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

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f_r、海面散射单元相对于飞机的俯仰角

和方位角θ、低空风切变信号的俯仰角

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f_r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

和θ，

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f_r，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：

X_l＝C_l+S_l+N (1)

其中，其中C_l代表第l个距离单元内海杂波回波信号，S_l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C_l(n,k)可表示为：

其中，n＝1,2…N,k＝1,2…K,R_l表示第l个距离单元相对于飞机的雷达斜距，

和

分别表示发射方向图和接收方向图。

表示第l个距离单元的海面散射强度，其中P_t表示机载气象雷达发射峰值功率，G_t表示天线发射增益，

表示海杂波散射单元的机载气象雷达散射截面积，L_s表示系统损耗；

表示海杂波K分布起伏模型；φ_c表示海杂波随机相位；

表示第l个距离单元对应的俯仰角，

与

分别表示海杂波散射单元的空间角频率和时间角频率，v_sea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：

其中：

N_w表示组成海面的余弦波(即波浪)数目，α表示海浪涌动方向，ω_i和

分别表示第i个余弦波的频率和波数，g表示重力加速度，φ_i表示第i个余弦波随机相位，A_i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：

其中，u表示海面上方19.5m处的风速，g表示重力加速度，

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：

其中，α_l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，

f_l表示低空风切变回波信号归一化多普勒频率，β(ψ₀,f_l)表示低空风切变回波信号的空时导向矢量，β_t(f_l)与β_s(ψ₀)分别表示时间导向矢量和空间导向矢量，可表示为：

其中，⊙表示Hadamard积，

表示低空风切变回波信号的频率扩展函数，

表示低空风切变回波信号的角度扩展函数，其中

表示低空风切变信号的水平方位角θ₀方向上的角度扩展，

表示低空风切变回波信号的俯仰角

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：

其中X_l′(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：

X_l＝X′_le^-jΩ (12)

式中，

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：

设x_l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θ_m|_m＝1,2,…M，然后可得到等分后的方位角θ_m与第l个距离单元的俯仰角

对应的空时导向矢量：

其中：

那么待测距离单元的空时导向矢量矩阵可表示为：

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x_j，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B_j，那么空时插值矩阵T_j,l可表示为：

T_j,l＝B_l(B_j)⁺ (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：

y_j＝T_j,l·x_j (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：

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：

其中：

S_t2(f_q)＝D₁S_t1(f_q) (24)

S_t3(f_q)＝D₂S_t1(f_q) (25)

其中，S_s(ψ_i)|_{i＝0,1,…P-1}表示空间导向矢量，S_s(ψ₀)表示主波束空间导向矢量。S_t1(f_q)、S_t2(f_q)与S_t3(f_q)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，H_s＝[h_s1 h_s2 … h_sN]和H_t＝[h_t1 h_t2 … h_tK]分别表示空域、时域静态加权系数。

式中，W_q,1、W_q,2与W_q,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：

其中，

表示第l个距离单元第q个多普勒通道的空时导向矢量，ω_lq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，

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：

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ω_lq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：

其中，X_lT＝T^HX_l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：

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f_r、海面散射单元相对于飞机的俯仰角

和方位角θ、低空风切变信号的俯仰角

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。

Images