CN111239742B - 海杂波背景下基于mbmc的低空风切变风速估计方法 - Google Patents

海杂波背景下基于mbmc的低空风切变风速估计方法 Download PDF

Info

Publication number
CN111239742B
CN111239742B CN202010118674.7A CN202010118674A CN111239742B CN 111239742 B CN111239742 B CN 111239742B CN 202010118674 A CN202010118674 A CN 202010118674A CN 111239742 B CN111239742 B CN 111239742B
Authority
CN
China
Prior art keywords
mbmc
wind speed
sea clutter
space
low
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
CN202010118674.7A
Other languages
English (en)
Other versions
CN111239742A (zh
Inventor
李海
呼延泽
刘志鑫
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.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
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 Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202010118674.7A priority Critical patent/CN111239742B/zh
Publication of CN111239742A publication Critical patent/CN111239742A/zh
Application granted granted Critical
Publication of CN111239742B publication Critical patent/CN111239742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种海杂波背景下基于MBMC的低空风切变风速估计方法。其包括构建雷达回波信号数据模型并获得雷达回波信号数据；进行海杂波距离依赖性矫正，估计出待测距离单元的杂波协方差矩阵；构造降维联合空时变换矩阵，对杂波协方差矩阵进行降维自适应处理；根据降维后的杂波协方差矩阵求解MBMC空时联合自适应处理器的最优自适应权矢量；利用最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速等步骤；本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法立足于新一代相控阵体制的机载气象雷达，可以准确地估计得到风速，且具有较好的稳健性。

Description

海杂波背景下基于MBMC的低空风切变风速估计方法
技术领域
本发明属于机载气象雷达信号处理技术领域，特别是涉及一种海杂波背景下基于MAMC(Multi-beam multi-cascade)的低空风切变风速估计方法。
背景技术
机载气象雷达已被广泛应用于探测与预警雷暴、湍流和风切变等灾害性天气，其中低空风切变因其变化快、持续时间短和破坏性高等特点，已经成为威胁民航飞行安全的“头号杀手”，因此进行低空风切变检测研究对保障民航客机飞行安全尤为重要。在低空风切变检测过程中，风速估计又是不可或缺的一环。
目前，针对地杂波背景，多种低空风切变风速估计方法被提出，且可以获得良好的风速估计结果。但是随着经济、科技高速发展，各国都在发展建造海上机场，民航客机在海上机场起飞与降落时，机载气象雷达不可避免会接收海杂波信号，与地杂波相比，由于海面状况复杂多变，与天气、地理位置、风速等许多因素有关，所以海杂波特性不同于地杂波。其中风速对于海面起伏影响最大，使海面呈现随机运动状态，造成海杂波空时二维谱展宽，导致海杂波抑制难度增加，因此在低空风切变探测过程中，当遇到海面所反射的海杂波信号覆盖低空风切变信号时，将会极大地影响风速估计的准确性。目前关于海杂波背景下的低空风切变风速估计方法鲜有报道，所以对于海杂波背景下的低空风切变风速估计方法研究是十分重要的。
发明内容
为了解决上述问题，本发明的目的在于提供一种在海杂波背景下，仍然能够较好地实现低空风切变风速估计的方法。
为了达到上述目的，本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法包括按顺序进行的下列步骤：
1)读取飞机飞行的状态参数和机载气象雷达工作参数在内的先验信息；
2)利用上述先验信息对机载气象雷达回波信号进行载机速度补偿与距离依赖性矫正，并估计出待测距离单元的协方差矩阵；
3)构造MBMC空时降维自适应处理器，对上述估计得到的杂波协方差矩阵进行降维自适应处理；
4)求解MBMC空时降维自适应处理器的最优自适应权矢量，由此实现海杂波抑制和低空风切变信号匹配；
5)基于上述最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速；
6)重复步骤2)-5)，依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号，得到风速随距离的变化曲线。
在步骤1)中，所述的飞机飞行的状态参数和机载气象雷达工作参数包括飞行高度H、飞机速度V、相邻阵元间距d、机载气象雷达波长λ、脉冲重复频率fr、海面散射单元相对于飞机的俯仰角
Figure BDA0002392292130000021
和方位角θ、低空风切变信号的俯仰角
Figure BDA0002392292130000022
和水平方位角θ0。
在步骤2)中，所述的利用上述先验信息对机载气象雷达回波信号进行载机速度补偿与距离依赖性矫正，并估计出待测距离单元的协方差矩阵的方法是:首先利用飞机速度、机载气象雷达波长、脉冲重复频率进行载机速度补偿，然后利用空时插值方法矫正前视阵海杂波的距离依赖性，最后利用辅助距离单元数据估计得到待测距离单元的杂波协方差矩阵。
在步骤3)中，构造MBMC空时降维自适应处理器，对上述估计得到的杂波协方差矩阵进行降维自适应处理的方法是：首先通过Bulter波束形成器形成多个波束，其次选择主波束与多个相邻空域波束，联合时域三次滑窗数据，再级联多普勒滤波器，构造得到降维联合空时变换矩阵，最后进行空时联合的自适应处理。
在步骤4)中，所述的求解MBMC空时降维自适应处理器的最优自适应权矢量，由此实现海杂波抑制和低空风切变信号匹配的方法是：首先根据线性约束最小方差准则求解得到MBMC空时降维自适应处理器的最优自适应权矢量，然后利用最优自适应权矢量对机载气象雷达回波信号进行滤波，由此实现海杂波抑制与低空风切变信号匹配。
在步骤5)中，所述的基于上述最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速的方法是：首先依次迭代代表各个多普勒通道的归一化多普勒频率，得到不同归一化多普勒频率下的风切变信号匹配输出，然后进行输出功率比较，得到最大信号输出功率所对应的归一化多普勒频率值，最后通过得到的归一化多普勒频率值，经计算即可得到待测距离单元的风速估计值。
本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法立足于新一代相控阵体制的机载气象雷达，首先对机载前视阵机载气象雷达回波信号进行空时插值距离依赖性矫正，然后对空域相邻多波束联合时域三次滑窗的输出级联多普勒滤波器，构建得到降维联合空时变换矩阵，联合空、时域进行自适应处理，最后通过构造代价函数估计得到风速。仿真结果表明：当处于海杂波背景下时，本发明方法可以准确地估计得到风速，且具有较好的稳健性。
附图说明
图1为本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法的流程图；
图2为海杂波背景下机载前视阵气象雷达下视探测低空风切变几何结构模型；
图3为MBMC方法原理图；
图4为空时二维谱插值矫正前后对比图；
图5为地杂波空时二维谱；
图6为不同情况下的空时二维谱比较图；
图7为不同海面风速下估计结果对比图。
具体实施方式
下面结合附图和具体实施例对本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法进行详细说明。
如图1所示，本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法包括按顺序进行的下列步骤：
1)读取飞机飞行的状态参数和机载气象雷达工作参数在内的先验信息，包括飞机高度H，飞机速度V，相邻阵元间距d、机载气象雷达波长λ、脉冲重复频率fr等；
图2为海杂波背景下机载前视阵气象雷达下视探测低空风切变几何结构模型，其中H代表飞机高度，V代表飞机速度，天线阵列垂直于飞行方向，由N个等效阵元构成均匀线阵，相邻阵元间距d＝λ/2，λ为机载气象雷达波长，海面散射单元相对于载机的俯仰角和方位角分别是
Figure BDA0002392292130000041
和θ，
Figure BDA0002392292130000042
和θ0分别是低空风切变信号的俯仰角和水平方位角，假设一个相干处理间隔(Coherent Processing Interval，CPI)内时域采样数为K，脉冲重复频率为fr，假设第l个距离单元为待测距离单元，那么第l个距离单元的机载气象雷达回波信号可表示为：
Xl＝Cl+Sl+N     (1)
其中，其中Cl代表第l个距离单元内海杂波回波信号，Sl代表第l个距离单元内低空风切变回波信号，N表示加性高斯白噪声。
第l个距离单元内第n个脉冲第k个阵元所接收的海杂波回波信号Cl(n,k)可表示为：
Figure BDA0002392292130000043
其中，n＝1,2…N,k＝1,2…K,Rl表示第l个距离单元相对于飞机的雷达斜距，
Figure BDA0002392292130000051
和
Figure BDA0002392292130000052
分别表示发射方向图和接收方向图。
Figure BDA0002392292130000053
表示第l个距离单元的海面散射强度，其中Pt表示机载气象雷达发射峰值功率，Gt表示天线发射增益，
Figure BDA0002392292130000054
表示海杂波散射单元的机载气象雷达散射截面积，Ls表示系统损耗；
Figure BDA0002392292130000055
表示海杂波K分布起伏模型；φc表示海杂波随机相位；
Figure BDA0002392292130000056
表示第l个距离单元对应的俯仰角，
Figure BDA0002392292130000057
与
Figure BDA0002392292130000058
分别表示海杂波散射单元的空间角频率和时间角频率，vsea表示海杂波内部运动速度。
海杂波与地杂波最大的区别在于其具有内部运动速度，风驱使海面产生波浪并随机起伏运动，并且波浪的随机起伏运动正是产生海杂波内部运动速度的主要原因。假设海面波浪可表示为一系列不同振幅、不同频率和不同初相的余弦波时，在某一时刻t下不同海面散射单元的径向速度可表示为：
Figure BDA0002392292130000059
其中：
Figure BDA00023922921300000510
Figure BDA00023922921300000511
Figure BDA00023922921300000512
Nw表示组成海面的余弦波(即波浪)数目，α表示海浪涌动方向，ωi和
Figure BDA00023922921300000513
分别表示第i个余弦波的频率和波数，g表示重力加速度，φi表示第i个余弦波随机相位，Ai表示第i个余弦波的幅度，其正比于第i个余弦波处的海浪谱密度的平方根。r表征了海面散射单元的波浪距离(即海面散射单元所处的位置)，海浪谱是对动态海面的随机特性进行统计描述的最基本物理量，PM(Pierson-Moscowitz)海浪谱是充分成长状态的稳态海浪频谱，其良好的数据基础及数学形式上的简洁性有利于分析处理，表达式为：
Figure BDA0002392292130000061
其中，u表示海面上方19.5m处的风速，g表示重力加速度，
Figure BDA0002392292130000062
表示波数，a＝8.1×10-3和b＝0.74。
低空风切变回波信号可表示为：
Figure BDA0002392292130000063
其中，αl表示第l个距离单元低空风切变回波信号的幅度，ψ0表示低空风切回波信号的空间锥角，
Figure BDA0002392292130000064
fl表示低空风切变回波信号归一化多普勒频率，β(ψ0,fl)表示低空风切变回波信号的空时导向矢量，βt(fl)与βs(ψ0)分别表示时间导向矢量和空间导向矢量，可表示为：
Figure BDA0002392292130000065
Figure BDA0002392292130000066
其中，⊙表示Hadamard积，
Figure BDA0002392292130000068
表示低空风切变回波信号的频率扩展函数，
Figure BDA0002392292130000069
表示低空风切变回波信号的角度扩展函数，其中
Figure BDA00023922921300000610
Figure BDA00023922921300000611
表示低空风切变信号的水平方位角θ0方向上的角度扩展，
Figure BDA00023922921300000612
表示低空风切变回波信号的俯仰角
Figure BDA00023922921300000613
方向上的角度扩展。
2)利用上述先验信息对机载气象雷达回波信号进行载机速度补偿与距离依赖性矫正，并估计出待测距离单元的协方差矩阵；
第l个距离单元的机载气象雷达回波信号可表示为：
Figure BDA0002392292130000071
其中Xl′(n,k)|n＝1,2…N；k＝1,2…K表示在第l个距离单元内第n个阵元第k个脉冲下原始的雷达回波信号，依据上述先验信息，对第l个距离单元的机载气象雷达回波信号进行载机速度补偿：
Xl＝X′le-jΩ    (12)
式中，
Figure BDA0002392292130000072
由于机载前视阵海杂波回波信号存在空时二维谱分布随距离变化而改变的特性，因此需要对载机速度补偿后的机载气象雷达回波信号采取空时插值方法矫正距离依赖性。空时插值是一种通过辅助距离单元空时导向矢量和待测距离单元的空时导向矢量构造矫正矩阵来进行海杂波空时二维谱补偿的方法，可以有效矫正前视阵海杂波的距离依赖性。
为了方便后续机载气象雷达回波信号的处理，需要将接收的机载气象雷达回波信号转换为向量形式，那么第l个距离单元的机载气象雷达回波信号的向量形式可表示为：
Figure BDA0002392292130000073
设xl表示待测距离单元的机载气象雷达回波信号的空时快拍向量。首先需将方位角等分为M份，记做θm|m＝1,2,…M，然后可得到等分后的方位角θm与第l个距离单元的俯仰角
Figure BDA0002392292130000074
对应的空时导向矢量：
Figure BDA0002392292130000075
其中：
Figure BDA0002392292130000081
Figure BDA0002392292130000084
那么待测距离单元的空时导向矢量矩阵可表示为：
Figure BDA0002392292130000082
假设第j个距离单元为辅助距离单元，其机载气象雷达回波信号向量可表示为xj，按式(13)、(14)、(15)、(16)的处理步骤同样可得到第j个距离单元的空时导向矢量矩阵Bj，那么空时插值矩阵Tj,l可表示为：
Tj,l＝Bl(Bj)+    (18)
(·)+表示求伪逆，经过空时插值矩阵校正后的辅助距离单元的机载气象雷达回波信号可表示为：
yj＝Tj,l·xj     (19)
经空时插值方法矫正的辅助距离单元可以获得与待测距离单元一致的杂波分布特性。利用矫正后的辅助距离单元可估计得到待测距离单元的杂波协方差矩阵：
Figure BDA0002392292130000083
3)构造MBMC空时降维自适应处理器，对上述估计得到的杂波协方差矩阵进行降维自适应处理；
构造MBMC空时降维自适应处理器，首先需要构造得到降维变换矩阵。图3所示为MBMC方法原理图，首先通过Bulter波束形成器形成多个波束，其次选择主波束与多个相邻空域波束，联合时域三次滑窗数据，再级联多普勒滤波器，选定第q个多普勒通道作为检测通道(q＝1,2,…K-2)，构造得到降维联合空时变换矩阵。然后当第q个多普勒通道作为检测通道时，连同它的一次滑窗、二次滑窗的同频多普勒通道输出进行空时二维自适应处理，构造得到MBMC空时降维自适应处理器。
在上述处理步骤中，降维联合空时变换矩阵T可表示为：
Figure BDA0002392292130000091
其中：
Figure BDA0002392292130000092
Figure BDA0002392292130000093
St2(fq)＝D1St1(fq)    (24)
St3(fq)＝D2St1(fq)     (25)
其中，Ss(ψi)|i＝0,1,…P-1表示空间导向矢量，Ss(ψ0)表示主波束空间导向矢量。St1(fq)、St2(fq)与St3(fq)分别表示第q个多普勒通道未滑动、滑动一脉冲与滑动二脉冲的时间导向矢量，Hs＝[hs1 hs2 … hsN]和Ht＝[ht1 ht2 … htK]分别表示空域、时域静态加权系数。
Figure BDA0002392292130000094
式中，Wq,1、Wq,2与Wq,3表示自适应加权。
4)求解MBMC空时降维自适应处理器的最优自适应权矢量，由此实现海杂波抑制和低空风切变信号匹配；
根据线性约束最小方差(Linear Constrained Minimum Variance，LCMV)准则，MBMC空时降维自适应处理器可描述为如下数学优化问题：
Figure BDA0002392292130000101
其中，
Figure BDA0002392292130000102
表示第l个距离单元第q个多普勒通道的空时导向矢量，ωlq表示第l个距离单元的第q个多普勒通道的自适应权矢量，
Figure BDA0002392292130000103
表示降维后的杂波协方差矩阵，由此可计算得到第l个距离单元第q个多普勒通道的最佳自适应权矢量：
Figure BDA0002392292130000104
5)基于上述最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速；
上述求得的最优自适应权矢量ωlq可以抑制第l个距离单元的第q个多普勒通道内的海杂波，那么待测距离单元内的低空风切变信号的多普勒频率值可利用代价函数进行估计得到，所构造的代价函数可表示为：
Figure BDA0002392292130000105
其中，XlT＝THXl表示降维后的机载气象雷达回波信号，依次迭代代表各个多普勒通道的归一化多普勒频率，得到不同归一化多普勒频率下的低空风切变信号匹配输出，然后进行输出功率比较，得到最大信号输出功率所对应的归一化多普勒频率值，那么待测距离单元的风速估计值可表示为：
Figure BDA0002392292130000106
6)重复步骤2)-5)，依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号，得到风速随距离的变化曲线：
利用步骤2)-5)所述方法估计出每个距离单元的风速，即可完成低空风切变场的风速估计过程。
本发明提供的海杂波背景下基于MBMC的低空风切变风速估计方法的效果可以通过以下仿真结果进一步说明。
仿真条件描述：低空风切变场分布于飞机前方约8.5-16.5km处，机载气象雷达的天线阵为阵元数N＝8的均匀线阵，阵元间距d＝λ/2，主瓣波束水平方位角为60°，俯仰角为0°，机载气象雷达工作波长为0.05m，脉冲重复频率为7000Hz，最小可分辨距离150m，相干处理脉冲数K＝64，信噪比5dB，杂噪比30dB，飞机速度为75m/s，飞行高度为600m。
图4(a)和(b)所示为采用空时插值方法矫正海杂波距离依赖性前后的海杂波空时二维谱，其中图4(a)的半椭圆状谱线有明显的扩散现象，且主瓣展宽尤为严重，图4(b)展示了经空时插值方法补偿后的结果，可以发现处理后的杂波谱线出现变窄现象，在主瓣杂波区的表现尤为明显。
图5为所仿真地杂波和低空风切变信号补偿载机速度后的空时二维谱，地杂波空时二维谱呈现半椭圆形状符合前视阵的杂波空时分布特性。
图6(a)至6(c)为不同海面风速下的前视阵海杂波空时二维谱，其呈现半椭圆形状。低空风切变信号在空时二维平面上呈现一条“窄带”，这是由于低空风切变信号是分布式目标，其风向和风速都是在不断变化的。另外，由于海杂波强度大，分布范围广，图6中低空风切变信号的功率在方位-多普勒平面上被海杂波所掩盖。海杂波空时二维谱与图5所示地杂波空时二维谱相比，其杂波谱产生扩展，在主瓣杂波区间的扩展更为明显，其原因是海面波浪具有随机运动特性，每个海面散射单元具有内部运动速度。随着海面风速的增加，海面波浪运动速度增加，即海面内部运动速度增加，空时二维谱也随之扩展。风速越大，扩展越严重。
图7展示了在风速分别为2m/s、5m/s、8m/s海面下的低空风切变风速估计结果对比，可见，当海面风速增加时，本发明方法依然可以获得较为准确的风速估计结果，因此具有较好的稳健性。

Claims (5)

1.一种海杂波背景下基于MBMC的低空风切变风速估计方法，其特征在于：所述的海杂波背景下基于MBMC的低空风切变风速估计方法包括按顺序进行的下列步骤：
1)读取飞机飞行的状态参数和机载气象雷达工作参数在内的先验信息；
2)利用上述先验信息对机载气象雷达回波信号进行载机速度补偿与距离依赖性矫正，并估计出待测距离单元的协方差矩阵；
3)构造MBMC空时降维自适应处理器，对上述估计得到的杂波协方差矩阵进行降维自适应处理；
4)求解MBMC空时降维自适应处理器的最优自适应权矢量，由此实现海杂波抑制和低空风切变信号匹配；
5)基于上述最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速；
6)重复步骤2)-5)，依次处理机载气象雷达工作范围内所有距离单元的机载气象雷达回波信号，得到风速随距离的变化曲线；
在步骤3)中，构造MBMC空时降维自适应处理器，对上述估计得到的杂波协方差矩阵进行降维自适应处理的方法是：首先通过Bulter波束形成器形成多个波束，其次选择主波束与多个相邻空域波束，联合时域三次滑窗数据，再级联多普勒滤波器，构造得到降维联合空时变换矩阵，最后进行空时联合的自适应处理。
2.根据权利要求1所述的海杂波背景下基于MBMC的低空风切变风速估计方法，其特征在于：在步骤1)中，所述的飞机飞行的状态参数和机载气象雷达工作参数包括飞行高度H、飞机速度V、相邻阵元间距d、机载气象雷达波长λ、脉冲重复频率fr、海面散射单元相对于飞机的俯仰角
Figure FDA0004168570920000011
和方位角θ、低空风切变信号的俯仰角
Figure FDA0004168570920000012
和水平方位角θ0。
3.根据权利要求1所述的海杂波背景下基于MBMC的低空风切变风速估计方法，其特征在于：在步骤2)中，所述的利用上述先验信息对机载气象雷达回波信号进行载机速度补偿与距离依赖性矫正，并估计出待测距离单元的协方差矩阵的方法是:首先利用飞机速度、机载气象雷达波长、脉冲重复频率进行载机速度补偿，然后利用空时插值方法矫正前视阵海杂波的距离依赖性，最后利用辅助距离单元数据估计得到待测距离单元的杂波协方差矩阵。
4.根据权利要求1所述的海杂波背景下基于MBMC的低空风切变风速估计方法，其特征在于：在步骤4)中，所述的求解MBMC空时降维自适应处理器的最优自适应权矢量，由此实现海杂波抑制和低空风切变信号匹配的方法是：首先根据线性约束最小方差准则求解得到MBMC空时降维自适应处理器的最优自适应权矢量，然后利用最优自适应权矢量对机载气象雷达回波信号进行滤波，由此实现海杂波抑制与低空风切变信号匹配。
5.根据权利要求1所述的海杂波背景下基于MBMC的低空风切变风速估计方法，其特征在于：在步骤5)中，所述的基于上述最优自适应权矢量构造代价函数，并通过搜索代价函数的最大值来估计出待测距离单元的风速的方法是：首先依次迭代代表各个多普勒通道的归一化多普勒频率，得到不同归一化多普勒频率下的风切变信号匹配输出，然后进行输出功率比较，得到最大信号输出功率所对应的归一化多普勒频率值，最后通过得到的归一化多普勒频率值，经计算即可得到待测距离单元的风速估计值。
CN202010118674.7A 2020-02-26 2020-02-26 海杂波背景下基于mbmc的低空风切变风速估计方法 Active CN111239742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010118674.7A CN111239742B (zh) 2020-02-26 2020-02-26 海杂波背景下基于mbmc的低空风切变风速估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010118674.7A CN111239742B (zh) 2020-02-26 2020-02-26 海杂波背景下基于mbmc的低空风切变风速估计方法

Publications (2)

Publication Number Publication Date
CN111239742A CN111239742A (zh) 2020-06-05
CN111239742B true CN111239742B (zh) 2023-05-12

Family

ID=70875096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010118674.7A Active CN111239742B (zh) 2020-02-26 2020-02-26 海杂波背景下基于mbmc的低空风切变风速估计方法

Country Status (1)

Country Link
CN (1) CN111239742B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112068087B (zh) * 2020-10-17 2022-03-01 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种岸基多通道雷达仿机载海杂波测量方法
CN113325364A (zh) * 2021-07-15 2021-08-31 金陵科技学院 一种基于数据压缩的空时联合测向方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5469168A (en) * 1991-05-16 1995-11-21 The Commonwealth Of Australia, C/O The Secretary, Department Of Defence Oceanographic and meteorological data
US5510796A (en) * 1984-12-31 1996-04-23 Martin Marietta Corporation Apparatus for wind shear compensation in an MTI radar system
WO2017030616A2 (en) * 2015-05-22 2017-02-23 Flir Systems, Inc. Fast scanning radar systems and methods
CN108761419A (zh) * 2018-06-15 2018-11-06 中国民航大学 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN110554391A (zh) * 2019-09-11 2019-12-10 中国民航大学 基于ddd-gmb的低空风切变风速估计方法
CN110703239A (zh) * 2019-09-23 2020-01-17 上海广电通信技术有限公司 基于多普勒处理的相参航海雷达目标增强技术

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7365674B2 (en) * 2005-09-26 2008-04-29 The Boeing Company Airborne weather profiler network
US7796082B2 (en) * 2007-02-08 2010-09-14 Raytheon Company Methods and apparatus for log-FTC radar receivers having enhanced sea clutter model
CN104035095B (zh) * 2014-05-30 2016-09-28 中国民航大学 基于空时最优处理器的低空风切变风速估计方法
US10197667B2 (en) * 2015-11-13 2019-02-05 Rohde & Schwarz Gmbh & Co. Kg Method and signal generator for simulation of sea clutter
KR101790481B1 (ko) * 2015-12-30 2017-10-25 경남대학교 산학협력단 항해용 레이더를 이용한 해상풍 계측 시스템 및 계측 방법
CN107576962A (zh) * 2017-09-07 2018-01-12 中国民航大学 基于迭代自适应处理的低空风切变风速估计方法
CN109116326B (zh) * 2018-09-27 2021-03-16 中国科学院电子学研究所苏州研究院 一种基于中位数估计的自适应雷达海杂波抑制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5510796A (en) * 1984-12-31 1996-04-23 Martin Marietta Corporation Apparatus for wind shear compensation in an MTI radar system
US5469168A (en) * 1991-05-16 1995-11-21 The Commonwealth Of Australia, C/O The Secretary, Department Of Defence Oceanographic and meteorological data
WO2017030616A2 (en) * 2015-05-22 2017-02-23 Flir Systems, Inc. Fast scanning radar systems and methods
CN108761419A (zh) * 2018-06-15 2018-11-06 中国民航大学 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN110554391A (zh) * 2019-09-11 2019-12-10 中国民航大学 基于ddd-gmb的低空风切变风速估计方法
CN110703239A (zh) * 2019-09-23 2020-01-17 上海广电通信技术有限公司 基于多普勒处理的相参航海雷达目标增强技术

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
Wind Speed Estimation of Low-altitude Wind Shear Based on Combined Space-time Main Channel Adaptive Processing;Li Hai et al.;The Journal of Engineering;全文 *
Wind Speed Estimation of Low-Altitude Wind-Shear Based on Generalized Adjacent Multi-Beam Space-Time Adaptive Processing under Aircraft Yawing;Yijing Li et al.;2018 14th IEEE International Conference on Signal Processing;全文 *
基于多通道LFMCW雷达的低空风切变风速估计方法;李海 等;信号处理;第35卷(第11期);全文 *
基于知识辅助的天波雷达海杂波抑制方法;曹健;王兆;胡进峰;何子述;;系统工程与电子技术(第03期);全文 *
基于雷达海杂波的大气折射率剖面估计技术;刘爱国;察豪;刘峰;;电波科学学报(第05期);全文 *
天波超视距雷达空海目标探测难点与对策;李居尚等;飞航导弹(第12期);全文 *
航海雷达模拟中的海杂波建模及仿真;刘强;王炜;张宁;;舰船电子工程(第08期);全文 *

Also Published As

Publication number Publication date
CN111239742A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN108761419B (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN110554391B (zh) 基于ddd-gmb的低空风切变风速估计方法
Manson et al. Mesopause dynamics from the scandinavian triangle of radars within the PSMOS-DATAR Project
CN111239742B (zh) 海杂波背景下基于mbmc的低空风切变风速估计方法
CN103529437A (zh) 系留气球载相控阵雷达在多目标下分辨空地目标的方法
CN106872982A (zh) 基于多普勒预滤波的降维stap微下击瀑流中心风速估计方法
Ahearn et al. Tests of remote skywave measurement of ocean surface conditions
CN104793210A (zh) 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN111220986A (zh) 回波功率筛选与dlcd辅助的低空风切变风速估计方法
CN106054195B (zh) 基于空时最优处理器的湍流谱宽估计方法
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
Hauser et al. Satellite remote sensing of surface winds, waves, and currents: where are we now?
Zhao et al. Evaluating radial current measurement of multifrequency HF radar with multidepth ADCP data during a small storm
CN110109120B (zh) 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置
CN107643515A (zh) 基于空时协方差矩阵拟合的湍流目标速度谱宽估计方法
CN104914420B (zh) 基于多通道联合自适应处理的低空风切变风速估计方法
Lesturgie Use of STAP techniques to enhance the detection of slow targets in shipborne HFSWR
Ouchi et al. Interlook cross-correlation function of speckle in SAR images of sea surface processed with partially overlapped subapertures
McDonald et al. Characterisation and cancellation of medium grazing angle sea clutter
CN112612027B (zh) 一种浅海环境下利用声能量起伏的海洋内波监测方法
Gracheva et al. Multichannel analysis of medium grazing angle sea clutter
Nielsen et al. Coherent surface clutter suppression techniques with topography estimation for multi-phase-center radar ice sounding
Vandemark et al. Airborne radar measurements of ocean wave spectra and wind speed during the grand banks ERS‐1 SAR wave experiment
CN110618403B (zh) 一种基于双波束雷达的着陆飞行器参数测量方法
Wang et al. Inversion and assessment of swell waveheights from HF radar spectra in the Iroise Sea

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