CN111537974A - 一种去耦合的空时自适应信号处理方法 - Google Patents

一种去耦合的空时自适应信号处理方法 Download PDF

Info

Publication number
CN111537974A
CN111537974A CN202010428045.4A CN202010428045A CN111537974A CN 111537974 A CN111537974 A CN 111537974A CN 202010428045 A CN202010428045 A CN 202010428045A CN 111537974 A CN111537974 A CN 111537974A
Authority
CN
China
Prior art keywords
space
time
representing
clutter
vector
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.)
Pending
Application number
CN202010428045.4A
Other languages
English (en)
Inventor
刘明鑫
王强
王思源
朱静
杜英杰
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.)
Chengdu Aeronautic Polytechnic
Original Assignee
Chengdu Aeronautic Polytechnic
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 Chengdu Aeronautic Polytechnic filed Critical Chengdu Aeronautic Polytechnic
Priority to CN202010428045.4A priority Critical patent/CN111537974A/zh
Publication of CN111537974A publication Critical patent/CN111537974A/zh
Pending legal-status Critical Current

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

Abstract

本发明提供了一种去耦合的空时自适应信号处理方法。该方法采用互质结构获取去互耦的原始雷达回波数据，利用差分运算构造虚拟空时快拍模型，然后利用空时平滑技术获得的虚拟空时快拍来计算杂波协方差矩阵，最后，通过杂波协方差矩阵求出虚拟滤波器权重矢量。本发明可以减小阵元间相互耦合效应，准确估计杂波协方差矩阵，提高系统自由度。

Description

一种去耦合的空时自适应信号处理方法
技术领域
本发明雷达技术领域，尤其涉及一种去耦合的空时自适应信号处理方法。
背景技术
传统的空时自适应信号处理STAP算法，如降秩算法、降维算法、模型参数化空时自适应信号处理算法，其高精度通常是建立在空时导向矢量精确已知的基础上。在阵元间存在互耦等情形下，经典的空时自适应信号处理STAP算法通常性能恶化非常严重，甚至完全失效。而在实际雷达系统中，阵元间互耦等因素是必须考虑的问题。因此，互耦条件下空时自适应信号处理STAP方法是阵列信号处理的难点与热点问题。
在早期的研究中，互耦的校正和补偿通常是通过硬件实现的，如增加互耦精确已知的校正阵元，或采用低互耦的阵列单元，然而，这类方法在许多应用场合中不易实现，且成本相对较高，精度可能也并不是很高。随后的研究逐渐将互耦的补偿和校正转化为一个阵列参数估计问题。过去国内外学者提出了许多互耦条下的均匀线阵波达方向DOA估计方法，然而，很多算法需要进行多维搜索或多参数优化，全局收敛性无法保证；或所需的阵元数目非常大；传统均匀阵列的阵元间距较小，阵元之间的感应电流产生电磁耦合使阵元附近的磁场发生变化，影响空间导引矢量，阵元间距越小，互耦效应越强；基于稀疏模型的互质阵列广泛应用于被动式定位场景，该阵列的阵元间距大于半波长，阵元间距的增大使得互耦效应显著下降，同时阵列孔径也得到了有效扩大，阵列自由度相应提高，分辨率和检测精度得到了改善。正因如此，互质阵已经成为近年来阵列信号处理领域的研究热点。互质阵是一种特殊的稀疏阵列，阵源间距为半波长的数倍，可以获得较高的自由度，典型稀疏阵型有：最小冗余阵最小孔径阵列和互质阵最小冗余阵是理想的并且效率最高的非均匀阵列，他可以获得最大的非重复连续虚拟阵元数，阵列自由度最大，但最小冗余阵和最小孔径阵列都没有具体的数学表达式，实际应用较为困难；互质阵采用两个稀疏的均匀线阵组合而成，两个子阵的阵元间距为半波长的整数倍，并且互质，当两个子阵的阵元数分别为M和N时，其自由度最高可以达到O(MN)。嵌套阵是一种特殊的互质阵型，它是由均匀线阵和稀疏阵列结合而成，即第一个子阵的阵元间距为半波长，当阵元数量为N时，阵列自由度最高可以达到O(N2)，但嵌套阵中第一个子阵阵元间距较小，互耦效应依然较强。上述阵型的阵列自由度均大于物理阵元数，受限于具体阵型，虚拟阵元响应利用并不充分，利用互质稀疏子阵列，通过导出一个虚差协阵，突破了自由度DOF的基本极限。它推动了波达方向DOA估计从自由度DOF增加和分辨率增强的角度出发，用虚拟均匀线性阵列信号的协方差矩阵计算波束形成权向量。
发明内容
针对现有技术中的上述不足，本发明提供的一种去耦合的空时自适应信号处理方法，与传统的带或不带相互耦合的空时自适应信号处理STAP相比，具有更好的角度多普勒分辨率、更高的杂波协方差矩阵自由度和更好的信杂噪比SCNR损耗。
为了达到以上目的，本发明采用的技术方案为：
本方案提供一种去耦合的空时自适应信号处理方法，其特征在于，包括以下步骤：
S1、利用雷达系统的互质结构获取去互耦的原始协方差矩阵；
S2、根据原始协方差矩阵，利用差分运算构建虚拟空时快拍模型；
S3、利用空时平滑方法重构虚拟空时快拍模型；
S4、根据重构的虚拟空时快拍计算得到虚拟滤波器权重矢量，完成对空时自适应信号的处理。
本发明的有益效果是：本发明可以有效地降低相互耦合效应，与传统的带或不带相互耦合的空时自适应信号处理STAP相比，它具有更好的角度多普勒分辨率、更高的杂波协方差矩阵自由度和更好的信杂噪比SCNR损耗。
进一步地，所述步骤S1中协方差矩阵的表达式如下：
Figure BDA0002499443520000031
Figure BDA0002499443520000032
C＝Toeplitz{[cT,01×(N-B)]}
c＝[c0,c1,c2,…,cB]T
|cB|<...<|c1|<|c0|＝1
Ru＝VPVH+σn 2INM
Figure BDA0002499443520000033
Figure BDA0002499443520000034
Figure BDA0002499443520000035
Figure BDA0002499443520000039
Figure BDA0002499443520000036
Figure BDA0002499443520000037
Figure BDA0002499443520000038
其中，
Figure BDA0002499443520000041
表示有耦合时的协方差矩阵，Z表示单位阵与互耦矩阵的克罗内克积，ZH表示Z的共轭转置，IM表示单位阵，C表示均匀线性阵列ULA中的互耦矩阵，01×(N-B)表示维度为1×(N-B)的零向量，c表示耦合系数向量，cT表示c的共轭转置，cB表示耦合系数，Ru表示无互耦的协方差矩阵，σn 2表示噪声功率，INM表示NM维的单位阵，Rc表示杂波协方差矩阵，V表示杂波空时导引矩阵，P表示杂波功率矩阵，VH表示V的共轭转置，RNM-1,NM-1表示杂波协方差矩阵中第NM-1行第NM-1列的元素，
Figure BDA0002499443520000042
表示第Nc块杂波的空时导引矢量，
Figure BDA0002499443520000043
和v(fc,i)分别表示第i个杂波块对应的空间和时间导引矢量，fc,i和
Figure BDA0002499443520000044
分别是第i个杂波块的归一化时间和空间频率，且i＝1,…,Nc，Nc表示方位域内独立杂波块的数目，
Figure BDA0002499443520000045
表示对应的空时导引矢量，
Figure BDA0002499443520000046
表示第i块杂波第M-1个阵列对应的时间导引量，
Figure BDA0002499443520000047
表示第i块杂波第N-1个阵列对应的空间导引量，vNM-1,i表示
Figure BDA0002499443520000048
列向量第NM-1个元素，pk表示第K块杂波功率，
Figure BDA0002499443520000049
表示第Nc块杂波功率，E(·)表示求期望运算，|ac,k|2表示第K块杂波功率，
Figure BDA00024994435200000410
表示杂波协方差矩阵中第l1M+r1-1行第l2M+r2-1列的元素，
Figure BDA00024994435200000411
表示第l1和l2个阵元的位置差，
Figure BDA00024994435200000412
表示第r1-1和r2-1个脉冲的位置差，
Figure BDA00024994435200000413
和fc,k表示的空间频率和多普勒频率，l1和l2表示整数，N表示接收阵元的总数，且l1,l2＝0,…,N-1，r1和r2表示整数，M表示发射脉冲的总数，且r1,r2＝1,…,M。
上述进一步方案的有益效果是：本发明通过以上设计，给出了一种去耦合的空时自适应信号处理STAP模型，并得出了互耦下的去耦合的杂波协方差矩阵表达式。
再进一步地，所述步骤S2中虚拟空时快拍模型的表达式如下：
Figure BDA00024994435200000414
Figure BDA00024994435200000415
Figure BDA0002499443520000051
Figure BDA0002499443520000052
Figure BDA0002499443520000053
其中，y表示虚拟空时快拍模型，Nc表示方位域内独立杂波块的数目，ac,i表示杂波i块的复增益，E(·)表示求期望运算，
Figure BDA0002499443520000054
和
Figure BDA0002499443520000055
分别表示相应的虚拟时间和空间导引矢量，
Figure BDA00024994435200000533
表示噪声功率，e1表示元素除了中间位置为1其他都是零的
Figure BDA0002499443520000056
维列向量，e2表示元素除了中间位置为1其他都是零的
Figure BDA0002499443520000057
维列向量，
Figure BDA0002499443520000058
和
Figure BDA0002499443520000059
均表示虚拟空时导引矢量，
Figure BDA00024994435200000510
和
Figure BDA00024994435200000511
分别表示杂波矢量和噪声矢量，
Figure BDA00024994435200000512
表示第i块杂波对应第
Figure BDA00024994435200000513
个虚拟阵列对应的时间导引量，
Figure BDA00024994435200000514
表示第i块杂波对应第
Figure BDA00024994435200000515
个虚拟阵列对应的空间导引量。
上述进一步方案的有益效果是：本发明通过以上设计，给出虚拟空时快拍模型。
再进一步地，所述步骤S3中重构虚拟空时快拍的表达式如下：
Figure BDA00024994435200000516
其中，Yρ,γ表示重构的虚拟空时快拍模型，Nc表示方位域内独立杂波块的数目，
Figure BDA00024994435200000517
表示噪声功率，
Figure BDA00024994435200000518
表示变量，E(·)表示求期望运算，ac,i表示杂波i块的复增益，
Figure BDA00024994435200000519
表示空间导引矢量，
Figure BDA00024994435200000520
表示时间导引矢量的共轭转置，e1,ρ表示由e1从
Figure BDA00024994435200000521
到
Figure BDA00024994435200000522
的部分形成的子向量，
Figure BDA00024994435200000523
表示平滑矩阵行数，e1表示元素除了中间位置为1其他都是零的
Figure BDA00024994435200000524
维列向量，e2表示元素除了中间位置为1其他都是零的
Figure BDA00024994435200000525
维列向量，
Figure BDA00024994435200000526
表示由e2从
Figure BDA00024994435200000527
到
Figure BDA00024994435200000528
的部分形成的子向量，
Figure BDA00024994435200000529
表示平滑矩阵列数，
Figure BDA00024994435200000530
fc,i和
Figure BDA00024994435200000531
分别是第i个杂波块的归一化多普勒和空间频率。
上述进一步方案的有益效果是：本发明通过以上设计，求出
Figure BDA00024994435200000532
个虚拟空时快拍数据。
再进一步地，所述步骤S4中虚拟滤波器权重矢量的表达式如下：
Figure BDA0002499443520000061
Figure BDA0002499443520000062
Figure BDA0002499443520000063
Figure BDA0002499443520000064
其中，
Figure BDA0002499443520000065
表示虚拟滤波器权重矢量，
Figure BDA0002499443520000066
表示目标空时导引矢量，
Figure BDA0002499443520000067
表示
Figure BDA0002499443520000068
的共轭转置，Rvr表示利用空时平滑方法得到的协方差矩阵，
Figure BDA0002499443520000069
表示杂波空时导引矩阵，P表示杂波功率矩阵，
Figure BDA00024994435200000610
表示
Figure BDA00024994435200000611
的共轭转置，
Figure BDA00024994435200000612
表示噪声功率，I表示单位阵，
Figure BDA00024994435200000613
表示平滑矩阵行数，
Figure BDA00024994435200000614
表示平滑矩阵列数，Rvs表示中间协方差矩阵，
Figure BDA00024994435200000615
表示第Nc个杂波块的空时导引矢量，
Figure BDA00024994435200000616
表示
Figure BDA00024994435200000617
的单位阵，
Figure BDA00024994435200000618
表示平滑矩阵列数，
Figure BDA00024994435200000619
表示平滑矩阵行数。
上述进一步方案的有益效果是：本发明通过以上设计，求出滤波器最优虚拟权矢量。
附图说明
图1为本发明的方法流程图。
图2为本实施例中雷达系统的互质结构示意图。
图3为本实施例中传统的空时自适应信号处理STAP和本发明的空时二维波束图。
图4为本实施例中信杂噪比SCNR损失示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
实施例
针对空时自适应信号处理STAP中互耦问题，提供了一种去耦合的空时自适应信号处理方法。该方法中雷达系统采用互质结构，接收回波信号，求出去耦合原始协方差矩阵，利用差分运算构造虚拟空时快拍，然后利用利用空时平滑方法获得的虚拟空时快拍来计算杂波协方差矩阵，最后，通过杂波协方差矩阵求出虚拟权重向量。本发明可以减小阵元间相互耦合效应，准确估计杂波协方差矩阵，提高系统自由度。如图1所示，其实现方法如下：
S1、利用雷达系统的互质结构获取去互耦的原始协方差矩阵；
S2、根据原始协方差矩阵，利用差分运算构建虚拟空时快拍模型；
S3、利用空时平滑方法重构虚拟空时快拍模型；
S4、根据重构的虚拟空时快拍模型计算得到虚拟滤波器权重矢量，完成对空时自适应信号的处理。
本实施例中，在实际雷达系统中，由于元件之间的电磁耦合，接收雷达回波信号发生了变化，根据电磁耦合原理，元素间距越大，耦合效应越小。如果元素间距大于几个波长，则可以忽略耦合效应，因此，权重函数描述了将传感器位置nd视为生成索引的元素对数m的阵列的相互耦合效应w(m)：
Figure BDA0002499443520000071
其中，
Figure BDA0002499443520000072
是由n组成的整数集，
Figure BDA0002499443520000073
是由集合
Figure BDA0002499443520000074
的不同元素组成的新集合，
Figure BDA0002499443520000075
是差分阵列，可以建模如下：
Figure BDA0002499443520000076
来自式(1)的前三个共质阵列的权重系数w(m)都是2。然而，均匀线性阵列ULA的前三个权重函数是w(1)＝N-1,w(2)＝N-2,w(3)＝N-3,N≥3,N是均匀线性阵列ULA的数目。在此当N>5时，线性阵的前三个比互质阵列大得多，这意味着线性阵的相互耦合更加严重。下面针对此问题本申请提出一种去偶的方法，具体步骤如下：
假设侧视机载相控阵雷达在相干处理间隔中具有N接收元件和M发射脉冲，接收阵列由两个子均匀线性阵ULA组成，一个由元素位置为{N1i2d,0≤i2≤N2-1}的N2个传感器组成，另一个由元素位置为{N2i1d,1≤i1≤2N1-1}的2N1-1个传感器组成，N1和N2是互质的，d＝λ/2是最小元素间距，如图2(a)所示，图2(a)为互质阵列。类似地，还有具有时间间隔为{M1k2Tr,0≤k2≤M2-1}和{M2k1Tr,1≤k1≤2M1-1}的M个发射脉冲，如图2(b)所示，图2(b)为互质脉冲串，其中，M1和M2是共整数，Tr是最小脉冲重复间隔PRI，λ是雷达波长。
在没有距离模糊的情况下，从一个距离环接收到的空时快拍为：
Figure BDA0002499443520000081
其中，at代表目标功率，目标空时导引矢量为
Figure BDA0002499443520000082
和v(ft)表示目标的空间和时间导引矢量，定义为：
Figure BDA0002499443520000083
Figure BDA0002499443520000084
其中，ft＝2vrTrcos(θ)/λ和
Figure BDA0002499443520000085
vr是雷达速度,θ是目标所在方向，xu是杂波加噪声数据，可表示为：
Figure BDA0002499443520000086
其中，n为的高斯白噪声矢量，噪声功率为
Figure BDA0002499443520000087
Nc是方位域内独立杂波块的数目，fc,i和
Figure BDA0002499443520000088
分别是杂波块i的归一化多普勒和空间频率，ac,i是杂波i块的复增益。第i个杂波片对应的时间和空间导引矢量分别由：
Figure BDA0002499443520000091
Figure BDA0002499443520000092
表示，
Figure BDA0002499443520000093
是对应的空时导引矢量，其值为：
Figure BDA0002499443520000094
其中，
Figure BDA0002499443520000095
l＝0,…,N-1,r＝1,…,M,i＝1,…,Nc，假设不同的杂波块是独立的，基于式(6)的杂波加噪声协方差矩阵CNCM可以建模如下：
Figure BDA0002499443520000096
其中，
Figure BDA0002499443520000097
是杂波空时导引矩阵，杂波功率矩阵为
Figure BDA00024994435200000917
pk＝E(|ac,k|2)，由式(9)和式(10)，可以计算杂波协方差矩阵CCM，即：
Figure BDA0002499443520000098
其中，
Figure BDA0002499443520000099
相互耦合时接收到的空时快拍可以用表示：
Figure BDA00024994435200000910
其中，
Figure BDA00024994435200000911
是对应的目标空时导引向量，
Figure BDA00024994435200000912
Figure BDA00024994435200000913
C表示相互耦合矩阵，对应的杂波加噪声数据为：
Figure BDA00024994435200000914
其中，
Figure BDA00024994435200000915
和
Figure BDA00024994435200000916
是第i个杂波块在相互耦合下的空导引矢量和空间导引矢量，如果两个元素之间的距离大于Bd，其中，B表示正整数，d最小阵元间距，则假定相互耦合系数为零，则均匀线性阵列ULA中的互耦矩阵可写为：
C＝Toeplitz{[cT,01×(N-B)]} (14)
其中，c＝[c0,c1,c2,…,cB]T，|cB|<...<|c1|<|c0|＝1,01×(N-B)是维度为1×(N-B)的零向量。由式(10)的杂波加噪声协方差矩阵为：
Figure BDA0002499443520000101
其中，
Figure BDA0002499443520000102
互耦时的杂波空时导引矩阵，因此，由(10)式和(15)式得到：
Figure BDA0002499443520000103
本实施例中，为了得到最优权矢量，式(11)中的项
Figure BDA0002499443520000104
可以写为：
Figure BDA0002499443520000105
其中，
Figure BDA0002499443520000106
可以被看作由式(2)得到的差分阵列的阵列位置，集合
Figure BDA0002499443520000107
由集合
Figure BDA0002499443520000108
的唯一连续整数组成，连续差阵列可以等价于由具有间距
Figure BDA0002499443520000109
的
Figure BDA00024994435200001010
个传感器组成的虚拟均匀线性阵列。集合
Figure BDA00024994435200001011
是：
Figure BDA00024994435200001012
其中，
Figure BDA00024994435200001013
可以被看作由式(2)得到的差分脉冲的脉冲位置，集合
Figure BDA00024994435200001014
由集合
Figure BDA00024994435200001015
的唯一连续整数组成，可以预测，连续差脉冲可以等价于由具有间距
Figure BDA00024994435200001016
的
Figure BDA00024994435200001017
个虚拟脉冲串，集合
Figure BDA00024994435200001018
是：
Figure BDA00024994435200001019
Figure BDA00024994435200001020
和
Figure BDA00024994435200001021
是相应的虚拟空间和多普勒导引矢量，可分别由：
Figure BDA00024994435200001022
Figure BDA00024994435200001023
因此，虚拟空时快拍形式Y可以由Ru得到：
Figure BDA0002499443520000111
其中，
Figure BDA0002499443520000112
和
Figure BDA0002499443520000113
的元素都是零，除了在中心位置为1。矢量化式(22)式，可以得到一个虚拟的空时快拍可以写成：
Figure BDA0002499443520000114
其中，
Figure BDA0002499443520000115
分别表示虚拟空时导引矢量，
Figure BDA0002499443520000116
和
Figure BDA0002499443520000117
为杂波矢量和噪声矢量。
本实施例中，为了利用式(16)估计杂波加协方差矩阵，我们可以利用空时平滑技术得到一个虚拟的杂波加协方差矩阵估计。从矩阵Y可以得到子矩阵Yρ,γ其定义为：
Figure BDA0002499443520000118
其中，e1,ρ是由e1从
Figure BDA0002499443520000119
到
Figure BDA00024994435200001110
的部分形成的子向量，e2,γ是由e2从
Figure BDA00024994435200001111
到
Figure BDA00024994435200001112
的部分形成的子向量，
Figure BDA00024994435200001113
和
Figure BDA00024994435200001114
可以看作是一个空间和多普勒导引矢量对应于虚拟均匀线性阵列和虚拟脉冲串。
然后，通过向量得到一个新的协方差矩阵，它被表示为：
Figure BDA00024994435200001115
Rvs可以写成：
Figure BDA00024994435200001116
其中，
Figure BDA00024994435200001117
有式(25)我们有：
Figure BDA00024994435200001118
因此，Rvr与之对应的最佳滤波器权矢量为：
Figure BDA00024994435200001119
其中，
Figure BDA0002499443520000121
为目标虚拟空间导引矢量。
本实施例中，我们通过数值实验对传统的空时自适应信号处理STAP和所提出的方法进行了全面的比较。考虑一个正侧面的机载雷达参数为N＝10,M＝10,λ＝0.03m,Tr＝0.25ms和β＝1，具体来说，N1＝M1＝3,N2＝M2＝5，假设目标的归一化空间频率和多普勒频率分别为0.1和-0.2。仿真中的杂波噪声比设置为30db，信噪比为10db，设置c＝[1,0.5ejπ/4,0.25ej0.7π,0.5ej0.7π/3]T和B＝3。
图3中给出了传统的机载空时自适应信号处理STAP和本申请所提出的方法的空时二维波束图。无论有无互耦，从如图3(b)(无耦合时本算法的波束图)和图3(d)(有耦合时本算法的波束图)可知，本申请所提出的算法无论有无互耦都能在杂波脊处形成凹口，从而有效地抑制杂波，准确地检测目标；然而由图3(a)可知传统空时自适应信号处理STAP在没有互耦影响时，可以有效的检测出目标并在杂波脊处形成凹口，但当受到互耦影响时，传统空时自适应信号处理STAP的空时导引矢量被相互耦合扭曲，不能正常工作，如图3(b)。此外，随着自由度的增加，该方法具有较窄的波束宽度、较低的旁瓣和较高的分辨率，最后，利用信杂噪比SCNR损失对该算法的性能进行了评价。图4给出了具有或不具有耦合效应的归一化多普勒频率的信杂噪比SCNR损失曲线，传统方法的信杂噪比SCNR损耗曲线在相互耦合中不能在低频形成深凹口，不能正常工作，本发明方法可以降低相互耦合效应，提高信杂噪比SCNR损耗，由于自由度DOF的增加，无论是否有耦合效应，所提出的方法的性能是最优的。对于所提出的算法，自由度DOF明显优于传统方法，换句话说，利用式(28)得到的虚拟权向量获得比传统权向量更高的自由度。
本发明通过以上设计，可以提高运动检测性能，减少互质结构的相互耦合效应，通过互质阵列和脉冲获得虚拟空时快拍，利用空时平滑技术获得多个虚拟空时快拍，最后，可以准确地估计杂波协方差矩阵CCM。仿真结果表明，该方法可以降低互耦效应。此外，与传统的空时自适应信号处理STAP相比，它具有更好的角度多普勒放大器、更高的自由度DOF和更好的信杂噪比SCNR损耗。

Claims (5)

1.一种去耦合的空时自适应信号处理方法，其特征在于，包括以下步骤：
S1、利用雷达系统的互质结构获取去互耦的原始协方差矩阵；
S2、根据原始协方差矩阵，利用差分运算构建虚拟空时快拍模型；
S3、利用空时平滑方法重构虚拟空时快拍模型；
S4、根据重构的虚拟空时快拍模型计算得到虚拟滤波器权重矢量，完成对空时自适应信号的处理。
2.根据权利要求1所述的去耦合的空时自适应信号处理方法，其特征在于，所述步骤S1中原始协方差矩阵的表达式如下：
Figure FDA0002499443510000011
Figure FDA0002499443510000012
C＝Toeplitz{[cT,01×(N-B)]}
c＝[c0,c1,c2,…,cB]T
|cB|<...<|c1|<|c0|＝1
Ru＝VPVH+σn 2INM
Figure FDA0002499443510000013
Figure FDA0002499443510000014
Figure FDA0002499443510000015
P＝diag([p1,p2,...,pNc]T),pk＝E(|ac,k|2)
Figure FDA0002499443510000016
Figure FDA0002499443510000017
Figure FDA0002499443510000021
其中，
Figure FDA0002499443510000022
表示有耦合时的协方差矩阵，Z表示单位阵与互耦矩阵的克罗内克积，ZH表示Z的共轭转置，IM表示单位阵，C表示均匀线性阵列ULA中的互耦矩阵，01×(N-B)表示维度为1×(N-B)的零向量，c表示耦合系数向量，cT表示c的共轭转置，cB表示耦合系数，Ru表示无互耦的协方差矩阵，σn 2表示噪声功率，INM表示NM维的单位阵，Rc表示杂波协方差矩阵，V表示杂波空时导引矩阵，P表示杂波功率矩阵，VH表示V的共轭转置，RNM-1,NM-1表示杂波协方差矩阵中第NM-1行第NM-1列的元素，
Figure FDA0002499443510000023
表示第Nc块杂波的空时导引矢量，
Figure FDA0002499443510000024
和v(fc,i)分别表示第i个杂波块对应的空间和时间导引矢量，fc,i和
Figure FDA0002499443510000025
分别是第i个杂波块的归一化时间和空间频率，且i＝1,…,Nc，Nc表示方位域内独立杂波块的数目，
Figure FDA0002499443510000026
表示对应的空时导引矢量，
Figure FDA0002499443510000027
表示第i块杂波第M-1个阵列对应的时间导引量，
Figure FDA0002499443510000028
表示第i块杂波第N-1个阵列对应的空间导引量，vNM-1,i表示
Figure FDA0002499443510000029
列向量第NM-1个元素，pk表示第K块杂波功率，
Figure FDA00024994435100000210
表示第Nc块杂波功率，E(·)表示求期望运算，|ac,k|2表示第K块杂波功率，
Figure FDA00024994435100000211
表示杂波协方差矩阵中第l1M+r1-1行第l2M+r2-1列的元素，
Figure FDA00024994435100000212
表示第l1和l2个阵元的位置差，
Figure FDA00024994435100000213
表示第r1-1和r2-1个脉冲的位置差，
Figure FDA00024994435100000214
和fc,k表示的空间频率和多普勒频率，l1和l2表示整数，N表示接收阵元的总数，且l1,l2＝0,…,N-1，r1和r2表示整数，M表示发射脉冲的总数，且r1,r2＝1,…,M。
3.根据权利要求1所述的去耦合的空时自适应信号处理方法，其特征在于，所述步骤S2中虚拟空时快拍模型的表达式如下：
Figure FDA00024994435100000215
Figure FDA00024994435100000216
Figure FDA00024994435100000217
Figure FDA00024994435100000218
Figure FDA0002499443510000031
其中，y表示虚拟空时快拍模型，Nc表示方位域内独立杂波块的数目，ac,i表示杂波i块的复增益，E(·)表示求期望运算，
Figure FDA0002499443510000032
和
Figure FDA0002499443510000033
分别表示相应的虚拟时间和空间导引矢量，
Figure FDA0002499443510000034
表示噪声功率，e1表示元素除了中间位置为1其他都是零的
Figure FDA0002499443510000035
维列向量，e2表示元素除了中间位置为1其他都是零的
Figure FDA0002499443510000036
维列向量，
Figure FDA0002499443510000037
和
Figure FDA0002499443510000038
均表示虚拟空时导引矢量，
Figure FDA0002499443510000039
和
Figure FDA00024994435100000310
分别表示杂波矢量和噪声矢量，
Figure FDA00024994435100000311
表示第i块杂波对应第
Figure FDA00024994435100000312
个虚拟阵列对应的时间导引量，
Figure FDA00024994435100000313
表示第i块杂波对应第
Figure FDA00024994435100000314
个虚拟阵列对应的空间导引量。
4.根据权利要求1所述的去耦合的空时自适应信号处理方法，其特征在于，所述步骤S3中重构虚拟空时快拍模型的表达式如下：
Figure FDA00024994435100000315
其中，Yρ,γ表示重构的虚拟空时快拍模型，Nc表示方位域内独立杂波块的数目，
Figure FDA00024994435100000316
表示噪声功率，
Figure FDA00024994435100000317
表示变量，E(·)表示求期望运算，ac,i表示杂波i块的复增益，
Figure FDA00024994435100000318
表示空间导引矢量，
Figure FDA00024994435100000319
表示时间导引矢量的共轭转置，e1,ρ表示由e1从
Figure FDA00024994435100000320
到
Figure FDA00024994435100000321
的部分形成的子向量，
Figure FDA00024994435100000322
表示平滑矩阵行数，e1表示元素除了中间位置为1其他都是零的
Figure FDA00024994435100000323
维列向量，e2表示元素除了中间位置为1其他都是零的
Figure FDA00024994435100000324
维列向量，
Figure FDA00024994435100000325
表示由e2从
Figure FDA00024994435100000326
到
Figure FDA00024994435100000327
的部分形成的子向量，
Figure FDA00024994435100000328
表示平滑矩阵列数，
Figure FDA00024994435100000329
fc,i和
Figure FDA00024994435100000330
分别是第i个杂波块的归一化多普勒和空间频率。
5.根据权利要求1所述的去耦合的空时自适应信号处理方法，其特征在于，所述步骤S4中虚拟滤波器权重矢量的表达式如下：
Figure FDA00024994435100000331
Figure FDA00024994435100000332
Figure FDA0002499443510000041
Figure FDA0002499443510000042
其中，
Figure FDA0002499443510000043
表示虚拟滤波器权重矢量，
Figure FDA0002499443510000044
表示目标空时导引矢量，
Figure FDA0002499443510000045
表示
Figure FDA0002499443510000046
的共轭转置，Rvr表示利用空时平滑方法得到的协方差矩阵，
Figure FDA0002499443510000047
表示杂波空时导引矩阵，P表示杂波功率矩阵，
Figure FDA0002499443510000048
表示
Figure FDA0002499443510000049
的共轭转置，
Figure FDA00024994435100000410
表示噪声功率，I表示单位阵，
Figure FDA00024994435100000411
表示平滑矩阵行数，
Figure FDA00024994435100000412
表示平滑矩阵列数，Rvs表示中间协方差矩阵，
Figure FDA00024994435100000413
表示第Nc个杂波块的空时导引矢量，
Figure FDA00024994435100000414
表示
Figure FDA00024994435100000415
的单位阵，
Figure FDA00024994435100000416
表示平滑矩阵列数，
Figure FDA00024994435100000417
表示平滑矩阵行数。
CN202010428045.4A 2020-05-20 2020-05-20 一种去耦合的空时自适应信号处理方法 Pending CN111537974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010428045.4A CN111537974A (zh) 2020-05-20 2020-05-20 一种去耦合的空时自适应信号处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010428045.4A CN111537974A (zh) 2020-05-20 2020-05-20 一种去耦合的空时自适应信号处理方法

Publications (1)

Publication Number Publication Date
CN111537974A true CN111537974A (zh) 2020-08-14

Family

ID=71979502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010428045.4A Pending CN111537974A (zh) 2020-05-20 2020-05-20 一种去耦合的空时自适应信号处理方法

Country Status (1)

Country Link
CN (1) CN111537974A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180327A (zh) * 2020-09-04 2021-01-05 西北工业大学 一种存在互耦条件下基于多普勒频移的直接定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160091598A1 (en) * 2014-09-26 2016-03-31 The Govemment of the United States of America, as represented by the Secretary of the Navy Sparse Space-Time Adaptive Array Architecture
CN106338723A (zh) * 2016-09-12 2017-01-18 深圳大学 一种基于互质脉冲重复间隔的空时自适应处理方法及装置
CN107255797A (zh) * 2017-06-27 2017-10-17 电子科技大学 基于发射空时权优化及ka‑stap的机载雷达杂波抑制方法
CN108802705A (zh) * 2018-04-24 2018-11-13 深圳大学 一种基于稀疏的空时自适应处理方法及系统
CN108919207A (zh) * 2018-08-23 2018-11-30 深圳大学 一种提高机载雷达杂波抑制性能的方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160091598A1 (en) * 2014-09-26 2016-03-31 The Govemment of the United States of America, as represented by the Secretary of the Navy Sparse Space-Time Adaptive Array Architecture
CN106338723A (zh) * 2016-09-12 2017-01-18 深圳大学 一种基于互质脉冲重复间隔的空时自适应处理方法及装置
CN107255797A (zh) * 2017-06-27 2017-10-17 电子科技大学 基于发射空时权优化及ka‑stap的机载雷达杂波抑制方法
CN108802705A (zh) * 2018-04-24 2018-11-13 深圳大学 一种基于稀疏的空时自适应处理方法及系统
CN108919207A (zh) * 2018-08-23 2018-11-30 深圳大学 一种提高机载雷达杂波抑制性能的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MINGXIN LIU ET AL.: "Robust STAP With Reduced Mutual Coupling and Enhanced DOF Based on Super Nested Sampling Structure", 《IEEE ACCESS》 *
陈川 等: "基于双频互质阵列的DOA估计方法", 《计算机应用研究》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180327A (zh) * 2020-09-04 2021-01-05 西北工业大学 一种存在互耦条件下基于多普勒频移的直接定位方法
CN112180327B (zh) * 2020-09-04 2024-04-09 西北工业大学 一种存在互耦条件下基于多普勒频移的直接定位方法

Similar Documents

Publication Publication Date Title
CN107907852B (zh) 基于空间平滑的协方差矩阵秩最小化doa估计方法
CN110488255B (zh) 一种相控阵雷达单脉冲高分辨测角系统及方法
CN109765521B (zh) 一种基于子阵划分的波束域成像方法
CN107315162B (zh) 基于内插变换和波束形成的远场相干信号doa估计方法
CN110007266B (zh) 一种冲击噪声下的任意阵列相干源测向方法
CN104020469B (zh) 一种mimo雷达距离-角度二维超分辨率成像算法
CN104991236B (zh) 一种单基地mimo雷达非圆信号相干源波达方向估计方法
CN111814096B (zh) 基于子空间拟合的加权块稀疏恢复的mimo雷达定位方法
CN105158741A (zh) 基于矩阵重构的自适应抗干扰多径多波束形成方法
CN110954861A (zh) 一种基于增强型嵌套阵列的doa估计方法
CN108872930B (zh) 扩展孔径二维联合对角化doa估计方法
CN114895260A (zh) 一种俯仰向空时编码星载sar系统回波分离方法
CN106125039B (zh) 基于局域联合处理的改进空时自适应单脉冲测角方法
CN116299150A (zh) 一种均匀面阵中降维传播算子的二维doa估计方法
CN113820653B (zh) 基于动态和差波束的米波雷达低仰角目标doa估计方法
CN109491009B (zh) 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法
CN111537974A (zh) 一种去耦合的空时自适应信号处理方法
CN109633563B (zh) 基于多径信息的自适应相干波束形成方法
CN111610498B (zh) 一种高自由度去耦合的空时自适应信号处理方法
CN112164898B (zh) 一种双洞互质阵列天线结构
CN114779199A (zh) 端射阵机载雷达自适应互耦补偿与杂波抑制方法
CN115524672A (zh) 结构化干扰与杂波下目标鲁棒智能检测方法
CN114563760A (zh) 一种基于sca阵型的二阶超波束形成方法、设备及介质
CN111537975B (zh) 一种高自由度的机载雷达空时自适应信号处理方法
CN113820654A (zh) 基于波束域降维的s波段雷达目标低仰角doa估计方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200814

RJ01 Rejection of invention patent application after publication