CN109061597A - 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 - Google Patents
基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 Download PDFInfo
- Publication number
- CN109061597A CN109061597A CN201810969137.6A CN201810969137A CN109061597A CN 109061597 A CN109061597 A CN 109061597A CN 201810969137 A CN201810969137 A CN 201810969137A CN 109061597 A CN109061597 A CN 109061597A
- Authority
- CN
- China
- Prior art keywords
- signal
- clutter
- time
- ridge
- frequency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001914 filtration Methods 0.000 title claims abstract description 36
- 238000000926 separation method Methods 0.000 claims abstract description 44
- 230000001629 suppression Effects 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000001228 spectrum Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000008707 rearrangement Effects 0.000 abstract 1
- 230000001427 coherent effect Effects 0.000 description 12
- 238000004088 simulation Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000005433 ionosphere Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
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
本发明提供基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,属于雷达信号处理技术领域。本发明首先通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离,并对分离成分按信杂噪比从小到大进行排列;然后分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成,用接收信号波束形成结果逐个对消分离成分波束形成结果,选出其中信杂噪比最大的对消结果;最后对对消后的结果进行时频‑脊波域滤波处理,进一步提高信号的信杂噪比。本发明解决了现有电离层杂波抑制技术在信杂噪比较低情况下,杂波抑制效果差的问题,相对现有技术杂波抑制性能更优。本发明可用于高频雷达的超视距探测面对的强杂波问题。
Description
技术领域
本发明涉及电离层杂波抑制方法,属于雷达信号处理技术领域。
背景技术
高频超视距雷达HF-OTHR(High Frequency Over the Horizon Radar)于上世纪60年代被提出并用于实践,其突破“视距”探测的限制,填补了微波视距雷达的探测盲区,与微波视距雷达构成了完整的探测体系。高频雷达进行超视距探测时,强电离层杂波会和目标回波信号一起进入雷达接收机,电离层杂波在多普勒频谱上展宽会淹没目标回波信号,严重影响雷达的探测性能甚至使其无法正常工作,尤其对于船目标以及与船目标类似的速度较慢(即处于较小多普勒频率区域),信杂噪比较低,且目标信号与电离层杂波通常在一个波束或邻近波束范围内的情况,受电离层杂波影响严重,经常导致目标丢失,因此必须设法将其抑制。
现有的电离层杂波抑制方法思路一是通过估计杂波样本,进而用其来将接收到回波中的杂波成分对消掉,如相干旁瓣对消法,但其不适用于主瓣杂波。还有通常目标回波信号是平稳信号,而电离层杂波为非平稳信号的区别,将电离层杂波抑制掉,如时频-脊波域滤波法,但这种方法在信杂噪比较低情况下性能较差,无法达到杂波抑制效果,导致不能正确检测到目标信号。
发明内容
本发明为解决现有电离层杂波抑制技术在信杂噪比较低情况下,杂波抑制效果差的问题,提供了基于盲源分离与时频脊波域滤波的电离层杂波抑制方法。
本发明所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,通过以下技术方案实现:
步骤一、通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离,并对分离成分按信杂噪比从小到大进行排列;
步骤二、分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成,用接收信号波束形成结果逐个对消分离成分波束形成结果,选出其中信杂噪比最大的对消结果;
步骤三、对对消后的结果进行时频-脊波域滤波处理,进一步提高信号的信杂噪比。
本发明最为突出的特点和显著的有益效果是:
本发明所涉及的基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,本发明首先通过盲源分离方法对雷达阵列天线接收的数据进行源信号的分离,对分离出的多个成分按信杂噪比从低到高的顺序重新排序,用源杂波与目标信号混合的数据对重新排序后的分离成分逐个对消,选出对消后信杂噪比最大的对消结果。然后通过时频-脊波域滤波法对对消后的数据进一步处理,抑制非平稳的杂波成分,进一步提高信杂噪比,实现船目标信号的正确检测。本发明方法杂波抑制效果较好,尤其在信杂噪比较低情况下,也能达到很好的杂波抑制效果,相比其他方法,杂波抑制比得到改善,改善了15db甚至更高。
附图说明
图1为110距离单元角度多普勒图;图1中方框圈出部分为仿真目标添加位置;
图2为110距离单元,波束指向-40°的多普勒剖面图;图中虚线标识位置为292多普勒单元;
图3为在加入仿真目标信杂噪比为5dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图;
图4为图3的局部放大图;
图5为在加入仿真目标信杂噪比为0dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图;
图6为图5的局部放大图;
图7为在加入仿真目标信杂噪比为-10dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明提方法对电离层杂波抑制效果对比图;
图8为图7的局部放大图;
图9为在加入仿真目标信杂噪比为-20dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图;
图10为图9的局部放大图。
具体实施方式
具体实施方式一:本实施方式给出的基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,具体包括以下步骤:
步骤一、通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离,并对分离成分按信杂噪比从小到大进行排列;
步骤二、分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成,用接收信号波束形成结果逐个对消分离成分波束形成结果,选出其中信杂噪比最大的对消结果;
步骤三、对对消后的结果进行时频-脊波域滤波处理,进一步提高信号的信杂噪比,实现目标信号的正确检测。
本实施方式用源杂波与目标信号混合的数据对重新排序后的分离成分逐个对消,对消后信号的信杂噪比(SCNR)相对于对消前会有一定改善,但还不足以实现目标检测,此时通过时频-脊波域滤波法对对消后的数据进一步处理,抑制非平稳的杂波成分,进一步提高信杂噪比,实现船目标信号的正确检测。
具体实施方式二:本实施方式与具体实施方式一不同的是,步骤一具体包括以下步骤:
步骤一一、记阵元数为N的雷达阵列天线接收的目标被电离层杂波淹没的某一距离单元的慢时间信号为X,第n个阵元接收的某一距离单元的慢时间信号为xn,xn∈C1×P,n=1,...,N,C1×P表示维数为1×P的实数复数,P表示信号xn的长度,即,慢时间信号采样点数;则X∈CN×P,CN×P表示维数为N×P的实数复数;(·)T为矩阵转置运算符;第m个源信号记为sm,sm∈C1×P,则源信号集合为S∈CM×P,m=1,...,M,M为源信号数,各个源信号相互独立,且来自不同方向,sm来自θm方向,则源信号方向的集合为θ=[θ1 θ2 … θM];将来自θm方向的信号的流型矢量记为a(θm),a(θm)∈CN×1,S的流型矢量记为A=[a(θ1) a(θ2) … a(θM)],A∈CN×M,阵元接收到的噪声记为Nnoise,Nnoise∈CN×P,则阵元接收的数据与源信号的关系如下:
X=AS+Nnoise (1)
对雷达阵列天线接收的信号X进行盲源分离,此处盲源分离算法采用SOBI算法(实数和复数联合近似对角化盲源分离算法),其他盲源分离算法同样适用;通过SOBI算法得到分离矩阵W,W∈CN×N,则分离成分序列Y如下所示:
Y=WX (2)
其中,Y∈CN×P;yn为第n个分离成分,yn∈C1×P;
步骤一二、对步骤一一中的N个分离成分分别计算其信杂噪比SCNRn;并按信杂噪比从小到大的顺序将分离成分重新排序,重新排序后的分离成分序列为 为重新排序后的第n个分离成分。
其他步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是,步骤一二中所述计算信杂噪比的具体过程包括:
由于目标速度在一定时间内变化不大(尤其是船目标以及与船目标类似的速度较慢,固定时间内变化变化更小),所以当目标进入电离层杂波区域,导致目标丢失的情况,只需要在目标未丢失时的多普勒单元附近寻找目标即可;对第n个分离成分yn进行傅里叶变换得到对应的多普勒谱,目标未丢失时的多普勒单元记为i,将第i个多普勒单元以及与i相距小于E个多普勒单元的区域作为目标搜索区域,找出目标搜索区域[i-E,i+E]中的多普勒单元最大值yn,target,将目标搜索区域周围的多普勒单元[i-(E+F),i-(E+1)]∪[i+(E+1),i+(E+F)]作为杂波与噪声所在区域,E<F≤20;找出杂波与噪声所在区域中的多普勒单元最大值yn,clutter,则第n个分离成分的信杂噪比为:SCNRn=20log10(yn,target/yn,clutter),这样计算信杂噪比可以降低虚警率。
其他步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式三不同的是,步骤二具体包括以下步骤:
步骤二一、在目标与杂波从同一波束进入雷达接收机的情况下,首先对雷达阵列天线接收的信号X在杂波与目标所在波束方向进行波束形成处理,得到接收信号波束形成结果z0,z0∈C1×P,满足下式:
z0=BX (3)
记杂波与目标所在波束方向为θ0,则波束形成处理的变换矩阵B=(a(θ0))H∈C1×N,(·)H表示矩阵共轭转置,a(·)为流型矢量表示形式;
步骤二二、分别将N个重新排序后的分离成分转换为阵元域信号,并分别在杂波与目标所在波束方向进行波束形成处理,得到N个分离成分波束形成结果
其中,zn∈C1×P为第n个分离成分波束形成结果;zn满足下式:
其中,为对重新排序后的第n个分离成分对应的阵元域信号;
步骤二三、用步骤二一中得到的接收信号波束形成结果z0与步骤二二中得到的N个分离成分波束形成结果zn逐个对消,第k次对消结果记为dk∈C1×P,dk满足下式:
其中,k=1,...,N-1;
对每一次对消结果都计算一次信杂噪比,得到信杂噪比最大的对消结果dopt,用于进一步处理。
其他步骤及参数与具体实施方式三相同。
具体实施方式五:本实施方式与具体实施方式四不同的是,步骤二二中所述重新排序后的分离成分转换为阵元域信号的具体过程为:
对步骤一一中得到的分离矩阵W求逆得到与其对应的混合矩阵H=W-1,H∈CN×N,(·)-1表示矩阵求逆运算符,H=[h1 h2 … hN],hn为对应的阵元域幅值相位信息,则通过hn与可得到重新排序后的第n个分离成分对应的阵元域信号如下式所示:
其他步骤及参数与具体实施方式四相同。
具体实施方式六:本实施方式与具体实施方式五不同的是,步骤三具体包括以下步骤:
步骤三一、对步骤二三得到的信杂噪比最大的对消后结果dopt做时频分析;dopt的第p个元素用dopt(p)表示;使用分辨率较高的维格纳-威利分布(Wigner-VilleDistribution,WVD)对dopt进行时频分析,如下式所示:
其中,p为时间点序号,p=0,...,P-1,P为总时间点数,q为频率,q=0,...,P-1,ρ为延时,ρ=0,...,P-1,ρ可根据实际选择,WVD(p,q)为时频分布谱;j为复数;
步骤三二、对步骤三一中得到的时频分布谱进行脊波变换,得到脊波系数如下式所示:
其中,ψa,b,θRidgelet(p,q)为脊波基,是一个局部震荡的二维信号,a为脊波尺度,b为脊波基位置,θRidgelet为脊波基旋转角度,C(a,b,θRidgelet)为脊波系数;RT[·]表示脊波变换;
步骤三三、对步骤三二得到的脊波系数C(a,b,θRidgelet)进行窗口滤波处理;
设脊波域滤波窗口函数为:
其中,a1、a2均为尺度滤波参数、φ1、φ2均为角度滤波参数;
将脊波系数C(a,b,θRidgelet)乘以滤波窗口函数如下式所示:
得到滤波后的脊波系数Crp(a,b,θRidgelet);
步骤三四、对步骤三三得到的滤波后的脊波系数进行脊波逆变换,如下式所示:
得到杂波抑制后的新时频谱WVDrp(p,q);表示ψa,b,θRidgelet(p,q)的共轭;
步骤三五、对步骤三四得到的杂波抑制后的新时频谱进行时频反变换(WVD反变换);如下式计算时频分析的特征矩阵R的第p1行第p2列的元素
p1=0,...,P-1,p2=0,...,P-1;
然后对R进行特征分解:
u为分解出的特征向量,表示u的共轭,杂波抑制后的时域信号
其他步骤及参数与具体实施方式五相同。
具体实施方式七:本实施方式与具体实施方式六不同的是,步骤三三中所述角度滤波参数的具体计算过程包括:
设目标的信号的瞬时带宽为D,第1个尺度的脊波基带宽为d,那么第a个尺度的脊波基带宽为Da=2a-1d;则目标所集中的尺度中心为考虑到实际信号的带宽可能有浮动,设置尺度容差ad,令a1=ac-ad,a2=ac+ad;
设目标能达到的最大加速度为Accmax,则其多普勒频率fd随时间t的最大变化率(即时频脊线的导数最大值)为:
其中,λ为雷达信号波长,v为目标速度;
则其脊波基旋转角度范围为
其他步骤及参数与具体实施方式六相同。
实施例
采用以下实施例验证本发明的有益效果:
采用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对实测数据处理,对比杂波抑制效果。
实测数据是通过32个阵元接收(N=32),脉冲积累数即慢时间维采样点数P为512,第200距离单元的高频地波数据,在110距离单元电离层杂波影响严重,因此取出第110距离的数据,如图1所示,对其进行杂波抑制处理。由图1所示,大部分电离层杂波来自-40°波束指向方向,对110距离单元在-40°波束指向进行波束形成,如图2所示,可见电离层杂波严重影响目标检测。一般船目标速度较慢,通常在海杂波附近,因此在波束指向-40°方向,第292多普勒单元添加一仿真目标用于验证各个杂波抑制算法效果,即图1中方框圈出部分、图2中竖线指示位置。仿真目标幅值可调整以改变输入信杂噪比;如图3、图4所示为在加入仿真目标信杂噪比为5dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图;如图5、图6为在加入仿真目标信杂噪比为0dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图;如图7、图8所示为在加入仿真目标信杂噪比为-10dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明提方法对电离层杂波抑制效果对比图;如图9、图10所示为在加入仿真目标信杂噪比为-20dB情况下,使用相干旁瓣对消法,时频-脊波域滤波法与本发明方法对电离层杂波抑制效果对比图。抑制结果如表1所示:
表1 三种方法在不同输入SCNR条件下输出SCNR
信杂噪比在6dB附近或更低则表示杂波抑制效果不理想,由表1可知,由于目标加在杂波所在波束方向,相干旁瓣对消法效果不理想,而时频-脊波域滤波法在输入信杂噪比较高时,杂波抑制效果很好,但输入信杂噪比较低时,杂波抑制效果不理想,而本发明提出的基于盲源分离与时频脊波域滤波的电离层杂波抑制方法在输入信杂噪较低情况下依旧具有较好的杂波抑制效果,相比其他方法,杂波抑制比得到改善,改善了15db甚至更高。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (7)
1.基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法具体包括以下步骤:
步骤一、通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离,并对分离成分按信杂噪比从小到大进行排列;
步骤二、分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成,用接收信号波束形成结果逐个对消分离成分波束形成结果,选出其中信杂噪比最大的对消结果;
步骤三、对对消后的结果进行时频-脊波域滤波处理,进一步提高信号的信杂噪比。
2.根据权利要求1所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤一具体包括以下步骤:
步骤一一、记阵元数为N的雷达阵列天线接收的信号为X,对雷达阵列天线接收的信号X进行盲源分离得到分离矩阵W,则分离成分序列Y如下所示:
Y=WX (2)
其中,(·)T为矩阵转置运算符,yn为第n个分离成分,n=1,...,N;
步骤一二、对步骤一一中的N个分离成分分别计算信杂噪比SCNRn;并按信杂噪比从小到大的顺序将分离成分重新排序,重新排序后的分离成分序列为 为重新排序后的第n个分离成分。
3.根据权利要求1或2所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤一二中所述计算信杂噪比的具体过程包括:
对第n个分离成分yn进行傅里叶变换得到对应的多普勒谱,目标未丢失时的多普勒单元记为i,将第i个多普勒单元以及与i相距小于E个多普勒单元的区域作为目标搜索区域,找出目标搜索区域[i-E,i+E]中的多普勒单元最大值yn,target,将目标搜索区域周围的多普勒单元[i-(E+F),i-(E+1)]∪[i+(E+1),i+(E+F)]作为杂波与噪声所在区域,E<F≤20;找出杂波与噪声所在区域中的多普勒单元最大值yn,clutter,则第n个分离成分的信杂噪比为:SCNRn=20log10(yn,target/yn,clutter)。
4.根据权利要求3所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤二具体包括以下步骤:
步骤二一、首先对雷达阵列天线接收的信号X在杂波与目标所在波束方向进行波束形成处理,得到接收信号波束形成结果z0,满足下式:
z0=BX (3)
记杂波与目标所在波束方向为θ0,则波束形成处理的变换矩阵B=(a(θ0))H,(·)H表示矩阵共轭转置,a(·)为流型矢量表示形式;
步骤二二、分别将N个重新排序后的分离成分转换为阵元域信号,并分别在杂波与目标所在波束方向进行波束形成处理,得到N个分离成分波束形成结果
其中,zn为第n个分离成分波束形成结果;zn满足下式:
其中,为对重新排序后的第n个分离成分对应的阵元域信号;
步骤二三、用步骤二一中得到的接收信号波束形成结果z0与步骤二二中得到的N个分离成分波束形成结果zn逐个对消,第k次对消结果记为dk,dk满足下式:
其中,k=1,...,N-1;
对每一次对消结果都计算一次信杂噪比,得到信杂噪比最大的对消结果dopt。
5.根据权利要求4所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤二二中所述重新排序后的分离成分转换为阵元域信号的具体过程为:
对步骤一一中得到的分离矩阵W求逆得到与其对应的混合矩阵H=W-1,(·)-1表示矩阵求逆运算符,H=[h1 h2 … hN],hn为对应的阵元域幅值相位信息,则通过hn与得到重新排序后的第n个分离成分对应的阵元域信号如下式所示:
6.根据权利要求5所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤三具体包括以下步骤:
步骤三一、对步骤二三得到的信杂噪比最大的对消后结果dopt做时频分析;dopt的第p个元素用dopt(p)表示;使用维格纳-威利分布对dopt进行时频分析,如下式所示:
其中,p为时间点序号,p=0,...,P-1,P为慢时间信号采样点数,q为频率,q=0,...,P-1,ρ为延时,ρ=0,...,P-1,WVD(p,q)为时频分布谱;j为复数;
步骤三二、对步骤三一中得到的时频分布谱进行脊波变换,得到脊波系数如下式所示:
其中,为脊波基,a为脊波尺度,b为脊波基位置,θRidgelet为脊波基旋转角度,C(a,b,θRidgelet)为脊波系数;RT[·]表示脊波变换;
步骤三三、对步骤三二得到的脊波系数C(a,b,θRidgelet)进行窗口滤波处理;
设脊波域滤波窗口函数为:
其中,a1、a2均为尺度滤波参数、φ1、φ2均为角度滤波参数;
将脊波系数C(a,b,θRidgelet)乘以滤波窗口函数如下式所示:
得到滤波后的脊波系数Crp(a,b,θRidgelet);
步骤三四、对步骤三三得到的滤波后的脊波系数进行脊波逆变换,如下式所示:
得到杂波抑制后的新时频谱WVDrp(p,q);表示的共轭;
步骤三五、对步骤三四得到的杂波抑制后的新时频谱进行时频反变换;如下式计算时频分析的特征矩阵R的第p1行第p2列的元素
p1=0,...,P-1,p2=0,...,P-1;
然后对R进行特征分解:
u为分解出的特征向量,表示u的共轭,杂波抑制后的时域信号
7.根据权利要求6所述基于盲源分离与时频脊波域滤波的电离层杂波抑制方法,其特征在于,步骤三三中所述角度滤波参数的具体计算过程包括:
设目标的信号的瞬时带宽为D,第1个尺度的脊波基带宽为d,那么第a个尺度的脊波基带宽为Da=2a-1d;则目标所集中的尺度中心为设置尺度容差ad,令a1=ac-ad,a2=ac+ad;
设目标能达到的最大加速度为Accmax,则其多普勒频率fd随时间t的最大变化率为:
其中,λ为雷达信号波长,v为目标速度;
则其脊波基旋转角度范围为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810969137.6A CN109061597B (zh) | 2018-08-23 | 2018-08-23 | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810969137.6A CN109061597B (zh) | 2018-08-23 | 2018-08-23 | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109061597A true CN109061597A (zh) | 2018-12-21 |
CN109061597B CN109061597B (zh) | 2022-04-15 |
Family
ID=64755968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810969137.6A Active CN109061597B (zh) | 2018-08-23 | 2018-08-23 | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109061597B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112858995A (zh) * | 2021-01-21 | 2021-05-28 | 清华大学 | 一种基于分布式阵列的联合测角方法和装置 |
CN113156392A (zh) * | 2021-05-26 | 2021-07-23 | 哈尔滨工业大学 | 一种基于俯仰域自适应处理的杂波抑制方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030142011A1 (en) * | 2001-11-12 | 2003-07-31 | Telstra Corporation Limited | Surface wave radar |
CN101581782A (zh) * | 2009-06-15 | 2009-11-18 | 武汉大学 | 用于便携式高频地波雷达中抑制电离层杂波的方法 |
US20140086346A1 (en) * | 2012-09-21 | 2014-03-27 | Samsung Electronics Co., Ltd. | Method and system for removal of baseline wander and power-line interference |
CN103728594A (zh) * | 2013-12-31 | 2014-04-16 | 北京理工大学 | 基于多通道nlms的外辐射源雷达海杂波干扰抑制方法 |
CN105372635A (zh) * | 2015-11-19 | 2016-03-02 | 哈尔滨工业大学 | 基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法 |
CN105652246A (zh) * | 2015-12-29 | 2016-06-08 | 河海大学 | 一种基于盲源分离的雷达抗主瓣干扰方法 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
CN106448694A (zh) * | 2016-09-08 | 2017-02-22 | 哈尔滨工程大学 | 一种基于复角检测的欠定盲源分离中的时频单源点提取方法 |
CN107167775A (zh) * | 2017-05-23 | 2017-09-15 | 哈尔滨工业大学 | 一种基于认知雷达抗多跳杂波干扰波形设计方法 |
CN107462877A (zh) * | 2017-06-27 | 2017-12-12 | 电子科技大学 | 一种基于先验知识的天波雷达海杂波抑制方法 |
CN108020817A (zh) * | 2017-09-28 | 2018-05-11 | 西安电子科技大学 | 基于配准的机载前视阵雷达杂波抑制方法 |
WO2018136144A1 (en) * | 2017-01-18 | 2018-07-26 | Hrl Laboratories, Llc | Cognitive signal processor for simultaneous denoising and blind source separation |
-
2018
- 2018-08-23 CN CN201810969137.6A patent/CN109061597B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030142011A1 (en) * | 2001-11-12 | 2003-07-31 | Telstra Corporation Limited | Surface wave radar |
CN101581782A (zh) * | 2009-06-15 | 2009-11-18 | 武汉大学 | 用于便携式高频地波雷达中抑制电离层杂波的方法 |
US20140086346A1 (en) * | 2012-09-21 | 2014-03-27 | Samsung Electronics Co., Ltd. | Method and system for removal of baseline wander and power-line interference |
CN103728594A (zh) * | 2013-12-31 | 2014-04-16 | 北京理工大学 | 基于多通道nlms的外辐射源雷达海杂波干扰抑制方法 |
CN105372635A (zh) * | 2015-11-19 | 2016-03-02 | 哈尔滨工业大学 | 基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法 |
CN105652246A (zh) * | 2015-12-29 | 2016-06-08 | 河海大学 | 一种基于盲源分离的雷达抗主瓣干扰方法 |
CN105785331A (zh) * | 2016-03-02 | 2016-07-20 | 河海大学 | 一种采用盲源分离的外辐射源雷达直达波恢复方法 |
CN106448694A (zh) * | 2016-09-08 | 2017-02-22 | 哈尔滨工程大学 | 一种基于复角检测的欠定盲源分离中的时频单源点提取方法 |
WO2018136144A1 (en) * | 2017-01-18 | 2018-07-26 | Hrl Laboratories, Llc | Cognitive signal processor for simultaneous denoising and blind source separation |
CN107167775A (zh) * | 2017-05-23 | 2017-09-15 | 哈尔滨工业大学 | 一种基于认知雷达抗多跳杂波干扰波形设计方法 |
CN107462877A (zh) * | 2017-06-27 | 2017-12-12 | 电子科技大学 | 一种基于先验知识的天波雷达海杂波抑制方法 |
CN108020817A (zh) * | 2017-09-28 | 2018-05-11 | 西安电子科技大学 | 基于配准的机载前视阵雷达杂波抑制方法 |
Non-Patent Citations (7)
Title |
---|
KROLIK, J等: "Multipath spread-Doppler clutter mitigation for over-the-horizon radar", 《2008 IEEE RADAR CONFERENCE》 * |
SHANG SHANG等: "A new method for ionospheric clutter suppression in HFSWR", 《 PROCEEDINGS OF 2011 IEEE CIE INTERNATIONAL CONFERENCE ON RADAR》 * |
SU, YUAN等: "Ionospheric Clutter Suppression Using Wavelet Oblique Projecting Filter", 《2017 IEEE RADAR CONFERENCE (RADARCONF)》 * |
YUAN SU等: "A novel ionospheric clutter mitigation method through time-frequency image processing based on ridgelet analysis", 《2016 CIE INTERNATIONAL CONFERENCE ON RADAR (RADAR)》 * |
宿愿: "基于多分辨分析的电离层杂波抑制方法的研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
柴致海等: "一种单频网模式下无源雷达时域杂波对消算法", 《雷达科学与技术》 * |
马宏伟: "高频雷达海杂波特性研究与仿真分析", 《万方》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112858995A (zh) * | 2021-01-21 | 2021-05-28 | 清华大学 | 一种基于分布式阵列的联合测角方法和装置 |
CN112858995B (zh) * | 2021-01-21 | 2023-01-31 | 清华大学 | 一种基于分布式阵列的联合测角方法和装置 |
CN113156392A (zh) * | 2021-05-26 | 2021-07-23 | 哈尔滨工业大学 | 一种基于俯仰域自适应处理的杂波抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109061597B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103383449B (zh) | 基于esprit算法的机载雷达近程杂波抑制方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN104569948A (zh) | 海杂波背景下子带自适应glrt-ltd检测方法 | |
JP2011158471A (ja) | 時空間適応処理システムにおいてターゲットを検出するための方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
CN108931766B (zh) | 一种基于稀疏重构的非均匀stap干扰目标滤除方法 | |
CN109459744B (zh) | 一种实现多干扰抑制的稳健自适应波束形成方法 | |
CN104730513A (zh) | 一种分级子阵聚焦mvdr波束形成方法 | |
CN104811867B (zh) | 基于阵列虚拟扩展的麦克风阵列空域滤波方法 | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
CN104101871A (zh) | 一种用于被动合成孔径的抑制窄带干扰方法及系统 | |
CN111896913B (zh) | 高频雷达单极子/交叉环天线通道增益校准方法及装置 | |
CN109001687A (zh) | 基于广义旁瓣相消结构的机载雷达空时自适应滤波方法 | |
CN108761394A (zh) | 一种基于时空处理的高分辨低旁瓣去卷积谱估计方法 | |
CN109061597B (zh) | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 | |
CN111175727B (zh) | 一种基于条件波数谱密度的宽带信号方位估计的方法 | |
CN104391288B (zh) | 拟合干涉相位的虚警剔除方法 | |
CN110940953A (zh) | 地波雷达海杂波中目标的三维检测方法 | |
CN109814065B (zh) | 基于相位因子加权的波束形成方法 | |
CN109541572B (zh) | 一种基于线性环境噪声模型的子空间方位估计方法 | |
CN114325565B (zh) | 一种基于子空间关系的阵列超分辨测向方法 | |
CN107241131B (zh) | 一种利用信号非圆特性的波束形成方法 | |
CN114563760B (zh) | 一种基于sca阵型的二阶超波束形成方法、设备及介质 | |
CN113109776B (zh) | 一种基于重排时频分析的角闪烁抑制方法 | |
CN105785322A (zh) | 一种波束形成方法 |
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 |