CN109164421A - 一种基于二维重构算法的目标检测方法 - Google Patents

一种基于二维重构算法的目标检测方法 Download PDF

Info

Publication number
CN109164421A
CN109164421A CN201811125895.6A CN201811125895A CN109164421A CN 109164421 A CN109164421 A CN 109164421A CN 201811125895 A CN201811125895 A CN 201811125895A CN 109164421 A CN109164421 A CN 109164421A
Authority
CN
China
Prior art keywords
frequency
pulse
agile radar
frequency agile
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.)
Granted
Application number
CN201811125895.6A
Other languages
English (en)
Other versions
CN109164421B (zh
Inventor
全英汇
姚洪彬
吴耀君
马宝洋
杜潇剑
陈侠达
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201811125895.6A priority Critical patent/CN109164421B/zh
Publication of CN109164421A publication Critical patent/CN109164421A/zh
Application granted granted Critical
Publication of CN109164421B publication Critical patent/CN109164421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本发明属于雷达信号处理技术领域,公开了一种基于二维重构算法的目标检测方法,包括:步骤1,建立频率捷变雷达的发射信号模型和频率捷变雷达的回波信号模型;步骤2,计算频率捷变雷达的回波信号模型对应的二维联合字典矩阵;步骤3,获取压缩感知模型,根据所述频率捷变雷达的回波信号模型对应的二维联合字典矩阵计算得到目标的距离和速度,作为目标检测结果;通过探索目标场景的稀疏特性,采用二维重构的方法能够直接重构出目标的速度与距离。

Description

一种基于二维重构算法的目标检测方法
技术领域
本发明属于雷达信号处理技术领域,尤其涉及一种基于二维重构算法的目标检测方法,可用于捷变频雷达的设计,以及雷达实时信号处理系统设计和电子侦察、对抗、导弹等领域。
背景技术
脉间频率捷变雷达发射的脉冲载频频率在一定范围内快速变化,各载频可按一定规律变化,也可随机跳变;频率捷变雷达具有一系列优势:1)可提高抗干扰性能,2)增加雷达探测距离,3)有效抑制海浪杂波以及其他分布杂波的干扰,4)提高追踪精度,等等;在现代战场日益复杂的电磁环境中,频率捷变雷达具有广阔的应用前景。
由于雷达载频在一定范围内捷变,导致目标回波相位非线性变化,影响目标高分辨距离像合成与多普勒信息提取,信噪比降低,可靠性也不强。
发明内容
针对上述技术问题,本发明的目的在于提供一种基于二维重构算法的目标检测方法,通过探索目标场景的稀疏特性,采用二维重构的方法能够直接重构出目标的速度与距离。
为达到上述目的,本发明采用如下技术方案予以实现。
一种基于二维重构算法的目标检测方法,所述方法包括如下步骤:
步骤1,建立频率捷变雷达的发射信号模型和频率捷变雷达的回波信号模型;
步骤2,计算频率捷变雷达的回波信号模型对应的二维联合字典矩阵;
步骤3,获取压缩感知模型,根据所述频率捷变雷达的回波信号模型对应的二维联合字典矩阵计算得到目标的距离和速度,作为目标检测结果。
本发明的有益效果:(1)本雷达模型选用的是捷变频雷达,相对于传统脉冲雷达,具有合成宽带宽,探测距离远,抗电子对抗,抗干扰等诸多优点,具有更强的在复杂环境中生存的能力;(2)相对于其他频率捷变雷达信号处理方法,本发明所用方法简便,物理概念清晰,所用步骤少,对应的计算基本均为并行运算,具有运算速度的优势;
(3)由于本发明所用步骤少,减少了运算过程中噪声的引入,最大限度的保留了信噪比,增加了捷变频雷达压缩感知模型重构信号的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种基于二维重构算法的目标检测方法流程图;
图2是本发明实施例仿真实验中稀疏恢复后的信号示意图;
图3是本发明实施例仿真实验中稀疏恢复后的距离-速度二维图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种基于二维重构算法的目标检测方法,如图1所示,所述方法包括如下步骤:
步骤1,建立频率捷变雷达的发射信号模型和频率捷变雷达的回波信号模型;
步骤1中建立频率捷变雷达的发射信号模型具体为:
(1a)设定一个相干处理间隔内雷达发射M个脉冲,每个脉冲为线性调频率为γ的线性调频信号,则M个脉冲的载频频率所组成的向量f={f1,f2,…,fm,…,fM},其中,fm表示在一个相干处理间隔内频率捷变雷达发射的第m个脉冲的载频频率;
(1b)频率捷变雷达发射的第m个脉冲信号sm(t)为:
其中,为矩形窗函数,Tp为每一个脉冲宽度,t为快时间,fm表示在一个相干处理间隔内频率捷变雷达发射的第m个脉冲的载频频率,fm=f0+dr(m)Δf,m∈{1,2,3,…,M},f0为频率捷变雷达发射信号波长的初始频率,为跳频间隔,Bs为跳频带宽,K=2M,为频率跳变区间的频率点数,dr(m)为第m个脉冲的载频频率随机跳变序列号码,且dr(m)∈{0,1,…,K-1}。
步骤1中建立频率捷变雷达的回波信号模型具体为:
(1c)频率捷变雷达发射的第m个脉冲的回波信号模型rm(t)为:
其中,τm表示第m个脉冲的目标回波时延,R为频率捷变雷达与目标的初始相对距离,v为频率捷变雷达与目标的相对速度,Tr为脉冲重复时间;
(1d)频率捷变雷达接收M个脉冲的回波信号,进行混频与脉冲压缩处理,得到混频与脉冲压缩处理后M个脉冲的回波信号r(t),作为频率捷变雷达的回波信号模型:
其中,sinc(·)为每一个脉冲内的线性调频信号经过匹配滤波后的辛克函数,n(t)表示噪声,c表示光速。
步骤2,计算频率捷变雷达的回波信号模型对应的二维联合字典矩阵;
步骤2具体为:
(2a)构造一个M行K×L列的空二维联合字典矩阵Ψ1,其中,M为脉冲数,K为频率跳变区间的频率点数,且L=M;
(2b)混频与脉冲压缩处理后M个脉冲的回波信号r(t)生成距离相位矢量Dk与速度相位矢量Vl
Dk=exp(-jαk⊙d),Vl=exp(-jβl⊙η)
其中,
⊙代表Hadamard乘积;
(2c)根据所述距离相位矢量Dk和所述速度相位矢量Vl生成字典矩阵向量ek,l=Dk⊙Vl,并生成二维联合字典矩阵作为频率捷变雷达的回波信号模型对应的二维联合字典矩阵。
步骤3,获取压缩感知模型,根据所述频率捷变雷达的回波信号模型对应的二维联合字典矩阵计算得到目标的距离和速度,作为目标检测结果。
步骤3具体为:
(3a)获取压缩感知模型:y=Ψx,其中,y为观测到的信号数据,Ψ为映射字典矩阵,x为真实信号;
(3b)将所述频率捷变雷达的回波信号模型改写为以下矩阵形式:r(t)=Ψ1x1+nn(t),其中x1为包含目标幅度响应、目标距离和目标速度信息的稀疏信息矩阵,求解r(t)=Ψ1x1+n(t),得到目标的距离和速度。
具体的,采用OMP算法(orthogonal matching pursuit,正交匹配追踪算法)计算得到目标的高分辨距离与速度信息。
将Ψ1与r(t)利用压缩感知模型进行求解x1信号的高分辨距离与速度信息。
当运动目标场景为:雷达检测目标为运动的点目标,与雷达相对速度约为6m/s,距离雷达相对距离为1.5千米,雷达发射波形为线性调频信号,信号带宽为30MHz,载频中心为10GHz,载频抖动范围为2.2GHz,64个脉冲为一个脉冲积累周期;将Ψ1与r(t)利用压缩感知模型进行求解x1信号的高分辨距离与速度信息,得到稀疏恢复后的信号如图2所示,稀疏恢复后的距离-速度二维图如图3所示。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种基于二维重构算法的目标检测方法,其特征在于,所述方法包括如下步骤:
步骤1,建立频率捷变雷达的发射信号模型和频率捷变雷达的回波信号模型;
步骤2,计算频率捷变雷达的回波信号模型对应的二维联合字典矩阵;
步骤3,获取压缩感知模型,根据所述频率捷变雷达的回波信号模型对应的二维联合字典矩阵计算得到目标的距离和速度,作为目标检测结果。
2.根据权利要求1所述的一种基于二维重构算法的目标检测方法,其特征在于,步骤1中建立频率捷变雷达的发射信号模型具体为:
(1a)设定一个相干处理间隔内雷达发射M个脉冲,每个脉冲为线性调频率为γ的线性调频信号,则M个脉冲的载频频率所组成的向量为f={f1,f2,…,fm,…,fM},其中,fm表示在一个相干处理间隔内频率捷变雷达发射的第m个脉冲的载频频率;
(1b)频率捷变雷达发射的第m个脉冲信号sm(t)为:
其中,为矩形窗函数,Tp为每一个脉冲宽度,t为快时间,fm表示在一个相干处理间隔内频率捷变雷达发射的第m个脉冲的载频频率,fm=f0+dr(m)Δf,m∈{1,2,3,…,M},f0为频率捷变雷达发射信号波长的初始频率,为跳频间隔,Bs为跳频带宽,K=2M,为频率跳变区间的频率点数,dr(m)为第m个脉冲的载频频率随机跳变序列号码,且dr(m)∈{0,1,…,K-1}。
3.根据权利要求2所述的一种基于二维重构算法的目标检测方法,其特征在于,步骤1中建立频率捷变雷达的回波信号模型具体为:
(1c)频率捷变雷达发射的第m个脉冲的回波信号模型rm(t)为:
其中,τm表示第m个脉冲的目标回波时延,R为频率捷变雷达与目标的初始相对距离,v为频率捷变雷达与目标的相对速度,Tr为脉冲重复时间;
(1d)频率捷变雷达接收M个脉冲的回波信号,进行混频与脉冲压缩处理,得到混频与脉冲压缩处理后M个脉冲的回波信号r(t),作为频率捷变雷达的回波信号模型:
其中,sinc(·)为每一个脉冲内的线性调频信号经过匹配滤波后的辛克函数,n(t)表示噪声,c表示光速。
4.根据权利要求1所述的一种基于二维重构算法的目标检测方法,其特征在于,步骤2具体为:
(2a)构造一个M行K×L列的空二维联合字典矩阵Ψ1,其中,M为脉冲数,K为频率跳变区间的频率点数,且L=M;
(2b)混频与脉冲压缩处理后M个脉冲的回波信号r(t)生成距离相位矢量Dk与速度相位矢量Vl
Dk=exp(-jαk⊙d),Vl=exp(-jβl⊙η)
其中,
⊙代表Hadamard乘积;
(2c)根据所述距离相位矢量Dk和所述速度相位矢量Vl生成字典矩阵向量ek,l=Dk⊙Vl,并生成二维联合字典矩阵作为频率捷变雷达的回波信号模型对应的二维联合字典矩阵。
5.根据权利要求1所述的一种基于二维重构算法的目标检测方法,其特征在于,步骤3具体为:
(3a)获取压缩感知模型:y=Ψx,其中,y为观测到的信号数据,Ψ为映射字典矩阵,x为真实信号;
(3b)将所述频率捷变雷达的回波信号模型改写为以下矩阵形式:r(t)=Ψ1x1+n(t),其中x1为包含目标幅度响应、目标距离和目标速度信息的稀疏信息矩阵,求解r(t)=Ψ1x1+n(t)得到目标的距离和速度。
CN201811125895.6A 2018-09-26 2018-09-26 一种基于二维重构算法的目标检测方法 Active CN109164421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811125895.6A CN109164421B (zh) 2018-09-26 2018-09-26 一种基于二维重构算法的目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811125895.6A CN109164421B (zh) 2018-09-26 2018-09-26 一种基于二维重构算法的目标检测方法

Publications (2)

Publication Number Publication Date
CN109164421A true CN109164421A (zh) 2019-01-08
CN109164421B CN109164421B (zh) 2023-06-30

Family

ID=64880334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811125895.6A Active CN109164421B (zh) 2018-09-26 2018-09-26 一种基于二维重构算法的目标检测方法

Country Status (1)

Country Link
CN (1) CN109164421B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110095765A (zh) * 2019-05-21 2019-08-06 西安电子科技大学 捷变频雷达的高分辨多普勒重构方法
CN110109075A (zh) * 2019-04-18 2019-08-09 西安电子科技大学 基于白化滤波的捷变频雷达抗干扰方法
CN110426701A (zh) * 2019-09-03 2019-11-08 河海大学 一种基于速度维稀疏表示的捷变频雷达目标速度测量方法
CN112639521A (zh) * 2020-04-23 2021-04-09 华为技术有限公司 用于控制雷达跳频的方法和装置以及雷达测速方法和雷达
CN113093120A (zh) * 2021-03-15 2021-07-09 西安电子科技大学 基于capon算法的PRI捷变雷达目标参数估计方法
CN113589250A (zh) * 2021-07-29 2021-11-02 上海无线电设备研究所 一种稀疏学习的相参捷变频雷达距离高分辨处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4851848A (en) * 1988-02-01 1989-07-25 The United States Of America As Represented By The Secretary Of The Navy Frequency agile synthetic aperture radar
US20040150552A1 (en) * 2003-01-30 2004-08-05 Barbella Peter F. Technique for non-coherent integration of targets with ambiguous velocities
CN105785338A (zh) * 2016-03-09 2016-07-20 西安电子科技大学 一种频率捷变雷达载频的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4851848A (en) * 1988-02-01 1989-07-25 The United States Of America As Represented By The Secretary Of The Navy Frequency agile synthetic aperture radar
US20040150552A1 (en) * 2003-01-30 2004-08-05 Barbella Peter F. Technique for non-coherent integration of targets with ambiguous velocities
CN105785338A (zh) * 2016-03-09 2016-07-20 西安电子科技大学 一种频率捷变雷达载频的优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
户盼鹤等: "基于非合作捷变频雷达的微弱目标检测算法", 《雷达科学与技术》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109075A (zh) * 2019-04-18 2019-08-09 西安电子科技大学 基于白化滤波的捷变频雷达抗干扰方法
CN110095765A (zh) * 2019-05-21 2019-08-06 西安电子科技大学 捷变频雷达的高分辨多普勒重构方法
CN110095765B (zh) * 2019-05-21 2022-05-17 西安电子科技大学 捷变频雷达的高分辨多普勒重构方法
CN110426701A (zh) * 2019-09-03 2019-11-08 河海大学 一种基于速度维稀疏表示的捷变频雷达目标速度测量方法
CN112639521A (zh) * 2020-04-23 2021-04-09 华为技术有限公司 用于控制雷达跳频的方法和装置以及雷达测速方法和雷达
WO2021212410A1 (zh) * 2020-04-23 2021-10-28 华为技术有限公司 用于控制雷达跳频的方法和装置以及雷达测速方法和雷达
CN113093120A (zh) * 2021-03-15 2021-07-09 西安电子科技大学 基于capon算法的PRI捷变雷达目标参数估计方法
CN113589250A (zh) * 2021-07-29 2021-11-02 上海无线电设备研究所 一种稀疏学习的相参捷变频雷达距离高分辨处理方法
CN113589250B (zh) * 2021-07-29 2024-02-23 上海无线电设备研究所 一种稀疏学习的相参捷变频雷达距离高分辨处理方法

Also Published As

Publication number Publication date
CN109164421B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN109164421A (zh) 一种基于二维重构算法的目标检测方法
CN111693983B (zh) 互补波形构建方法及模块、认知雷达系统及波形发射方法
CN109031296B (zh) 基于随机间歇采样线性调频信号的宽带雷达成像方法
CN109061589A (zh) 随机跳频雷达的目标运动参数估计方法
CN110275158B (zh) 基于贝叶斯压缩感知的宽带雷达回波信号参数估计方法
CN109829509A (zh) 基于融合神经网络的雷达手势识别方法
CN106291524A (zh) 基于人体模型的lfmcw雷达探测运动人体目标的方法
CN104849708B (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
CN114152916A (zh) 一种基于先导信息的mimo雷达波形正交方法
CN104239683B (zh) 一种基于改变信号调频率的解距离—速度模糊方法
CN113093120B (zh) 基于capon算法的PRI捷变雷达目标参数估计方法
Xu et al. Adaptive range-spread maneuvering target detection in compound-Gaussian clutter
CN109613507B (zh) 一种针对高阶机动目标雷达回波的检测方法
He et al. Fast non-searching method for ground moving target refocusing and motion parameters estimation
CN105301584A (zh) 同时解距离模糊的ipphdf机动多目标跟踪方法
Gromek et al. Passive SAR imaging using DVB‐T illumination for airborne applications
CN105116408A (zh) 一种舰船isar图像结构特征提取方法
Chen et al. Computational efficient segmented integration method for high-speed maneuvering target detection
CN106814352A (zh) 一种基于格雷互补波形的多目标检测方法
CN112034447A (zh) 一种提高脉冲多普勒雷达检测性能的二相调制方法及装置
CN109541567A (zh) 基于深度学习的高速机动目标检测方法
CN113030882B (zh) 一种无载波超宽带发射信号波形库的构建方法
CN107015210B (zh) 一种基于相似性约束的雷达慢时间域恒模信号设计方法
Cheng et al. Orthogonal anti-jamming waveform design with extended Doppler tolerance based on the LFM-PC signal
Karlsson et al. Stepped frequency pulse compression with noncoherent radar using deep learning

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
CB03 Change of inventor or designer information

Inventor after: Quan Yinghui

Inventor after: Feng Wei

Inventor after: Yao Hongbin

Inventor after: Wu Yaojun

Inventor after: Ma Baoyang

Inventor after: Du Xiaojian

Inventor after: Chen Xiada

Inventor before: Quan Yinghui

Inventor before: Yao Hongbin

Inventor before: Wu Yaojun

Inventor before: Ma Baoyang

Inventor before: Du Xiaojian

Inventor before: Chen Xiada

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant