CN109490859B - 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 - Google Patents

部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 Download PDF

Info

Publication number
CN109490859B
CN109490859B CN201811387262.2A CN201811387262A CN109490859B CN 109490859 B CN109490859 B CN 109490859B CN 201811387262 A CN201811387262 A CN 201811387262A CN 109490859 B CN109490859 B CN 109490859B
Authority
CN
China
Prior art keywords
matrix
data
detected
doppler
detector
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
CN201811387262.2A
Other languages
English (en)
Other versions
CN109490859A (zh
Inventor
刘维建
段克清
王永良
杜庆磊
谢文冲
唐瑭
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.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
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 Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Priority to CN201811387262.2A priority Critical patent/CN109490859B/zh
Publication of CN109490859A publication Critical patent/CN109490859A/zh
Application granted granted Critical
Publication of CN109490859B publication Critical patent/CN109490859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S2013/0236—Special technical features
    • G01S2013/0245—Radar with phased array antenna
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了部分均匀环境中对方位扰动和多普勒扰动稳健的检测器。本发明首先利用相控阵雷达各空域通道接收回波数据，再选择信号基矩阵，形成采样协方差矩阵，并利用采样协方差矩阵构造杂波抑制矩阵，对待检测数据进行杂波抑制，利用信号基矩阵对杂波抑制后的待检测数据进行信号积累，然后利用信号积累后数据计算最强能量，对杂波抑制后的待检测数据进行总能量计算，用最强能量除以总能量，以实现归一化处理，形成检测统计量，最后计算检测门限并进行门限比较，判决目标是否存在。本发明设计的检测器能够实现目标存在方向扰动和多普勒扰动时的稳健检测，并在部分均匀环境中具有CFAR特性，无需额外的CFAR处理步骤。

Description

部分均匀环境中对方位扰动和多普勒扰动稳健的检测器
技术领域
本发明涉及多通道信号自适应检测问题，特别适用于多通道有源相控阵雷达。
背景技术
相控阵雷达采用多个阵元同时对雷达反射回波进行接收，雷达接收数据呈现出多通道结构特定。与以抛物面天线为代表的传统单通道雷达相比，相控阵雷达利用多个接收通道的数据，采用合理的信号处理技术，可大幅度提升雷达系统的作战效能。然而，雷达杂波的存在，使得目标检测变得困难。雷达杂波的随机特性导致其统计特性通常未知。为了消除雷达杂波，需要一定数量的训练样本，以估计待检测数据中杂波统计特性。通常假设训练样本与待检测单元具有相同的统计特性，即数据处于均匀环境。但是由于地形的复杂多变，实际环境中的雷达数据往往呈现出非均匀特性。部分均匀环境是非均匀模型中的一种常见模型，具体指的是待检测数据和训练样本数据具有相同的协方差矩阵结构，但具有未知的功率失配。
对于相控阵雷达，天线的阵元误差总是存在，这往往导致目标方向信息难以精确一致，即：目标存在空域导向矢量失配。此外，由于目标的不规则运动，例如机动或者加速运动，使得目标的多普勒信息存在扰动，进而导致目标的时域导向矢量失配。子空间信号模型是克服信号导向矢量失配的一种有效途径，即：当存在信号导向矢量失配时，可假设该导向矢量位于某个子空间中，通过设计合理的子空间，可提高系统的稳健特性。
然而，现阶段对信号导向矢量失配条件下的研究主要集中在由方位扰动导致的空域导向矢量失配。为此，本专利研究同时存在由方位扰动导致的空域导向矢量失配和由多普勒扰动导致的时域导向矢量失配时的目标检测，设计一种适用于部分均匀环境环境中的稳健检测器。
发明内容
本发明的目的在于解决部分均匀环境中目标方位扰动和多普勒扰动时的目标稳健检测难题。
为了实现上述的发明目的，本发明提供了一种部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，包括以下技术步骤：
(1)利用相控阵雷达各空域通道接收回波数据；
(2)选择信号基矩阵；
(3)形成采样协方差矩阵；
(4)利用采样协方差矩阵构造杂波抑制矩阵，并对待检测数据进行杂波抑制；
(5)利用信号基矩阵对杂波抑制后的待检测数据进行信号积累；
(6)利用信号积累后数据计算最强能量；
(7)对杂波抑制后的待检测数据进行总能量计算；
(8)用最强能量除以总能量，实现归一化处理，形成检测统计量；
(9)计算检测门限并进行门限比较，若检测统计量大于门限则判决存在目标，否则判决不存在目标。
本发明具有以下优点：
(1)本发明设计的检测器能够实现目标存在方向扰动和多普勒扰动时的稳健检测；
(2)本发明设计的检测器在部分均匀环境中具有具有恒虚警(CFAR)特性，无需额外的CFAR处理步骤；
(3)本发明设计的检测器不需要把杂波抑制作为独立步骤，即可实现对杂波的抑制；
(4)本发明设计的检测器具有一定的普适性，多种现有检测器是其特例。
附图说明
图1是本发明的实施例的结构框图，图中的选择信号基矩阵、形成采样协方差矩阵、抑制待检测数据中的杂波、积累信号、计算最强能量和计算总能量均可在通用可编程信号处理板上编程实现。
具体实施方式
结合附图和实施例，下面进一步阐述本发明，本发明的详细步骤如下：
(1)相控阵雷达各空域通道接收回波数据。
假设相控阵雷达的阵元数为N，每个阵元在一个相干处理间隔(CPI)内接收K个脉冲回波数据，则一个CPI内对同一个距离单元，雷达接收到的回波数据可用N×K维矩阵X表示。当待检测数据中存在目标信号时，相应的信号空域导向矢量用N×1维向量
Figure BSA0000174242940000021
表示、时域导向矢量用K×1维向量
Figure BSA0000174242940000022
表示，
Figure BSA0000174242940000023
和
Figure BSA0000174242940000024
分别具有形式
Figure BSA0000174242940000025
和
Figure BSA0000174242940000026
其中，
Figure BSA0000174242940000027
为目标归一化空域频率，
Figure BSA0000174242940000028
为目标归一化多普勒频率，d为阵元间距，θ为目标相对于雷达阵列法线的方向，λc为载波波长，υ为目标径向速度，fr为脉冲重复频率，上标(·)T表示转置。
待检测数据X除了包含可能的信号外，还包括杂波和噪声分量，假设杂波与噪声分量之和服从均值为零、协方差矩阵为Rt的高斯分布。实际应用中无法实现获得Rt的先验知识，需要用到训练样本数据对其进行估计，以消除杂波。通常，训练样本数据为待检测单元附近距离门的雷达回波数据。假设存在L个训练样本，第l个训练样本(l＝1，2，…，L)记作
xl＝nl         (3)
其中，nl为第l个训练样本中热噪声分量与杂波分量之和，其协方差矩阵可表示为
Figure BSA0000174242940000031
标量γ未知，表示待检测数据和训练样本数据中杂波分量的未知功率失配，即γ体现了部分均匀环境的特性。
(2)选择合适的信号基矩阵。
阵元误差的存在导致了目标方向信息的不确定性，目标的不规则运动导致了目标多普勒信息的不确定性。为设计稳健检测器，假设信号空域导向矢量
Figure BSA0000174242940000032
和时域导向矢量
Figure BSA0000174242940000033
分别位于维数为p和q的子空间，即
Figure BSA0000174242940000034
和
Figure BSA0000174242940000035
分别可表示为
Figure BSA0000174242940000036
和
Figure BSA0000174242940000037
其中，N×p维矩阵A表示空域信号子空间的基矩阵，K×q维矩阵C表示时域信号子空间的基矩阵，p×1维列向量α和q×1维列向量φ分别表示空域信号导向矢量和时域信号导向矢量的未知坐标信息，且p＜N、q＜K。空域信号基矩阵A和时域信号基矩阵C分别选取为
Figure BSA0000174242940000038
和
Figure BSA0000174242940000039
其中，
Figure BSA00001742429400000310
Figure BSA00001742429400000311
为雷达系统的归一化波束指向，
Figure BSA00001742429400000312
Figure BSA00001742429400000313
为雷达当前多普勒滤波器的归一化多普勒频率，
Figure BSA00001742429400000314
对于给定的阵元数N和脉冲数K，空域信号子空间的维数p和时域信号子空间的维数q分别选取为
Figure BSA00001742429400000315
和
Figure BSA00001742429400000316
其中
Figure BSA00001742429400000317
为向上取整操作。
选取空域信号基矩阵A和时域信号基矩阵C后，待检测数据X可写为
X＝AαφHC+N       (6)
其中，N×K维矩阵N为K个脉冲回波中的热噪声分量与杂波分量之和。
(3)用训练样本形成采样协方差矩阵：
Figure BSA00001742429400000318
其中，上标(·)H表示共轭转置。
(4)抑制待检测数据中的杂波。首先对采样协方差矩阵进行特征分解，得到S＝UΛUH，其中，U为N×N维酉矩阵，Λ为N×N维对角矩阵。构造杂波抑制矩阵
D＝UΛ1/2UH                         (8)
则对待检测数据X进行杂波抑制得
Figure BSA0000174242940000041
(5)对待检测数据杂波抑制后的信号积累：
Figure BSA0000174242940000042
其中，
Figure BSA0000174242940000043
为
Figure BSA0000174242940000044
的正交投影矩阵，PC＝C(CHC)-1CH为C的正交投影矩阵，上标(·)-1表示矩阵求逆操作。
(6)计算最大能量
tmax＝λmax(Φ)                        (11)
其中，λmax(·)表示矩阵参数的最大特征值。
(7)计算待检测数据杂波抑制后的总能量
Figure BSA0000174242940000045
其中，tr(·)表示矩阵参数的迹。
(8)归一化处理，得到检测器的检测统计量
Figure BSA0000174242940000046
(9)利用蒙特卡洛仿真确定检测门限，并进行门限比较，若检测统计量高于检测门限则判定目标存在，反之则判定不存在目标。
虽然结合附图描述了本发明的实施方式，但是本领域普通技术人员可以在所附权利要求的范围内做出各种变形或修改。

Claims (8)

1.部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于，包括以下技术步骤：
(1)利用相控阵雷达各空域通道接收回波数据；
(2)选择信号基矩阵；
(3)形成采样协方差矩阵；
(4)利用采样协方差矩阵构造杂波抑制矩阵，并对待检测数据进行杂波抑制；
(5)利用信号基矩阵对杂波抑制后的待检测数据进行信号积累；
(6)利用信号积累后数据计算最强能量；
(7)对杂波抑制后的待检测数据进行总能量计算；
(8)用最强能量除以总能量，实现归一化处理，形成检测统计量；
(9)计算检测门限并进行门限比较，若检测统计量大于门限则判决存在目标，否则判决不存在目标；
阵元误差的存在导致了目标方向信息的不确定性，目标的不规则运动导致了目标多普勒信息的不确定性；为设计稳健检测器，假设信号空域导向矢量
Figure FDA0004149271450000011
和时域导向矢量
Figure FDA0004149271450000012
分别位于维数为p和q的子空间，即
Figure FDA0004149271450000013
和
Figure FDA0004149271450000014
分别可表示为
Figure FDA0004149271450000015
和
Figure FDA0004149271450000016
其中，N×p维矩阵A表示空域信号子空间的基矩阵，K×q维矩阵C表示时域信号子空间的基矩阵，p×1维列向量α和q×1维列向量φ分别表示空域信号导向矢量和时域信号导向矢量的未知坐标信息，且p＜N、q＜K；空域信号基矩阵A和时域信号基矩阵C分别选取为
Figure FDA0004149271450000017
和
Figure FDA0004149271450000018
其中，
Figure FDA0004149271450000019
为雷达系统的归一化波束指向，
Figure FDA00041492714500000110
m＝1，2，…，q，
Figure FDA00041492714500000111
为雷达当前多普勒滤波器的归一化多普勒频率，
Figure FDA0004149271450000021
对于给定的阵元数N和脉冲数K，空域信号子空间的维数p和时域信号子空间的维数q分别选取为
Figure FDA0004149271450000022
和
Figure FDA0004149271450000023
其中
Figure FDA0004149271450000024
为向上取整操作；
选取空域信号基矩阵A和时域信号基矩阵C后，待检测数据X可写为
X＝AαφHC+N        (6)
其中，N×K维矩阵N为K个脉冲回波中的热噪声分量与杂波分量之和。
2.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于：步骤(1)中的利用相控阵雷达各空域通道接收回波数据包括待检测单元的数据和训练样本数据，其中，待检测单元数据用N×K维矩阵X表示，N为相控阵雷达天线的阵元数，K为每个阵元在一个相干处理间隔内接收到的脉冲数；假设有L个训练样本数据，则l个训练样本用N×1维列向量表示为Xl。
3.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(3)中的用训练样本形成采样协方差矩阵通过计算下式实现：
Figure FDA0004149271450000025
其中，上标(·)H表示共轭转置。
4.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(4)中的抑制利用采样协方差矩阵构造杂波抑制矩阵并对待检测数据进行杂波抑制通过计算下式实现：
Figure FDA0004149271450000031
其中，D＝UΛ1/2UH，U为N×N维酉矩阵，Λ为N×N维对角矩阵，且满足S＝UΛUH。
5.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(5)中的利用信号基矩阵对杂波抑制后的待检测数据进行信号积累通过计算下式实现：
Figure FDA0004149271450000032
其中，
Figure FDA0004149271450000033
为
Figure FDA0004149271450000034
的正交投影矩阵，PC＝C(CHC)-1CH为C的正交投影矩阵，上标(·)-1表示矩阵求逆操作。
6.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(6)中的利用信号积累后数据计算最强能量通过计算下式实现：
tmax＝λmax(Φ)
其中，λmax(Φ)表示矩阵Φ的最大特征值。
7.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(7)中的对杂波抑制后的待检测数据进行总能量计算通过计算下式实现：
Figure FDA0004149271450000035
其中，
Figure FDA0004149271450000041
表示矩阵乘积
Figure FDA0004149271450000042
的迹。
8.根据权利要求1所述的部分均匀环境中对方位扰动和多普勒扰动稳健的检测器，其特征在于步骤(8)中的用最强能量除以总能量以实现归一化处理通过计算下式实现：
Figure FDA0004149271450000043
CN201811387262.2A 2018-11-20 2018-11-20 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器 Active CN109490859B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811387262.2A CN109490859B (zh) 2018-11-20 2018-11-20 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811387262.2A CN109490859B (zh) 2018-11-20 2018-11-20 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器

Publications (2)

Publication Number Publication Date
CN109490859A CN109490859A (zh) 2019-03-19
CN109490859B true CN109490859B (zh) 2023-04-28

Family

ID=65696394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811387262.2A Active CN109490859B (zh) 2018-11-20 2018-11-20 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器

Country Status (1)

Country Link
CN (1) CN109490859B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988831B (zh) * 2019-04-20 2022-07-01 中国人民解放军空军预警学院 杂波和干扰共存环境下当信号失配时的参数可调检测器
CN112255608A (zh) * 2020-10-13 2021-01-22 中国电子科技集团公司第十四研究所 一种基于正交投影的雷达杂波自适应抑制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3639500A1 (de) * 1986-11-20 1988-06-01 Forschungsgesellschaft Fuer An Radarempfaenger fuer bewegte radargeraete mit gruppenantenne mit zweidimensional wirkender clutterunterdrueckung
US8907841B2 (en) * 2011-04-04 2014-12-09 Mitsubishi Electric Research Laboratories, Inc. Method for detecting targets using space-time adaptive processing
CN103364764B (zh) * 2013-06-25 2015-06-17 西安电子科技大学 一种机载雷达非平稳杂波抑制方法
CN104215937B (zh) * 2014-09-19 2017-01-11 西安电子科技大学 基于环境动态感知的机载雷达空时自适应处理方法
CN104502895A (zh) * 2014-12-08 2015-04-08 广西大学 一种稳健的基于多通道sar特征投影的杂波抑制方法及装置
CN107085205B (zh) * 2017-04-19 2019-11-05 西安电子科技大学 基于杂波协方差矩阵结构信息的自适应检测方法

Also Published As

Publication number Publication date
CN109490859A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
Greco et al. Impact of sea clutter nonstationarity on disturbance covariance matrix estimation and CFAR detector performance
CN105223560B (zh) 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法
CN103913725B (zh) 密集转发式干扰环境下的机载雷达地面动目标检测方法
US20110241931A1 (en) Iterative clutter calibration with phased array antennas
CN113238211B (zh) 一种干扰条件下参数化自适应阵列信号检测方法与系统
CN103901409A (zh) 基于自适应波束形成的机载雷达抗转发式干扰方法
US20220268883A1 (en) Radar detection using angle of arrival estimation based on scaling parameter with pruned sparse learning of support vector
Li et al. Dimension-reduced space-time adaptive clutter suppression algorithm based on lower-rank approximation to weight matrix in airborne radar
CN109490859B (zh) 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器
CN110764066B (zh) 误差存在情况下基于真实信号子空间的目标检测方法
Smith et al. Unit circle roots property for sensor array signal processing
Li et al. Clutter suppression algorithm for non‐side looking airborne radar with high pulse repetition frequency based on elevation–compensation–prefiltering
US8116169B2 (en) Active sonar system and active sonar method using noise reduction techniques and advanced signal processing techniques
Li et al. Identifying unambiguous frequency patterns for two-target localization using frequency diverse array
CN111812634A (zh) 警戒线目标监测方法、装置和系统
CN109581366B (zh) 一种基于目标导向矢量失配的离散旁瓣杂波识别方法
Xiong et al. Space time adaptive processing for airborne MIMO radar based on space time sampling matrix
CN115792850A (zh) 基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法、装置和存储介质
Pidanic et al. Advanced targets association based on GPU computation of PHD function
Tohidi et al. Compressive sensing in MTI processing
CN113625265A (zh) 基于波束空间的方位超分辨方法
Chen et al. Space-time adaptive monopulse based on space-time uniform constraint
Ajorloo et al. An approach to power allocation in MIMO radar with sparse modeling for coherence minimization
Feng et al. Constained adaptive monopulse algorithm based on sub-array
Gong et al. Study stap algorithm on interference target detect under nonhomogenous environment

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Box 715, No. 288, Huangpu street, Wuhan, Hubei 430019

Applicant after: AIR FORCE EARLY WARNING ACADEMY

Address before: Box 715, 288 Huangpu street, Wuhan City, Hubei Province, 430019

Applicant before: AIR FORCE EARLY WARNING ACADEMY

GR01 Patent grant
GR01 Patent grant