CN110927704B - 一种提高雷达角度分辨力的信号处理方法 - Google Patents

Abstract

本发明涉及一种基于77GHz毫米波雷达信号处理方法，包括对雷达回波信号的预处理以及信号的归一化幂次处理；硬件平台采用TI的AWR1243四片级联，其中每个雷达传感器可以实现3路发射通道和4路接收通道，本发明硬件平台通过级联雷达传感器和天线阵设计，可以提高雷达系统的角度分辨率，本发明中的算法去除了天线方向图对回波数据的影响，且对信号做了归一化幂次处理，可有效提高雷达的角度分辨力。

Description

一种提高雷达角度分辨力的信号处理方法

技术领域

本发明涉及雷达信号处理技术领域，特别涉及提高雷达角度分辨力的方法，具体涉及一种提高毫米波雷达角度分辨力的信号处理方法。

背景技术

目前对雷达信号处理研究的一个重要方向即提高雷达分辨力性能，所谓雷达的分辨力是指在多目标环境下，能将两个或多个信号区分开的能力。改善分辨力一般从两个方面努力，一、从硬件上提高雷达系统本身的性能，增大系统的理论分辨力。二，利用软件设计有效可行的高分辨算法，对雷达数据进行处理，得到高分辨的雷达目标效果。从硬件上来说，增大天线口径即增大了天线增益，天线增益越大，天线的波束宽度就越窄，天线波束越窄，方位分辨力越好，因此增大天线口径能有效提高方位分辨力。但实际操作起来会有以下几个问题：一、随天线口径的增大，其造价也会相应增加；二、天线口径越大，其安装条件更难满足；三、为使大口径天线良好运转，其驱动功率不断增大，驱动能力的要求也越来越高；四、天线口径太大，由于受到波导中脉冲信号过渡特性的限制，存在着方位分辨能力与距离分辨能力相互矛盾的问题。所以寻求算法处理方法来提高小口径天线的方位分辨能力变得更有意义。经研究发现雷达目标的实际接收回波是由理想点目标的空间角度的分布和天线的卷积得到的，而天线方向图可能会导致雷达角度分辨率的降低，但是目前已有的算法中没有去除雷达回波信号中的天线方向图的影响，本发明首先要解决这个问题。其次，本发明通过归一化幂次处理锐化波峰波谷的比值来提高多目标环境下的雷达角度分辨力。

发明内容

本发明的目的在于克服现有技术的不足，提出一种复杂度更低、实现简单且精度较高的雷达目标高分辨算法，该算法旨在去除天线方向图对回波数据的影响并以小波变换归一化提高雷达角度分辨力。

本发明解决其技术问题所采用的技术方案是：主要采用的硬件平台为TI的AWR1243雷达传感器4片级联，其中包括电源模块、天线阵模块、时钟模块、功分器和高速接口模块；平台中的每个雷达传感器可以实现3路发射通道和4路接收通道；电源模块为雷达传感器提供直流电源，保证系统正常运行；天线阵模块可以实现发射77GHz到81GHz的电磁波信号以及接收回波信号。时钟模块为雷达传感器提供基准时钟；平台中多个雷达传感器需要实现20GHz本地振荡器信号同步，同步主要由主雷达传感器输出20GHz本地振荡器信号，输出的20GHz本地振荡器信号经过一路到四路功分器得到20GHz本地振荡器信号，其中一路20GHz本地振荡器信号输入到主雷达传感器，另外三路20GHz本地振荡器信号输入到三个从雷达传感器来实现。

现有的研究表明雷达的目标接收回波是由理想点目标的空间角度分布与天线方向图函数卷积的结果。所以本算法首先用接收回波和天线方向图函数进行逆卷积，以去除天线方向图对回波信号的影响得到理想的点目标的空间角度分布，雷达的角度分辨力就可以因此得到提升。所以，本算法首要解决的焦点问题是对回波信号去卷积。而去卷积的实质就是找到一个合适的滤波器，此滤波器的实质就是可以实现天线方向图函数的逆，所以本算法首先对天线方向图函数做一维角度傅里叶变换，依据最小均方误差准则使用该傅里叶变换结果构造维纳滤波器，对回波信号做一维空间角度傅里叶变换后通过上述构造的维纳滤波器就可得到滤波后信号，对滤波后信号做傅里叶逆变换就得到回波信号的去卷积结果。雷达的角度分辨率力不高的另外一个原因就是目标回波的峰值不够凸显，本算法的归一化幂次处理旨在解决这个问题。原始信号乘上它的归一化信号可以使峰值不变但其它值减小，这就使得峰值更为突出这也是使用归一化处理的目的，归一化处理首先就是要找到波峰波谷点，本算法利用对回波信号进行小波变换后再与原信号进行等长卷积的方法找到原信号的波峰波谷点，以相邻波峰或者波谷点为一个信号处理单元对原信号进行归一化处理，将归一化后的信号组成和原始信号等长的矩阵，视情况进行N次幂后与原信号点乘得到最终处理结果。

本发明解决其技术问题所采用的算法包括以下步骤：

(1)利用已知参数对天线方向图函数进行计算；并对天线方向图函数进行一维角度傅里叶变换。已知参数包括阵元个数N，阵元之间间距d，入射波长λ。归一化后可得到均匀天线阵的静态方向图函数F₀(θ)。对此静态方向图函数作一维角度傅里叶变换的结果为

(2)利用天线方向图函数的傅里叶变换结果并通过以下式子构造维纳滤波器w(k)。其中F^*(k)为天线方向图函数傅里叶变换结果的共轭函数，σ为雷达回波信噪比的倒数。

(3)将待处理的雷达回波数据进行一维角度傅里叶变换并通过由(2)得到的维纳滤波器获得经过校正的雷达回波数据，将结果进行傅里叶变换逆变换获得对雷达回波数据的预处理信号结果x(n)。

(4)经过所述步骤(3)之后，将回波数据的预处理结果x(n)通过预先设计好的哈尔(haar)高通滤波器后得到小波函数v(n)。其中哈尔高通滤波器的参数选择为[-0.707，0.707]。

(5)将步骤(4)所得小波函数v(n)与步骤(3)所得的预处理后的回波信号x(n)进行n点等长卷积如v(n)*x(n)，以求得回波信号的波峰和波谷位置x(A)和-x(A)。

(6)以相邻的两个波谷或波峰为一个信号处理单元，对信号进行归一化处理，即用原始信号的一个信号处理单元乘上1/x(A)，每个信号处理单元都有一个归一化处理结果，将所有的处理结果组成与原始信号等长的矩阵，即得到归一化矩阵I(n)。

(7)将(6)所得的归一化矩阵I(n)依据实际需求进行N次幂处理即(I(n))^N。

(8)将(7)所得的归一化矩阵与预处理后的信号x(n)进行点乘(I(n))^N.×x(n)得到最终处理结果

由于采用了上述技术方案，本发明与现有技术相比，可以达到以下有益效果：

(1)本发明采用的硬件平台是AWR1243四片级联，等效天线192根，在硬件上极大提高了角度分辨力。

(2)本发明提出的算法弥补了之前算法中没有对雷达回波数据进行预处理以去除天线方向图影响的缺陷，且对信号进行了归一化幂次处理在一定程度上提高了角度分辨力。

附图说明

图1是该雷达高角度分辨力算法利用的硬件平台；

图2是该雷达高角度分辨力算法流程图；

图3是天线阵的排布；

图4是天线等效接收阵列；

图5是实验一仿真实验的结果；

图6是实验二模拟接收信号；

图7是实验二处理结果；

图8是实验三处理结果；

具体实施方式

本发明采用仿真实验进行验证，所有步骤和结论均通过平台MATLAB2014进行验证。下面结合附图对本发明中提高雷达角度分辨力算法方案进行详细说明。

图2是提高雷达角度分辨力算法的流程框图，具体过程如下：

第一步：配置硬件平台：

图1是本设计所用到的硬件平台的总体框图，包括四个毫米波传感器芯片、时钟扇出缓冲器、数字调频信号扇出缓冲器、微带功分器和时钟模块，外部处理传感器，SPI是对雷达传感器的控制接口，CSI2是将雷达传感器处理得到的I、Q两路信号传送到外部处理器接口；主雷达传感器外部需接晶振，然后通过主雷达传感器输出20MHz基准时钟信号，再通过一路到四路时钟扇出缓冲器得到四路时钟信号，一路信号输入到主雷达传感器，其他三路时钟信号分别输入到三个从雷达传感器，四路时钟信号需要传输线延迟匹配以减小信号传输引起的误差。

第二步：对回波数据进行校正预处理：

步骤1、利用已知的参数计算天线阵列的方向图函数。

图3是接收天线的天线阵排布图，假设已知阵元数N＝192，对于确定的N元空间阵列，在忽略噪声的条件下，第k个阵元的复振幅为：

式中：g₀为来波的复振幅，τ_k为第k个阵元与参考点之间的延迟。设第k个阵元的权值为w_k，那么所有阵元加权的输出得到的阵列的输出为：

对上式取绝对值并归一化后可得到空间阵列的天线方向图函数如下式：

下面考虑均匀线阵的天线方向图函数。如图4为等效的均匀线阵，阵元之间的间距为d＝λ/2＝76.78mil，且以最左边的阵元为参考点(设最左边的阵元位于原点)，另假设信号入射方位角为θ，其中方位角表示入射波与线阵法线方向的夹角，与参考点的波程差为：

则阵列的输出为：

式中：β＝2πdsinθ/λ，λ为入射信号的波长等于153.56mil。当上述公式中的权值均为w_k＝1(k＝1，2，…N)时，Y₀可进一步简化为：

归一化即可得均匀线阵的静态方向图函数如下式：

步骤2、对归一化后的阵列天线的方向图函数作一维角度傅里叶变换。将天线方向图函数F₀(θ)利用下式计算其频域表达式

N为傅里叶变换点数。

步骤3、构造维纳滤波器。

实际接收的回波可看作目标真实回波信号与天线方向图函数的卷积，对回波数据的校正的实质就是找到一个合适的滤波器能够实现天线方向图函数的逆，对回波进行去卷积处理以得到未经天线方向图函数污染的回波信号。根据最小均方误差准则(MMSE)，利用天线方向图函数的傅里叶变换结果构造维纳滤波器如下式：

其中F^*(k)为天线方向图函数傅里叶变换结果的共轭函数，σ为雷达回波信噪比的倒数，试验中为了计算方便将回波信噪比的导数设定为0。

步骤4、将回波信号与步骤3所得滤波器相乘并求其傅里叶逆变换。将原始回波信号变换到频域为S_d(k)，并将该信号通过维纳滤波器得预处理后的信号为S_c(k)如下式：

S_c(k)＝W(k)S_d(k)

对预处理后的信号作傅里叶逆变换得到校正后回波信号x(n)。

第三步：取校正后的数据进行小波变换，小波变换后得小波函数为v(n)。信号经小波函数处理后，呈现的是信号的变化特性，其特点相当于对信号求一次导数，即对信号进行高通滤波，因而本算法中小波函数用来求信号的极值。

第四步：通过判断v(n)×v(n-1)＜0结果即可求出回波信号的波峰或波谷在哪一点并求出波峰或波谷的值x(A)或-x(A)。

第五步：以相邻波峰或波谷为一个信号处理的单元对信号归一化处理。如下式：

x(n)×1/x(A)

将归一化后的信号合并成与原始信号等长的矩阵I(n)。

第六步：将第五步所获得的矩阵按需进行N次幂得(I(n))^N并与预处理校正后信号进行点乘：

(I(n))^N.×x(n)

一个信号乘上它的归一化信号，将会出现波峰不变，其他点依次下移的情况，这样就能逐渐凸显波峰，提高分辨率。

利用软件平台对本算法对雷达角度分辨力的提高能力进行验证，设置三个仿真实验，实验一是对单个回波数据进行校准，为了便于表示和计算将天线方向图函数设为sinc函数，辛格型单程天线方向图函数表达式为

假设图5上半图是无噪声情况下雷达的方位向接收回波。本实验选取的天线方向图的水平波束宽度大约为3°，理想的雷达信号模型可看作冲击函数，对回波数据做FFT变换，并通过步骤三构造的维纳滤波器，将结果做IFFT，最终得出校正后回波波形如图二下半部分图。从图中可以看到，目标位于10°的位置，其波形接近冲击函数，其波束宽度大约为0.5°。相比未校正接收回波，方位分辨力有了显著的提高。

实验二为单目标的小波变换幂次处理。假设单个回波呈高斯脉冲状，其表达式为波形如图6，由图看出波形宽度大约为4，采用哈尔(haar)小波变换对信号进行变换，哈尔高通滤波器参数为[-0.707，0.707]，将原始信号与该哈尔高通滤波器进行线性等长卷积，变换后的小波函数先减小后增大所以由卷积后波形可获得该波形波谷位置在x＝5处，且峰值为x(5)，将原始信号乘上1/x(5)以获得归一化后信号I(n)。将该归一化信号扩展为与原始信号等长的信号并与原始信号进行点乘，点乘结果如图7左上角波形，将归一化信号分别进行二次幂、三次幂、四次幂处理结果如图7右上角、左下角、右下角波形。可以看出一次幂回波信号脉冲宽度比原始信号缩小了近两个单位，而且幂次越高效果越明显。

实验三为多目标的小波变换幂次处理。假设多个目标回波为几个高斯脉冲，波形如图8棱形线形波形。多目标的处理方式与单目标的相似，需要对每个目标做小波变换，从中得出波峰波谷点，将每个信号逐个进行归一化处理，得到多个目标的归一化波形，最后把原始信号与归一化信号进行点乘，得到处理后结果，分别对归一化信号进行一次、二次、三次幂处理后再分别与原信号点乘，处理结果分别如图8中‘--’形、‘※’形、‘+’形波形。

Claims (1)

1.一种提高雷达角度分辨力的信号处理方法，其特征在于：

(1)利用已知参数对天线方向图函数进行计算；并对天线方向图函数做一维角度傅里叶变换；

(2)利用(1)所得结果构造维纳滤波器；

(3)将待处理的雷达回波数据进行一维角度傅里叶变换并通过由(2)得到的维纳滤波器获得经过校正的雷达回波数据，将结果进行傅里叶变换逆变换获得对雷达回波数据的预处理结果；

(4)经过所述步骤(3)之后，将预处理后的回波数据通过高通滤波器后得到小波函数；

(5)将(4)所得小波函数与预处理后的回波信号进行等长卷积求得回波信号的波峰和波谷位置；

(6)以相邻的两个波谷为一个信号处理单元，对信号进行归一化处理，将处理结果组成与原始信号等长的矩阵，即归一化矩阵；

(7)将(6)所得归一化矩阵进行平滑处理；

(8)将(7)所得的平滑后归一化矩阵依据实际需求进行N次幂处理；

(9)将(8)所得结果与预处理后的回波信号进行点乘得到处理结果。