CN111896926B - 一种基于强杂波抑制的低空目标检测方法及系统 - Google Patents

一种基于强杂波抑制的低空目标检测方法及系统 Download PDF

Info

Publication number
CN111896926B
CN111896926B CN202010654767.1A CN202010654767A CN111896926B CN 111896926 B CN111896926 B CN 111896926B CN 202010654767 A CN202010654767 A CN 202010654767A CN 111896926 B CN111896926 B CN 111896926B
Authority
CN
China
Prior art keywords
filter
clutter
target
radar
processing
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
CN202010654767.1A
Other languages
English (en)
Other versions
CN111896926A (zh
Inventor
薛雄
程旗
冯涛
王彦成
廖育富
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.)
Sichuan Jiuzhou ATC Technology Co Ltd
Original Assignee
Sichuan Jiuzhou ATC Technology Co Ltd
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 Sichuan Jiuzhou ATC Technology Co Ltd filed Critical Sichuan Jiuzhou ATC Technology Co Ltd
Priority to CN202010654767.1A priority Critical patent/CN111896926B/zh
Publication of CN111896926A publication Critical patent/CN111896926A/zh
Application granted granted Critical
Publication of CN111896926B publication Critical patent/CN111896926B/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
    • 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
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • 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
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种基于强杂波抑制的低空目标检测方法及系统，其核心在于设计一款自适应杂波抑制滤波器，能够在滤除杂波的同时，保留低频、中频、高频目标信息，以实现低空目标的检测。针对不同的雷达布置环境，该系统能够对杂波谱进行监测和估计，利用杂波谱估计结果来动态调整杂波抑制滤波器参数，实现环境自适应的杂波抑制和低空目标检测；对检测出的目标进行和差波束比幅测角，形成雷达原始点迹，对原始点迹进行数据处理，形成目标点航迹并上传到显控终端。本发明的方案针对不同的雷达部署环境产生的杂波分布，进行自适应杂波滤除，有效提升了信杂比，有效地抑制杂波的同时，提取出低空中的各类低速、中速和高速目标信息，形成目标点航迹报文。

Description

一种基于强杂波抑制的低空目标检测方法及系统
技术领域
本发明涉及低空探测领域，特别涉及一种基于强杂波抑制的低空目标检测方法及系统。
背景技术
随着低空空域的开放，低空飞行态势日益复杂，空域中目标迅速增多，包括旋翼无人机、固定翼无人机、直升机、飞鸟等各类目标。低空目标多样，其飞行速度在数米/秒到数百米/秒的范围内变化，如何有效在如此宽的测速范围内，检测出所有低空飞行目标，成为了低空探测亟需解决的难题。
目前，诸多低空目标检测的研究基本集中在低速目标或超高速机动目标的检测上，鲜有能够兼顾对无人机、直升机、客机、飞鸟等所有低、中、高速目标，进行有效检测的系统及方法。于小龙研究了超高速运动目标检测算法，主要采用Keystone算法对超高速机动目标的距离走动问题进行了处理，实现了超高速目标检测，解决了高速目标引起的距离走动问题，却由于低频分量被严重抑制，难以检测出低速目标。张小涵等人研究了基于Kalmus滤波器和二维恒虚警算法的气象杂波抑制方法，提升了低速无人机的检测性能；曹宗杰等人提出一种基于kalmus滤波器和双参数杂波图的目标检测方法，用于低速多旋翼无人机目标的探测，这两篇文献利用Kalmus滤波器提取出了零频附近的回波频率分量，但是中、高速目标区间却被抑制，无法有效检测出中、高速目标。张鑫等人提出一种基于分段门限的目标检测方法，其系统直接采用对消器对杂波进行抑制，采用分段门限可以更适应不同距离和强度的目标，有利于目标的检测，采用分段门限的目标检测方法，直接采用对消器对杂波进行抑制，严重抑制了低频分量的回波信号，难以有效检测出低速目标。
然而，现有技术均有其使用的局限性，难以适应低空空域里所有低、中、高速目标的检测。而且，现有技术对不同杂波环境的适应性有限，尤其是对于杂波变化比较剧烈的环境，缺乏自适应的杂波抑制方法，目标检测性能不佳。
发明内容
对于现有技术中不能兼顾低速、中速、高速目标检测和杂波环境适应能力弱的缺点，本专利提出一种低空目标检测的雷达系统及方法。本雷达目标检测系统和检测方法能够有效抑制杂波，并保留雷达回波中除零频附近外的低频、中频、高频分量。通过数字波束形成、多周期积累、杂波抑制和恒虚警检测，能够有效检测出低空中的低速、中速、高速目标。同时，针对不同的雷达布置环境，该系统能够对杂波谱进行监测和估计，利用杂波谱估计结果来动态调整杂波抑制滤波器参数，实现环境自适应的杂波抑制和低空目标检测，然后，对检测出的目标进行和差波束比幅测角，形成雷达原始点迹，对原始点迹进行数据处理，形成目标点航迹并上传到显控终端。
本发明采用的技术方案如下：一种基于强杂波抑制的低空目标检测方法，包括：
步骤1、对多个通道的雷达回波基带采样I/Q数据进行接收、存储；
步骤2、对基带采样I/Q数据进行数据波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道的数据；
步骤3、对波束通道、方位差波束通道、俯仰差波束通道中的数据进行基于匹配滤波的脉冲压缩处理；
步骤4、对脉冲压缩后的数据进行动目标检测处理；
步骤5、将动目标检测处理后的数据通过杂波抑制滤波器进行杂波自适应抑制；
步骤6、对杂波抑制后的和波束通道数据采用一维距离单元平均恒虚警检测算法对所有距离-速度单元进行恒虚警检测，提取目标信息；
步骤7、在提取的目标信息对应的距离-速度单元上，取出和波束通道、方位差波束通道、俯仰差波束通道的幅度值，根据三个通道幅度值测量得到目标的方位角和俯仰角形成目标原始点迹；
步骤8、对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪、航迹管理，得到雷达目标的点航迹信息。
其中，距离-速度单元指距离、速度的二维矩阵中的参数
进一步的，所述步骤4中，MTD处理具体为：采用快速傅里叶变换来处理脉压后的数据，完成回波信号K个周期的脉间相干积累；其中，K＝2l，l为正整数。
进一步的，所述步骤5中杂波抑制滤波器的设计过程为：
步骤51、令雷达信号的重复频率为fr，则雷达测速范围对应的目标多普勒频率fd∈[-fr/2，fr/2]；针对雷达部署的环境，对杂波分布特性进行监测和估计，得到杂波频谱带宽为Δfc；
步骤52、设计滤波器1：h1和滤波器2：h2，响应函数分别为：
Figure BDA0002576340000000021
Figure BDA0002576340000000031
其中，n＝0，1，2，...，N-1，滤波器阶数均为N-1，N≤K。
步骤53、对滤波器1和滤波器2分别进行K点FFT运算，得到滤波器1的频谱为H1(f)和滤波器2的频谱为H2(f)。
步骤54、根据滤波器1和滤波器2设计滤波器3：h3，设滤波器3的频谱为H3(f)，其幅频响应为：
|H3(f)|＝||H1(f)|-|H2(f)||
步骤55、对|H3(f)|进行归一化处理，即：
|H3归(f)|＝|H3(f)|/max(|H3(f)|)
其中，max()为取最大值函数，|H3(f)|的阻带宽度Δf≥Δfc，滤波器阶数N-1取能满足Δf≥Δfc的最大正整数；
步骤56、设计滤波器4：h4，滤波器阶数为M，M+1≤K，其滤波器系数为：
Figure BDA0002576340000000032
其中：m＝0，1，2，...，M，
Figure BDA0002576340000000033
为取组合运算；对滤波器器4进行K点FFT运算，得到滤波器4的频谱H4(f)。
步骤57、对H4(f)进行归一化处理，即：
|H4归(f)|＝|H4(f)|/max(|H4(f)|)
步骤58、在
Figure BDA0002576340000000034
内通过不断迭代逼近的方法找到最小的fd0，使得其满足：
|H4(fd0)|-|H3(fd0)|＝0
步骤59、根据fd0设计滤波器5：h5，其幅频响应为|H5(f)|，即杂波抑制滤波器：
Figure BDA0002576340000000035
进一步的，所述步骤5中的杂波滤除具体为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器|H5(f)|在频域进行相乘，完成杂波滤除。
进一步的，所述步骤7中形成目标原始点迹的具体方法为：对于得到的幅度值，根据和差比幅表，采用和差比幅测角算法，测量得到目标的方位角和俯仰角，形成含有速度、距离、方位角、俯仰角、幅度值信息的目标原始点迹。
本发明还提供了一种基于强杂波抑制的低空目标检测系统，包括：
收发天线，用于发射和接收雷达电磁波信号；
射频组件，对雷达发射信号进行上变频、滤波、放大，并对雷达接收信号进行下变频、滤波和放大；
信号产生与控制模块，提供系统工作的参考时钟、系统时序，接收显控终端的人机交互指令；产生基带激励信号用于雷达发射；
信号与信息处理模块，对经射频组件处理后的雷达接收信号进行信号处理及数据处理，形成目标点航迹信息，并将目标点航迹信息、雷达工作状态上传至显控终端；
显控终端，用于雷达工作状态和目标信息显示及人机交互；
电源板，接收外部电源输入，产生系统所需的直流电源。
进一步的，所述信号与信息处理模块工作过程为：对基带采样数据进行数字波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道I/Q数据；对三个通道I/Q数据依次进行脉冲压缩处理、MTD(动目标检测)处理、杂波滤除、恒虚警检测，提取目标信息，由和通道检测出的雷达目标，在与之对应的距离-速度单元上，取出和通道、方位差通道、俯仰差通道的幅度值，根据幅度值进行和差比幅测角，得到雷达目标的方位角和俯仰角，形成目标原始点迹；对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪、航迹管理数据处理，得到雷达目标的点航迹信息。
进一步的，所述恒虚警检测的具体方法为：采用一维距离单元平均恒虚警检测算法对所有距离-速度单元进行检测。进一步的，所述MTD处理过程为：采用快速傅里叶变换来处理脉压后的数据，完成回波信号K个周期的脉间相干积累；其中，K＝2l，l为正整数。
进一步的，所述杂波滤除过程为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器在频域进行相乘，完成杂波滤除。
进一步的，所述杂波抑制滤波器设计过程为：
步骤S1、令雷达信号的重复频率为fr，则雷达测速范围对应的目标多普勒频率fd∈[-fr/2，fr/2]；针对雷达部署的环境，对杂波分布特性进行监测和估计，得到杂波频谱带宽为Δfc；
步骤S2、设计滤波器1：h1和滤波器2：h2，响应函数分别为：
Figure BDA0002576340000000051
Figure BDA0002576340000000052
其中，n＝0，1，2，...，N-1，滤波器阶数均为N-1，N≤K。
步骤S3、对滤波器1和滤波器2分别进行K点FFT运算，得到滤波器1的频谱为H1(f)和滤波器2的频谱为H2(f)。
步骤S4、根据滤波器1和滤波器2设计滤波器3：h3，设滤波器3的频谱为H3(f)，其幅频响应为：
|H3(f)|＝||H1(f)|-|H2(f)||
步骤S5、对|H3(f)|进行归一化处理，即：
|H3归(f)|＝|H3(f)|/max(|H3(f)|)
其中，max()为取最大值函数，|H3(f)|的阻带宽度Δf≥Δfc，滤波器阶数N-1取能满足Δf≥Δfc的最大正整数；
步骤S6、设计滤波器4：h4，滤波器阶数为M，M+1≤K，其滤波器系数为：
Figure BDA0002576340000000053
其中：m＝0，1，2，...，M，
Figure BDA0002576340000000054
为取组合运算；对滤波器器4进行K点FFT运算，得到滤波器4的频谱H4(f)。
步骤S7、对H4(f)进行归一化处理，即：
|H4归(f)|＝|H4(f)|/max(|H4(f)|)
步骤S8、在
Figure BDA0002576340000000055
内通过不断迭代逼近的方法找到最小的fd0，使得其满足：
|H4(fd0)|-|H3(fd0)|＝0
步骤S9、根据fd0设计滤波器5：h5，其幅频响应为|H5(f)|，即杂波抑制滤波器：
Figure BDA0002576340000000056
与现有技术相比，采用上述技术方案的有益效果为：
1.通过监测和估计杂波频谱的分布，设计杂波抑制滤波器参数，使得杂波抑制滤波器的阻带能够匹配杂波的分布，从而针对不同的雷达部署环境产生的杂波分布，进行自适应杂波滤除，有效提升了信杂比。
2.本发明中的的杂波抑制滤波器，在有效滤除杂波的同时，能够完整的保留低速、中速和高速目标的信息，滤波器的通带能够匹配低空目标频谱的分布。通过本专利的信号与信息处理流程、方法，能够有效地抑制杂波的同时，提取出低空中的各类低速、中速和高速目标信息，形成目标点航迹报文。
附图说明
图1为本发明中的低空目标检测系统组成示意图。
图2为本发明中的雷达信号与信息处理流程图。
图3为本发明中的雷达杂波抑制滤波器设计流程图。
图4为本发明中一优选实施例中滤波器1与滤波器2的频谱图。
图5为本发明中一优选实施例中滤波器3的频谱图。
图6为本发明中一优选实施例中滤波器4的频谱图。
图7为本发明中一优选实施例中滤波器5的频谱图，即杂波抑制滤波器频谱图。
具体实施方式
下面结合附图对本发明做进一步描述。
如图1、2所示，本发明提供了一种低空目标检测雷达方法，能有效抑制杂波，并保留雷达回波中除零频附近外的低频、中频、高频分量，通过数字波束形成、多周期积累、杂波抑制和恒虚警检测，能够有效检测出低空中的低速、中速、高速目标。同时，针对不同的雷达布置环境，通过对杂波谱进行监测和估计，利用杂波谱估计结果来动态调整杂波抑制滤波器参数，实现环境自适应的杂波抑制和低空目标检测。具体方案如下：
一种基于强杂波抑制的低空目标检测方法，包括：
步骤1、对多个通道的雷达回波基带采样I/Q数据进行接收、存储；
步骤2、对基带采样I/Q数据进行数据波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道的数据；
步骤3、对波束通道、方位差波束通道、俯仰差波束通道中的数据进行基于匹配滤波的脉冲压缩处理；
步骤4、对脉冲压缩后的数据进行动目标检测处理；
步骤5、将动目标检测处理后的数据通过杂波抑制滤波器进行杂波自适应抑制；
步骤6、对杂波抑制后的和波束通道数据采用一维距离CACFAR算法对所有距离-速度单元进行恒虚警检测，提取目标信息；
步骤7、在提取的目标信息对应的距离-速度单元上，取出和波束通道、方位差波束通道、俯仰差波束通道的幅度值，根据三个通道幅度值测量得到目标的方位角和俯仰角形成目标原始点迹；
步骤8、对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪，得到雷达目标的点航迹信息。
由于三个通道在天线方向上不同，利用和通道检测出目标所在的距离-速度单元，获得目标的距离、速度信息；根据三个通道对应的距离-速度单元数据进行测角，即可获得目标的方位角和俯仰角信息。
具体的，在步骤4中，MTD处理过程为：采用快速傅里叶变换来处理脉压后的数据，完成回波信号K个周期的脉间相干积累；其中，K＝2l，l为正整数。
如图3所示，步骤5中杂波抑制滤波器的设计过程为：
步骤51、令雷达信号的重复频率为fr，则雷达测速范围对应的目标多普勒频率fd∈[-fr/2，fr/2]；针对雷达部署的环境，对杂波分布特性进行监测和估计，得到杂波频谱带宽为Δfc；
步骤52、设计滤波器1：h1和滤波器2：h2，响应函数分别为：
Figure BDA0002576340000000071
Figure BDA0002576340000000072
其中，n＝0，1，2，...，N-1，滤波器阶数均为N-1，N≤K。
步骤53、对滤波器1和滤波器2分别进行K点FFT运算，得到滤波器1的频谱为H1(f)和滤波器2的频谱为H2(f)。
步骤54、根据滤波器1和滤波器2设计滤波器3：h3，设滤波器3的频谱为H3(f)，其幅频响应为：
|H3(f)|＝||H1(f)|-|H2(f)||
步骤55、对|H3(f)|进行归一化处理，即：
|H3归(f)|＝|H3(f)|/max(|H3(f)|)
其中，max()为取最大值函数，|H3(f)|的阻带宽度Δf≥Δfc，滤波器阶数N-1取能满足Δf≥Δfc的最大正整数；
步骤56、设计滤波器4：h4，滤波器阶数为M，M+1≤K，其滤波器系数为：
Figure BDA0002576340000000073
其中：m＝0，1，2，...，M，
Figure BDA0002576340000000081
为取组合运算；对滤波器器4进行K点FFT运算，得到滤波器4的频谱H4(f)。
步骤57、对H4(f)进行归一化处理，即：
|H4归(f)|＝|H4(f)|/max(|H4(f)|)
步骤58、在
Figure BDA0002576340000000082
内通过不断迭代逼近的方法找到最小的fd0，使得其满足：
|H4(fd0)|-|H3(fd0)|＝0
步骤59、根据fd0设计滤波器5：h5，其幅频响应为|H5(f)|，即杂波抑制滤波器：
Figure BDA0002576340000000083
杂波滤除过程为为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器|H5(f)|在频域进行相乘，完成杂波滤除。
所述步骤7中形成目标原始点迹的具体方法为：对于得到的幅度值，根据和差比幅表，采用和差比幅测角算法，测量得到目标的方位角和俯仰角，形成含有速度、距离、方位角、俯仰角、幅度值信息的目标原始点迹。
在一个优选实施例中，杂波抑制滤波器设计过程如下：令雷达射频频率为3GHz，雷达信号重复频率为5000Hz，对应测速范围为-125m/s～+125m/s，满足低空飞鸟、无人机、直升机目标的测速范围要求。经过对雷达部署环境中杂波的估计，设杂波谱分布在-39Hz～+39Hz范围内。
(a)根据杂波的分布情况，确定滤波器1：h1和滤波器2：h2的参数N＝16，FFT点数K＝256，得到滤波器1和滤波器2的频谱，如图4所示。
(b)根据滤波器1和滤波器2得到滤波器3的归一化频谱，如图5所示。
(c)设计保证滤波器4与滤波器3在
Figure BDA0002576340000000084
内存在值相等的频率点fd0，取h4的参数M＝2，从而得到滤波器4的归一化频谱，如图6所示。
(d)由归一化的滤波器3与归一化滤波器4，找到两者等值点处fd0＝429.7Hz，从而得到滤波器5的频谱，即杂波抑制滤波器频谱，如图7所示。
由杂波抑制滤波器的幅频响应可知，该滤波器能够有效抑制零频附近的杂波，同时保留低频、中频、高频段的目标信号，信杂比得到了巨大的改善。
如图1所示，本发明还提供了一种基于强杂波抑制的低空目标检测系统，包括：
收发天线，用于发射和接收雷达电磁波信号；
射频组件，对雷达发射信号进行上变频、滤波、放大，并对雷达接收信号进行下变频、滤波和放大；
信号产生与控制模块，提供系统工作的参考时钟、系统时序，接收显控终端的人机交互指令；产生基带激励信号用于雷达发射；
信号与信息处理模块，对经射频组件处理后的雷达接收信号进行信号处理及数据处理，形成目标点航迹信息，并将目标点航迹信息、雷达工作状态上传至显控终端；
显控终端，用于雷达工作状态和目标信息显示及人机交互；
电源板，接收外部电源输入，产生系统所需的直流电源。
在一个优选实施例中，所述信号与信息处理模块工作过程为：对基带采样数据进行数字波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道I/Q数据；对三个通道I/Q数据依次进行脉冲压缩处理、MTD处理、杂波滤除、恒虚警检测，提取目标信息，由和通道检测出的雷达目标，在与之对应的距离-速度单元上，取出和通道、方位差通道、俯仰差通道的幅度值，根据幅度值进行和差比幅测角，得到雷达目标的方位角和俯仰角，形成目标原始点迹；对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪、航迹管理数据处理，得到雷达目标的点航迹信息。所述杂波滤除过程为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器在频域进行相乘，完成杂波滤除。
优选的，所述恒虚警检测的具体方法为：采用一维距离CACFAR算法对所有距离-速度单元进行检测。
优选的，所述杂波抑制滤波器设计方法与上述基于强杂波抑制的低空目标检测方法中杂波抑制滤波器设计方法相同。
本发明的检测方法与系统的有益效果包括：
1.通过监测和估计杂波频谱的分布，设计杂波抑制滤波器参数，使得杂波抑制滤波器的阻带能够匹配杂波的分布，从而针对不同的雷达部署环境产生的杂波分布，进行自适应杂波滤除，有效提升了信杂比。
2.通过设计杂波抑制滤波器，在有效滤除杂波的同时，能够完整的保留低速、中速和高速目标的信息，滤波器的通带能够匹配低空目标频谱的分布。通过本专利的信号与信息处理流程、方法，能够有效地抑制杂波的同时，提取出低空中的各类低速、中速和高速目标信息，形成目标点航迹报文。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (5)

1.一种基于强杂波抑制的低空目标检测方法，其特征在于，包括：
步骤1、对多个通道的雷达回波基带采样I/Q数据进行接收、存储；
步骤2、对基带采样数据进行数据波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道的数据；
步骤3、对和波束通道、方位差波束通道、俯仰差波束通道中的数据进行基于匹配滤波的脉冲压缩处理；
步骤4、对脉冲压缩后的数据进行动目标检测处理；
步骤5、将动目标检测处理后的数据通过杂波抑制滤波器进行杂波滤除；
步骤6、对杂波滤除后的和波束通道数据采用一维距离单元平均恒虚警检测算法对所有距离-速度单元进行恒虚警检测，提取目标信息；
步骤7、在提取的目标信息对应的距离-速度单元上，取出和波束通道、方位差波束通道、俯仰差波束通道的幅度值，根据三个通道幅度值测量得到目标的方位角和俯仰角形成目标原始点迹；
步骤8、对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪、航迹管理，得到雷达目标的点航迹信息；
所述步骤5中杂波抑制滤波器的设计过程为：
步骤51、令雷达信号的重复频率为fr,则雷达测速范围对应的目标多普勒频率fd∈[-r/2,fr/2]；针对雷达部署的环境，对杂波分布特性进行监测和估计，得到杂波频谱带宽为Δfc；
步骤52、设计滤波器1:h1和滤波器2:h2，响应函数分别为：
其中，n＝0,1,2,…,N-1，滤波器阶数均为N-1，N≤K；
步骤53、对滤波器1和滤波器2分别进行K点FFT运算，得到滤波器1的频谱为H1()和滤波器2的频谱为H2()；
步骤54、根据滤波器1和滤波器2设计滤波器3：h3，设滤波器3的频谱为H3()，其幅频响应为：
|H3(f)|＝||H1(f)|-|H2(f)||
步骤55、对|H3(f)|进行归一化处理，即：
|H3归(f)|＝|H3(f)|/max(|H3(f)|)
其中，max()为取最大值函数，|H3(f)|的阻带宽度Δf≥Δfc，滤波器阶数N-1取能满足Δf≥Δfc的最大正整数；
步骤56、设计滤波器4：h4，滤波器阶数为M，M+1≤K，其滤波器系数为：
其中：m＝0,1,2,...,M，为取组合运算；对滤波器器4进行K点FFT运算，得到滤波器4的频谱H4(f)；
步骤57、对h4(f)进行归一化处理,即：
|H4归(f)＝|H4(f)|/max(|H4(f)|)
步骤58、在内通过不断迭代逼近的方法找到最小的fd0，使得其满足:
|H4(fd0)|-|H3(fd0)|＝0
步骤59、根据fd0设计滤波器5：h5，其幅频响应为|H5(f)|，即杂波抑制滤波器：
2.根据权利要求1所述的基于强杂波抑制的低空目标检测方法，其特征在于，所述步骤4中，MTD处理具体为：采用快速傅里叶变换来处理脉压后的数据，完成回波信号K个周期的脉间相干积累；其中,K＝2l，l为正整数。
3.根据权利要求2所述的基于强杂波抑制的低空目标检测方法，其特征在于，所述步骤5中的杂波滤除具体为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器|H5(f)|在频域进行相乘，完成杂波滤除。
4.根据权利要求1所述的基于强杂波抑制的低空目标检测方法，其特征在于，所述步骤7中形成目标原始点迹的具体方法为:对于得到的幅度值，根据和差比幅表，采用和差比幅测角算法，测量得到目标的方位角和俯仰角，形成含有速度、距离、方位角、俯仰角、幅度值信息的目标原始点迹。
5.一种基于强杂波抑制的低空目标检测系统，其特征在于，包括：
收发天线，用于发射和接收雷达电磁波信号；
射频组件，对雷达发射信号进行上变频、滤波、放大，并对雷达接收信号进行下变频、滤波和放大；
信号产生与控制模块，提供系统工作的参考时钟、系统时序，接收显控终端的人机交互指令；产生基带激励信号用于雷达发射；
信号与信息处理模块，对经射频组件处理后的雷达接收信号进行信号处理及数据处理，形成目标点航迹信息，并将目标点航迹信息、雷达工作状态上传至显控终端；
显控终端，用于雷达工作状态和目标信息显示及人机交互；
电源板，接收外部电源输入，产生系统所需的直流电源；
所述信号与信息处理模块工作过程为：对基带采样数据进行数字波束形成处理，形成和波束、方位差波束、俯仰差波束三个通道I/Q数据；对三个通道I/Q数据依次进行脉冲压缩处理、MTD处理、杂波滤除、恒虚警检测，并采用一维距离CACFAR算法对所有距离-速度单元进行检测，提取目标信息，由和通道检测出的雷达目标，在与之对应的距离-速度单元上，取出和通道、方位差通道、俯仰差通道的幅度值，根据幅度值进行和差比幅测角，得到雷达目标的方位角和俯仰角，形成目标原始点迹；对目标原始点迹进行野值剔除、点迹凝聚、航迹起始、航迹跟踪、航迹管理数据处理，得到雷达目标的点航迹信息；
所述MTD处理过程为：采用快速傅里叶变换来处理脉压后的数据，完成回波信号K个周期的脉间相干积累；其中,K＝2l，l为正整数；
所述杂波滤除过程为：将每个距离单元K个周期MTD处理后取模的数据与杂波抑制滤波器在频域进行相乘，完成杂波滤除；
所述杂波抑制滤波器设计过程为：
步骤S1、令雷达信号的重复频率为fr,则雷达测速范围对应的目标多普勒频率fd∈[-fr/2,fr/2]；针对雷达部署的环境，对杂波分布特性进行监测和估计，得到杂波频谱带宽为Δfc；
步骤S2、设计滤波器1:h1和滤波器2:h2，响应函数分别为：
其中，n＝0，1，2，...，N-1，滤波器阶数均为N-1，N≤K；
步骤S3、对滤波器1和滤波器2分别进行K点FFT运算，得到滤波器1的频谱为H1(f)和滤波器2的频谱为H2(f)；
步骤S4、根据滤波器1和滤波器2设计滤波器3：h3，设滤波器3的频谱为H3(f)，其幅频响应为：
|H3(f)|＝||H1(f)|-|H2(f)||
步骤S5、对|H3(f)|进行归一化处理，即：
|H3归(f)|＝|H3(f)|/max(|H3(f)|)
其中，max()为取最大值函数，|H3(f)|的阻带宽度Δf≥Δfc，滤波器阶数N-1取能满足Δf≥Δfc的最大正整数；
步骤S6、设计滤波器4：h4，滤波器阶数为M，M+1≤K，其滤波器系数为：
其中：m＝0，1，2，...，M，为取组合运算；对滤波器器4进行K点FFT运算，得到滤波器4的频谱H4(f)；
步骤S7、对H4(f)进行归一化处理，即：
|H4归(f)|＝|H4(f)|/max(|H4(f)|)
步骤S8、在内通过不断迭代逼近的方法找到最小的fd0，使得其满足：
|H4(fd0)|-|H3(fd0)|＝0
步骤S9、根据fd0设计滤波器5：h5，其幅频响应为|H5(f)|，即杂波抑制滤波器：
CN202010654767.1A 2020-07-09 2020-07-09 一种基于强杂波抑制的低空目标检测方法及系统 Active CN111896926B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010654767.1A CN111896926B (zh) 2020-07-09 2020-07-09 一种基于强杂波抑制的低空目标检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010654767.1A CN111896926B (zh) 2020-07-09 2020-07-09 一种基于强杂波抑制的低空目标检测方法及系统

Publications (2)

Publication Number Publication Date
CN111896926A CN111896926A (zh) 2020-11-06
CN111896926B true CN111896926B (zh) 2023-04-07

Family

ID=73193052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010654767.1A Active CN111896926B (zh) 2020-07-09 2020-07-09 一种基于强杂波抑制的低空目标检测方法及系统

Country Status (1)

Country Link
CN (1) CN111896926B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112485772B (zh) * 2020-11-28 2023-11-10 中国电子科技集团公司第二十研究所 一种脉间捷变频雷达杂波抑制方法
CN112698276B (zh) * 2020-12-15 2023-06-02 中国人民解放军空军预警学院 一种抗风电场干扰的空管雷达监测系统及方法
CN113093133B (zh) * 2021-02-26 2023-11-14 四川九洲防控科技有限责任公司 一种雷达仙波的处理方法、系统、存储介质及电子设备
CN113671486B (zh) * 2021-07-07 2023-09-19 四川九洲防控科技有限责任公司 旋翼目标的雷达探测系统及方法
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011117899A (ja) * 2009-12-07 2011-06-16 Mitsubishi Electric Corp レーダ装置
CN102928823A (zh) * 2012-10-30 2013-02-13 四川九洲空管科技有限责任公司 基于二次雷达应答信号相关特征的海杂波抑制方法
CN103616679A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 基于差波束调制和波形分析的pd雷达测距测角方法
CN103885053A (zh) * 2014-03-27 2014-06-25 中国电子科技集团公司第二十八研究所 一种基于追踪滤波器的雷达数据动目标检测处理方法
KR101426226B1 (ko) * 2013-03-12 2014-08-05 삼성탈레스 주식회사 레이더의 신호 처리 방법
CA3055638A1 (en) * 2016-06-02 2017-12-07 Qinetiq Limited Radar target detection system and method
CN108957445A (zh) * 2018-07-30 2018-12-07 四川九洲空管科技有限责任公司 一种低空慢速小目标探测系统及其探测方法
CN109901150A (zh) * 2019-03-04 2019-06-18 四川九洲空管科技有限责任公司 一种多功能相控阵雷达装置及其探测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011117899A (ja) * 2009-12-07 2011-06-16 Mitsubishi Electric Corp レーダ装置
CN102928823A (zh) * 2012-10-30 2013-02-13 四川九洲空管科技有限责任公司 基于二次雷达应答信号相关特征的海杂波抑制方法
KR101426226B1 (ko) * 2013-03-12 2014-08-05 삼성탈레스 주식회사 레이더의 신호 처리 방법
CN103616679A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 基于差波束调制和波形分析的pd雷达测距测角方法
CN103885053A (zh) * 2014-03-27 2014-06-25 中国电子科技集团公司第二十八研究所 一种基于追踪滤波器的雷达数据动目标检测处理方法
CA3055638A1 (en) * 2016-06-02 2017-12-07 Qinetiq Limited Radar target detection system and method
CN108957445A (zh) * 2018-07-30 2018-12-07 四川九洲空管科技有限责任公司 一种低空慢速小目标探测系统及其探测方法
CN109901150A (zh) * 2019-03-04 2019-06-18 四川九洲空管科技有限责任公司 一种多功能相控阵雷达装置及其探测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Adaptive multifunction filter for radar signal processing;Moutaman Mirghani;《 2013 INTERNATIONAL CONFERENCE ON COMPUTING, ELECTRICAL AND ELECTRONIC ENGINEERING (ICCEEE)》;20131017;全文 *
New Memristive Band-Pass and Band-Stop Filter Circuits for Signal Division;Chenyu Yang;《2018 IEEE 18th International Conference on Communication Technology (ICCT)》;20190103;全文 *
刘敏名.基于PowerPC的雷达信号处理和通信信号处理实现.《中国优秀硕士学位论文全文数据库 信息科技辑》.2013, *
基于PowerPC的雷达信号处理和通信信号处理实现;刘敏名;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130615;第25、34-35页 *
非平稳海杂波背景下子带分段ANMF检测器;时艳玲等;《系统工程与电子技术》;20180123(第04期);全文 *

Also Published As

Publication number Publication date
CN111896926A (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN111896926B (zh) 一种基于强杂波抑制的低空目标检测方法及系统
CN111352102B (zh) 一种基于调频连续波雷达的多目标个数检测方法及装置
US11650286B2 (en) Method for separating targets and clutter from noise, in radar signals
US20190129006A1 (en) Radar system for the detection of drones
CN108280395B (zh) 一种对低小慢无人机飞控信号的高效识别方法
WO2022068097A1 (zh) 一种改进调频连续波雷达目标检测的降噪方法
CN108344982B (zh) 基于长时间相参积累的小型无人机目标雷达检测方法
WO2012149035A2 (en) Radar-based detection and identification for miniature air vehicles
CN105203999A (zh) 旋翼飞行器预警装置及预警方法
US9482744B1 (en) Staggered pulse repetition frequency doppler processing
CN110286373B (zh) 一种复杂气候条件下的fod雷达雨雪杂波抑制方法
CN110632573B (zh) 一种机载宽带雷达空时二维keystone变换方法
CN112014806A (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN110658506B (zh) 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法
RU2293350C2 (ru) Устройство для обнаружения и классификации летящих и зависших вертолетов
JPH0527018A (ja) レーダ信号処理装置
Lam et al. Time-frequency analysis using V-band radar for drone detection and classification
CN110488239B (zh) 基于调频连续波雷达的目标检测方法
Tikkinen et al. Helicopter detection capability of passive coherent location (PCL) radar
RU157396U1 (ru) Устройство распознавания винтовых летательных аппаратов
CN115113208A (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
Hwang et al. An approach for reducing computational time for real-time autonomous vehicle tracking
US7151481B1 (en) Method for detecting targets and determining their distance via an HPRF radar system
Ma et al. A method for improving efficiency of anti-UAV radar based on FMCW
CN113567976B (zh) 一种基于毫米波雷达的无人机旋翼检测系统及其检测方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xue Xiong

Inventor after: Cheng Qi

Inventor after: Feng Tao

Inventor after: Wang Yancheng

Inventor after: Liao Yufu

Inventor before: Xue Xiong

Inventor before: Wang Yancheng

Inventor before: Liao Yufu

GR01 Patent grant
GR01 Patent grant