CN109061597B - 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 PDF

Info

Publication number
CN109061597B
CN109061597B CN201810969137.6A CN201810969137A CN109061597B CN 109061597 B CN109061597 B CN 109061597B CN 201810969137 A CN201810969137 A CN 201810969137A CN 109061597 B CN109061597 B CN 109061597B
Authority
CN
China
Prior art keywords
signal
clutter
time
ridge
separation
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.)
Active
Application number
CN201810969137.6A
Other languages
English (en)
Other versions
CN109061597A (zh
Inventor
位寅生
宿愿
张洋
于雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201810969137.6A priority Critical patent/CN109061597B/zh
Publication of CN109061597A publication Critical patent/CN109061597A/zh
Application granted granted Critical
Publication of CN109061597B publication Critical patent/CN109061597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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

基于盲源分离与时频脊波域滤波的电离层杂波抑制方法
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
Figure BDA0001775699160000031
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
Figure BDA0001775699160000032
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,
Figure BDA0001775699160000033
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
Figure BDA0001775699160000034
Figure BDA0001775699160000035
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
Figure BDA0001775699160000041
其中,zn∈C1×P为第n个分离成分波束形成结果;zn满足下式:
Figure BDA0001775699160000042
其中,
Figure BDA0001775699160000043
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:
Figure BDA0001775699160000051
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
Figure BDA0001775699160000052
对应的阵元域幅值相位信息,则通过hn
Figure BDA0001775699160000053
可得到重新排序后的第n个分离成分对应的阵元域信号
Figure BDA0001775699160000054
如下式所示:
Figure BDA0001775699160000055
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:
Figure BDA0001775699160000056
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:
Figure BDA0001775699160000057
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:
Figure BDA0001775699160000061
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
Figure BDA0001775699160000069
如下式所示:
Figure BDA00017756991600000610
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:
Figure BDA0001775699160000062
得到杂波抑制后的新时频谱WVDrp(p,q);
Figure BDA0001775699160000063
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
Figure BDA00017756991600000611
Figure BDA0001775699160000064
p1=0,...,P-1,p2=0,...,P-1;
然后对R进行特征分解:
Figure BDA0001775699160000065
u为分解出的特征向量,
Figure BDA0001775699160000066
表示u的共轭,杂波抑制后的时域信号
Figure BDA0001775699160000067
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
Figure BDA0001775699160000068
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:
Figure BDA0001775699160000071
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
Figure BDA0001775699160000072
Figure BDA0001775699160000073
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
Figure BDA0001775699160000081
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 (5)

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;
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:
Figure FDA0003539133910000011
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:
Figure FDA0003539133910000012
其中,
Figure FDA0003539133910000013
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:
Figure FDA0003539133910000014
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
Figure FDA0003539133910000015
如下式所示:
Figure FDA0003539133910000016
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:
Figure FDA0003539133910000021
得到杂波抑制后的新时频谱WVDrp(p,q);
Figure FDA0003539133910000022
表示
Figure FDA0003539133910000023
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
Figure FDA0003539133910000024
Figure FDA0003539133910000025
p1=0,...,P-1,p2=0,…,P-1;
然后对R进行特征分解:
Figure FDA0003539133910000026
u为分解出的特征向量,
Figure FDA0003539133910000027
表示u的共轭,杂波抑制后的时域信号
Figure FDA0003539133910000028
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
Figure FDA0003539133910000029
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:
Figure FDA00035391339100000210
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
Figure FDA00035391339100000211
Figure FDA00035391339100000212
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,
Figure FDA0003539133910000031
(·)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
Figure FDA0003539133910000032
Figure FDA0003539133910000033
为重新排序后的第n个分离成分。
3.根据权利要求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
Figure FDA0003539133910000034
其中,zn为第n个分离成分波束形成结果;zn满足下式:
Figure FDA0003539133910000035
其中,
Figure FDA0003539133910000041
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:
Figure FDA0003539133910000042
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
Figure FDA0003539133910000043
对应的阵元域幅值相位信息,则通过hn
Figure FDA0003539133910000044
得到重新排序后的第n个分离成分对应的阵元域信号
Figure FDA0003539133910000045
如下式所示:
Figure FDA0003539133910000046
CN201810969137.6A 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 Active CN109061597B (zh)

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 CN109061597A (zh) 2018-12-21
CN109061597B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113156392B (zh) * 2021-05-26 2022-04-08 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 (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2387053B (en) * 2001-11-12 2006-02-01 Telstra Corp Ltd Surface wave radar
CN101581782B (zh) * 2009-06-15 2012-05-23 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
CN103728594B (zh) * 2013-12-31 2016-03-30 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
CN105785331B (zh) * 2016-03-02 2018-05-29 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
CN106448694B (zh) * 2016-09-08 2019-09-27 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
CN107167775B (zh) * 2017-05-23 2020-05-19 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
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种单频网模式下无源雷达时域杂波对消算法;柴致海等;《雷达科学与技术》;20180215(第01期);10-17 *

Also Published As

Publication number Publication date
CN109061597A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN108375763B (zh) 一种应用于多声源环境的分频定位方法
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
CN108931766B (zh) 一种基于稀疏重构的非均匀stap干扰目标滤除方法
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
CN111693971B (zh) 一种用于弱目标检测的宽波束干扰抑制方法
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
CN110703262B (zh) 一种效率提升的多波束测深方法
CN110646765B (zh) 一种基于黎曼距离的广义旁瓣对消算法
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
CN103792523B (zh) 基于张量积的uhf波段多通道雷达径向速度检测方法
CN108845318B (zh) 基于Relax算法的星载高分宽幅成像方法
Yang et al. Spatial deception suppression for wideband linear frequency modulation signals based on fractional Fourier transform with robust adaptive beamforming
CN109814065B (zh) 基于相位因子加权的波束形成方法
CN109143235A (zh) 一种双基前视合成孔径雷达地面运动目标检测方法
Barbu et al. Fractional Fourier transform for sonar signal processing
CN107241131B (zh) 一种利用信号非圆特性的波束形成方法
CN114325565B (zh) 一种基于子空间关系的阵列超分辨测向方法
CN114563760B (zh) 一种基于sca阵型的二阶超波束形成方法、设备及介质
Maranda Passive sonar
CN113189570B (zh) 一种基于复域压缩感知的阵列信号处理方法及系统
CN115616546A (zh) 一种基于频率差分的空间抗混叠方位估计方法及系统
Gogineni et al. Sounding and imaging of fast flowing glaciers and ice-sheet margins
CN113109776A (zh) 一种基于重排时频分析的角闪烁抑制方法
CN112444790A (zh) 一种在强干扰情况下目标检测的方法

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