CN112444790A - 一种在强干扰情况下目标检测的方法 - Google Patents

Abstract

本申请提供了一种在强干扰情况下目标检测的方法，所述方法至少包括以下步骤：步骤S1：设定线性阵列由L个均匀排列的天线单元组成，工作波长为λ，单元间距为d，阵列接收信号为N个采样快拍矢量，其中第n个快拍表示成x(tn)，n为1到N之间的整数，x1(tn)表示前两个天线的接收信号；步骤S2：利用获得N个采样快拍，构造N1个不包含目标信号的采样，称为训练采样；步骤S3：利用所述训练采样的数据，计算协方差矩阵R1；步骤S4：利用所述R1，估算波束形成权值w；步骤S5：利用得到的波束形成权值w，对包含目标的接收信号进行滑动波束形成，得到滑动波束形成后的输出，记为y(m)；步骤S6：构造检测波束权向量ω，并得到检测波束的输出y(m)＝ωHy(m)。

Description

一种在强干扰情况下目标检测的方法

技术领域

本发明涉及阵列信号处理技术领域，尤其涉及一种在强干扰情况下目标检测的方法。

背景技术

波束形成是阵列处理中的一项重要技术，在雷达，声纳和导航中有着广泛的应用。从物理上描述，波束形成器的表现为空间滤波器，可以增强目标信号和/或抑制干扰信号。从数学上描述，波束形成是要计算一组权向量，以最大程度地提高目标信号和/或最小化干扰和噪声信号的输出。Capon波束形成器被认为是最佳波束形成其，因为它可以实现输出信号干扰噪声比(SINR)的最大化。在过去的几十年中，提出了许多Capon波束形成器的有效实施方法。例如：采用对角加载的波束形成器，基于特征空间的波束形成器，以及利用干扰加噪声协方差矩阵(INCM)重建波束形成器。

但在现有技术中，存在在雷达电子和/或水下强干扰信号时无法进行目标检测的问题。

发明内容

为了克服现有技术中的不足，本发明提出了滑动波束形成技术，用于在强干扰情况下的目标检测。为了达到上述发明目的，本申请提供了一种在强干扰情况下目标检测的方法，该方法至少包括以下步骤：

步骤S1：设定线性阵列由L个均匀排列的天线单元组成，工作波长为λ，单元间距为d，阵列接收信号为N个采样快拍矢量，其中第n个快拍表示成x(t_n)，n为1到N之间的整数，x₁(t_n)表示前两个天线的接收信号；

步骤S2：利用获得N个采样快拍，构造N₁个不包含目标信号的采样，称为训练采样；

步骤S3：利用所述训练采样的数据，计算协方差矩阵R₁；

步骤S4：利用所述R₁，估算波束形成权值w；

步骤S5：利用得到的波束形成权值w，对包含目标的接收信号进行滑动波束形成，得到滑动波束形成后的输出，记为y(m)；

步骤S6：构造检测波束权向量ω，并得到检测波束的输出y(m)＝ω^Hy(m)。

在一个可能的实现方式中，所述S1中，所述x(t_n)的数学表达式为：x(t_n)＝a_ss(t_n)+a_jj(t_n)+n(t_n)；

分别表示目标的干扰信号的导向矢量，s(t_n)和j(t_n)分别表示目标和干扰信号的复包络，n(t_n)表示噪声矢量，上标T表示转置运算，x₁(t_n)表示x(t_n)的前两行，即x₁(t_n)＝[x₁(t_n)，x₂(t_n)]^T。

在一个可能的实现方式中，所述步骤S2中，所述训练采样采用如下方式获得：

S21、将采样快拍变换到距离-多普勒域；

S22、提取预先设置的非目标信号所在的距离-多普勒单元的数据为训练采样数据，记为

M为训练采样点数。

在一个可能的实现方式中，在所述步骤S3中，所述协方差矩阵R₁计算方式为：

其中

为

的前两行，上标H表示共轭转置运算。

在一个可能的实现方式中，在所述步骤S4中，所述波束形成权值w的计算方式为：

其中，e_max和e_min分别表示R₁的大特征值和小特征值对应的特征矢量，下标1和2分别表示矢量的第1个和第2个元素。

在一个可能的实现方式中，在所述步骤S5中，所述滑动波束形成按如下方式进行：从p＝1至p＝L-1依次进行天线对波束形成，得到：

y(m)＝[y_1，2(m)，y_2，3(m)，…，y_L-1，L(m)]^T。

在一个可能的实现方式中，在所述步骤S6中，检测波束权向量ω的构造方式如下：

其中，η＝[a_s]₂/[a_s]₁，

为a_s的前L-1行。

本发明由于采用以上技术方案，使之与现有技术相比，具有以下的优点和积极效果：仅需要自适应地计算单个权值w，检测波束的权向量ω是通过非自适应的方式计算的，因此，本发明的技术方案具有较低的实现复杂度。此外，本发明的技术方案是通过完全消除干扰信号实现对干扰的抑制，因此对副瓣干扰和主瓣干扰的均可以有效地抑制。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的一种在强干扰情况下目标检测系统示意图；

图2为干扰位于天线阵列的副瓣时，不同波束形成技术的输出SINR随输入信噪比(SNR)的变化关系；

图3为干扰位于天线阵列的主瓣时，不同波束形成技术的输出SINR随干扰方向的变化关系示意图；

图4为多普勒雷达在不进行滑动波束形成时的多普勒图；

图5为多普勒雷达在进行滑动波束形成后的多普勒图。

具体实施方式

下面结合具体实施例对本申请进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本申请，但不以任何形式限制本申请。应当指出的是，对本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变化和改进。这些都属于本申请的保护范围。

以下将结合图1～图5对本申请的一种在强干扰情况下目标检测进行详细的描述。该方法包括以下步骤：

步骤1：假设线性阵列由L个均匀排列的天线单元组成，工作波长为λ，单元间距为d。阵列接收信号为N个采样快拍矢量，其中第n个快拍表示成x(t_n)，n＝1，...，N，x(t_n)的数学表达式为

x(t_n)＝a_ss(t_n)+a_jj(t_n)+n(t_n)，其中，

分别表示目标的干扰信号的导向矢量，s(t_n)和j(t_n)分别表示目标和干扰信号的复包络，n(t_n)表示噪声矢量，上标T表示转置运算。并且用x₁(t_n)表示x(t_n)的前两行，即x₁(t_n)＝[x₁(tn)，x₂(t_n)]^T。

步骤2：利用获得N个采样快拍，构造N₁个不包含目标信号的采样，称为“训练”采样。“训练”采样可采用如下方式获得：首先将采样快拍变换到距离-多普勒域，随后提取预先设置的非目标信号所在的距离-多普勒单元的数据为“训练”采样数据。记为

M为“训练”采样点数。将采样快拍变换到距离-多普勒域可通过在快时间维进行匹配滤波和在快时间维进行多普勒处理实现。

步骤3：利用“训练”采样数据，计算协方差矩阵R₁。

其中

为

的前两行，上标H表示共轭转置运算。

步骤4：利用R₁，估计波束形成权值w。

其中，e_max和e_min分别表示R₁的大特征值和小特征值对应的特征矢量，下标1和2分别表示矢量的第1个和第2个元素。

步骤5：利用得到的波束形成权值w，对包含目标的接收信号进行滑动波束形成，得到滑动波束形成后的输出，记为y(m)。滑动波束形成按如下方式进行：从p＝1至p＝L-1依次进行天线对波束形成，得到：

y(m)＝[y_1，2(m)，y_2，3(m)，…，y_L-1，L(m)]^T。

步骤6：构造检测波束权向量ω，

其中，η＝[a_s]₂/[a_s]₁，

为a_s的前L-1行，并得到检测波束的输出y(m)＝ω^Hy(m)。

图2～5是利用由L＝10个间隔为半波长的均匀线性天线组成的阵列进行仿真实验得到的。

示例性的，目标源位于50度。首先，考虑噪声干扰位于20度。这对应于旁瓣干扰的情况。干扰噪声比(JNR)固定为40dB。收集N＝60个采样快拍，其中前30个采样是无目标的，用于估计滑动波束形成器的波束形成器权重w，而其余的30个样本同时包含目标和干扰信号。

图2显示了随着SNR的增加，不同波束形成器的输出SINR曲线。滑动波束形成器的性能与INCM重建波束形成器一样好，与其他波束形成器相比具有明显的优势。此外，滑动波束形成器在所考虑的整个SNR范围内均接近最佳性能。接下来，考虑主瓣干扰情况。目标源位于0度。在视轴上，3dB的波束宽度约为10度。假定干扰信号的角度在主瓣上从-5度扫到5度。SNR和JNR分别设置为30dB和40dB。

图3给出了不同波束形成器的输出SINR曲线。显然，在存在主瓣干扰的情况下，滑动波束形成器在所有测试的波束形成器中遭受的SINR损失最小。

接下来的实施例提供了如何将滑动波束形成器应用于雷达目标检测。假设有一个C波段连续波雷达的工作中心频率为5GHz。在每个相干处理间隔(CPI)，接收通道以25.6kHz的速率采样256个数据点。因此，相应的CPI为10ms。雷达的无模糊径向速度为384米/秒，度分辨率为3米/秒。我们模拟了两个目标，第一个来自0度方向，第二个来自40度方向。这两个目标的速度分别为-80米/秒和102米/秒。在接收信号中，添加了功率为0dB高斯白噪声。同时，还添加了一个功率为50dB的噪声干扰信号，其角度位于-2度方向。干扰和第一个目标的空间间隔在一个波束宽度内，因此干扰信号既充当主瓣干扰(针对第一个目标)又充当副瓣干扰(针对第二个目标)。

图4中显示了在进行滑动波束形成之前用于目标检测的多普勒图。显然，无法从图中检测到目标，因为所有两个目标都被完全淹没，只能看到干扰信号。在同一组轴上绘制的仅目标图仅用于参考目的。现在，我们应用滑动波束成形来解决此问题。首先需要估计波束形成器的权重w。假定目标径向速度不会超过300米/秒。然后，考虑对应于-300米/秒和300米/秒之外的多普勒区间的样本，总共可以获得28个训练样本。然后利用这些采样估计波束成形器的权重w。此后，可以消除干扰信号，并且可以通过使用扫描波束来形成检测信号。

图5示出了根据分别指向第一和第二目标的检测波束计算的多普勒处理之后的检测信号。显然，可以使用噪声上的15dB检测阈值，可以检测到两个目标。通过找到与两个峰值相对应的速度来估计这两个检测到的目标的速度，分别是-79.81米/秒和103.9米/秒。两个估计值都在雷达的速度分辨率单元内。

本申请提供的方法与传统的自适应波束形成不同，本申请中滑动波束形成仅需要计算单个波束形成器的权重，无需计算INCM或样本协方差矩阵的逆矩阵。并且滑动波束形成对于既可以抑制副瓣干扰，也可以抑制主瓣干扰。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性地，本申请的真正范围和精神由上述的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (7)

1.一种在强干扰情况下目标检测的方法，其特征在于，所述方法至少包括以下步骤：

步骤S1：设定线性阵列由L个均匀排列的天线单元组成，工作波长为λ，单元间距为d，阵列接收信号为N个采样快拍矢量，其中第n个快拍表示成x(t_n)，n为1到N之间的整数，x₁(t_n)表示前两个天线的接收信号；

步骤S2：利用获得N个采样快拍，构造N₁个不包含目标信号的采样，称为训练采样；

步骤S3：利用所述训练采样的数据，计算协方差矩阵R₁；

步骤S4：利用所述R₁，估算波束形成权值w；

步骤S5：利用得到的波束形成权值w，对包含目标的接收信号进行滑动波束形成，得到滑动波束形成后的输出，记为y(m)；

步骤S6：构造检测波束权向量ω，并得到检测波束的输出y(m)＝ω^Hy(m)。

2.根据权利要求1所述的方法，其特征在于，所述S1中，所述x(t_n)的数学表达式为：x(t_n)＝a_ss(t_n)+a_jj(t_n)+n(t_n)；

其中，

分别表示目标的干扰信号的导向矢量，s(t_n)和j(t_n)分别表示目标和干扰信号的复包络，n(t_n)表示噪声矢量，上标T表示转置运算，x₁(t_n)表示x(t_n)的前两行，即x₁(t_n)＝[x₁(t_n)，x₂(t_n)]^T。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述训练采样采用如下方式获得：

S21、将采样快拍变换到距离-多普勒域；

S22、提取预先设置的非目标信号所在的距离-多普勒单元的数据为训练采样数据，记为

M为训练采样点数。

4.根据权利要求1所述的方法，其特征在于，在所述步骤S3中，所述协方差矩阵R₁计算方式为：

其中

为

的前两行，上标H表示共轭转置运算。

5.根据权利要求1所述的方法，其特征在于，在所述步骤S4中，所述波束形成权值w的计算方式为：

其中，e_max和e_min分别表示R₁的大特征值和小特征值对应的特征矢量，下标1和2分别表示矢量的第1个和第2个元素。

6.根据权利要求1所述的方法，其特征在于，在所述步骤S5中，所述滑动波束形成按如下方式进行：从p＝1至p＝L-1依次进行天线对波束形成，得到：

y(m)＝[y_1，2(m)，y_2，3(m)，…，y_L-1，L(m)]^T。

7.根据权利要求1所述的方法，其特征在于，在所述步骤S6中，检测波束权向量ω的构造方式如下：

其中，η＝[a_s]₂/[a_s]₁，

为a_s的前L-1行。

Images