CN109541577A - 一种部分均匀环境中未知干扰下的自适应子空间检测器 - Google Patents
一种部分均匀环境中未知干扰下的自适应子空间检测器 Download PDFInfo
- Publication number
- CN109541577A CN109541577A CN201811539093.XA CN201811539093A CN109541577A CN 109541577 A CN109541577 A CN 109541577A CN 201811539093 A CN201811539093 A CN 201811539093A CN 109541577 A CN109541577 A CN 109541577A
- Authority
- CN
- China
- Prior art keywords
- matrix
- tested
- data
- subspace
- unknown disturbances
- 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
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
- 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
- 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
- G01S7/414—Discriminating targets with respect to background clutter
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
本发明公开了一种部分均匀环境中未知干扰下的自适应子空间检测器。本发明先对信号导向矩阵进行奇异值分解,获取干扰备选子空间对应的基矩阵;然后用该基矩阵和采样协方差矩阵对待检测数据做干扰白化匹配滤波;再利用采样协方差矩阵对待检测数据做白化滤波;计算待检测数据的白化匹配滤波输出与待检测数据的干扰白化匹配滤波输出之差,再进行归一化运算形成检测器;根据检测器和预设的虚警概率利用蒙特卡洛方法确定检测门限;把检测器输出与检测门限比较,若前者大于后者,则判定目标存在,反之,则判定目标不存在。相比于传统检测方法,本发明所设计的方法在未知干扰环境下具有更好的检测性能,且具有CFAR特性,无需独立的CFAR处理。
Description
技术领域
本发明涉及部分均匀环境中完全未知干扰下的子空间自适应检测器,特别适用于多通道有源相控阵雷达。
背景技术
均匀环境中的雷达目标检测方法较多,然而由于复杂多变的地形,以及特殊雷达阵列结构的采用,实际中的雷达杂波通常呈现出非均匀特性。部分均匀环境是实际应用中较为常见的一类非均匀模型,指的是待检测数据和训练样本数据中杂波协方差矩阵具有相同结构但存在未知功率失配。相比于均匀环境,基于部分均匀环境设计得到的检测器对雷达环境具有更好的稳健特性。
实际环境中除了存在杂波外,通常还存在干扰。干扰的存在进一步恶化了雷达有效检测目标的能力。在某些工作条件下,可通过侦察手段获得部分干扰信息。例如,对于干扰样式固定的压制性干扰,可通过在雷达休止期增加侦察脉冲,利用多重信号分类法或者旋转不变法获得干扰的方位信息,进而可采取有效措施对干扰进行抑制。
然而,在瞬息万变的电磁环境中,干扰特征一般很难准确获得。这为存在干扰时的目标检测增加了难度,尤其是干扰信息未知时的雷达目标检测。
发明内容
本发明的目的在于解决部分均匀环境中存在未知干扰时的雷达目标检测难题。
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未知干扰下的自适应子空间检测器,包括以下技术步骤:
(1)获取干扰备选子空间对应的基矩阵;
(2)利用干扰基矩阵和采样协方差矩阵对待检测数据做干扰白化匹配滤波;
(3)利用采样协方差矩阵对待检测数据做白化滤波;
(4)用步骤(3)的输出减去步骤(2)的输出;
(5)对步骤(4)的输出做归一化处理,形成归一化检测器;
(6)确定检测门限,并与归一化检测器的检测统计量进行比较,若归一化检测器的检测统计量大于门限,则判定目标存在,反之,则判定目标不存在。
本发明具有以下优点:
(1)在未知干扰环境中,所设计的检测器比现有检测器具有更好的目标检测性能;
(2)本发明设计的检测器在部分均匀环境中具有恒虚警(CFAR)特性,无需额外的CFAR处理过程;
(3)即使不存在干扰,所设计的检测器仍可提供比现有检测器更好的检测性能。
附图说明
图1是本发明的实施例的结构框图。图中的干扰备选子空间基矩阵获取、干扰白化匹配滤波、待检测数据白化滤波、归一化检测器均可在通用可编程信号处理板上编程实现。
具体实施方式
下面结合附图和具体实施例,进一步阐述本发明。令多通道雷达的通道数为N,则待检测数据可用N×1维列向量x表示。当存在目标时,假设目标可用维数为p的子空间刻画,相应的信号子空间可用N×p维列满秩矩阵A表示。当待检测数据中包含目标及干扰时,x可写为
x=Aθ+j+n (1)
其中,p×1维列向量θ表示信号的未知幅度,N×1维列向量j表示未知干扰,N×1维列向量n表示待检测数据中的热噪声与杂波分量之和,n服从均值为零、协方差矩阵为Rt的高斯分布。在实际应用中Rt未知,为了消除杂波,需要一定数量的训练样本数据,以对Rt进行估计。假设存在L个只含有热噪声及杂波分量的训练样本,第l个训练样本(l=1,2,…,L)记作
xl=nl (2)
其中,nl为第l个训练样本中的杂波与热噪声分量之和,其协方差矩阵为未知正标量γ表示训练样本和待检测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。
基于上述系统参数,本发明的详细步骤如下:
(1)对信号导向矩阵A进行奇异值分解得
A=U∑V (3)
其中,U和V分别为N×N维和p×p维酉矩阵,∑为对角矩阵,且∑的倒数(N-p)行元素全为零。根据酉矩阵U,构造N×(N-p)维干扰备选子空间基矩阵如下:
J=U(:,p+1:N) (4)
其中,U(:,p+1:N)表示U的后(N-p)列。
(2)用干扰备选子空间基矩阵和采样协方差矩阵对待检测数据进行干扰白化匹配滤波,滤波器的输出为
tJam=xHS-1J(JHS-1J)-1JHS-1x (5)
其中,
为基于训练样本的采样协方差矩阵,上标(·)-1表示矩阵求逆操作,上标(·)H表示共轭转置。
(3)利用采样协方差矩阵对待检测数据进行白化滤波,滤波器的输出为
tEnergy=xHS-1x (7)
(4)求式(7)与式(5)的差
tDifference=xHS-1x-xHS-1J(JHS-1J)-1JHS-1x (8)
(5)对式(8)做归一化操作,形成归一化检测器
(6)利用蒙特卡洛仿真确定检测门限并进行判决,蒙特卡洛仿真运行次数为100/Pfa,其中Pfa为系统预设的虚警概率。若检测统计量大于检测门限,则判定存在目标,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 (5)
1.一种部分均匀环境中未知干扰下的自适应子空间检测器,包括以下技术步骤:
(1)获取干扰备选子空间对应的基矩阵;
(2)利用干扰基矩阵和采样协方差矩阵对待检测数据做干扰白化匹配滤波;
(3)利用采样协方差矩阵对待检测数据做白化滤波;
(4)用步骤(3)的输出减去步骤(2)的输出;
(5)对步骤(4)的输出做归一化处理,形成归一化检测器;
(6)确定检测门限,并与归一化检测器的检测统计量进行比较,若归一化检测器的检测统计量大于门限,则判定存在目标,反之,则判定不存在目标。
2.根据权利要求1所述的一种部分均匀环境中未知干扰下的自适应子空间检测器,其特征在于步骤(1)中的干扰备选子空间对应的基矩阵通过下式得到
J=U(:,p+1:N)
其中,U(:,p+1:N)表示N×N维酉矩阵U的后(N-p)列,U为N×p维信号导向矩阵A奇异值分解时的左酉矩阵,即信号导向矩阵A的奇异值分解为
A=U∑V
V为A的p×p维右酉矩阵,∑为N×p维对角矩阵,且∑的倒数(N-p)行元素全为零。
3.根据权利要求1所述的一种部分均匀环境中未知干扰下的自适应子空间检测器,其特征在于步骤(2)中对待检测数据做干扰白化匹配滤波为:
tJam=xHS-1J(JHS-1J)-1JHS-1x
其中,N×1维列向量x表示待检测数据,为采样协方差矩阵,xe,l为第l个训练样本,L为训练样本数,上标(·)H为共轭转置,上标(·)-1为矩阵求逆。
4.根据权利要求1所述的一种部分均匀环境中未知干扰下的自适应子空间检测器,其特征在于步骤(3)中对待检测数据做白化滤波为:
tEnergy=xHS-1x
5.根据权利要求1所述的一种部分均匀环境中未知干扰下的自适应子空间检测器,其特征在于步骤(5)中的归一化检测器为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811539093.XA CN109541577B (zh) | 2018-12-13 | 2018-12-13 | 一种部分均匀环境中未知干扰下的自适应子空间检测器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811539093.XA CN109541577B (zh) | 2018-12-13 | 2018-12-13 | 一种部分均匀环境中未知干扰下的自适应子空间检测器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109541577A true CN109541577A (zh) | 2019-03-29 |
CN109541577B CN109541577B (zh) | 2022-07-05 |
Family
ID=65855047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811539093.XA Active CN109541577B (zh) | 2018-12-13 | 2018-12-13 | 一种部分均匀环境中未知干扰下的自适应子空间检测器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109541577B (zh) |
Cited By (7)
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 |
CN111123252A (zh) * | 2019-12-27 | 2020-05-08 | 中国人民解放军空军预警学院 | 一种杂波环境中信号失配时的参数可调方向检测方法 |
CN111126318A (zh) * | 2019-12-27 | 2020-05-08 | 中国人民解放军空军预警学院 | 一种信号失配下的参数可调双子空间信号检测方法 |
CN111948634A (zh) * | 2020-07-19 | 2020-11-17 | 中国人民解放军空军预警学院 | 干扰条件下基于协方差矩阵重构的目标检测方法与装置 |
CN112835000A (zh) * | 2020-12-29 | 2021-05-25 | 中国人民解放军空军预警学院 | 一种非均匀杂波及干扰条件下的自适应检测方法 |
CN113009421A (zh) * | 2021-02-09 | 2021-06-22 | 中国人民解放军空军预警学院 | 一种干扰及非均匀下的部分自适应信号检测方法与系统 |
CN113567931A (zh) * | 2021-09-28 | 2021-10-29 | 中国人民解放军空军预警学院 | 一种训练样本不足时的双子空间信号检测方法与系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120249361A1 (en) * | 2011-04-04 | 2012-10-04 | Zafer Sahinoglu | Method for Detecting Targets Using Space-Time Adaptive Processing |
CN106872958A (zh) * | 2017-04-27 | 2017-06-20 | 中国人民解放军海军航空工程学院 | 基于线性融合的雷达目标自适应检测方法 |
CN106932766A (zh) * | 2017-04-27 | 2017-07-07 | 中国人民解放军海军航空工程学院 | 基于变参数广义结构的距离扩展目标自适应检测方法 |
CN107102302A (zh) * | 2017-04-27 | 2017-08-29 | 中国人民解放军海军航空工程学院 | 基于非高斯参数的雷达目标融合检测方法 |
-
2018
- 2018-12-13 CN CN201811539093.XA patent/CN109541577B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120249361A1 (en) * | 2011-04-04 | 2012-10-04 | Zafer Sahinoglu | Method for Detecting Targets Using Space-Time Adaptive Processing |
CN106872958A (zh) * | 2017-04-27 | 2017-06-20 | 中国人民解放军海军航空工程学院 | 基于线性融合的雷达目标自适应检测方法 |
CN106932766A (zh) * | 2017-04-27 | 2017-07-07 | 中国人民解放军海军航空工程学院 | 基于变参数广义结构的距离扩展目标自适应检测方法 |
CN107102302A (zh) * | 2017-04-27 | 2017-08-29 | 中国人民解放军海军航空工程学院 | 基于非高斯参数的雷达目标融合检测方法 |
Non-Patent Citations (4)
Title |
---|
WEIJIAN LIU ET AL.: "Multichannel radar adaptive signal detection in interference and structure nonhomogeneity", 《SCIENCE CHINA INFORMATION SCIENCES》, vol. 60, no. 11, 30 November 2017 (2017-11-30), pages 1 - 14, XP036325617, DOI: 10.1007/s11432-016-9105-7 * |
丁昊等: "均匀和部分均匀杂波中子空间目标的斜对称自适应检测方法", 《雷达学报》, no. 04, 31 August 2015 (2015-08-31) * |
尚秀芹等: "非均匀环境中的参量多通道目标检测", 《电子与信息学报》, no. 05, 15 May 2011 (2011-05-15) * |
杨海峰等: "目标引入干扰条件下的Wald检测器", 《电子与信息学报》, no. 09, 30 September 2017 (2017-09-30) * |
Cited By (10)
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 |
CN111123252A (zh) * | 2019-12-27 | 2020-05-08 | 中国人民解放军空军预警学院 | 一种杂波环境中信号失配时的参数可调方向检测方法 |
CN111126318A (zh) * | 2019-12-27 | 2020-05-08 | 中国人民解放军空军预警学院 | 一种信号失配下的参数可调双子空间信号检测方法 |
CN111123252B (zh) * | 2019-12-27 | 2022-04-05 | 中国人民解放军空军预警学院 | 一种杂波环境中信号失配时的扩展目标检测方法 |
CN111948634A (zh) * | 2020-07-19 | 2020-11-17 | 中国人民解放军空军预警学院 | 干扰条件下基于协方差矩阵重构的目标检测方法与装置 |
CN112835000A (zh) * | 2020-12-29 | 2021-05-25 | 中国人民解放军空军预警学院 | 一种非均匀杂波及干扰条件下的自适应检测方法 |
CN112835000B (zh) * | 2020-12-29 | 2022-05-20 | 中国人民解放军空军预警学院 | 一种非均匀杂波及干扰条件下的自适应检测方法 |
CN113009421A (zh) * | 2021-02-09 | 2021-06-22 | 中国人民解放军空军预警学院 | 一种干扰及非均匀下的部分自适应信号检测方法与系统 |
CN113009421B (zh) * | 2021-02-09 | 2024-04-19 | 中国人民解放军空军预警学院 | 一种干扰及非均匀下的部分自适应信号检测方法与系统 |
CN113567931A (zh) * | 2021-09-28 | 2021-10-29 | 中国人民解放军空军预警学院 | 一种训练样本不足时的双子空间信号检测方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109541577B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109541577A (zh) | 一种部分均匀环境中未知干扰下的自适应子空间检测器 | |
Qu et al. | JRNet: Jamming recognition networks for radar compound suppression jamming signals | |
CN107220606B (zh) | 基于一维卷积神经网络的雷达辐射源信号的识别方法 | |
JP6021376B2 (ja) | 複合ガウス分布環境において時空間適応処理を用いてレーダー信号内のターゲットを検出する方法、および複合ガウス分布環境において時空間適応処理を用いてレーダー信号内のターゲットを検出するシステム | |
CN111521976B (zh) | 一种空时自适应干扰处理方法、装置及存储介质 | |
CN109444869B (zh) | 一种用于信号失配的雷达扩展目标参数可调检测器 | |
CN111965632B (zh) | 一种基于黎曼流形降维的雷达目标检测方法 | |
CN109459732A (zh) | 一种宽带雷达干扰信号的识别分类方法 | |
JP2012220492A5 (zh) | ||
CN108710103B (zh) | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 | |
Li et al. | Radar signal recognition algorithm based on entropy theory | |
CN109407083A (zh) | 一种对失配子空间信号灵活控制的加权自适应检测器 | |
CN114091328A (zh) | 加窗二维解卷多波束功率谱估计算法 | |
Xiao et al. | Active jamming recognition based on bilinear EfficientNet and attention mechanism | |
Wang et al. | A robust constant false alarm rate detector based on the Bayesian estimator for the non-homogeneous Weibull clutter in HFSWR | |
CN108896963B (zh) | 机载雷达空时自适应降维处理方法 | |
Li et al. | Identifying unambiguous frequency patterns for two-target localization using frequency diverse array | |
Hua et al. | Target detection in sea clutter via weighted averaging filter on the Riemannian manifold | |
Guo et al. | Mainlobe interference suppression based on independent component analysis in passive bistatic radar | |
CN115951315B (zh) | 基于改进小波包能量谱的雷达欺骗干扰识别方法及系统 | |
Wen et al. | Cognitive anti-deception-jamming for airborne array radar via phase-only pattern notching with nested ADMM | |
Wang et al. | MIMO radar waveform design for target detection in the presence of interference | |
CN109669172A (zh) | 基于主瓣内强干扰抑制的弱目标方位估计方法 | |
CN109239681A (zh) | 一种运动干扰稳健滤波方法 | |
CN106291472B (zh) | 一种外辐射源雷达的干扰抑制方法 |
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 | ||
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 |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |