法的影响更大，目标运动引起的一次相位项在合成处理后会造成目标的距离像偏离抽取范围，距离像偏移后在抽取过程中可能产生伪峰或者是距离像丢失。通过调整位置标定值，相当于对速度进行补偿，可有效解决上述问题。

本发明所达到的有益效果是：

本发明提出的基于散射点位置标定的运动目标抽取方法，不以最大值为抽取有效区的起始点，而以恒定散射点的位置为起点，有效地解决了距离像“跳动”问题。同时，该方法得到地对齐结果可直接应用于二维成像，无需包络对齐，节省了运算量，简化了成像流程，特别适合于进行事后成像处理。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是产生冗余时相邻采样点细化后的距离信息分布示意图；

图2最强散射点舍弃法目标抽取方法框图；

图3距离像“跳动”示意图；

图4第27组CPI回波合成距离像图；

图5第31组CPI回波合成距离像图；

图6最大值法包络对齐后结果图；

图7位置标定法包络对齐后结果图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

一种基于位置标定的调频步进雷达信号目标抽取方法，其包括以下步骤：

(1)对于每组CPI回波数据，以细化后距离像中的某个散射点为对象，标定其实时位置值，以此为基准确定抽取有效区的起始点位置P₀；这种方法得到的距离像已经将同一个散射点对齐到相同距离单元内，二维成像时不需要再进行包络对齐，减少成像运算量，有助于提高事后成像质量；

(2)根据部分CPI回波数据的细化结果估计出目标运动速度，根据速度值和第一个P₀值确定后面的P₀；由于速度估计存在误差，后续任需要包络对齐提高对齐精度，但相对来说处理难度下降，精度会得到改善。

对于运动目标，目标运动会引起回波包络的走动和距离像的偏移，其影响可以看成对回波的脉宽增加。脉宽的增加会引起细化后清晰区、冗余区和折叠区的判断误差，从而引起抽取后一维距离像和真实距离像的偏差。距离像的偏移对于目标抽取算法的影响更大，目标运动引起的一次相位项在合成处理后会造成目标的距离像偏离抽取范围，距离像偏移后在抽取过程中可能产生伪峰或者是距离像丢失。通过调整位置标定值，相当于对速度进行补偿，可有效解决上述问题。

算法验证

试验数据：雷达工作在X波段，信号带宽5MHz，频率间隔4MHz，CPI脉冲个数为128个，目标为民航客机。

图5为P₀＝0时一般舍弃法合成的距离像，从成像结果中可以看出，距离像明显发生了偏移，且出现多个伪峰，不利于目标识别和后期二维成像。图6为采用最大值法得到的距离像，距离像以最大值为中心进行分布，散射点特征明显，有利于包络对齐。目标径向尺寸约为21米左右，和实际情况相吻合。图7为试验数据处理得到的二维成像结果，进一步验证了距离像的正确性。

图4和图5为对采集数据采用最大值法的处理结果。图4对第27组CPI回波合成的距离像，由于第二个散射点的回波强度较大，细化后位于距离像范围的中间。图5为对对于第31组CPI回波合成的距离像结果，由于第一个散射点回波强度增大，第二个散射点位置发生后移，与图4中的结果在距离位置上存在“跳动”现象。

图6为采用最大值法进行目标抽取后，再进行包络对齐处理后的结果。可见，对齐结果中出现了三个间断区和一些杂散点，表明部分散射点由于“跳动”无法有效对齐。图7为进行包络对齐而直接采用位置标定法进行处理的结果，对齐的连续性较好，精度较高，可直接用于相位补偿。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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.基于位置标定的调频步进雷达信号目标抽取方法，其特征在于，包括以下步骤：

(1)将一个CPI的数据存储成一个大小为M×N的矩阵，其中矩阵的每行为每个脉冲重复周期接收的数据，矩阵的每列为不同脉冲重复周期在同一粗距离位置上的采样点；

(2)对每行子脉冲在频域进行脉压处理，形成粗分辨单元，FFT点数为N1，脉压后得到M×N1的矩阵；

(3)对M个脉压后包络峰值进行对齐，以峰值为中间点，提取N2个有效点数据，形成M×N2的矩阵；

(4)对M×N2矩阵进行IFFT变化，得到细化结果N2×M的矩阵；

(5)以细化后距离像中的某个散射点为对象，标定其实时位置值，以此为基准确定抽取有效区的起始点位置P₀；

(6)计算第X行中提取数据段的起始点P_X和结束点Q_X：

P_X＝mod(Y-N2*floor(W/2)，M)

Q_X＝mod(P_X+W-1，M)

(7)计算除第X行外其他各列中所抽取的数据段的起始点P_i和结束点Q_i，X∈(1，N2)且i≠X：

当1≤i＜X时：Q_i＝mod(P_i+1-1,M)，P_i＝mod(Q_i-W+1,M)

当X＜i≤N2时：P_i＝mod(Q_i-1+1,M)，Q_i＝mod(P_i+W-1,M)

(8)将步骤(6)和步骤(7)中所提取的数据段按照后一粗距离分辨单元的起始点紧随前一粗距离分辨单元的结束点的原则进行一维排列，得到整个搜索波门内的一维距离像。

2.根据权利要求1所述的方法，其特征在于，其中步骤(5)为：

根据部分CPI回波数据的细化结果估计出目标运动速度，根据速度值和第一个P₀值确定后面的P₀。

Images