CN110988808B - 一种两坐标舰载雷达信号级融合方法 - Google Patents

一种两坐标舰载雷达信号级融合方法 Download PDF

Info

Publication number
CN110988808B
CN110988808B CN201911262796.7A CN201911262796A CN110988808B CN 110988808 B CN110988808 B CN 110988808B CN 201911262796 A CN201911262796 A CN 201911262796A CN 110988808 B CN110988808 B CN 110988808B
Authority
CN
China
Prior art keywords
radar
data
frame
coordinate
fusion
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
CN201911262796.7A
Other languages
English (en)
Other versions
CN110988808A (zh
Inventor
安政帅
刘志国
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.)
CETC 20 Research Institute
Original Assignee
CETC 20 Research Institute
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 CETC 20 Research Institute filed Critical CETC 20 Research Institute
Priority to CN201911262796.7A priority Critical patent/CN110988808B/zh
Publication of CN110988808A publication Critical patent/CN110988808A/zh
Application granted granted Critical
Publication of CN110988808B publication Critical patent/CN110988808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/87Combinations of radar systems, e.g. primary radar and secondary radar
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating 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

本发明提供了一种两坐标舰载雷达信号级融合方法,将编队内多部同型雷达的回波数据进行预处理,然后将预处理后的数据统一传输到信号融合中心,并通过坐标变换到统一的坐标系下,然后利用改进的动态规划算法实现多部雷达目标回波数据的非相参积累来实现对微弱目标的有效探测。本发明大大降低了各舰向数据融合中心传输的数据量,具有提高微弱目标检测性能的优点;有效解决了编队内各舰与数据融合中心传输数据量巨大及动态规划方法能量扩散现象导致目标参数测量精度低和多部同型雷达信号级融合协同探测空间配准难的问题,为实现复杂海杂波环境下微弱目标的探测提供了有力的技术支撑。

Description

一种两坐标舰载雷达信号级融合方法
技术领域
本发明涉及雷达协同探测技术领域,尤其是一种雷达协同探测信号级融合方法。
背景技术
我国拥有广阔的海洋面积,海洋蕴藏着丰富的资源。随着海洋活动的不断增加,各国开始进行海洋资源的争夺。近几年,随着我国海军现代化建设的不断深入,海军武器装备得到了长足的发展,未来我国将会拥有更多的舰艇编队来维护我国的海洋利益。
随着战争的不断升级,现代舰载雷达面临的作战环境越来越复杂,反辐射导弹、综合电子干扰、隐身技术和低空/超低空突防构成了对现代舰载雷达的“四大威胁”。目前,依靠单一类型、单部雷达难以连续探测和跟踪复杂作战环境下的隐身飞行目标,但若针对各种雷达的特点,进行合理的战术配置并组网进行协同探测,其所表现出来的优良探测跟踪性能则是单部雷达所无法比拟的。
目前,海军舰艇编队内的平台上有许多同型的雷达,这些雷达目前大多都是独立工作的,与其它舰艇上的同型雷达不存在探测信息的交互。通过将舰艇编队内多部同型雷达对目标的探测信号进行信号级融合协同探测,可以扩大整个探测系统时域、空域的覆盖能力,取长补短,同时发挥各部雷达的优越性,有效提高目标探测的概率,同时降低虚警率和漏警率,全面提高雷达在恶劣电子战环境下的“四抗”能力,增强雷达的生存能力。与传统平台上单部雷达相比,协同探测系统具有抗摧毁、抗干扰、目标探测性能改善空间大等优势,因此近年来成为国际国内雷达界的前沿研究热点。
目前,国内外学者对雷达协同探测进行了大量的研究,但主要集中在多部雷达点迹或航迹融合算法的研究,将单部雷达形成的点迹或航迹信息传送到数据融合中心进行多部雷达点迹或航迹数据的融合。这种融合方法可以大大提高对目标的跟踪精度,但是由于传输到数据融合中心的单部雷达数据已经经过门限处理,这将导致探测的微弱目标信号的丢失,大大降低了对微弱目标的检测能力。
发明内容
为了克服现有技术的不足,本发明提供一种两坐标舰载雷达信号级融合方法,克服了现有技术中海军舰艇编队内同型雷达探测目标信息利用不充分及舰与数据融合中心之间传输数据量巨大和传统动态规划算法的能量扩散效应导致目标参数测量精度低的缺点。因此本发明将编队内多部同型雷达的回波数据进行预处理,然后将预处理后的数据统一传输到信号融合中心,并通过坐标变换到统一的坐标系下,然后利用改进的动态规划算法实现多部雷达目标回波数据的非相参积累来实现对微弱目标的有效探测。
本发明解决其技术问题所采用的技术方案的步骤如下:
S1:利用K个同型雷达接收的雷达回波数据,对各部雷达回波数据进行脉冲压缩、MTD处理预处理,得到预处理后的数据zk(m,n,p),zk(m,n,p)为第k部雷达第m个距离单元第n个多普勒单元第p个方位单元的数据值,其中k=1,2,…,K,k代表雷达编号,K表示参与协同探测的雷达总数;m=1,2,…,M,m代表距离单元编号,M表示距离单元总数;n=1,2,…,N,n代表多普勒单元编号,N表示多普勒单元的总数;p=1,2,…,P,p代表方位波位编号,P表示雷达探测的方位波位总数;
S2:为有效减小雷达与融合中心之间的数据传输量,对雷达1至雷达K预处理后的数据根据虚警概率,采用单元平均恒虚警算法设置一级检测门限;如果预处理后的数据低于检测门限,则该数据保留;否则,预处理后的数据直接作置零处理,设一级门限处理后的数据为z'k,k=2,…,K,然后将各部雷达一级门限处理的数据传输至数据融合中心,具体步骤如下:
对所有的m,n,p(1≤m≤M,1≤n≤N,1≤p≤P)进行如下处理:
Figure GDA0003726924940000021
其中,
Figure GDA0003726924940000022
为设定门限,pfa为虚警概率,设定为pfa=10-2,E(|z(m,n,p)|)按照单元平均设定,即:
Figure GDA0003726924940000023
其中,L=(2r1+1)(2r2+1)(2r3+1)-27为参与平均的单元总数,取r1=r2=r3=7,雷达1至雷达K经一级门限处理后的数据为z'k,k=1,…,K,然后将经一级门限处理后雷达1至雷达K中的有效数据(即幅值非零的数据)至融合处理中心。
S3:为完成不同雷达间的空间配准,对雷达2至雷达K传至数据融合中心的数据根据各雷达的坐标位置和工作参数进行空间坐标变换,得到坐标变换后的数据z'k',k=2,…,K;
S4:由于雷达位置误差、时空同步误差的影响,为了提高不同雷达间信号融合的误差不敏感性,将一级门限处理后雷达1的数据和空间坐标变换后雷达2至雷达K的数据依次排列成K帧数据,采用动态规划算法进行非相参融合;
S5:为了提高融合后目标参数的测量精度,由于动态规划算法存在能量扩散的缺点,对动态规划算法值函数积累的关联规则进行改进,当第k帧当前数据与第k-1帧数据关联时,不仅考虑第k-1帧可能转移到第k帧当前数据的状态范围,同时考虑第k帧当前数据可能转移到第k-1帧数据的状态范围;当第k-1帧相应坐标位置可能转移到第k帧的状态范围内的数据最大值的坐标值与第k帧当前数据坐标值一致时,则第k帧当前数据与第k-1帧可能的状态转移范围内最大值关联成功,否则不进行关联,依此类推,采用此规则完成K帧数据的非相参融合,进而经目标检测得到目标的检测结果。
所述S3中进行空间坐标变换的详细步骤为:
按照如下坐标变换公式进行空间坐标变换:
Figure GDA0003726924940000031
Figure GDA0003726924940000032
其中dk为雷达1与雷达k的直线距离,Rk为雷达k与目标之间的直线距离,R'k表示雷达k经上述坐标变换后距目标的直线距离;θk为目标所在方位与雷达k坐标轴之间的方位夹角,θ'k表示雷达k经上述坐标变换后所在方位与雷达1坐标轴之间的方位夹角,αk为雷达k坐标原点与雷达1坐标原点连线和雷达一坐标轴之间的夹角。
根据坐标变换公式,将雷达2至雷达K预处理后的数据进行变换,变换后的数据模型表示为:
Figure GDA0003726924940000033
令z”1(m',n,p')=z1(m,n,p);
其中,j表示虚数单位,k=1,2,…,K;m'=1,2,…,M'(m'代表坐标变换后距离单元编号,M'表示坐标变换后距离单元总数);n=1,2,…,N;p'=1,2,…,P'(p'代表坐标变换后方位波位编号,P'表示坐标变换后雷达探测的方位波位总数);
z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,A'k,m',n,p表示复数据的幅度,
Figure GDA0003726924940000041
表示复数据的相位值。
所述S4中采用动态规划算法进行非相参融合的详细步骤如下:
将雷达1预处理后的数据作为动态规划的第一帧数据,雷达2至雷达K坐标变换后的数据分别作为动态规划的第2帧到第K帧数据;
S41:设置第k帧的值函数为I(xk|z'k);
I(xk|z'k)=|z'k(m',n,p')|
其中,z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,|·|表示绝对值运算,xk表示第k帧时估计的目标距离、方位、多普勒状态信息,z'k表示第k帧数据;
用1表示第一帧,设定第一帧的值函数I(x1|z1):
I(x1|z1)=|z'1(m',n,p')|
S42:令k=2,对所有的m',n,p'(1≤m'≤M',1≤n≤N,1≤p'≤P')进行如下处理:
如果zk(m',n,p')=0,则该单元不进行处理,否则进行如下处理:
令V=m ax(|zk([m'-q1:m'+q1],[n-q2:n+q2],[p'-q3:p'+q3])|),取q1=q2=q3=2;
如果V=|zk(m',n,p')|,则求取k帧积累后的值函数I(xk|Z1:k),否则继遍历下一个状态;
k帧积累后的值函数I(xk|Z1:k)利用下式求取:
Figure GDA0003726924940000042
其中,Z1:k={z'1,z'2,…,z'K}表示K部雷达参与信号融合的数据集合,τ(xk)表示k-1时刻能转移到状态xk的所有状态xk-1;当k取2时,I(xk-1|Z1:k-1)=I(x1|z1);
令k加1,重复步骤S42,直至k=K结束;
当k=K时,得出I(xK|Z1:K),令I(xK)=I(xK|Z1:K);
S43:找出满足设定条件的xk,所述设定条件为I(xK)>VDT,VDT为设定门限,VDT根据给定的虚警率按照传统的单元平均恒虚警算法进行设置。满足设定条件的xk的个数表示为Q,Q个满足设定条件的xk分别表示为:
Figure GDA0003726924940000051
Figure GDA0003726924940000052
利用
Figure GDA0003726924940000053
Figure GDA0003726924940000054
组成状态序列
Figure GDA0003726924940000055
Figure GDA0003726924940000056
即为多部雷达协同探测信号级融合的检测结果。
本发明的有益效果为:
第一,由于本发明通过对单部雷达预处理后的数据进行低门限处理,在减小噪声干扰的同时最大限度的保留目标信息,从而大大降低了各舰向数据融合中心传输的数据量;同时将传输至数据融合中心的多部雷达数据统一变换到同一坐标系下进行信号级融合检测,充分利用了编队内多部同型雷达对目标探测的信息,使得本发明具有提高微弱目标检测性能的优点。
第二,由于本发明采用了改进的动态规划方法,相比于穷举法大大减小了计算量,同时该方法不仅有效解决了在不同坐标系下目标不同的运动状态和坐标转换存在误差的情况下目标能量进行有效积累的难题,而且解决了传统动态规划方法多帧积累能量扩散的问题,从而大大提高了目标参数的测量精度。因而本发明有效解决了编队内各舰与数据融合中心传输数据量巨大及动态规划方法能量扩散现象导致目标参数测量精度低和多部同型雷达信号级融合协同探测空间配准难的问题,为实现复杂海杂波环境下微弱目标的探测提供了有力的技术支撑。
附图说明
图1为本发明基于改进动态规划的两坐标舰载雷达协同探测信号级融合方法的流程图。
图2为雷达1与雷达k之间坐标转换示意图。
图3(a)为目标所在的方位和多普勒通道单雷达MTD结果与利用本发明进行两部雷达信号级融合结果的示意图。
图3(b)为利用本发明与传统方法进行两部雷达信号级融合距离维结果的局部放大示意图。
图3(c)为利用本发明与传统方法进行两部雷达信号级融合方位维结果的局部放大示意图。
图3(d)为利用本发明与传统方法进行两部雷达信号级融合多普勒级结果的局部放大示意图。
图4为本发明与传统方法及单部雷达在虚警率相同的情况下不同信噪比下的检测概率曲线。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明提出了一种基于改进动态规划的编队内多部同型两坐标雷达信号级融合协同探测的新方法,在有效降低数据传输量的基础上使编队内雷达的探测性能得到明显提升,通过对动态规划关联算法的改进可以提高目标参数的测量精度,为提升区域及编队条件下雷达综合探测能力奠定了技术基础。
本发明利用多部雷达对目标的探测信息,通过单部雷达信号预处理,在减小数据传输量的基础上进行多部雷达信号级融合,有效的提高了对目标的探测性能,通过对动态规划关联算法的改进可以提高目标参数的测量精度,为该方法在两坐标舰载雷达协同探测系统中的实际使用提供了强有力的技术支撑。
参照图1,为本发明的基于改进动态规划的两坐标舰载雷达协同探测信号级融合方法的流程图。该基于改进动态规划的两坐标舰载雷达协同探测信号级融合方法包括以下步骤:
S1:利用雷达1(这里雷达1任意指定)至雷达K(K部雷达是同型雷达)接收的雷达回波数据,对雷达回波数据进行预处理,得到预处理后的数据zk,k=1,2,…,K(k代表雷达编号,K表示参与协同探测的雷达总数),具体说明如下:
在步骤S1中,对雷达1至雷达K回波数据进行预处理的过程为:对雷达回波数据进行脉冲压缩、MTD处理。预处理后的数据模型表示为:
Figure GDA0003726924940000061
其中,j表示虚数单位,k=1,2,…,K(k代表雷达编号,K表示参与协同探测的雷达总数);m=1,2,…,M(m代表距离单元编号,M表示距离单元总数);
n=1,2,…,N(n代表多普勒单元编号,N表示多普勒单元的总数);p=1,2,…,P(p代表方位波位编号,P表示雷达探测的方位波位总数);这里zk(m,n,p)为第k部雷达第m个距离单元第n个多普勒单元第p个方位单元的数据值,Ak,m',n,p表示复数据的幅度值,
Figure GDA0003726924940000071
表示复数据的相位值。
S2:对雷达1至雷达K预处理后的数据分别进行一级门限处理,处理后的数据z'k,k=2,…,K(k代表雷达编号,K表示参与协同探测的雷达总数)。具体说明如下:
对所有的m,n,p(1≤m≤M,1≤n≤N,1≤p≤P)进行如下处理:
Figure GDA0003726924940000072
其中,
Figure GDA0003726924940000073
为设定门限,其中pfa为虚警概率,设定为pfa=10-2,E(|z(m,n,p)|)按照传统的单元平均来设定,即
Figure GDA0003726924940000074
其中,L=(2r1+1)(2r2+1)(2r3+1)-27为参与平均的单元总数,本发明取r1=r2=r3=7。
雷达1至雷达K经一级门限处理后的数据为z'k,k=1,…,K(k代表雷达编号,K表示参与协同探测的雷达总数),然后将经一级门限处理后雷达一至雷达K中的有效数据(即幅值非零的数据)至融合处理中心。
S3:对雷达2至雷达K传至数据融合中心的数据进行坐标变换,得到坐标变换后的数据z”k,k=2,…,K(k代表雷达编号,K表示参与协同探测的雷达总数)。具体说明如下:
参照图2,在步骤S2中,对雷达2至雷达K回波数据进行预处理的过程为:按照下面的坐标变换公式进行空间坐标变换:
Figure GDA0003726924940000075
Figure GDA0003726924940000081
其中dk为雷达1与雷达k的直线距离,Rk为雷达k与目标之间的直线距离,R'k表示雷达k经上述坐标变换后距目标的直线距离;θk为目标所在方位与雷达k坐标轴之间的方位夹角,θ'k表示雷达k经上述坐标变换后所在方位与雷达1坐标轴之间的方位夹角,αk为雷达k坐标原点与雷达1坐标原点连线和雷达一坐标轴之间的夹角。
根据上述坐标变换公式,将雷达2至雷达K预处理后的数据进行变换,变换后的数据模型表示为:
Figure GDA0003726924940000082
令z”1(m',n,p')=z1(m,n,p);
其中,j表示虚数单位,k=1,2,…,K(k代表雷达编号,K表示参与协同探测的雷达总数);m'=1,2,…,M'(m'代表坐标变换后距离单元编号,M'表示坐标变换后距离单元总数);n=1,2,…,N(n代表多普勒单元编号,N表示多普勒单元的总数);p'=1,2,…,P'(p'代表坐标变换后方位波位编号,P'表示坐标变换后雷达探测的方位波位总数);z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,A'k,m',n,p表示复数据的幅度,
Figure GDA0003726924940000083
表示复数据的相位值。
S4:根据一级门限处理后雷达1的数据和坐标变换后雷达2至雷达K的数据,采用改进的动态规划方法进行信号融合,经目标检测得到目标的状态信息;在采用动态规划方法进行融合时,对预处理后雷达1的数据和坐标变换后雷达2至雷达K的数据取幅值,根据数据的幅度值,构造动态规划方法的值函数。具体说明如下:
将第一部雷达预处理后的数据作为动态规划的第一帧数据,雷达2至雷达K坐标变换后的数据分别作为动态规划的二帧到第K帧数据。
S41:设置第k帧的值函数为I(xk|z'k);
I(xk|z'k)=|z'k(m',n,p')|
其中,z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,|·|表示绝对值运算,xk表示第k帧时估计的目标距离、方位、多普勒状态信息,z’k表示第k帧数据;
用1表示第一帧,设定第一帧的值函数I(x1|z1):
I(x1|z1)=|z'1(m',n,p')|
S42:令k=2,对所有的m',n,p'(1≤m'≤M',1≤n≤N,1≤p'≤P')进行如下处理:
如果zk(m',n,p')=0,则该单元不进行处理,否则进行如下处理:
令V=m ax(|zk([m'-q1:m'+q1],[n-q2:n+q2],[p'-q3:p'+q3])|),取q1=q2=q3=2。
如果V=|zk(m',n,p')|,则求取k帧积累后的值函数I(xk|Z1:k),否则继遍历下一个状态;
k帧积累后的值函数I(xk|Z1:k)利用下式求取:
Figure GDA0003726924940000091
其中,Z1:k={z'1,z'2,…,z'K}表示K部雷达参与信号融合的数据集合,τ(xk)表示k-1时刻能转移到状态xk的所有状态xk-1;当k取2时,I(xk-1|Z1:k-1)=I(x1|z1);
令k加1,重复步骤S42,直至k=K结束。
当k=K时,得出I(xK|Z1:K),令I(xK)=I(xK|Z1:K);
S43:找出满足设定条件的xk,所述设定条件为I(xK)>VDT,VDT为设定门限,VDT根据给定的虚警率按照传统的单元平均恒虚警算法进行设置。满足设定条件的xk的个数表示为Q,Q个满足设定条件的xk分别表示为:
Figure GDA0003726924940000092
Figure GDA0003726924940000093
利用
Figure GDA0003726924940000094
Figure GDA0003726924940000095
组成状态序列
Figure GDA0003726924940000096
Figure GDA0003726924940000097
即为多部雷达协同探测信号级融合的检测结果。
S5:为了提高融合后目标参数的测量精度,由于动态规划算法存在能量扩散的缺点,对动态规划算法值函数积累的关联规则进行改进,当第k帧当前数据与第k-1帧数据关联时,不仅考虑第k-1帧可能转移到第k帧当前数据的状态范围,同时考虑第k帧当前数据可能转移到第k-1帧数据的状态范围;当第k-1帧相应坐标位置可能转移到第k帧的状态范围内的数据最大值的坐标值与第k帧当前数据坐标值一致时,则第k帧当前数据与第k-1帧可能的状态转移范围内最大值关联成功,否则不进行关联,依此类推,采用此规则完成K帧数据的非相参融合,进而经目标检测得到目标的检测结果。
下面以两部两坐标雷达为例通过仿真实验对本发明的效果做进一步说明。
仿真实验内容:利用仿真产生雷达1和雷达2的接收回波数据,仿真参数如下:线性调频信号时宽5μs,带宽2MHz,采样率4MHz,相干积累脉冲数64;方位波束宽度2°,方位扫描角度范围30°~120°,两部雷达的直线距离为1km,雷达二相对于雷达一的夹角α=20°。在MATLAB13.0a软件中进行实验,根据本发明提供的方法进行信号级融合,得出目标的检测结果;结果如图3所示,参照图3(a),为目标所在方位、多普勒通道的单雷达MTD结果与利用本发明进行两部雷达信号融合结果的示意图;图3(a)中,横轴代表距离单元,纵轴代表融合后信号的幅值。参照图3(b),本发明和与传统方法进行两部雷达信号级融合距离维结果的局部放大示意图;图3(b)中,横轴代表距离单元,纵轴代表融合后信号的幅值。参照图3(c),本发明和与传统方法进行两部雷达信号级融合方位维结果的局部放大示意图;图3(c)中,横轴代表方位单元,纵轴代表融合后信号的幅值。参照图3(d),本发明和与传统方法进行两部雷达信号级融合多普勒维结果的局部放大示意图;图3(c)中,横轴代表多普勒单元,纵轴代表融合后信号的幅值。如图4所示,本发明与传统方法及单部雷达在虚警率相同的情况下不同信噪比下的检测概率曲线;横轴代表信噪比(单位:分贝),纵轴代表检测概率。
仿真结果分析:表1表示本发明和现有方法(传统动态规划进行信号级融合)在相同的仿真场景下的数据传输量。
表1
Figure GDA0003726924940000101
从表1中看出,本发明的数据传输量比现存的方法降低了36.36%。另外,从图3(a)、图3(b)、图3(c)和图3(d)可以看出,本发明提出的方法无论在信号融合效果上还是在距离、方位和多普勒融合结果的主峰宽度上都优于传统方法;从图4可以看出本发明方法与传统动态规划方法融合后检测概率基本一致,并且检测性能均优于单雷达,从而证明了本发明的有效性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (3)

1.一种两坐标舰载雷达信号级融合方法,其特征在于包括下述步骤:
S1:利用K个同型雷达接收的雷达回波数据,对各部雷达回波数据进行脉冲压缩、MTD处理预处理,得到预处理后的数据zk(m,n,p),zk(m,n,p)为第k部雷达第m个距离单元第n个多普勒单元第p个方位单元的数据值,其中k=1,2,…,K,k代表雷达编号,K表示参与协同探测的雷达总数;m=1,2,…,M,m代表距离单元编号,M表示距离单元总数;n=1,2,…,N,n代表多普勒单元编号,N表示多普勒单元的总数;p=1,2,…,P,p代表方位波位编号,P表示雷达探测的方位波位总数;
S2:为有效减小雷达与融合中心之间的数据传输量,对雷达1至雷达K预处理后的数据根据虚警概率,采用单元平均恒虚警算法设置一级检测门限;如果预处理后的数据低于检测门限,则该数据保留;否则,预处理后的数据直接作置零处理,设一级门限处理后的数据为z'k,k=2,…,K,然后将各部雷达一级门限处理的数据传输至数据融合中心,具体步骤如下:
对所有的m,n,p进行如下处理,其中1≤m≤M,1≤n≤N,1≤p≤P:
Figure FDA0003726924930000011
其中,
Figure FDA0003726924930000012
为设定门限,pfa为虚警概率,设定为pfa=10-2,E(|z(m,n,p)|)按照单元平均设定,即:
Figure FDA0003726924930000013
其中,L=(2r1+1)(2r2+1)(2r3+1)-27为参与平均的单元总数,取r1=r2=r3=7;
雷达1至雷达K经一级门限处理后的数据为z'k,k=1,…,K,然后将经一级门限处理后雷达1至雷达K中的有效数据至融合处理中心,有效数据即幅值非零的数据;
S3:为完成不同雷达间的空间配准,对雷达2至雷达K传至数据融合中心的数据根据各雷达的坐标位置和工作参数进行空间坐标变换,得到坐标变换后的数据z″k,k=2,…,K;
S4:由于雷达位置误差、时空同步误差的影响,为了提高不同雷达间信号融合的误差不敏感性,将一级门限处理后雷达1的数据和空间坐标变换后雷达2至雷达K的数据依次排列成K帧数据,采用动态规划算法进行非相参融合;
S5:为了提高融合后目标参数的测量精度,由于动态规划算法存在能量扩散的缺点,对动态规划算法值函数积累的关联规则进行改进,当第k帧当前数据与第k-1帧数据关联时,不仅考虑第k-1帧可能转移到第k帧当前数据的状态范围,同时考虑第k帧当前数据可能转移到第k-1帧数据的状态范围;当第k-1帧相应坐标位置可能转移到第k帧的状态范围内的数据最大值的坐标值与第k帧当前数据坐标值一致时,则第k帧当前数据与第k-1帧可能的状态转移范围内最大值关联成功,否则不进行关联,依此类推,采用此规则完成K帧数据的非相参融合,进而经目标检测得到目标的检测结果。
2.根据权利要求1所述的一种两坐标舰载雷达信号级融合方法,其特征在于:
所述S3中进行空间坐标变换的详细步骤为:
按照如下坐标变换公式进行空间坐标变换:
Figure FDA0003726924930000021
Figure FDA0003726924930000022
其中dk为雷达1与雷达k的直线距离,Rk为雷达k与目标之间的直线距离,R'k表示雷达k经上述坐标变换后距目标的直线距离;θk为目标所在方位与雷达k坐标轴之间的方位夹角,θ′k表示雷达k经上述坐标变换后所在方位与雷达1坐标轴之间的方位夹角,αk为雷达k坐标原点与雷达1坐标原点连线和雷达一坐标轴之间的夹角;
根据坐标变换公式,将雷达2至雷达K预处理后的数据进行变换,变换后的数据模型表示为:
Figure FDA0003726924930000023
令z″1(m',n,p')=z1(m,n,p);
其中,j表示虚数单位,k=1,2,…,K;m'=1,2,…,M',m'代表坐标变换后距离单元编号,M'表示坐标变换后距离单元总数;n=1,2,…,N;p'=1,2,…,P',p'代表坐标变换后方位波位编号,P'表示坐标变换后雷达探测的方位波位总数;z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,A'k,m',n,p表示复数据的幅度,
Figure FDA0003726924930000031
表示复数据的相位值。
3.根据权利要求1所述的一种两坐标舰载雷达信号级融合方法,其特征在于:
所述S4中采用动态规划算法进行非相参融合的详细步骤如下:
将雷达1预处理后的数据作为动态规划的第一帧数据,雷达2至雷达K坐标变换后的数据分别作为动态规划的第2帧到第K帧数据;
S41:设置第k帧的值函数为I(xk|z'k);
I(xk|z'k)=|z'k(m',n,p')|
其中,z'k(m',n,p')为第k部雷达第m'个距离单元第n个多普勒单元第p'个方位单元的数据值,|·|表示绝对值运算,xk表示第k帧时估计的目标距离、方位、多普勒状态信息,z′k表示第k帧数据;
用1表示第一帧,设定第一帧的值函数I(x1|z1):
I(x1|z1)=|z'1(m',n,p')|
S42:令k=2,对所有的m',n,p'进行如下处理,其中,1≤m'≤M',1≤n≤N,1≤p'≤P':
如果zk(m',n,p')=0,则该单元不进行处理,否则进行如下处理:
令V=m ax(|zk([m'-q1:m'+q1],[n-q2:n+q2],[p'-q3:p'+q3])|),取q1=q2=q3=2;
如果V=|zk(m',n,p')|,则求取k帧积累后的值函数I(xk|Z1:k),否则继遍历下一个状态;
k帧积累后的值函数I(xk|Z1:k)利用下式求取:
Figure FDA0003726924930000032
其中,Z1:k={z'1,z'2,…,z'K}表示K部雷达参与信号融合的数据集合,τ(xk)表示k-1时刻能转移到状态xk的所有状态xk-1;当k取2时,I(xk-1|Z1:k-1)=I(x1|z1);
令k加1,重复步骤S42,直至k=K结束;
当k=K时,得出I(xK|Z1:K),令I(xK)=I(xK|Z1:K);
S43:找出满足设定条件的xk,所述设定条件为I(xK)>VDT,VDT为设定门限,VDT根据给定的虚警率按照传统的单元平均恒虚警算法进行设置;满足设定条件的xk的个数表示为Q,Q个满足设定条件的xk分别表示为:
Figure FDA0003726924930000041
Figure FDA0003726924930000042
利用
Figure FDA0003726924930000043
Figure FDA0003726924930000044
组成状态序列
Figure FDA0003726924930000045
即为多部雷达协同探测信号级融合的检测结果。
CN201911262796.7A 2019-12-11 2019-12-11 一种两坐标舰载雷达信号级融合方法 Active CN110988808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911262796.7A CN110988808B (zh) 2019-12-11 2019-12-11 一种两坐标舰载雷达信号级融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911262796.7A CN110988808B (zh) 2019-12-11 2019-12-11 一种两坐标舰载雷达信号级融合方法

Publications (2)

Publication Number Publication Date
CN110988808A CN110988808A (zh) 2020-04-10
CN110988808B true CN110988808B (zh) 2022-10-21

Family

ID=70092212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911262796.7A Active CN110988808B (zh) 2019-12-11 2019-12-11 一种两坐标舰载雷达信号级融合方法

Country Status (1)

Country Link
CN (1) CN110988808B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111427036A (zh) * 2020-04-14 2020-07-17 南京莱斯电子设备有限公司 一种短基线多雷达信号级融合检测方法
CN112182062B (zh) * 2020-09-15 2022-09-13 中国人民解放军63660部队 一种多目标雷达组网测量数据匹配与编目方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104991232A (zh) * 2015-06-26 2015-10-21 西安电子科技大学 目标信号相关下信号级融合的组网雷达抗欺骗式干扰方法
CN106199588A (zh) * 2016-06-24 2016-12-07 西安电子科技大学 基于巴氏距离量化的多站雷达信号融合检测方法
CN106383344A (zh) * 2016-09-30 2017-02-08 长沙太电子科技有限公司 基于融合准则的多站雷达运动目标检测方法
KR101851636B1 (ko) * 2016-10-20 2018-06-07 국방과학연구소 공진 주파수 및 파형 구조 기반의 특성 벡터 융합을 이용한 레이더 표적 구분 방법 및 장치
CN110161479A (zh) * 2019-06-14 2019-08-23 西安电子科技大学 基于信噪比信息的多站雷达信号级融合目标检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104991232A (zh) * 2015-06-26 2015-10-21 西安电子科技大学 目标信号相关下信号级融合的组网雷达抗欺骗式干扰方法
CN106199588A (zh) * 2016-06-24 2016-12-07 西安电子科技大学 基于巴氏距离量化的多站雷达信号融合检测方法
CN106383344A (zh) * 2016-09-30 2017-02-08 长沙太电子科技有限公司 基于融合准则的多站雷达运动目标检测方法
KR101851636B1 (ko) * 2016-10-20 2018-06-07 국방과학연구소 공진 주파수 및 파형 구조 기반의 특성 벡터 융합을 이용한 레이더 표적 구분 방법 및 장치
CN110161479A (zh) * 2019-06-14 2019-08-23 西安电子科技大学 基于信噪比信息的多站雷达信号级融合目标检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周万幸.舰载雷达的现状及发展趋势分析.《现代雷达》.2007,第29卷(第9期),第1-4页. *

Also Published As

Publication number Publication date
CN110988808A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN104914415B (zh) 基于目标距离像模板匹配的单脉冲雷达相干干扰方法
CN104678368B (zh) 一维相扫三坐标雷达空域自适应干扰抑制方法
CN110412559B (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN105445701B (zh) Ddma‑mimo雷达目标的单脉冲角度估计方法
CN103353591B (zh) 基于mimo的双基地雷达局域化降维杂波抑制方法
CN103389493B (zh) 基于波束选择方法的多波束单脉冲测角方法
CN101887120B (zh) 一种用于单波束机械扫描雷达测量目标方位角的方法
CN111323760B (zh) 基于数字射频存储drfm的多级调制干扰系统及方法
CN110988808B (zh) 一种两坐标舰载雷达信号级融合方法
CN104142496B (zh) 基于连通域划分的统计mimo雷达多目标定位方法
CN102707270B (zh) 高频地波雷达相对天线方向图自动估计方法
CN108107436A (zh) 一种基于可靠声路径的水下目标主动分类与定位方法
CN105842688A (zh) 单脉冲雷达对空目标快速捕获方法
CN104597434A (zh) 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法
CN106569184A (zh) 一种针对线性调频雷达的干扰方法
CN110058245A (zh) 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法
CN106569185A (zh) 一种针对线性调频雷达的改进smsp干扰方法
CN109765529A (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及系统
CN109061654A (zh) 一种深海环境下单圆环阵主动三维定位方法
CN108572353A (zh) 一种低截获雷达的脉冲时间序列规划方法
CN101471734B (zh) 一种多发多收声定位网络系统及其定位方法
CN104914430A (zh) 一种根据目标距离自适应选择发射阵元的阵列雷达系统
CN115508795B (zh) 一种探测干扰一体化共享信号动态生成方法
CN105319538B (zh) 基于辅助通道的空时自适应杂波抑制方法
CN116520303A (zh) 一种基于自适应波束rdt的船载地波雷达目标检测方法

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