CN110412519A - 一种雷达目标信号与干扰信号分离方法及装置 - Google Patents

Abstract

本申请提供一种雷达目标信号与干扰信号分离方法及装置，包括：接收观测信号；其中，观测信号包括目标信号以及干扰信号，观测信号为单通道信号；将单通道信号利用极化通道扩展为双通道信号；利用盲分离算法将目标信号从双通道信号中分离。因此，针对包括干扰信号的观测信号，首先通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与干扰信号从观测信号中分离出来，以在存在干扰信号的情况下，抑制该干扰信号，并发现目标信号。

Description

一种雷达目标信号与干扰信号分离方法及装置

技术领域

本申请涉及信号处理领域，具体而言，涉及一种雷达目标信号与干扰信号分离方法及装置。

背景技术

雷达受到复合拖引干扰时，早期的前沿跟踪、距离保护波门、宽波门跟踪、记忆波门跟踪等波门跟踪策略将失效。现有的大多数基于目标和干扰幅度特征差异的干扰检测方法、利用空时自适应和极化处理进行干扰抑制方法以及其它一些信号或数据处理的干扰抑制方法，都不能很好的抑制干扰，因此发现不了真目标。

发明内容

本申请实施例的目的在于提供一种雷达目标信号与干扰信号分离方法及装置，用以解决不能很好的抑制干扰，从而发现不了真目标的技术问题。

为了实现上述目的，本申请实施例所提供的技术方案如下所示：

第一方面，本申请实施例提供一种雷达目标信号与干扰信号分离方法，包括：接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；将所述单通道信号利用极化通道扩展为双通道信号；利用盲分离算法将所述目标信号从所述双通道信号中分离。因此，针对包括干扰信号的观测信号，首先通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与干扰信号从观测信号中分离出来，以在存在干扰信号的情况下，抑制该干扰信号，并发现目标信号。

在本申请的可选实施例中，所述将所述单通道信号利用极化通道扩展为双通道信号，包括：利用所述单通道信号构建所述双通道信号中的第一路信号以及第二路信号；其中，所述第一路信号v_m(t)为：

h_m为主天线的极化矢量，e_r(t)为接收天线端口处的目标回波信号，e_j(t)为所述接收天线端口处的干扰信号；所述第二路信号v_a(t)为：

h_a为辅助天线的极化矢量，所述辅助天线与所述主天线极化方式正交；根据所述第一路信号以及所述第二路信号确定所述双通道信号的向量矩阵表达式：

Y＝AS+N；

其中，

Y＝[v_m(t) v_a(t)]^T，

S＝[s(t) j(t)]^T，

其中，S_p为所述目标信号的极化散射矩阵；h_j为干扰机发射天线的极化矢量；A_r为所述目标信号的幅度，A_j为所述干扰信号的幅度，s_r(t)为所述目标信号，j(t)为所述干扰信号，N为通道噪声。因此，通过利用与主天线极化方式正交的辅助天线以及利用主天线构建双通道信号中的第一路信号以及第二路信号，并根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式，以使可以利用盲分离算法从双通道信号中分离出目标信号以及干扰信号。

在本申请的可选实施例中，所述利用盲分离算法将所述目标信号从双通道的观测信号中分离，包括：对所述双通道信号进行白化处理，得到白化信号；确定所述白化信号的四阶累积量矩阵；根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号。

在本申请的可选实施例中，所述根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号，包括：构造c-FastICA算法的代价函数；确定所述代价函数中的分离矩阵的优化求解公式；基于所述c-FastICA算法的不动点迭代公式对所述优化求解公式进行求解，得到所述分离矩阵；根据所述分离矩阵以及所述四阶累积量矩阵确定所述观测信号中的所述目标信号。因此，可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

在本申请的可选实施例中，所述c-FastICA算法的代价函数为：

J(w)＝E{G(|w^HY|²)}；

其中，Y为所述白化信号，w∈C^N为所述分离矩阵某一列，满足约束条件||w||＝1；所述优化求解公式为：

所述不动点迭代公式为：

w^(m+1)＝-E{g(|z|²)(z)^*Y}+E{g'(|z|²)|z|²+g(|z|²)}w^(m)；

其中，z＝w^(m)HY，m为迭代次数，g为G的一阶导数，g'为G的二阶导数。因此，可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

在本申请的可选实施例中，所述干扰信号包括复合拖引干扰信号，所述复合拖引干扰信号的模型为：

j(t)＝j_d(t)+ηj_b(t)；

其中，j_b(t)为具有压制效果的干扰信号，j_d(t)为拖引干扰信号，η表示j_d(t)和j_b(t)能量分配关系。因此，当观测信号中包括复合拖引干扰信号时，可以通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与复合拖引干扰信号从观测信号中分离出来，以在存在复合拖引干扰信号的情况下，抑制该复合拖引干扰信号，并发现目标信号。

第二方面，本申请实施例提供一种雷达目标信号与干扰信号分离装置，包括：接收模块，用于接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；扩展模块，用于将所述单通道信号利用极化通道扩展为双通道信号；分离模块，用于利用盲分离算法将所述目标信号从所述双通道信号中分离。因此，针对包括干扰信号的观测信号，首先扩展模块通过极化通道扩展将单通道信号扩展为双通道信号，然后分离模块利用盲分离算法将目标信号与干扰信号从观测信号中分离出来，以在存在干扰信号的情况下，抑制该干扰信号，并发现目标信号。

在本申请的可选实施例中，所述扩展模块还用于：利用所述单通道信号构建所述双通道信号中的第一路信号以及第二路信号；其中，所述第一路信号v_m(t)为：

h_m为主天线的极化矢量，e_r(t)为接收天线端口处的目标回波信号，e_j(t)为所述接收天线端口处的干扰信号；所述第二路信号v_a(t)为：

h_a为辅助天线的极化矢量，所述辅助天线与所述主天线极化方式正交；根据所述第一路信号以及所述第二路信号确定所述双通道信号的向量矩阵表达式：

Y＝AS+N；

其中，

Y＝[v_m(t) v_a(t)]^T，

S＝[s(t) j(t)]^T，

其中，S_p为所述目标信号的极化散射矩阵；h_j为干扰机发射天线的极化矢量；A_r为所述目标信号的幅度，A_j为所述干扰信号的幅度，s_r(t)为所述目标信号，j(t)为所述干扰信号，N为通道噪声。因此，扩展模块通过利用与主天线极化方式正交的辅助天线以及利用主天线构建双通道信号中的第一路信号以及第二路信号，并根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式，以使分离模块可以利用盲分离算法从双通道信号中分离出目标信号以及干扰信号。

在本申请的可选实施例中，所述分离模块还用于：对所述双通道信号进行白化处理，得到白化信号；确定所述白化信号的四阶累积量矩阵；根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号。

在本申请的可选实施例中，所述分离模块还用于：矩阵的优化求解公式；基于所述c-FastICA算法的不动点迭代公式对所述优化求解公式进行求解，得到所述分离矩阵；根据所述分离矩阵以及所述四阶累积量矩阵确定所述观测信号中的所述目标信号。因此，分离模块可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

在本申请的可选实施例中，所述c-FastICA算法的代价函数为：

J(w)＝E{G(|w^HY|²)}；

其中，Y为所述白化信号，w∈C^N为所述分离矩阵某一列，满足约束条件||w||＝1；所述优化求解公式为：

所述不动点迭代公式为：

w^(m+1)＝-E{g(|z|²)(z)^*Y}+E{g'(|z|²)|z|²+g(|z|²)}w^(m)；

其中，z＝w^(m)HY，m为迭代次数，g为G的一阶导数，g'为G的二阶导数。因此，分离模块可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

在本申请的可选实施例中，所述干扰信号包括复合拖引干扰信号，所述复合拖引干扰信号的模型为：

j(t)＝j_d(t)+ηj_b(t)；

其中，j_b(t)为具有压制效果的干扰信号，j_d(t)为拖引干扰信号，η表示j_d(t)和j_b(t)能量分配关系。因此，当观测信号中包括复合拖引干扰信号时，可以通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与复合拖引干扰信号从观测信号中分离出来，以在存在复合拖引干扰信号的情况下，抑制该复合拖引干扰信号，并发现目标信号。

第三方面，本申请实施例提供一种电子设备，包括：处理器、存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如第一方面所述的雷达目标信号与干扰信号分离方法。

第四方面，本申请实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如第一方面所述的雷达目标信号与干扰信号分离方法。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举本申请实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的一种雷达目标信号与干扰信号分离方法的流程图；

图2为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S102的流程图；

图3为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S103的流程图；

图4为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S303的流程图；

图5为噪声调频及距离-速度拖引复合干扰下雷达接收信号的频域波形；

图6为噪声乘积及距离-速度拖引复合干扰下雷达接收信号的频域波形；

图7a为噪声调频及距离-速度拖引复合干扰下第一路信号的频域波形；

图7b为噪声调频及距离-速度拖引复合干扰下第二路信号的频域波形；

图8a为噪声乘积及距离-速度拖引复合干扰下第一路信号的频域波形；

图8b为噪声乘积及距离-速度拖引复合干扰下第二路信号的频域波形；

图9为本申请实施例提供的一种雷达目标信号与干扰信号分离装置的结构框图；

图10为本申请实施例提供的一种电子设备的结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

雷达受到干扰时，早期采用的一般是前沿跟踪、距离保护波门、宽波门跟踪、记忆波门跟踪等波门跟踪策略。而现在采用的大多数抗干扰方法，是基于目标和干扰幅度特征差异的干扰检测方法、利用空时自适应和极化处理进行干扰抑制方法以及其它一些信号或数据处理的干扰抑制方法。其中，上述方法在对抗干扰信号的过程中，均存在不能很好的抑制单通道雷达接收到的干扰信号，从而发现不了真目标的问题。本申请实施例提供的雷达目标信号与干扰信号分离方法，先通过极化通道扩展将单通道信号扩展为双通道信号，再利用盲分离算法分离目标信号与干扰信号，从而可以对真、假目标同时跟踪处理，而不会丢失真目标。下面将对上述雷达目标信号与干扰信号分离方法进行详细的叙述。

请参照图1，图1为本申请实施例提供的一种雷达目标信号与干扰信号分离方法的流程图，该雷达目标信号与干扰信号分离方法包括如下步骤：

步骤S101：接收观测信号。

步骤S102：将单通道信号利用极化通道扩展为双通道信号。

步骤S103：利用盲分离算法将目标信号从双通道信号中分离。

示例性的，雷达在追踪目标时，会接受到与目标相关的观测信号，由于干扰机的存在，观测信号中会包括目标信号以及干扰信号。其中，目标信号可以包括雷达检测到的目标的位置信息等，干扰信号可以由干扰机产生，用于干扰雷达跟踪目标信号。

需要说明的是，雷达可以包括单通道信号雷达以及多通道信号雷达，单通道信号雷达接收到的信号为单通道信号，而多通道信号雷达接收到的信号为多通道信号。以单通道信号雷达为例，该单通道信号雷达接收到的观测信号中的干扰信号以及目标信号来自同一角度，因此单通道信号雷达接收到的是单通道信号。此时，单通道信号雷达将接收到在空域、时域和频域都高度逼真的密集相干假目标，因此，该单通道信号雷达将很难将目标信号从观测信号中分离出来，从而容易跟踪掉目标。

本申请实施例中的雷达目标信号与干扰信号分离方法以单通道信号雷达接收到的单通道信号为例进行叙述，即雷达接收到的观测信号为单通道信号。

雷达在接收到单通道的观测信号，可以利用极化通道扩展的方法将单通道的观测信号扩展为双通道信号。作为一种实施方式，请参照图2，图2为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S102的流程图，步骤S102可以包括如下步骤：

步骤S201：利用单通道信号构建双通道信号中的第一路信号以及第二路信号。

步骤S202：根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式。

示例性的，单通道信号雷达只能接收到一路信号，可以利用主天线以及辅助天线构建第二路混叠信号，分别得到进入主天线的第一路信号v_m(t)以及进入辅助天线的第二路信号v_a(t)。其中，雷达的辅助天线主要用于相干旁瓣对消，为了消除主辅通道交叉极化响应不匹配的影响，通常采用垂直和水平两种辅助天线对消掉干扰信号的垂直和水平分量，在本申请实施例中利用与主天线极化方式正交的辅助天线接收信号。

作为一种实施方式，进入主天线的第一路信号v_m(t)可以为：

同理，进入辅助天线的第二路信号v_a(t)可以为：

其中，h_m为主天线的极化矢量，h_a为辅助天线的极化矢量，该辅助天线与主天线极化方式正交，e_r(t)为接收天线端口处的目标回波信号，可以表示为：

e_r(t)＝S_ph_mA_rs(t)。

e_j(t)为接收天线端口处的干扰信号，可以表示为：

e_j(t)＝h_jA_jj(t)。

其中，S_p为目标信号的极化散射矩阵，h_j为干扰机发射天线的极化矢量，A_r为雷达接收到的目标回波信号的幅度，可以表示为：

A_j为雷达接收到的干扰信号的幅度，可以表示为：

其中，P_t为雷达发射信号的峰值功率，P_j为干扰信号的功率，g_m为雷达主天线的增益，λ为雷达的工作波长，σ为雷达散射截面积(Radar-Cross Section，RCS)，R为目标与雷达的距离。

需要说明的是，在上述公式中，h_m、h_a、S_p、h_j、P_t、g_m、λ以及σ等参数均与雷达自身相关，在采用不同的雷达时，上述参数的数值不同。

假设：目标回波信号为s_r(t)，干扰信号j(t)，且雷达主天线以及雷达辅助天线的增益不相等，则在雷达接收天线端口处，进入主天线的第一路信号v_m(t)可以表示为：

进入辅助天线的第二路信号v_a(t)可以表示为：

其中，A为雷达接收到的目标回波信号的幅度，α为干信比对应的幅度比，g_a为雷达辅助天线的增益，和分别为主天线和辅助天线接收通道内的背景噪声，服从零均值高斯分布。

进一步的，在上述步骤中得到第一路信号以及第二路信号之后，可以根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式。

作为一种实施方式，考虑通道噪声N，可以将双通道信号的向量矩阵表达式表示为：

Y＝AS+N。

其中，

Y＝[v_m(t) v_a(t)]^T；

S＝[s(t) j(t)]^T；

其中，A_r为目标信号的幅度，A_j为干扰信号的幅度，s_r(t)表示目标信号，j(t)表示干扰信号，N为通道噪声。

也就是说，进入雷达主天线以及辅助天线的双通道信号可以表示为：

将上式表示为矩阵形式为：

V＝AS+n。

在步骤S201-202中，通过利用与主天线极化方式正交的辅助天线以及利用主天线构建双通道信号中的第一路信号以及第二路信号，并根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式，以使可以利用盲分离算法从双通道信号中分离出目标信号以及干扰信号。

在利用极化通道扩展的方法将单通道的观测信号扩展为双通道信号后，可以利用盲分离算法将目标信号从双通道的观测信号中分离。作为一种实施方式，请参照图3，图3为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S103的流程图，步骤S103可以包括如下步骤：

步骤S301：对双通道信号进行白化处理，得到白化信号。

步骤S302：确定白化信号的四阶累积量矩阵。

步骤S303：根据四阶累积量矩阵从观测信号中分离出目标信号。

示例性的，在对双通道的观测信号进行盲分离之前，可以对信号进行预处理，其中，预处理可以包括零均值化处理、白化处理等，本申请实施例不作具体的限定。

该实施例以对双通道信号进行白化处理为例进行叙述，其中，白化处理就是消除观测信号各分量之间的相关性。根据移频干扰的原理，移频干扰信号与回波信号存在频谱上的重叠部分，从盲分离的角度来看，相当于观测信号的两个分量之间存在相关性，因此需要对观测信号进行白化处理。

白化处理的过程是根据观测信号计算一个矩阵Q，使得变换后的观测向量V′＝QV的自相关矩阵为一个单位阵，即

R_V＝E[QVV^HQ^H]＝I。

其中，E[·]为变量的算术平均。

因此，可以得到白化矩阵为：

其中，D为由特征值构成的对角矩阵，U为对应的特征向量矩阵。

在对双通道信号进行白化处理得到白化信号之后，可以根据白化信号确定对应的四阶累积量矩阵。首先，假设一个P×P阶矩阵M，则以M为特征矩阵，可构造白化信号y的四阶累积量矩阵：

其中，y_i,y_j,y_k,y_l分别为y的第i,j,k,l个元素，v_ij表示矩阵V_y(M)的第i行第j列元素，m_lk表示矩阵M的第l行第k列元素。

结合独立分量分析(ICA)及高斯噪声高阶累积量为零的性质，可以将上式变换为：

由白化矩阵的特点可知，U为酉矩阵，同时由于源信号是相互独立的，上式中四阶累积量矩阵V_s(M)为对角矩阵，有：

V_y(M)＝＝UΛU^H。

进一步的，在确定白化信号的四阶累积量矩阵之后，可以根据四阶累积量矩阵从观测信号中分离出目标信号。作为一种实施方式，请参照图4，图4为本申请实施例提供雷达目标信号与干扰信号分离方法的步骤S303的流程图，步骤S303包括如下步骤：

步骤S401：构造c-FastICA算法的代价函数。

步骤S402：确定代价函数中的分离矩阵的优化求解公式。

步骤S403：基于c-FastICA算法的不动点迭代公式对优化求解公式进行求解，得到分离矩阵。

步骤S404：根据分离矩阵以及四阶累积量矩阵确定观测信号中的目标信号。

示例性的，本申请实施例以采用c-FastICA算法将目标信号从观测信号中分离出为例进行叙述。首先，构造c-FastICA盲分离算法的代价函数模型为：

J(w)＝E{G(|w^HY|²)}。

其中，Y为白化信号，w∈C^N为分离矩阵的某一列，且满足约束条件||w||＝1。

因此，c-FastICA算法的最优化问题可以表示成如下形式：

其中，式中的G可以有多种选择：G₂(u)＝log(a₁+u)，其中a₁为任意常数，通常选择0.1，G₁(u)、G₂(u)具有缓慢增长的特性从而能够得到稳健的估计，G₃(u)是基于峭度的代价函数。

基于牛顿法，可以推导出c-FastICA算法的不动点迭代公式为：

w^(m+1)＝-E{g(|z|²)(z)^*Y}+E{g'(|z|²)|z|²+g(|z|²)}w^(m)。

其中，z＝w^(m)HY，m为迭代次数，g为G的一阶导数，g'为G的二阶导数。

基于上述不动点迭代公式，可以确定观测信号的分离矩阵W，举例来说，具体流程包括：

第一步，初始化分离矩阵W⁽⁰⁾＝I_N，设定允许误差ε和最大迭代次数m_max并令m＝0，其中I_N表示N×N维的单位矩阵。

第二步，对W^(m)中的每一列，即分别按照上述不动点迭代公式进行更新，得到W^(m+1)。

第三步，对分离矩阵进行正交化。

第四步，若或者m+1＝m_max，则终止迭代计算，并赋值W＝W^{(m +1)}；否则令m＝m+1，并返回第二步。其中||·||_F<ε表示矩阵的Froinius范数，|·|表示绝对值。

在确定了分离矩阵W之后，可以将W代入X＝WV，根据四阶累积量矩阵V，得到分离结果X。其中，分离结果中包括目标信号以及干扰信号，因此，可以对其中的目标信号进行跟踪。

在步骤S301-步骤S303中，利用盲分离算法将目标信号以及干扰信号分离时，通过白化处理、计算四阶累积量矩阵后，便于将目标信号从观测信号中分离。

在本申请实施例中，针对包括干扰信号的观测信号，首先通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与干扰信号从观测信号中分离出来，以在存在干扰信号的情况下，抑制该干扰信号，并发现目标信号。

进一步的，上述实施例中的干扰信号可以包括复合拖引干扰信号，其中，复合拖引干扰信号指干扰信号中既包括拖引干扰，又有压制干扰。假设拖引干扰为j_d(t)，具有压制效果的干扰信号为j_b(t)，则复合拖引干扰信号可以表示为：

j(t)＝j_d(t)+ηj_b(t)；

其中，j_b(t)为具有压制效果的干扰信号，可以为噪声调频干扰、噪声卷积/乘积干扰等；j_d(t)为拖引干扰信号，其信号形式与雷达发射信号有关；η表示j_d(t)和j_b(t)能量分配关系，η越大则表示压制效果越明显。

雷达工作于脉冲多普勒雷达(Pulse Dolpler，PD)体制时，通常为距离-速度同步拖引干扰。因为现代PD雷达兼具距离和速度测量能力，可以同时获得目标的距离-速度二维信息，因此单独的距离或者速度波门拖引干扰对其干扰效果有限。不失一般性，假设PD雷达发射单载频相干脉冲串信号，其信号模型可以表示如下：

其中，T_r为脉冲重复周期，f₀为雷达发射信号的载频，为雷达发射信号的脉冲宽度。

数字射频存储器(DRFM)干扰机距离-速度同步拖引干扰的过程为：

第一步，对接收到的雷达发射信号进行下变频得到基带信号。

第二步，对基带信号进行相位量化、模数转换并存储。

第三步，对存储在DRFM中的信号进行延时调制和多普勒频率调制后进行上变频并转发，形成对雷达的距离-速度同步拖引干扰。

基于上述过程，复合拖引干扰模型可以表示为：

其中，f_d为目标多普勒频率，c(t)为距离拖引时延函数，b(t)为同步施加的多普勒频率调制。

在实际应用中，距离拖引通常在几秒时间内拖动几个距离波门(μs量级)，因此，在一个PD雷达相关处理间隔(CPI)内，c(t)通常远小于T_r，可以用δ(t-nT_r)代替上式中的δ(t-nT_r-c(t))，则复合拖引干扰模型可以表示为：

上述实施例中的雷达目标信号与干扰信号分离方法可以应用在上述复合拖引干扰模型中，将目标信号以及复合拖引干扰模型从观测信号分离出，以对目标信号进行跟踪。

在本申请实施例中，当观测信号中包括复合拖引干扰信号时，可以通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与复合拖引干扰信号从观测信号中分离出来，以在存在复合拖引干扰信号的情况下，抑制该复合拖引干扰信号，并发现目标信号。

下面介绍基于上述实施例中的雷达目标信号与干扰信号分离方法进行仿真的过程及结果。

仿真实验参数如表1所示，选择噪声调频和噪声乘积干扰作为压制式干扰，噪声乘积干扰的调制噪声为零均值、方差为1的高斯白噪声。

表1仿真实验设定参数

根据表中参数可以计算得到拖引率为α＝β/T_c≈10^-6，为了达到同步拖引效果，施加多普勒频率应为f_dj＝2αf₀＝19.31KHz。假设目标回波幅度为1，JSR＝20dB，SNR＝10dB，请参照图5，图5为噪声调频及距离-速度拖引复合干扰下雷达接收信号的频域波形；请参照图6，图6为噪声乘积及距离-速度拖引复合干扰下雷达接收信号的频域波形。由图5及图6可以看出，真、假目标的多普勒频率相差约19.39KHz，与理论值基本一致，误差是计算机量化造成的。

利用极化通道扩展和盲源分离算法，可以得到两路分离的信号，请参照图7a及图7b，图7a为噪声调频及距离-速度拖引复合干扰下第一路信号的频域波形，图7b为噪声调频及距离-速度拖引复合干扰下第二路信号的频域波形；请参照图8a及图8b，图8a为噪声乘积及距离-速度拖引复合干扰下第一路信号的频域波形，图8b为噪声乘积及距离-速度拖引复合干扰下第二路信号的频域波形。由图7a、图7b、图8a及图8b可以看出，在两种针对PD雷达的复合拖引干扰条件下，利用上述雷达目标信号与干扰信号分离方法可以很好地将干扰与目标回波分离开，进而能够利用分离出来的两路信号完成对目标和干扰的同时跟踪处理。

请参照图9，图9为本申请实施例提供的一种雷达目标信号与干扰信号分离装置900的结构框图，该雷达目标信号与干扰信号分离装置900包括：接收模块901，用于接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；扩展模块902，用于将所述单通道信号利用极化通道扩展为双通道信号；分离模块903，用于利用盲分离算法将所述目标信号从所述双通道信号中分离。

在本申请实施例中，针对包括干扰信号的观测信号，首先扩展模块902通过极化通道扩展将单通道信号扩展为双通道信号，然后分离模块903利用盲分离算法将目标信号与干扰信号从观测信号中分离出来，以在存在干扰信号的情况下，抑制该干扰信号，并发现目标信号。

进一步的，所述扩展模块902还用于：利用所述单通道信号构建所述双通道信号中的第一路信号以及第二路信号；其中，所述第一路信号v_m(t)为：

h_m为主天线的极化矢量，e_r(t)为接收天线端口处的目标回波信号，e_j(t)为所述接收天线端口处的干扰信号；所述第二路信号v_a(t)为：

h_a为辅助天线的极化矢量，所述辅助天线与所述主天线极化方式正交；根据所述第一路信号以及所述第二路信号确定所述双通道信号的向量矩阵表达式：

Y＝AS+N；

其中，

Y＝[v_m(t) v_a(t)]^T，

S＝[s(t) j(t)]^T，

其中，S_p为所述目标信号的极化散射矩阵；h_j为干扰机发射天线的极化矢量；A_r为所述目标信号的幅度，A_j为所述干扰信号的幅度，s_r(t)为所述目标信号，j(t)为所述干扰信号，N为通道噪声。

在本申请实施例中，扩展模块902通过利用与主天线极化方式正交的辅助天线以及利用主天线构建双通道信号中的第一路信号以及第二路信号，并根据第一路信号以及第二路信号确定双通道信号的向量矩阵表达式，以使分离模块903可以利用盲分离算法从双通道信号中分离出目标信号以及干扰信号。

进一步的，所述分离模块903还用于：对所述双通道信号进行白化处理，得到白化信号；确定所述白化信号的四阶累积量矩阵；根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号。

在本申请实施例中，分离模块903利用盲分离算法将目标信号以及干扰信号分离时，通过白化处理、计算四阶累积量矩阵后，便于将目标信号从观测信号中分离。

进一步的，所述分离模块903还用于：矩阵的优化求解公式；基于所述c-FastICA算法的不动点迭代公式对所述优化求解公式进行求解，得到所述分离矩阵；根据所述分离矩阵以及所述四阶累积量矩阵确定所述观测信号中的所述目标信号。

在本申请实施例中，分离模块903可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

进一步的，所述c-FastICA算法的代价函数为：

J(w)＝E{G(|w^HY|2)}；

其中，Y为所述白化信号，w∈C^N为所述分离矩阵某一列，满足约束条件||w||＝1；所述优化求解公式为：

所述不动点迭代公式为：

w^(m+1)＝-E{g(|z|²)(z)^*Y}+E{g'(|z|²)|z|²+g(|z|²)}w^(m)；

其中，z＝w^(m)HY，m为迭代次数，g为G的一阶导数，g'为G的二阶导数。

在本申请实施例中，分离模块903可以通过对c-FastICA算法的代价函数进行优化求解，从而根据得到的分离矩阵将目标信号从观测信号中分离出来。

进一步的，所述干扰信号包括复合拖引干扰信号，所述复合拖引干扰信号的模型为：

j(t)＝j_d(t)+ηj_b(t)；

其中，j_b(t)为具有压制效果的干扰信号，j_d(t)为拖引干扰信号，η表示j_d(t)和j_b(t)能量分配关系。

在本申请实施例中，当观测信号中包括复合拖引干扰信号时，可以通过极化通道扩展将单通道信号扩展为双通道信号，然后利用盲分离算法将目标信号与复合拖引干扰信号从观测信号中分离出来，以在存在复合拖引干扰信号的情况下，抑制该复合拖引干扰信号，并发现目标信号。

请参照图10，图10为本申请实施例提供的一种电子设备的结构框图，该电子设备包括：至少一个处理器1001，至少一个通信接口1002，至少一个存储器1003和至少一个通信总线1004。其中，通信总线1004用于实现这些组件直接的连接通信，通信接口1002用于与其他节点设备进行信令或数据的通信，存储器1003存储有处理器1001可执行的机器可读指令。当电子设备运行时，处理器1001与存储器1003之间通过通信总线1004通信，机器可读指令被处理器1001调用时执行上述雷达目标信号与干扰信号分离方法。

处理器1001可以是一种集成电路芯片，具有信号处理能力。上述处理器1001可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器1003可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

可以理解，图10所示的结构仅为示意，电子设备还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。图10中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中，电子设备可以是，但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备，还可以是虚拟机等虚拟设备。另外，电子设备也不一定是单台设备，还可以是多台设备的组合，例如服务器集群，等等。于本申请实施例中，雷达目标信号与干扰信号分离方法中的服务器可以采用图10示出的电子设备实现。

本申请实施例还提供一种计算机程序产品，包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述实施例中雷达目标信号与干扰信号分离方法的步骤，例如包括：接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；将所述单通道信号利用极化通道扩展为双通道信号；利用盲分离算法将所述目标信号从所述双通道信号中分离。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种雷达目标信号与干扰信号分离方法，其特征在于，包括：

接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；

将所述单通道信号利用极化通道扩展为双通道信号；

利用盲分离算法将所述目标信号从所述双通道信号中分离。

2.根据权利要求1所述的雷达目标信号与干扰信号分离方法，其特征在于，所述将所述单通道信号利用极化通道扩展为双通道信号，包括：

利用所述单通道信号构建所述双通道信号中的第一路信号以及第二路信号；

其中，所述第一路信号v_m(t)为：

h_m为主天线的极化矢量，e_r(t)为接收天线端口处的目标回波信号，e_j(t)为所述接收天线端口处的干扰信号；

所述第二路信号v_a(t)为：

h_a为辅助天线的极化矢量，所述辅助天线与所述主天线极化方式正交；

根据所述第一路信号以及所述第二路信号确定所述双通道信号的向量矩阵表达式：

Y＝AS+N；

其中，

Y＝[v_m(t) v_a(t)]^T，

S＝[s(t) j(t)]^T，

其中，S_p为所述目标信号的极化散射矩阵；h_j为干扰机发射天线的极化矢量；A_r为所述目标信号的幅度，A_j为所述干扰信号的幅度，s_r(t)为所述目标信号，j(t)为所述干扰信号，N为通道噪声。

3.根据权利要求1所述的雷达目标信号与干扰信号分离方法，其特征在于，所述利用盲分离算法将所述目标信号从双通道的观测信号中分离，包括：

对所述双通道信号进行白化处理，得到白化信号；

确定所述白化信号的四阶累积量矩阵；

根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号。

4.根据权利要求3所述的雷达目标信号与干扰信号分离方法，其特征在于，所述根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号，包括：

构造c-FastICA算法的代价函数；

确定所述代价函数中的分离矩阵的优化求解公式；

基于所述c-FastICA算法的不动点迭代公式对所述优化求解公式进行求解，得到所述分离矩阵；

根据所述分离矩阵以及所述四阶累积量矩阵确定所述观测信号中的所述目标信号。

5.根据权利要求4所述的雷达目标信号与干扰信号分离方法，其特征在于，所述c-FastICA算法的代价函数为：

J(w)＝E{G(|w^HY|²)}；

其中，Y为所述白化信号，w∈C^N为所述分离矩阵某一列，满足约束条件||w||＝1；

所述优化求解公式为：

所述不动点迭代公式为：

w^(m+1)＝-E{g(|z|²)(z)^*Y}+E{g'(|z|²)|z|²+g(|z|²)}w^(m)；

其中，z＝w^(m)HY，m为迭代次数，g为G的一阶导数，g'为G的二阶导数。

6.根据权利要求1-5任一项所述的雷达目标信号与干扰信号分离方法，其特征在于，所述干扰信号包括复合拖引干扰信号，所述复合拖引干扰信号的模型为：

j(t)＝j_d(t)+ηj_b(t)；

其中，j_b(t)为具有压制效果的干扰信号，j_d(t)为拖引干扰信号，η表示j_d(t)和j_b(t)能量分配关系。

7.一种雷达目标信号与干扰信号分离装置，其特征在于，包括：

接收模块，用于接收观测信号；其中，所述观测信号包括目标信号以及干扰信号，所述观测信号为单通道信号；

扩展模块，用于将所述单通道信号利用极化通道扩展为双通道信号；

分离模块，用于利用盲分离算法将所述目标信号从所述双通道信号中分离。

8.根据权利要求7所述的雷达目标信号与干扰信号分离装置，其特征在于，所述分离模块还用于：

对所述双通道信号进行白化处理，得到白化信号；

确定所述白化信号的四阶累积量矩阵；

根据所述四阶累积量矩阵从所述观测信号中分离出所述目标信号。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线；

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-6任一项所述的雷达目标信号与干扰信号分离方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1-6任一项所述的雷达目标信号与干扰信号分离方法。