CN112255595A - 一种基于仿机载测量下的海杂波数据预处理方法 - Google Patents

Abstract

本发明公开了一种基于仿机载测量下的海杂波数据预处理方法，包括如下步骤：步骤1，解译数据文件：步骤2，选择主瓣区域：步骤3，处理区域均匀性检测：步骤4，距离向衰减因子补偿：步骤5，快时间维数据脉压处理：步骤6，空时协方差矩阵估计：步骤7，求解特征谱和空时功率谱。本发明所公开的基于仿机载测量下的海杂波数据预处理方法，通过解译原始二进制文件、脉冲压缩处理、处理区域均匀性检测以及距离维衰减补偿，获取“纯”海杂波空时二维特性的表征参数，为海杂波空时二维特性分析提供依据。

Description

一种基于仿机载测量下的海杂波数据预处理方法

技术领域

本发明属于海杂波测量领域，特别涉及该领域中的一种基于仿机载测量下的海杂波数据预处理方法。

背景技术

基于逆相位中心偏置技术的仿机载海杂波数据有空时二维特性，且海杂波空时二维特性通常由空时功率谱和特征谱表征，而实际录取的海杂波数据仅是原始二进制文件，如何从原始二进制文件出发，经过一系列处理，得到海杂波空时功率谱和特征谱是海杂波数据预处理的关键所在。

在进行仿机载测量下的海杂波数据预处理时，面临着解译数据按所需处理要求重组、分析区域中的海杂波均匀性鉴定以及数据距离维衰减补偿等问题。美国国防高级计划研究署在“山顶计划”中公开了两组仿机载测量下的海杂波数据，其数据已经完成相关预处理，但并无文献说明其具体方法，而且对分析区域中海杂波均匀性鉴定并无提及。

针对海杂波空时二维特性研究，目前国内相关学者所采用的数据，大多来自基于机载平台下的仿真数据和特定型号雷达数据，而机载测量数据与仿机载测量数据在处理方法上有较大差异，不能将其处理方法照搬过来。因此，基于仿机载海杂波测量雷达，从原始数据中获取海杂波空时二维特性表征量是仿机载海杂波测量雷达亟需解决的问题之一。

发明内容

本发明所要解决的技术问题就是提供一种基于仿机载测量下的海杂波数据预处理方法。

本发明采用如下技术方案：

一种基于仿机载测量下的海杂波数据预处理方法，其改进之处在于，包括如下步骤：

步骤1，解译数据文件：

按照数据协议格式要求，将原始二进制数据文件进行十进制数据文件解译，并给原始数据加入幅相补偿值，得到三维数据矩阵，其中快时间维对应距离采样点，慢时间维对应脉冲数，空域对应相位中心；

步骤2，选择主瓣区域：

步骤21，结合雷达架设高度h、波束中心擦地角θ_gra，俯仰向波束宽度θ，确定距离采样起始点对应的斜距为OA，见下式(1)，距离采样终止点对应的斜距为OB，见下式(2)；

步骤22，计算仿机载测量下的系统自由度：系统自由度是空域自由度与时域自由度的乘积，空域自由度由空域采样数目决定，时域自由度由时域采样数目决定；

步骤23，根据RMB准则判断选择的主瓣区域中包含的距离门数目是否大于系统自由度的两倍，若不满足，需重新选择主瓣区域中的距离采样起始点和距离采样终止点；

步骤3，处理区域均匀性检测：

利用基于广义内积的非均匀检测算法检测处理区域中包含的各距离单元的均匀性，具体步骤为：

步骤31，在步骤2选择的主瓣区域中，选择一无干扰的距离单元作为标准的海杂波距离单元，并计算其对应空时快拍X的协方差矩阵R₀，见下式(3)，其中E[·]表示求均值运算，H表示共轭转置运算符：

R₀＝E[XX^H] (3)

步骤32，选定需要进行均匀性检测的距离单元X_i，计算其空时快拍的广义内积Z_i，见下式(4)：

步骤33，计算进行均匀性检测的距离单元X_i对应的协方差矩阵R_i，且计算其广义内积Z_i的均值，见下式(5)，其中trace(·)表示矩阵求迹运算：

步骤34，当步骤32中的广义内积值Z_i和步骤33中的广义内积均值E[Z_i]相近时，该样本为均匀的，当训练样本的广义内积值和均值偏离很大时，则认为该样本是非均匀的；

步骤4，距离向衰减因子补偿：

步骤41，选择某一通道中的数据，将步骤2中选择的起始距离门记为r₁，终止距离门记为r₂，利用多项式进行拟合，得到拟合曲线，其中幅度取对数，单位为dB；

步骤42，求取用于距离向补偿的基准值，首先对多个通道的数据进行幅值平均；其次对已进行多通道间平均的数据进行多脉冲数据幅值平均；最后基于以上两步，对得到的数据进行距离维的幅度平均，得到距离向补偿基准值；

步骤43，结合拟合曲线中各距离单元对应值和步骤42得出的距离向补偿基准值，计算各距离单元对应值和距离向补偿基准值差值Δ(r)，则各距离单元对应的距离向补偿值为10^-Δ(r)；

步骤44，根据步骤43中的距离向补偿值，对各个脉冲进行距离维补偿；

步骤45，循环上述步骤，对每个通道进行距离向衰减补偿；

步骤5，快时间维数据脉压处理：

步骤51，从数据帧头信息中获取线性调频信号所采用的脉宽和带宽信息，以此构建匹配滤波器的冲激响应函数；

步骤52，利用快时间维的时域信号与匹配滤波器的冲激响应函数进行卷积运算得到脉压后的快时间维信号，或者采用快时间维的频域信号与匹配滤波器冲激响应函数的频域信号进行乘积运算，然后对得出的频域结果进行逆傅里叶变换得到快时间维脉压信号；

步骤6，空时协方差矩阵估计：

针对步骤2中选取的距离采样起始点和距离采样终止点，结合所选分析区域的海杂波均匀性检测，确定用于估计空时协方差矩阵的距离单元数目为L，基于最大似然估计原理，估计空时协方差矩阵

见下式(6)：

步骤7，求解特征谱和空时功率谱：

步骤71，基于步骤6估计得到的空时协方差矩阵

对其进行特征分解，可以得到特征谱；

步骤72，根据下式(7)计算空时导向矢量，其中

为直积运算，ψ为空间锥角，f_d为多普勒频移，e为自然数，j＝sqrt(-1)，T为矩阵转置运算符，时间导向矢量S_t和空域导向矢量S_s见下式(8)，其中N为阵列单元数目，d为阵列单元之间的间距，λ为雷达工作频率对应的波长；

步骤73，依据下式(9)对空时协方差矩阵进行空时二维搜索，可以计算得到空时功率谱；

本发明的有益效果是：

本发明所公开的基于仿机载测量下的海杂波数据预处理方法，通过解译原始二进制文件、脉冲压缩处理、处理区域均匀性检测以及距离维衰减补偿，获取“纯”海杂波空时二维特性的表征参数，为海杂波空时二维特性分析提供依据。

本发明所公开的基于仿机载测量下的海杂波数据预处理方法，利用基于广义内积算法的非均匀检测器，实现分析区域中各距离单元对应空时快拍的均匀性，使得分析的海杂波区域更加“纯净”，且通过多项式拟合，补偿距离向衰减，消除距离维在海杂波空时二维特性分析方面的影响，为海杂波空时二维特性分析奠定技术基础。

附图说明

图1是本发明实施例1所公开预处理方法的流程示意图；

图2是本发明实施例1所公开预处理方法中步骤1得到的三维数据矩阵示意图；

图3是本发明实施例1所公开预处理方法中步骤21的示意图；

图4是本发明实施例1所公开预处理方法中步骤41得到的拟合曲线图；

图5是本发明实施例1所公开预处理方法中步骤44对各个脉冲进行距离维补偿后的一维幅值图；

图6是本发明实施例1所公开预处理方法中步骤71得到的特征谱图；

图7是本发明实施例1所公开预处理方法中步骤73得到的空时功率谱图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1，如图1所示，本实施例公开了一种基于仿机载测量下的海杂波数据预处理方法，包括如下步骤：

步骤1，解译数据文件：

按照数据协议格式要求，将原始二进制数据文件进行十进制数据文件解译，将每个通道的数据按照距离采样点和脉冲数进行重组，并给原始数据加入幅相补偿值，得到如图2所示的三维数据矩阵，其中快时间维对应距离采样点，慢时间维对应脉冲数，空域对应相位中心；

步骤2，选择主瓣区域：

步骤21，如图3所示，结合雷达架设高度h、波束中心擦地角θ_gra，俯仰向波束宽度θ，确定距离采样起始点对应的斜距为OA，见下式(1)，距离采样终止点对应的斜距为OB，见下式(2)；

步骤22，计算仿机载测量下的系统自由度：系统自由度是空域自由度与时域自由度的乘积，空域自由度由空域采样数目(如图2所示的相位中心)决定，时域自由度由时域采样数目(如图2所示的慢时间维)决定；

步骤23，根据RMB(Reed-Mallett-Brennan)准则判断选择的主瓣区域中包含的距离门数目是否大于系统自由度的两倍，若不满足，需重新选择主瓣区域中的距离采样起始点和距离采样终止点；

步骤3，处理区域均匀性检测：

利用基于广义内积的非均匀检测算法检测处理区域中包含的各距离单元的均匀性，具体步骤为：

步骤31，在步骤2选择的主瓣区域中，选择一无干扰的距离单元作为标准的海杂波距离单元，并计算其对应空时快拍X的协方差矩阵R₀，见下式(3)，其中E[·]表示求均值运算，H表示共轭转置运算符：

R₀＝E[XX^H] (3)

步骤32，选定需要进行均匀性检测的距离单元X_i，计算其空时快拍的广义内积Z_i，见下式(4)：

步骤33，计算进行均匀性检测的距离单元X_i对应的协方差矩阵R_i，且计算其广义内积Z_i的均值，见下式(5)，其中trace(·)表示矩阵求迹运算：

步骤34，当步骤32中的广义内积值Z_i和步骤33中的广义内积均值E[Z_i]相近时，该样本为均匀的，当训练样本的广义内积值和均值偏离很大时，则认为该样本是非均匀的；

步骤4，距离向衰减因子补偿：首先利用多项式拟合方法拟合海杂波数据随距离维的衰减趋势；然后逐层对数据进行通道维、脉冲维、距离维的幅度平均，得到用于距离向标准值；最后求出各个距离采样点相对于距离向标准值的差值，并对每个距离采样点进行幅度补偿，具体包括如下步骤：

步骤41，选择某一通道中的数据，将步骤2中选择的起始距离门记为r₁，终止距离门记为r₂，利用多项式进行拟合，得到如图4所示的拟合曲线，其中幅度取对数，单位为dB；

步骤42，求取用于距离向补偿的基准值，首先对多个通道的数据进行幅值平均；其次对已进行多通道间平均的数据进行多脉冲数据幅值平均；最后基于以上两步，对得到的数据进行距离维的幅度平均，得到距离向补偿基准值；

步骤43，结合拟合曲线中各距离单元对应值和步骤42得出的距离向补偿基准值，计算各距离单元对应值和距离向补偿基准值差值Δ(r)，则各距离单元对应的距离向补偿值为10^-Δ(r)；

步骤44，根据步骤43中的距离向补偿值，对各个脉冲进行距离维补偿，补偿后的一维幅值图见图5；

步骤45，循环上述步骤，对每个通道进行距离向衰减补偿；

步骤5，快时间维数据脉压处理：

步骤51，从数据帧头信息中获取线性调频信号所采用的脉宽和带宽信息，以此构建匹配滤波器的冲激响应函数；

步骤52，基于时域脉压方法或频域脉压方法对数据矩阵的每个通道，每个脉冲进行脉冲压缩处理，具体是利用快时间维的时域信号与匹配滤波器的冲激响应函数进行卷积运算得到脉压后的快时间维信号，或者采用快时间维的频域信号与匹配滤波器冲激响应函数的频域信号进行乘积运算，然后对得出的频域结果进行逆傅里叶变换得到快时间维脉压信号；

步骤6，空时协方差矩阵估计：

针对步骤2中选取的距离采样起始点和距离采样终止点，结合所选分析区域的海杂波均匀性检测，确定用于估计空时协方差矩阵的距离单元数目为L，基于最大似然估计原理，估计空时协方差矩阵

见下式(6)：

步骤7，求解特征谱和空时功率谱：

步骤71，基于步骤6估计得到的空时协方差矩阵

对其进行特征分解，可以得到如图6所示的特征谱；

步骤72，根据下式(7)计算空时导向矢量，其中

为直积运算，ψ为空间锥角，f_d为多普勒频移，e为自然数，j＝sqrt(-1)，T为矩阵转置运算符，时间导向矢量S_t和空域导向矢量S_s见下式(8)，其中N为阵列单元数目，d为阵列单元之间的间距，λ为雷达工作频率对应的波长；

步骤73，依据下式(9)对空时协方差矩阵进行空时二维搜索，可以计算得到如图7所示的空时功率谱；

Claims (1)

1.一种基于仿机载测量下的海杂波数据预处理方法，其特征在于，包括如下步骤：

步骤1，解译数据文件：

按照数据协议格式要求，将原始二进制数据文件进行十进制数据文件解译，并给原始数据加入幅相补偿值，得到三维数据矩阵，其中快时间维对应距离采样点，慢时间维对应脉冲数，空域对应相位中心；

步骤2，选择主瓣区域：

步骤21，结合雷达架设高度h、波束中心擦地角θ_gra，俯仰向波束宽度θ，确定距离采样起始点对应的斜距为OA，见下式(1)，距离采样终止点对应的斜距为OB，见下式(2)；

步骤22，计算仿机载测量下的系统自由度：系统自由度是空域自由度与时域自由度的乘积，空域自由度由空域采样数目决定，时域自由度由时域采样数目决定；

步骤23，根据RMB准则判断选择的主瓣区域中包含的距离门数目是否大于系统自由度的两倍，若不满足，需重新选择主瓣区域中的距离采样起始点和距离采样终止点；

步骤3，处理区域均匀性检测：

利用基于广义内积的非均匀检测算法检测处理区域中包含的各距离单元的均匀性，具体步骤为：

步骤31，在步骤2选择的主瓣区域中，选择一无干扰的距离单元作为标准的海杂波距离单元，并计算其对应空时快拍X的协方差矩阵R₀，见下式(3)，其中E[·]表示求均值运算，H表示共轭转置运算符：

R₀＝E[XX^H] (3)

步骤32，选定需要进行均匀性检测的距离单元X_i，计算其空时快拍的广义内积Z_i，见下式(4)：

步骤33，计算进行均匀性检测的距离单元X_i对应的协方差矩阵R_i，且计算其广义内积Z_i的均值，见下式(5)，其中trace(·)表示矩阵求迹运算：

步骤34，当步骤32中的广义内积值Z_i和步骤33中的广义内积均值E[Z_i]相近时，该样本为均匀的，当训练样本的广义内积值和均值偏离很大时，则认为该样本是非均匀的；

步骤4，距离向衰减因子补偿：

步骤41，选择某一通道中的数据，将步骤2中选择的起始距离门记为r₁，终止距离门记为r₂，利用多项式进行拟合，得到拟合曲线，其中幅度取对数，单位为dB；

步骤42，求取用于距离向补偿的基准值，首先对多个通道的数据进行幅值平均；其次对已进行多通道间平均的数据进行多脉冲数据幅值平均；最后基于以上两步，对得到的数据进行距离维的幅度平均，得到距离向补偿基准值；

步骤43，结合拟合曲线中各距离单元对应值和步骤42得出的距离向补偿基准值，计算各距离单元对应值和距离向补偿基准值差值Δ(r)，则各距离单元对应的距离向补偿值为10^-Δ(r)；

步骤44，根据步骤43中的距离向补偿值，对各个脉冲进行距离维补偿；

步骤45，循环上述步骤，对每个通道进行距离向衰减补偿；

步骤5，快时间维数据脉压处理：

步骤51，从数据帧头信息中获取线性调频信号所采用的脉宽和带宽信息，以此构建匹配滤波器的冲激响应函数；

步骤52，利用快时间维的时域信号与匹配滤波器的冲激响应函数进行卷积运算得到脉压后的快时间维信号，或者采用快时间维的频域信号与匹配滤波器冲激响应函数的频域信号进行乘积运算，然后对得出的频域结果进行逆傅里叶变换得到快时间维脉压信号；

步骤6，空时协方差矩阵估计：

针对步骤2中选取的距离采样起始点和距离采样终止点，结合所选分析区域的海杂波均匀性检测，确定用于估计空时协方差矩阵的距离单元数目为L，基于最大似然估计原理，估计空时协方差矩阵

见下式(6)：

步骤7，求解特征谱和空时功率谱：

步骤71，基于步骤6估计得到的空时协方差矩阵

对其进行特征分解，可以得到特征谱；

步骤72，根据下式(7)计算空时导向矢量，其中

为直积运算，ψ为空间锥角，f_d为多普勒频移，e为自然数，j＝sqrt(-1)，T为矩阵转置运算符，时间导向矢量S_t和空域导向矢量S_s见下式(8)，其中N为阵列单元数目，d为阵列单元之间的间距，λ为雷达工作频率对应的波长；

步骤73，依据下式(9)对空时协方差矩阵进行空时二维搜索，可以计算得到空时功率谱；

Images