CN110646768A - 一种基于不确定先验知识的杂波秩估计方法及装置 - Google Patents
一种基于不确定先验知识的杂波秩估计方法及装置 Download PDFInfo
- Publication number
- CN110646768A CN110646768A CN201910963448.6A CN201910963448A CN110646768A CN 110646768 A CN110646768 A CN 110646768A CN 201910963448 A CN201910963448 A CN 201910963448A CN 110646768 A CN110646768 A CN 110646768A
- Authority
- CN
- China
- Prior art keywords
- array
- aperture
- signal
- clutter
- equivalent sampling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005070 sampling Methods 0.000 claims abstract description 82
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000003491 array Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000001629 suppression Effects 0.000 abstract description 11
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
-
- 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
根据本发明实施例公开的一种基于不确定先验知识的杂波秩估计方法及装置,首先根据不确定先验知识确定等效采样阵列的阵元位置,并根据信号的空域频率计算对应的信号带宽;然后计算对应于阵元位置的等效采样阵列的阵列孔径;最后基于信号带宽以及等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。通过本发明的实施,可以有效提高杂波秩估计的鲁棒性,从而保障了滤波器的杂波抑制性能,并且在正侧视及非正侧视机载雷达上均能良好应用。
Description
技术领域
本发明涉及雷达信号处理技术领域,尤其涉及一种基于不确定先验知识的杂波秩估计方法及装置。
背景技术
杂波抑制是机载雷达进行有效目标检测的一项重要任务,而杂波秩是基于杂波子空间或基于特征分析的滤波器进行有效杂波抑制所需的关键参数,因杂波秩直接影响所设计的滤波器杂波抑制的性能,因此杂波秩估计一直以来是机载雷达所关注的核心问题之一。
相关技术中,研究者通常使用基于带宽孔径积BT理论及其扩展BT理论进行杂波秩估计。其中,BT理论给出了连续孔径和带宽情况下的杂波秩,对于满足奈奎斯特采样条件下的正侧视机载雷达,BT理论给出的杂波秩为BT+1,其中B为信号带宽,T为采样阵列的孔径;扩展BT(EBT)定理是针对稀疏孔径而开发的,其估计的杂波秩表示为其中Tk是第k个子孔径的连续孔径,整个稀疏孔径划分为k个子孔径;另外,针对互质阵列结构,在EBT的基础上,提出了一种正侧视互质阵列机载雷达杂波秩估计方法C-EBT。然而,上述BT理论都是在正侧视阵列雷达下推导出来的,需要准确的先验知识,如平台速度、偏航角等,而实际雷达由于气候变化和机载操纵的影响,这些准确的先验知识通常很难获得。因此获得的先验知识存在误差,估计出的杂波秩存在较大误差,杂波抑制性能较差。
发明内容
本发明实施例的主要目的在于提供一种基于不确定先验知识的杂波秩估计方法及装置,至少能够解决相关技术中在基于存在误差的先验知识估计杂波秩时,所估计的杂波秩误差较大、滤波器的杂波抑制性能较差的问题。
为实现上述目的,本发明实施例第一方面提供了一种基于不确定先验知识的杂波秩估计方法,该方法包括:
根据不确定先验知识确定等效采样阵列的阵元位置;
根据信号的空域频率计算对应的信号带宽;
计算对应于所述阵元位置的等效采样阵列的阵列孔径;
基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
为实现上述目的,本发明实施例第二方面提供了一种基于不确定先验知识的杂波秩估计装置,该装置包括:
位置确定模块,用于根据不确定先验知识确定等效采样阵列的阵元位置;
带宽计算模块,用于根据信号的空域频率计算对应的信号带宽;
孔径计算模块,用于计算对应于所述阵元位置的等效采样阵列的阵列孔径;
杂波秩估计模块,用于基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
根据本发明实施例公开的一种基于不确定先验知识的杂波秩估计方法及装置,首先根据不确定先验知识确定等效采样阵列的阵元位置,并根据信号的空域频率计算对应的信号带宽,然后计算对应于阵元位置的等效采样阵列的阵列孔径;最后基于信号带宽以及等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。通过本发明的实施,可以有效提高杂波秩估计的鲁棒性,从而保障了滤波器的杂波抑制性能,并且在正侧视及非正侧视机载雷达上均能良好应用。
本发明其他特征和相应的效果在说明书的后面部分进行阐述说明,且应当理解,至少部分效果从本发明说明书中的记载变的显而易见。
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为本发明第一实施例提供的杂波秩估计方法的基本流程示意图;
图2-1为本发明第二实施例提供的理想环境下ULA雷达的杂波秩估计结果示意图;
图2-2为本发明第二实施例提供的理想环境下CPA雷达的杂波秩估计结果示意图;
图2-3为本发明第二实施例提供的具有先验知识误差的ULA雷达的杂波秩估计结果示意图;
图2-4为本发明第二实施例提供的具有先验知识误差的CPA雷达的杂波秩估计结果示意图;
图3为本发明第三实施例提供的杂波秩估计装置的结构示意图;
图4为本发明第四实施例提供的电子装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域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。
第一实施例:
为了解决相关技术中在基于存在误差的先验知识估计杂波秩时,所估计的杂波秩误差较大、滤波器的杂波抑制性能较差的技术问题,本实施例提出了一种基于不确定先验知识的杂波秩估计方法,如图1所示为本实施例提供的杂波秩估计方法的基本流程示意图,本实施例提出的杂波秩估计方法具体包括以下的步骤:
步骤101、根据不确定先验知识确定等效采样阵列的阵元位置。
在本实施例一种可选的实施方式中,步骤101的具体实现方式可以表示如下:
获取对应于阵列雷达第n个阵列单元和第m个脉冲回波的空时导向矢量分量模型;空时导向矢量分量模型表示为:
以及fs (q)表示为:
并且,d0,λ0,Tr,θ,φ分别表示半波长间距、信号波长、最小脉冲重复频率、俯仰角、方位角,v′p和ψ′分别表示测量的机载平台速度和偏航角,Δψm和Δvpm分别表示机载平台速度和偏航角的不确定性先验知识,Me为来自第q个方位角的信号的多普勒频率总个数,d(n-1)为等效采样阵列的第n个阵元相对于第一个阵元的相对位置,单位为d0,t(m-1)为第m个脉冲相对于第一个脉冲的发射时刻,单位为Tr;
步骤102、根据信号的空域频率计算对应的信号带宽。
步骤103、计算对应于阵元位置的等效采样阵列的阵列孔径。
在本实施例一种可选的实施方式中,当采用满足Nyquist采样条件的均匀线性阵列(ULA)和固定脉冲间隔结构时,根据预设的第一等效孔径计算公式,计算对应于各阵元位置的等效采样阵列的阵列孔径;第一等效孔径计算公式表示为:
而在本实施例另一种可选的实施方式中,在等效采样阵列为稀疏阵列时,,通过将稀疏阵列分为多个连续子阵列去满足奈奎斯特采样条件,在这种情况下,计算对应于各阵元位置的等效采样阵列的阵列孔径的第二等效孔径计算公式表示为:
其中,K为稀疏阵列所划分出的连续子阵列的总数。
步骤104、基于信号带宽以及等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
在本实施例中,相对应的,一方面,将信号带宽以及均匀线性阵列的孔径代入预设的第一杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;第一杂波秩估计公式表示为:
另一方面,将信号带宽以及稀疏阵列的孔径代入预设的第二杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;第二杂波秩估计公式表示为:
其中,为来自第q个方位角的信号的信号带宽,Q为方位角的总数量,为来自第q个方位角的信号的最大阵列孔径的等效采样阵列的第k个子阵列的阵列孔径,且 为来自第q个方位角的信号的等效采样阵列的阵列孔径所组成的阵列孔径集合。
根据本发明实施例公开的一种基于不确定先验知识的杂波秩估计方法,首先根据不确定先验知识确定等效采样阵列的阵元位置,并根据信号的空域频率计算对应的信号带宽,然后计算对应于阵元位置的等效采样阵列的阵列孔径;最后基于信号带宽以及等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。通过本发明的实施,可以有效提高杂波秩估计的鲁棒性,从而保障了滤波器的杂波抑制性能,并且在正侧视及非正侧视机载雷达上均能良好应用。
第二实施例:
为了对本发明的内容进行更好的说明,本实施例以一个具体的例子对本发明的效果进行解释。
在本实施例中,通过仿真数据来说明本发明在杂波秩估计方面的有益效果。假设雷达参数hp=125m/s,vp=4000m,Tr=1/4000s以及d0=0.0625m,其中,hp为机载平台高度,vp为机载速度,Tr为脉冲重复间隔,d0为阵列单元间隔。给定范围内的杂波被划分为361个杂波片块并且假设每个杂波片服从相同分布,在给定的杂噪比CNR(单位为分贝),每个杂波服从均值为0,方差为1010/(361CNR)复高斯过程。接收机的热噪声服从均值为0,方差复高斯过程。在本实施例的仿真实验中,除非另有说明,所有的结果都是500个蒙特卡罗实验结果的平均值计算得到。
下面利用具体的仿真实验来验证本实施例的杂波秩估计方法在各种场景下的精度。实验场景中假定杂噪比为40dB,两种具有均匀重复脉冲的均匀线性阵列雷达(ULA)和均匀脉冲重复互质阵列雷达(CPA),对每种雷达考虑4种情况ψ=0°,β=0.6,1和ψ=90°,β=0.6,1。对于ULA雷达,阵元数量N=10,在一个相干处理间隔(CPI)中脉冲数量M=10;对于CPA雷达,阵元数量也为10,互质因子N1=3和N2=5,在一个CPI中脉冲数量也为M=10。
作为对比,如图2-1至图2-4为本实施例给出的不同方法下的杂波秩估计结果,其中,本发明方法的杂波秩估计结果用实线标记,BT方法的杂波秩估计结果用“o”标记,而C-EBT方法的杂波秩估计结果用“×”标记,应当说明的是,图2-1所示为理想环境下ULA雷达的杂波秩估计结果示意图,图2-2所示为理想环境下CPA雷达的杂波秩估计结果示意图,图2-3所示为具有先验知识误差的ULA雷达的杂波秩估计结果示意图,图2-4所示为具有先验知识误差的CPA雷达的杂波秩估计结果示意图。
根据上述杂波秩估计结果分析可知,本发明所提出的杂波秩估计方法可应用于0°≤ψ≤90°的正侧视雷达和非正侧视雷达,而BT定理和C-EBT方法只能应用于ψ=0°的正侧视情况。可以看出,在理想情况下(即没有先验知识误差,Δvpm=0和Δψm=0°),对于具有ψ=0°的正侧视情况,本发明所提出的方法的结果与用于ULA雷达的BT定理的结果和用于CPA雷达的C-EBT方法的结果相同。同样,通过对各种先验知识误差(未示出)的大量仿真,还可以发现当先验知识存在误差时(假设Δvpm=5m/s,Δv′pm=0.5Δvpm,Δψm=4°和Δψ′m=0.5Δψm),BT定理和C-EBT方法在ψ=0°的正侧视雷达场景下不能准确地估计出杂波秩。而本发明所提出的方法在ψ=0°°的正侧视情况给出了较好的杂波秩估计,因为在本发明所提出的方法中考虑了平台速度和偏航角误差的先验知识。此外,对于非正侧视情况(即0°≤ψ≤90°),BT定理和C-EBT方法均不适用,这是因为偏航角是非零的。然而,从图2-1至图2-4中可以看出,本发明所提出的方法在非正侧视情况仍然适用并且能够提供令人满意的杂波秩估计。这些结果表明,本发明所提出的方法不仅可以为正侧视和非正侧视雷达提供良好的结果,而且也能在存在先验知识误差条件下也能提供良好的结果,从而相对于BT定理和C-EBT方法更加行之有效。
第三实施例:
为了解决相关技术中在基于存在误差的先验知识估计杂波秩时,所估计的杂波秩误差较大、滤波器的杂波抑制性能较差的技术问题,本实施例示出了一种基于不确定先验知识的杂波秩估计装置,具体请参见图3,本实施例的杂波秩估计装置包括:
位置确定模块301,用于根据不确定先验知识确定等效采样阵列的阵元位置;
带宽计算模块302,用于根据信号的空域频率计算对应的信号带宽;
孔径计算模块303,用于计算对应于阵元位置的等效采样阵列的阵列孔径;
杂波秩估计模块304,用于基于信号带宽以及等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
进一步地,在本实施例的一些实施方式中,位置确定模块301具体用于:首先获取对应于阵列雷达第n个阵列单元和第m个脉冲回波的空时导向矢量分量模型;空时导向矢量分量模型表示为:
以及fs (q)表示为:
并且,d0,λ0,Tr,θ,φ分别表示半波长间距、信号波长、最小脉冲重复频率、俯仰角、方位角,v′p和ψ′分别表示测量的机载平台速度和偏航角,Δψm和Δvpm分别表示机载平台速度和偏航角的不确定性先验知识,Me为来自第q个方位角的信号的多普勒频率总个数,d(n-1)为等效采样阵列的第n个阵元相对于第一个阵元的相对位置,单位为d0,t(m-1)为第m个脉冲相对于第一个脉冲的发射时刻,单位为Tr;
更进一步地,在本实施例的一些实施方式中,带宽计算模块302具体用于:将信号的空域频率代入预设的信号带宽计算公式,计算来自第q个方位角的信号的信号带宽;信号带宽计算公式表示为:
更进一步地,在本实施例的一些实施方式中,在等效采样阵列为均匀线性阵列时,孔径计算模块303具体用于:根据预设的第一等效孔径计算公式,计算对应于阵元位置的等效采样阵列的阵列孔径;第一等效孔径计算公式表示为:
相对应的,杂波秩估计模块304具体用于:
将信号带宽以及等效阵列的阵列孔径代入预设的第一杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;第一杂波秩估计公式表示为:
另外,在本实施例的一些实施方式中,在等效采样阵列为均匀线性阵列时,孔径计算模块具体用于:根据预设的第二等效孔径计算公式,计计算对应于阵元位置的等效采样阵列的阵列孔径;第二等效孔径计算公式表示为:
其中,K为稀疏阵列所划分出的连续子阵列的总数;
相对应的,杂波秩估计模块304具体用于:
将信号带宽以及等效采样阵列的阵列孔径代入预设的第二杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;第二杂波秩估计公式表示为:
其中,为来自第q个方位角的信号的信号带宽,Q为方位角的总数量,为来自第q个方位角的信号的最大阵列孔径的等效采样阵列的第k个子阵列的阵列孔径,且 为来自第q个方位角的信号的等效采样阵列的阵列孔径所组成的阵列孔径集合为信号带宽,。
应当说明的是,前述实施例中的基于不确定先验知识的杂波秩估计方法均可基于本实施例提供的基于不确定先验知识的杂波秩估计装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的杂波秩估计装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
采用本实施例提供的基于不确定先验知识的杂波秩估计装置,先分别确定各等效采样阵列的阵元位置,以及对应于各等效采样阵列的空域频率;再根据各空域频率计算各空域频率信号的信号带宽;然后计算各阵元位置的等效采样阵列的孔径;最后再基于信号带宽以及等效采样阵列的孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。通过本发明的实施,可以有效提高杂波秩估计的鲁棒性,从而保障了滤波器的杂波抑制性能,并且在正侧视及非正侧视机载雷达上均能良好应用。
第四实施例:
本实施例提供了一种电子装置,参见图4所示,其包括处理器401、存储器402及通信总线403,其中:通信总线403用于实现处理器401和存储器402之间的连接通信;处理器401用于执行存储器402中存储的一个或者多个计算机程序,以实现上述实施例一中的基于不确定先验知识的杂波秩估计方法中的至少一个步骤。
本实施例还提供了一种计算机可读存储介质,该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory,随机存取存储器),ROM(Read-Only Memory,只读存储器),EEPROM(Electrically Erasable Programmable read only memory,带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory,光盘只读存储器),数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序,其存储的一个或者多个计算机程序可被处理器执行,以实现上述实施例一中的方法的至少一个步骤。
本实施例还提供了一种计算机程序,该计算机程序可以分布在计算机可读介质上,由可计算装置来执行,以实现上述实施例一中的方法的至少一个步骤;并且在某些情况下,可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。
本实施例还提供了一种计算机程序产品,包括计算机可读装置,该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。
可见,本领域的技术人员应该明白,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。
此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于不确定先验知识的杂波秩估计方法,其特征在于,包括:
根据不确定先验知识确定等效采样阵列的阵元位置;
根据信号的空域频率计算对应的信号带宽;
计算对应于所述阵元位置的等效采样阵列的阵列孔径;
基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
2.如权利要求1所述的杂波秩估计方法,其特征在于,所述根据不确定先验知识确定等效采样阵列的阵元位置包括:
获取对应于所述阵列雷达第n个阵列单元和第m个脉冲回波的空时导向矢量分量模型;所述空时导向矢量分量模型表示为:
以及fs (q)表示为:
并且,d0,λ0,Tr,θ,φ分别表示半波长间距、信号波长、最小脉冲重复频率、俯仰角、方位角,vp′和ψ′分别表示测量的机载平台速度和偏航角,Δψm和Δvpm分别表示机载平台速度和偏航角的不确定性先验知识,Me为来自第q个方位角的信号的多普勒频率总个数,d(n-1)为等效采样阵列的第n个阵元相对于第一个阵元的相对位置,单位为d0,t(m-1)为第m个脉冲相对于第一个脉冲的发射时刻,单位为Tr;
3.如权利要求2所述的杂波秩估计方法,其特征在于,所述根据信号的空域频率计算对应的信号带宽包括:
将信号的空域频率代入预设的信号带宽计算公式,计算来自第q个方位角的信号的信号带宽;所述信号带宽计算公式表示为:
4.如权利要求2所述的杂波秩估计方法,其特征在于,在等效采样阵列为均匀线性阵列时,所述计算对应于所述阵元位置的等效采样阵列的阵列孔径包括:
根据预设的第一等效孔径计算公式,计算对应于所述阵元位置的等效采样阵列的阵列孔径;所述第一等效孔径计算公式表示为:
所述基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计包括:
将所述信号带宽以及所述等效采样阵列的阵列孔径代入预设的第一杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;所述第一杂波秩估计公式表示为:
5.如权利要求2所述的杂波秩估计方法,其特征在于,当等效采样阵列为稀疏阵列时,所述计算对应于所述阵元位置的等效采样阵列的阵列孔径包括:
根据预设的第二等效孔径计算公式,计算对应于所述阵元位置的等效采样阵列的阵列孔径;所述第二等效孔径计算公式表示为:
其中,K为所述稀疏阵列所划分出的连续子阵列的总数;
所述基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计包括:
将所述信号带宽以及所述等效采样阵列的阵列孔径代入预设的第二杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;所述第二杂波秩估计公式表示为:
6.一种基于不确定先验知识的杂波秩估计装置,其特征在于,包括:
位置确定模块,用于根据不确定先验知识确定等效采样阵列的阵元位置;
带宽计算模块,用于根据信号的空域频率计算对应的信号带宽;
孔径计算模块,用于计算对应于所述阵元位置的等效采样阵列的阵列孔径;
杂波秩估计模块,用于基于所述信号带宽以及所述等效采样阵列的阵列孔径,对阵列雷达预设杂波片方向角的杂波秩进行估计。
7.如权利要求6所述的杂波秩估计装置,其特征在于,所述位置确定模块具体用于:
获取对应于所述阵列雷达第n个阵列单元和第m个脉冲回波的空时导向矢量分量模型;所述空时导向矢量分量模型表示为:
以及fs (q)表示为:
并且,d0,λ0,Tr,θ,φ分别表示半波长间距、信号波长、最小脉冲重复频率、俯仰角、方位角,vp′和ψ′分别表示测量的机载平台速度和偏航角,Δψm和Δvpm分别表示机载平台速度和偏航角的不确定性先验知识,Me为来自第q个方位角的信号的多普勒频率总个数,d(n-1)为等效采样阵列的第n个阵元相对于第一个阵元的相对位置,单位为d0,t(m-1)为第m个脉冲相对于第一个脉冲的发射时刻,单位为Tr;
8.如权利要求7所述的杂波秩估计装置,其特征在于,所述带宽计算模块具体用于:
将信号的空域频率代入预设的信号带宽计算公式,计算来自第q个方位角的信号的信号带宽;所述信号带宽计算公式表示为:
9.如权利要求7所述的杂波秩估计装置,其特征在于,在等效采样阵列为均匀线性阵列时,孔径计算模块具体用于:
根据预设的第一等效孔径计算公式,计算对应于所述阵元位置的等效采样阵列的阵列孔径;所述第一等效孔径计算公式表示为:
杂波秩估计模块具体用于:
将所述信号带宽以及所述等效采样阵列的阵列孔径代入预设的第一杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;所述第一杂波秩估计公式表示为:
10.如权利要求7所述的杂波秩估计装置,其特征在于,在等效采样阵列为均匀线性阵列时,孔径计算模块具体用于:
根据预设的第二等效孔径计算公式,计算对应于所述阵元位置的等效采样阵列的阵列孔径;所述第二等效孔径计算公式表示为:
其中,K为所述稀疏阵列所划分出的连续子阵列的总数;
杂波秩估计模块具体用于:
将所述信号带宽以及所述等效采样阵列的阵列孔径代入预设的第二杂波秩估计公式,对阵列雷达预设杂波片方向角的杂波秩进行估计;所述第二杂波秩估计公式表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963448.6A CN110646768B (zh) | 2019-10-11 | 2019-10-11 | 一种基于不确定先验知识的杂波秩估计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963448.6A CN110646768B (zh) | 2019-10-11 | 2019-10-11 | 一种基于不确定先验知识的杂波秩估计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110646768A true CN110646768A (zh) | 2020-01-03 |
CN110646768B CN110646768B (zh) | 2022-05-06 |
Family
ID=69012589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963448.6A Active CN110646768B (zh) | 2019-10-11 | 2019-10-11 | 一种基于不确定先验知识的杂波秩估计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110646768B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2427606C (en) * | 2000-11-02 | 2011-07-05 | Totalfoersvarets Forskningsinstitut | A synthetic aperture radar system capable of detecting moving targets |
US20110241931A1 (en) * | 2010-04-01 | 2011-10-06 | Massachusetts Institute Of Technology | Iterative clutter calibration with phased array antennas |
CN106353732A (zh) * | 2016-08-15 | 2017-01-25 | 西安电子科技大学 | 一种基于认知的机载雷达异构杂波抑制方法 |
CN106383342A (zh) * | 2016-09-09 | 2017-02-08 | 深圳大学 | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 |
CN106546964A (zh) * | 2016-10-26 | 2017-03-29 | 深圳大学 | 一种机载雷达杂波秩估计方法及其系统 |
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 |
-
2019
- 2019-10-11 CN CN201910963448.6A patent/CN110646768B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2427606C (en) * | 2000-11-02 | 2011-07-05 | Totalfoersvarets Forskningsinstitut | A synthetic aperture radar system capable of detecting moving targets |
US20110241931A1 (en) * | 2010-04-01 | 2011-10-06 | Massachusetts Institute Of Technology | Iterative clutter calibration with phased array antennas |
CN106353732A (zh) * | 2016-08-15 | 2017-01-25 | 西安电子科技大学 | 一种基于认知的机载雷达异构杂波抑制方法 |
CN106383342A (zh) * | 2016-09-09 | 2017-02-08 | 深圳大学 | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 |
CN106546964A (zh) * | 2016-10-26 | 2017-03-29 | 深圳大学 | 一种机载雷达杂波秩估计方法及其系统 |
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 (3)
Title |
---|
NATHAN A. GOODMAN ET AL.: "On Clutter Rank Observed by Arbitrary Arrays", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
ZHAOCHENG YANG: "Enhanced knowledge-aided space–time adaptive processing exploiting inaccurate prior knowledge of the array manifold", 《DIGITAL SIGNAL PROCESSING》 * |
谢文冲 等: "机载雷达空时自适应处理技术研究综述", 《雷达学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110646768B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
EP1980873B1 (en) | History or image based methods for altitude determination in a radar altimeter | |
US20170254893A1 (en) | System and method for estimating number and range of a plurality of moving targets | |
CN107976660A (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
CN110376582B (zh) | 自适应gm-phd的机动目标跟踪方法 | |
CN104111449B (zh) | 一种改进的基于广义内积的空时二维自适应处理方法 | |
CN108387884A (zh) | 基于知识辅助稀疏渐进最小方差的机载雷达杂波抑制方法 | |
CN104459667A (zh) | 一种基于clean的稀疏阵列波达方向doa估计方法 | |
CN104535973A (zh) | 一种机载预警雷达目标检测方法 | |
CN110658517B (zh) | 一种基于不确定先验知识的降维稀疏stap方法及装置 | |
CN110646768B (zh) | 一种基于不确定先验知识的杂波秩估计方法及装置 | |
CN105093189B (zh) | 基于gcv的机载雷达目标检测方法 | |
CN117741641A (zh) | 测距方法、雷达探测装置、电子设备及存储介质 | |
CN113917423A (zh) | 多普勒模糊度的计算方法、测量目标速度的方法及装置 | |
Lim et al. | Prediction of inverse covariance matrix (PICM) sequences for STAP | |
US11269052B2 (en) | Signal processing method | |
CN108761417A (zh) | 基于知识辅助最大似然的机载雷达杂波抑制方法 | |
JP5933245B2 (ja) | クラッタ抑圧装置 | |
WO2021068198A1 (zh) | 一种基于不确定先验知识的杂波秩估计方法及装置 | |
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 | |
CN115469270B (zh) | 基于检测前跟踪的长基线定位方法及系统 | |
CN113419240B (zh) | 基于双通道sar的动目标检测方法,双通道sar及存储介质 | |
CN114942408A (zh) | 确定目标对象的角度的方法和装置 | |
CN113625265A (zh) | 基于波束空间的方位超分辨方法 |
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 |