CN112198487A - 一种风电场杂波背景下的目标检测方法 - Google Patents

一种风电场杂波背景下的目标检测方法 Download PDF

Info

Publication number
CN112198487A
CN112198487A CN202010930596.0A CN202010930596A CN112198487A CN 112198487 A CN112198487 A CN 112198487A CN 202010930596 A CN202010930596 A CN 202010930596A CN 112198487 A CN112198487 A CN 112198487A
Authority
CN
China
Prior art keywords
doppler
target
value
pulse
distance
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.)
Granted
Application number
CN202010930596.0A
Other languages
English (en)
Other versions
CN112198487B (zh
Inventor
赵永波
孙佳祥
马文丹
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202010930596.0A priority Critical patent/CN112198487B/zh
Publication of CN112198487A publication Critical patent/CN112198487A/zh
Application granted granted Critical
Publication of CN112198487B publication Critical patent/CN112198487B/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
    • G01S7/41Details 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
    • 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
    • G01S7/415Identification of targets based on measurements of movement associated with the target
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本发明公开了一种风电场杂波背景下的目标检测方法,包括:计算雷达的PRF;发射PRF的脉冲信号,接收回波信号并对回波信号进行脉冲压缩;对脉压回波信号X进行波束形成;对波束形成后的数据XL的脉冲维进行多普勒滤波,根据多普勒滤波后的数据Y形成“距离‑多普勒”二维分布图并在多普勒维进行峰值搜索得到N'个距离单元峰值个数大于预设峰值个数;对脉压回波信号进行多普勒滤波,提取每个阵元中第n'个距离单元第qn'f个多普勒通道滤波后的数据构成矩阵
Figure DDA0002670075230000011
Figure DDA0002670075230000012
进行波束扫描测角得到第n'个距离单元的测角值θn',N'个距离单元对应的测角值为θ12,…,θn',…,θN',根据测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。本发明提供的方法,引入了多普勒和仰角信息,解决了风电场附近目标的检测问题,提高了在风电场杂波背景下的目标检测能力。

Description

一种风电场杂波背景下的目标检测方法
技术领域
本发明属于雷达技术领域,具体涉及一种风电场杂波背景下的目标检测方法。
背景技术
随着社会快速发展,常规不可再生资源(如煤炭、石油)消耗越来越大,环境日益恶化,开发利用可再生资源显得尤为重要。
风力发电作为一种清洁无污染的可再生能源,近年来在我国得到迅速发展,风电场的规模和风车的结构也越来越大。然而,风电场会对雷达检测目标产生严重的影响。风车主要由叶片、桅杆和机舱组成,桅杆和机舱等产生的杂波多普勒频率为零,易于分析滤除,风车叶片旋转产生的杂波多普勒频率不为零,现有的雷达杂波抑制方法不能将其抑制,所以风车作为一种异常杂波会导致风电场附近目标检测概率下降。
针对风电场杂波检测,可以利用杂波图的恒虚警率检测模型来检测回波中是否有风车信号,或者利用单元平均选小恒虚警率来实现对回波单元中杂波信号的检测。但是,上述方法直接将含有杂波的整个单元的信号滤除,不适用于目标在风电场附近的情况。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种风电场杂波背景下的目标检测方法,包括如下步骤:
步骤1、利用风电场的距离位置信息计算在没有距离模糊情况下雷达的脉冲重复频率PRF;
步骤2、在风电场位置信息确定的范围内发射脉冲重复频率PRF的线性调频脉冲信号,通过一个垂直维有N个阵元的等距线阵接收回波信号,并对所述回波信号进行脉冲压缩处理得到脉压回波信号X,X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N为等距线阵的阵元数;
步骤3、对所述脉压回波信号X进行波束形成,得到波束形成后的数据XL
步骤4、对所述波束形成后的数据XL的脉冲维进行多普勒滤波,得到多普勒滤波后的数据Y,根据所述多普勒滤波后的数据Y形成“距离-多普勒”二维分布图,从所述“距离-多普勒”二维分布图中确定有M'个距离单元可能有风车或目标,设风车的最大旋转速度为frotmax,风车叶片最大旋转速度对应的多普勒频率范围为[-fdmax,fdmax],其中,
Figure BDA0002670075210000021
λ为回波信号波长,L为风车叶片长度;当目标多普勒频率的绝对值大于风车的最大多普勒频率fdmax且所述目标多普勒谱显示为一个点,则认为风电场附近有目标;但所述目标多普勒频率也可能在风车叶片最大旋转速度对应的多普勒频率范围[-fdmax,fdmax]内,在第m'个距离单元处多普勒谱频率范围[-fdmax,fdmax]内进行峰值搜索,其中,m'=1,2,3,…,M';若只有一个峰值,则认为所述第m'个距离单元只有一个目标,没有风车,若搜索到N'个距离单元的峰值个数大于预设峰值个数,所述N'个距离单元可能存在风车和目标;
步骤5、对N个阵元的等距线阵中的脉压回波信号X=[x1,x2,…,xn,…,xN]的脉冲维进行多普勒滤波,得到多普勒滤波后的数据xa1,xa2,…,xan,…xaN,提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure BDA0002670075210000022
Figure BDA0002670075210000031
Figure BDA0002670075210000032
是N×1的矩阵,n'=1,2,…,N',f=1,2,…,Qn',Qn'为第n'个距离单元在风车最大多普勒通道内过检测门限的多普勒通道数,对
Figure BDA0002670075210000033
进行波束扫描测角得到第n'个距离单元的过检测门限的多普勒通道的测角值θn'
Figure BDA0002670075210000034
N'个距离单元对应的过检测门限的多普勒通道的测角值θ12,...,θn',...,θN',根据所述过检测门限的多普勒通道的测角值θ12,...,θn',...,θN'判断风电场附近是否有目标。
在本发明的一个实施例中,所述步骤1具体包括:
利用风电场的距离位置信息计算在没有距离模糊情况下雷达的所述脉冲重复频率PRF,所述脉冲重复频率PRF表示为
Figure BDA0002670075210000035
其中,c为电磁波在空间中的传播速度,为3×108m/s,Rf为风电场与雷达的最大相对距离。
在本发明的一个实施例中,步骤2中对所述回波信号进行脉冲压缩处理得到脉压回波信号X具体包括:
对所述回波信号进行脉冲压缩后处理得到所述脉压回波信号X表示为:X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N个阵元的等距线阵中第n个阵元的脉压回波信号xn=[xnkm]K×M,k=1,2,3,…,K,m=1,2,3,…,M,K表示回波脉冲数,M表示回波信号每个PRT的采样点数,xnkm表示第n个阵元第k个回波脉冲第m个距离单元的脉压回波信号。
在本发明的一个实施例中,步骤3具体包括:
对所述脉压回波信号X用波束形成权矢量W进行波束形成,得到所述波束形成后的数据XL,所述波束形成后的数据
Figure BDA0002670075210000036
其中,W=[w1,w2,…,wn,…,wN]T,wn=exp(-j2π(n-1)dsinθ0/λ),n=1,2,3,…,N,θ0为波束指向,exp表示以e为底的指数幂,j表示虚数单位,d表示阵元间距,λ表示回波信号的波长,[]T表示转置,XL=[x'km]K×M,x'km表示波束形成后第k个回波脉冲第m个距离单元的脉压回波信号。
在本发明的一个实施例中,步骤5具体包括:
采用离散傅里叶变换的方法对第n个阵元的脉压回波信号xn的脉冲维进行多普勒滤波,得到所述多普勒滤波后的数据xan
Figure BDA0002670075210000041
p=1,2,…,K,m=1,2,3,…,M,xanpm表示第n个阵元第p个多普勒通道第m个距离单元的脉压回波信号;
根据n的取值范围,依次增加n的值,得到N个阵元多普勒滤波后的数据xa1,xa2,…,xan,…xaN
提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure BDA0002670075210000042
Figure BDA0002670075210000043
进行波束扫描测角表示为:
Figure BDA0002670075210000044
其中,[]H表示共轭转置,wL=[1,exp(j2πdsinθ/λ),…,exp(j2π(N-1)dsinθ/λ)]T,θ表示波束扫描的扫描角度,其范围为-α~α,求解
Figure BDA0002670075210000045
的最大值对应的角度值
Figure BDA0002670075210000046
即为第n'个距离单元第qn'f个多普勒通道的测角值,根据f的取值范围,依次增加f的值,得到第n'个距离单元过检测门限的多普勒通道的测角值θn'
根据n'的取值范围,依次增加n'的值,得到N'个距离单元过检测门限的多普勒通道的测角值θ12,…,θn',…,θN',根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。
在本发明的一个实施例中,根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标具体包括:
将第n'个距离单元过检测门限的多普勒通道的测角值θn'中两个最大测角值和两个最小测角值去掉,剩余过检测门限的多普勒通道的测角值求平均得到风车的仰角估计值
Figure BDA0002670075210000051
将所述过检测门限的多普勒通道的测角值θn'中每个测角值与所述风车的仰角估计值
Figure BDA0002670075210000052
进行比较,若所述过检测门限的多普勒通道的测角值θn'与所述风车的仰角估计值
Figure BDA0002670075210000053
差值的绝对值小于门限值γ,表示风电场附近不存在目标,若所述过检测门限的多普勒通道的测角值θn'与所述风车的仰角估计值
Figure BDA0002670075210000054
差值的绝对值大于门限值γ,表示风电场附近存在目标;
根据n'的取值范围,依次增加n'的值,得到所述N'个距离单元的目标检测结果。
与现有技术相比,本发明的有益效果:
本发明提供的风电场杂波背景下的目标检测方法,引入了多普勒和仰角信息,解决了风电场附近目标的检测问题,提高了在风电场杂波背景下的目标检测能力。
附图说明
图1为本发明实施例提供的一种风电场杂波背景下的目标检测方法的流程示意图;
图2为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2、目标3雷达回波的“距离-多普勒”二维分布图示意图;
图3为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2、目标3距离维投影示意图;
图4为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2的多普勒维结果示意图;
图5为本发明实施例提供的一种风电场杂波背景下的目标检测方法中目标3的多普勒维结果示意图;
图6为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车最大多普勒通道内过检测门限的每个多普勒通道的测角结果示意图;
图7为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车最大多普勒通道内过检测门限的每个多普勒通道的仰角值与风车仰角估计值的对比示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
为了解决风电场附近目标检测能力差的问题,请参见图1,图1为本发明实施例提供的一种风电场杂波背景下的目标检测方法的流程示意图,本发明实施例提供了一种风电场杂波背景下的目标检测方法,该风电场杂波背景下的目标检测方法包括以下步骤:
步骤1、利用风电场的距离位置信息计算在没有距离模糊情况下雷达的脉冲重复频率PRF。
具体而言,距离模糊是指在脉冲重复频率(Pulse Repetition Frequency,简称PRF)相对较高时,雷达由相邻的发射波与回波的脉冲时间间隔获得的测量距离不能确定为实际距离的一种问题。当发射信号确定在一个脉冲重复周期PRT内返回至雷达处,则不会产生距离模糊。在实际生活中风电场包括风车或目标,风电场的位置信息已知,本实施例利用风电场位置信息中的距离位置信息计算在没有距离模糊情况下雷达的脉冲重复频率PRF,脉冲重复频率PRF表示为
Figure BDA0002670075210000071
其中,c为电磁波在空间中的传播速度,为3×108m/s,Rf为风电场与雷达的最大相对距离,即最大不模糊距离。在没有距离模糊情况下得到的雷达脉冲重复频率PRF足够高,高PRF可以保证风车多普勒谱没有模糊且只占PRF的一小部分,多普勒频谱将出现较大的空廓区,可以用于判断是否为单独的目标,增大目标的检测概率。
而针对远距离目标,因为在距离上目标和风电场不重合,也可以采用低PRF和常规方法进行雷达目标检测,在此不再赘述。
步骤2、在风电场位置信息确定的范围内发射脉冲重复频率PRF的线性调频脉冲信号,通过一个垂直维有N个阵元的等距线阵接收回波信号,并对回波信号进行脉冲压缩处理得到脉压回波信号X,X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N为等距线阵的阵元数。
具体而言,由上可知对于远距离目标,可以采用低PRF和常规方法进行雷达目标检测,本实施例针对的是在距离上目标和风电场临近的情况,此时雷达在风电场位置信息确定的范围内的地方发射高PRF线性调频脉冲信号,采用一个垂直维有N个阵元的等距线阵接收回波信号,对回波信号进行脉冲压缩处理后得到脉压回波信号X表示为:X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N个阵元的等距线阵中第n个阵元的脉压回波信号xn=[xnkm]K×M,k=1,2,3,…,K,m=1,2,3,…,M,K表示回波脉冲数,M表示回波信号每个PRT的采样点数,xnkm表示第n个阵元第k个回波脉冲第m个距离单元的脉压回波信号。
步骤3、对脉压回波信号X进行波束形成,得到波束形成后的数据XL
具体而言,本实施例对脉压回波信号X用波束形成权矢量W进行波束形成,得到波束形成后的数据XL,波束形成后的数据
Figure BDA0002670075210000081
其中,W=[w1,w2,…,wn,…,wN]T,wn=exp(-j2π(n-1)dsinθ0/λ),n=1,2,3,…,N,θ0为波束指向,exp表示以e为底的指数幂,j表示虚数单位,d表示阵元间距,λ表示回波信号的波长,[]T表示转置,XL=[x'km]K×M,x'km表示波束形成后第k个回波脉冲第m个距离单元的脉压回波信号。
步骤4、对所述波束形成后的数据XL的脉冲维进行多普勒滤波,得到多普勒滤波后的数据Y,根据多普勒滤波后的数据Y形成“距离-多普勒”二维分布图,从“距离-多普勒”二维分布图中确定有M'个距离单元可能有风车或目标。
具体而言,本实施例采用离散傅里叶变换的方法对波束形成后的数据XL的脉冲维进行多普勒滤波,得到多普勒滤波后的数据Y,多普勒滤波后的数据Y表示为:
Figure BDA0002670075210000082
其中,
Figure BDA0002670075210000083
p=1,2,…,K,m=1,2,…,M,K表示多普勒通道个数。
通过“距离-多普勒”二维分布图可以得出有M'个距离单元可能有风车和目标。本实施例首先计算风车的最大多普勒频率
Figure BDA0002670075210000084
其中,λ为回波信号波长,L为叶片长度,frotmax为风车的最大旋转速度,则风车叶片最大旋转速度对应的多普勒频率范围为[-fdmax,fdmax]。当目标在风电场附近且速度较快时,即目标多普勒频率的绝对值大于风车的最大多普勒频率fdmax且目标多普勒谱显示为一个点,此时利用该特征可以认为风电场附近有目标;但风电场附近也可能存在速度较慢的目标,即目标多普勒频率可能在风车叶片最大旋转速度对应的多普勒频率范围[-fdmax,fdmax]内时,在第m'个距离单元的多普勒谱频率范围[-fdmax,fdmax]内进行峰值搜索,其中,m'=1,2,3,…,M',M'为从“距离-多普勒”二维分布图中观测到的距离单元数;若只有一个峰值,则认为第m'个距离单元只有一个目标,没有风车。设峰值搜索搜索到N'个距离单元的峰值个数大于预设峰值个数,有N'个距离单元可能存在风车和目标,此时需要进行步骤5对这种情况的目标进行检测。本实施例预设峰值个数设计为1。
步骤5、对N个阵元的等距线阵中的脉压回波信号X=[x1,x2,…,xn,…,xN]的脉冲维进行多普勒滤波,得到多普勒滤波后的数据xa1,xa2,…,xan,…xaN,提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure BDA0002670075210000091
Figure BDA0002670075210000092
Figure BDA0002670075210000093
是N×1的矩阵,1≤n'≤N',f=1,2,…,Qn',Qn'为第n'个距离单元在风车最大多普勒通道内过检测门限的多普勒通道数,对
Figure BDA0002670075210000094
进行波束扫描测角得到第n'个距离单元过检测门限的多普勒通道的测角值θn'
Figure BDA0002670075210000095
N'个距离单元对应的过检测门限的多普勒通道的测角值θ12,…,θn',…,θN',根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。
具体而言,实际风电场中风车的高度较低,其仰角固定,而空中目标的高度一般较高,仰角不固定,因此,需要提取每个阵元相应的数据进行波束扫描测角(仰角),根据测角结果判断风电场附近是否有目标,具体地:
本实施例采用离散傅里叶变换的方法对第n个阵元的脉压回波信号xn的脉冲维进行多普勒滤波,得到多普勒滤波后的数据xan
Figure BDA0002670075210000096
p=1,2,…,K,m=1,2,3,…,M,其中,xanpm表示第n个阵元第p个多普勒通道第m个距离单元的回波信号。根据n的取值范围,依次增加n的值,得到N个阵元多普勒滤波后的数据xa1,xa2,…,xan,…xaN
由步骤4可知共有N'个距离单元搜索到的峰值个数大于预设峰值个数,第n'个距离单元在风车最大多普勒通道内过检测门限的多普勒通道个数为Qn',设其多普勒通道号为qn'f,1≤n'≤N',f=1,2,,Qn',则本实施例提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure BDA0002670075210000101
Figure BDA0002670075210000102
Figure BDA0002670075210000103
是N×1的矩阵,之后对
Figure BDA0002670075210000104
进行波束扫描测角,波束扫描测角公式表示为:
Figure BDA0002670075210000105
其中,[]H表示共轭转置,wL=[1,exp(j2πdsinθ/λ),…,exp(j2π(N-1)dsinθ/λ)]T,θ表示波束扫描的扫描角度,其范围为θ,求解
Figure BDA0002670075210000106
的最大值,
Figure BDA0002670075210000107
最大值对应的角度值
Figure BDA0002670075210000108
即为第n'个距离单元第qn'f个多普勒通道的测角值,根据f的取值范围,依次增加f的值,进行同样上述的波束扫描测角得到第n'个距离单元过检测门限的多普勒通道的测角值θn'
Figure BDA0002670075210000109
根据n'的取值范围,依次增加n'的值,得到N'个距离单元对应的过检测门限的多普勒通道的测角值θ12,…,θn',…,θN',根据过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。
其中,根据N'个距离单元对应的过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标具体包括:
假设每个距离单元最多有两个目标,将第n'个距离单元过检测门限的多普勒通道的测角值θn'中两个最大测角值和两个最小测角值去掉,剩余过检测门限的多普勒通道的测角值求平均得到风车的仰角估计值
Figure BDA00026700752100001010
将第n'个距离单元过检测门限的多普勒通道的测角值θn'中每个测角值与风车的仰角估计值
Figure BDA0002670075210000111
进行比较,若第n'个距离单元过检测门限的多普勒通道的测角值θn'与风车的仰角估计值
Figure BDA0002670075210000112
差值的绝对值小于门限值γ,表示该过检测门限的多普勒通道都是风车信号成分造成的,风电场附近不存在目标,若第n'个距离单元过检测门限的多普勒通道的测角值θn'与风车的仰角估计值
Figure BDA0002670075210000113
差值的绝对值大于门限值γ,表示该过检测门限的多普勒通道同时包含目标和风车成分,风电场附近存在目标。根据n'的取值范围,依次增加n'的值,得到N'个距离单元的目标检测结果,从而完成整个风电场杂波背景下的目标检测。
为了说明本发明提出的风电场杂波背景下的目标检测方法的有效性,通过以下计算机仿真进行验证:
1、仿真条件:
仿真中,发射信号载频f0=1GHz,发射信号带宽B=1MHz,波长λ=0.3m,等距线阵阵元间距d=λ/2=0.15m,阵元数N=16。发射信号的PRF=10KHz,脉冲宽度Tp=20μs,采样频率fs=10MHz。本次仿真仅针对一个风电场且仅包含一个风车,雷达到风车旋转中心的距离为6km,风车叶片数为3,任意两个叶片的夹角为120°,散射点的散射系数为1,散射点间隔为λ/6,风车叶片长L=20m,以旋转速度frot=20r/min的速度绕叶片轴心旋转,风车仰角β0=2°,风车最大旋转速度为frotmax=30r/min,即风车叶片的最大多普勒频率为fdmax=418.8Hz。风车初始旋转位置为风车某一叶片与水平线方向夹角为7.5°且风车逆时针旋转。本次仿真中有3个空中目标,雷达到空中目标1、目标2的距离均为6km,到目标3距离为9km。目标1速度为V1=300m/s,仰角为β1=20°,目标2速度为V2=30m/s,仰角为β2=15°,目标3速度为V3=30m/s,仰角为β3=25°。α=90°,门限值γ=2。加入噪声,各阵元回波数据做脉冲压缩、波束形成且多普勒滤波后目标1所在多普勒通道信噪比为21.2db,目标2所在多普勒通道信噪比为20.1db,目标3所在多普勒通道信噪比为21.5db,风车多普勒频率为0的成分所占多普勒通道信噪比为28.1db。
2、仿真内容与结果:
对风车和目标1、目标2、目标3进行仿真,回波脉冲共200个,请参见图2、图3、图4、图5,图2为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2、目标3雷达回波的“距离-多普勒”二维分布图示意图,图3为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2、目标3距离维投影示意图,图4为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车和目标1、目标2的多普勒维结果示意图,图5为本发明实施例提供的一种风电场杂波背景下的目标检测方法中目标3的多普勒维结果示意图。由图3可以看出,6km、9km所在距离单元可能存在目标和风车,且6km、9km所在距离单元的多普勒维结果分别如图4、图5所示,图4、图5中的虚线表示风车叶片最大多普勒频率。由图5可以看出:在风车叶片最大多普勒频率区间范围内只有一个峰值,其多普勒频率为200Hz,认为该距离单元有一个目标。由图4可以看出:在风车叶片最大多普勒频率区间范围外有一个孤立的点,其多普勒频率为2000Hz,认为是目标。在风车叶片最大多普勒频率区间范围内有多个波峰,认为是该距离单元可能存在风车和目标,则对其进行步骤5做进一步判断。
请参见图6,图6为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车最大多普勒通道内过检测门限的每个多普勒通道的测角结果示意图,对6km所在距离单元风车最大多普勒通道内过检测门限的每个多普勒通道的数据进行波束扫描测角,结果如图6所示,得到6km所在距离单元风车最大多普勒通道内过检测门限的每个多普勒通道的测角值如表1所示。
表1 6km所在距离单元过检测门限的每个多普勒通道的测角值
多普勒通道号 仰角/° 多普勒通道号 仰角/° 多普勒通道号 仰角/°
1 2.2 3 2.9 5 1.9
2 2 4 13.2
将表1中仰角的两个最大值和两个最小值去掉,剩余的值求平均即可得到风车的仰角估计值
Figure BDA0002670075210000131
请参见图7,图7为本发明实施例提供的一种风电场杂波背景下的目标检测方法中风车最大多普勒通道内过检测门限的每个多普勒通道的仰角值与风车仰角估计值的对比示意图,将过检测门限的每个多普勒通道的仰角值与风车的仰角估计值
Figure BDA0002670075210000132
进行比较,结果如图7所示。其中,“*”符号表示过检测门限的每个多普勒通道的仰角值,“□”符号表示风车的仰角估计值。得到过检测门限的多普勒通道号为4的仰角值与风车仰角估计值
Figure BDA0002670075210000133
差值的绝对值大于门限值,说明该过检测门限的多普勒通道同时包含目标和风车成分,其他多过检测门限的普勒通道的仰角值与风车仰角估计值
Figure BDA0002670075210000134
差值的绝对值小于门限值,说明其他过检测门限的多普勒通道都是风车信号成分造成的,从而判断出风电场附近有目标。
综上所述,本实施例提供的风电场杂波背景下的目标检测方法,引入了多普勒和仰角信息,解决了风电场附近目标的检测问题,提高了在风电场杂波背景下的目标检测能力。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (6)

1.一种风电场杂波背景下的目标检测方法,其特征在于,包括如下步骤:
步骤1、利用风电场的距离位置信息计算在没有距离模糊情况下雷达的脉冲重复频率PRF;
步骤2、在风电场位置信息确定的范围内发射脉冲重复频率PRF的线性调频脉冲信号,通过一个垂直维有N个阵元的等距线阵接收回波信号,并对所述回波信号进行脉冲压缩处理得到脉压回波信号X,X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N为等距线阵的阵元数;
步骤3、对所述脉压回波信号X进行波束形成,得到波束形成后的数据XL
步骤4、对所述波束形成后的数据XL的脉冲维进行多普勒滤波,得到多普勒滤波后的数据Y,根据所述多普勒滤波后的数据Y形成“距离-多普勒”二维分布图,从所述“距离-多普勒”二维分布图中确定有M'个距离单元可能有风车或目标,设风车的最大旋转速度为frotmax,风车叶片最大旋转速度对应的多普勒频率范围为[-fdmax,fdmax],其中,
Figure FDA0002670075200000011
λ为回波信号波长,L为风车叶片长度;当目标多普勒频率的绝对值大于风车的最大多普勒频率fdmax且所述目标多普勒谱显示为一个点,则认为风电场附近有目标;但所述目标多普勒频率也可能在风车叶片最大旋转速度对应的多普勒频率范围[-fdmax,fdmax]内,在第m'个距离单元的多普勒频率范围[-fdmax,fdmax]内进行峰值搜索,其中,m'=1,2,3,…,M';若搜索只有一个峰值,则认为所述第m'个距离单元只有一个目标,没有风车,若搜索到N'个距离单元的峰值个数大于预设峰值个数,所述N'个距离单元可能同时存在风车和目标;
步骤5、对N个阵元的脉压回波信号X=[x1,x2,…,xn,…,xN]的脉冲维进行多普勒滤波,得到多普勒滤波后的数据xa1,xa2,…,xan,…xaN,提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure FDA0002670075200000021
Figure FDA0002670075200000022
Figure FDA0002670075200000023
是N×1的矩阵,1≤n'≤N',f=1,2,…,Qn',Qn'为第n'个距离单元在风车最大多普勒通道内过检测门限的多普勒通道数,对
Figure FDA0002670075200000024
进行波束扫描测角得到第n'个距离单元的过检测门限的多普勒通道的测角值θn'
Figure FDA0002670075200000025
N'个距离单元对应的过检测门限的多普勒通道的测角值θ12,…,θn',…,θN',根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。
2.根据权利要求1所述的风电场杂波背景下的目标检测方法,其特征在于,所述步骤1具体包括:
利用风电场的距离位置信息计算在没有距离模糊情况下雷达的所述脉冲重复频率PRF,所述脉冲重复频率PRF表示为
Figure FDA0002670075200000026
其中,c为电磁波在空间中的传播速度,为3×108m/s,Rf为风电场与雷达的最大相对距离。
3.根据权利要求1所述的风电场杂波背景下的目标检测方法,其特征在于,步骤2中对所述回波信号进行脉冲压缩处理得到脉压回波信号X具体包括:
对所述回波信号进行脉冲压缩处理后得到所述脉压回波信号X表示为:X=[x1,x2,…,xn,…,xN],n=1,2,…,N,N个阵元的等距线阵中第n个阵元的脉压回波信号xn=[xnkm]K×M,k=1,2,3,…,K,m=1,2,3,…,M,K表示回波脉冲数,M表示回波信号每个PRT的采样点数,xnkm表示第n个阵元第k个回波脉冲第m个距离单元的脉压回波信号。
4.根据权利要求3所述的风电场杂波背景下的目标检测方法xnkm,其特征在于,步骤3具体包括:
对所述脉压回波信号X用波束形成权矢量W进行波束形成,得到所述波束形成后的数据XL,所述波束形成后的数据
Figure FDA0002670075200000031
其中,W=[w1,w2,…,wn,…,wN]T,wn=exp(-j2π(n-1)dsinθ0、λ),n=1,2,3,…,N,θ0为波束指向,exp表示以e为底的指数幂,j表示虚数单位,d表示阵元间距,λ表示回波信号的波长,[]T表示转置,XL=[x'km]K×M,x'km表示波束形成后第k个回波脉冲第m个距离单元的脉压回波信号。
5.根据权利要求4所述的风电场杂波背景下的目标检测方法,其特征在于,步骤5具体包括:
采用离散傅里叶变换的方法对第n个阵元的脉压回波信号xn的脉冲维进行多普勒滤波,得到所述多普勒滤波后的数据xan
Figure FDA0002670075200000035
p=1,2,…,K,m=1,2,3,…,M,xanpm表示第n个阵元第p个多普勒通道第m个距离单元的脉压回波信号;
根据n的取值范围,依次增加n的值,得到N个阵元多普勒滤波后的数据xa1,xa2,…,xan,…xaN
提取每个阵元中第n'个距离单元第qn'f个多普勒通道的数据构成矩阵
Figure FDA0002670075200000032
Figure FDA0002670075200000033
进行波束扫描测角表示为:
Figure FDA0002670075200000034
其中,[]H表示共轭转置,wL=[1,exp(j2πdsinθ/λ),…,exp(j2π(N-1)dsinθ/λ)]T,θ表示波束扫描的扫描角度,其范围为-α~α。求解
Figure FDA0002670075200000041
的最大值对应的角度值
Figure FDA0002670075200000042
即为第n'个距离单元第qn'f个多普勒通道的测角值,根据f的取值范围,依次增加f的值,得到第n'个距离单元的过检测门限的多普勒通道的测角值θn'
根据n'的取值范围,依次增加n'的值,得到N'个距离单元的过检测门限的多普勒通道的测角值θ12,…,θn',…,θN',根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标。
6.根据权利要求5所述的风电场杂波背景下的目标检测方法,其特征在于,根据所述过检测门限的多普勒通道的测角值θ12,…,θn',…,θN'判断风电场附近是否有目标具体包括:
将第n'个距离单元的过检测门限的多普勒通道的测角值θn'中两个最大测角值和两个最小测角值去掉,剩余过检测门限的多普勒通道的测角值求平均得到风车的仰角估计值
Figure FDA0002670075200000043
将所述过检测门限的多普勒通道的测角值θn'中每个测角值与所述风车的仰角估计值
Figure FDA0002670075200000044
进行比较,若所述过检测门限的多普勒通道的测角值θn'与所述风车的仰角估计值
Figure FDA0002670075200000045
差值的绝对值小于门限值γ,表示风电场附近不存在目标,若所述多普勒通道的测角值θn'与所述风车的仰角估计值
Figure FDA0002670075200000046
差值的绝对值大于门限值γ,表示风电场附近存在目标;
根据n'的取值范围,依次增加n'的值,得到所述N'个距离单元的目标检测结果。
CN202010930596.0A 2020-09-07 2020-09-07 一种风电场杂波背景下的目标检测方法 Active CN112198487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010930596.0A CN112198487B (zh) 2020-09-07 2020-09-07 一种风电场杂波背景下的目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010930596.0A CN112198487B (zh) 2020-09-07 2020-09-07 一种风电场杂波背景下的目标检测方法

Publications (2)

Publication Number Publication Date
CN112198487A true CN112198487A (zh) 2021-01-08
CN112198487B CN112198487B (zh) 2022-12-13

Family

ID=74005379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010930596.0A Active CN112198487B (zh) 2020-09-07 2020-09-07 一种风电场杂波背景下的目标检测方法

Country Status (1)

Country Link
CN (1) CN112198487B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217284A (zh) * 2021-12-03 2022-03-22 珠海安自达科技有限公司 一种基于特征的雷达运动目标检测和干扰抑制方法及系统
CN116106852A (zh) * 2023-04-12 2023-05-12 中国人民解放军63921部队 机载主杂波频道的确定方法、装置及电子设备
CN116299304A (zh) * 2023-05-19 2023-06-23 北京敏视达雷达有限公司 一种风电杂波的滤波方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721954A (zh) * 2012-07-05 2012-10-10 中国民航大学 基于动态杂波图的风电场杂波识别与抑制方法
US20160025849A1 (en) * 2012-12-20 2016-01-28 Raytheon Canada Limited Methods and apparatus for 3d radar data from 2d primary surveillance radar and passive adjunct radar
US20160161596A1 (en) * 2014-10-24 2016-06-09 Federal Aviation Administration/Department of Transportation/Government of the United States Stationary doppler target suppressor
CN106872982A (zh) * 2017-03-24 2017-06-20 中国民航大学 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
CN110174650A (zh) * 2019-05-08 2019-08-27 河海大学 基于两维联合插值的气象雷达风电场杂波抑制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721954A (zh) * 2012-07-05 2012-10-10 中国民航大学 基于动态杂波图的风电场杂波识别与抑制方法
US20160025849A1 (en) * 2012-12-20 2016-01-28 Raytheon Canada Limited Methods and apparatus for 3d radar data from 2d primary surveillance radar and passive adjunct radar
US20160161596A1 (en) * 2014-10-24 2016-06-09 Federal Aviation Administration/Department of Transportation/Government of the United States Stationary doppler target suppressor
CN106872982A (zh) * 2017-03-24 2017-06-20 中国民航大学 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
CN110174650A (zh) * 2019-05-08 2019-08-27 河海大学 基于两维联合插值的气象雷达风电场杂波抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QIONGGIONG JIA等: "Recognition and Supression of Wind Farm Clutter via Dynamic Clutter Map", 《ICSP2012 PROCEEDINGS》 *
何炜琨等: "线性调频航管雷达风电场杂波背景下目标检测", 《信号处理》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217284A (zh) * 2021-12-03 2022-03-22 珠海安自达科技有限公司 一种基于特征的雷达运动目标检测和干扰抑制方法及系统
CN116106852A (zh) * 2023-04-12 2023-05-12 中国人民解放军63921部队 机载主杂波频道的确定方法、装置及电子设备
CN116106852B (zh) * 2023-04-12 2023-07-14 中国人民解放军63921部队 机载主杂波频道的确定方法、装置及电子设备
CN116299304A (zh) * 2023-05-19 2023-06-23 北京敏视达雷达有限公司 一种风电杂波的滤波方法、装置、设备及可读存储介质
CN116299304B (zh) * 2023-05-19 2023-08-15 北京敏视达雷达有限公司 一种风电杂波的滤波方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN112198487B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN112198487B (zh) 一种风电场杂波背景下的目标检测方法
CN109946665B (zh) 基于阵列雷达的获取真实目标的方法
CN103176178B (zh) 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法
CN110609262B (zh) 一种场面监视雷达的三维恒虚警检测方法
CN104215946B (zh) 一种天地波混合雷达回波谱仿真方法
CN109633598B (zh) 基于特征分析的阵列雷达目标检测方法
CN106646447A (zh) 基于线性调频连续波的雷达目标长时间积累检测方法
CN106872969B (zh) 基于mtd脉冲积累及滑动处理的雷达目标角度估计方法
CN107861107A (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
CN108387884B (zh) 基于知识辅助稀疏渐进最小方差的机载雷达杂波抑制方法
CN107976660A (zh) 弹载多通道雷达超低空目标分析与多径回波建模方法
CN103197297B (zh) 基于认知框架的雷达动目标检测方法
CN111580063B (zh) 基于广义解调频-楔形变换的雷达目标检测方法
CN113296073A (zh) 一种基于包络约束的幅相联合叶片净空测量方法
CN104199002B (zh) 抑制风力发电旋叶虚警目标的雷达信息处理方法
CN111736150A (zh) 一种面向远距离低功耗探鸟雷达的探测方法
CN115657007A (zh) 一种基于毫米波雷达的河流表面流速测量方法
CN115291207A (zh) 基于mimo雷达的小型旋翼无人机多目标检测方法
CN113805169B (zh) 空间目标低功耗小卫星雷达搜索与跟踪方法
CN113419238A (zh) 基于毫米波雷达的山体滑坡监测方法、电子设备、存储介质
CN109061626A (zh) 一种步进频相参处理检测低信杂比动目标的方法
CN104391288A (zh) 拟合干涉相位的虚警剔除方法
CN110824473B (zh) 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法
CN108896971B (zh) 一种海面漂浮小目标回波的仿真方法
CN114325599B (zh) 一种针对不同环境的自动门限检测方法

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