CN112444811A - 一种综合mimo雷达和isar的目标检测和成像方法 - Google Patents
一种综合mimo雷达和isar的目标检测和成像方法 Download PDFInfo
- Publication number
- CN112444811A CN112444811A CN202011301952.9A CN202011301952A CN112444811A CN 112444811 A CN112444811 A CN 112444811A CN 202011301952 A CN202011301952 A CN 202011301952A CN 112444811 A CN112444811 A CN 112444811A
- Authority
- CN
- China
- Prior art keywords
- target
- distance
- radar
- signal
- isar
- 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
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种综合MIMO雷达和ISAR的目标检测和成像方法,涉及雷达的目标检测和成像领域;具体为:首先、构建基于ISAR和MIMO雷达的应用场景,TX射频组件和RX射频组件组成MIMO雷达天线阵面,TX射频组件对待检测目标分时发送线性调频LFM信号;经过时延产生回波信号;通过对回波信号进行去斜操作,得到时域回波信号;然后,对时域回波信号进行MIMO信号处理,得到待检测目标的距离、速度、方位角度和信噪比;同时,对时域回波信号进行ISAR信号处理,得到待检测目标的距离,速度和高度;最后,将MIMO信号处理的结果和ISAR信号处理的结果相结合,得出最终的目标检测结果和成像结果。本发明提高了雷达的空间采样能力,降低了相干积累时间和阵元的复杂度。
Description
技术领域
本发明涉及雷达的目标检测和成像领域,尤其涉及一种综合多输入多输出(Multi-input Multi-output,MIMO)雷达和逆合成孔径雷达(Inverse SyntheticAperture Radar,ISAR)的目标检测和成像方法。
背景技术
雷达(Radar,Radio Detection And Ranging)作为一种目标探测和跟踪工具,在军事、民用和气象领域均有应用。不仅可以用来检测合作目标,由于雷达在射线方向具有高分辨率,所以也可以用来检测非合作目标,通过对空中目标、地面目标和海面目标等进行成像,在军事领域和民用领域都具有很大的应用价值。
MIMO雷达是指具有多个TX天线和多个RX天线的雷达,由于雷达角度分辨率与接收天线阵列的孔径大小相关,孔径越大,分辨率越高。因此,当RX天线数目越多,雷达角度分辨率越高。MIMO雷达利用其多发多收体制形成的虚拟天线阵元替代实际天线阵元,只需要少数物理阵元并采用相应的阵元放置方法,即可达到与实孔径雷达阵列基本一致的成像和检测效果,极大减少成本和天线布阵难度。
合成孔径雷达(SAR,Synthetic Aperture Radar)和逆合成孔径雷达(ISAR,Inverse Synthetic Aperture Radar)是两种重要的成像雷达。原理都是通过目标与雷达之间的相对运动来获得方位维的高分辨率,通过大的带宽信号来获得距离维的高分辨率。而SAR和ISAR在处理雷达接收信号和产生聚焦图像的方式上不同,ISAR主要通过大信号带宽获得距离向高分辨,通过雷达和目标的相对运动获得横向的分辨率,可以对运动目标成像,因此ISAR可以处理一些SAR不能处理的目标。
SAR的本质是:雷达运动,目标静止;雷达和目标的相对运动在方位维上合成的有效天线孔径远远大于雷达实孔径的尺寸,使得合成孔径雷达的方位维分辨率突破实孔径天线在方位维的分辨率限制。SAR广泛运用于对地面目标成像或者地形测绘等静止的大场景,对于场景中的运动目标却无法正常聚焦,而往往这些场景中的运动目标,例如车辆、飞机或舰船等更具有军事和民用价值。
而ISAR的本质是:成像的目标运动,雷达静止;雷达通过采集目标回波进行成像。这种模式可以获得非合作运动目标的高分辨率,成像逆合成孔径雷达主要固定在地面上,也可以搭载在飞机上或者舰船上,对地面、空中或者海面上的运动目标进行成像。
单纯利用MIMO技术虽然可以实现单次快拍成像,但其需要的物理阵元个数仍然很多,尤其是MIMO技术中的发射信号要求时域正交,过多的发射阵元就意味着更为复杂的正交信号设计和阵列设计,同时也给成像处理带来很大的不便。ISAR成像方法很多,比如常见的有距离多普勒(Range Doppler,RD)算法、距离瞬时多普勒(Range-InstantaneousDoppler,RID)算法。
ISAR成像新方法有超分辨成像算法、大转角成像算法、压缩感知成像算法及三维成像算法等,为获得高横向分辨率,雷达需要较长的相干积累时间,而目标的运动随着时间变化,变化的不确定性给运动补偿和目标分离带来很大的困难,所用算法通常运算量极大。
发明内容
针对上述问题,本发明提出一种综合MIMO雷达和ISAR的目标检测和成像方法,将MIMO雷达和ISAR结合起来,使用MIMO雷达仅处理水平方向上的信号,使用二维ISAR仅处理俯仰方向上的信号,对目标进行检测和成像,提高了雷达的空间采样能力,降低了相干积累时间和阵元的复杂度。
所述的目标检测成像方法,具体步骤如下:
步骤一、构建基于ISAR和MIMO雷达的应用场景;
应用场景包括雷达待检测的目标,TX射频组件、RX射频组件、混频器、ADC(模数转换器)、微控制器MCU、信号处理器、显示器和电源。
步骤二、TX射频组件和RX射频组件组成MIMO雷达天线阵面,TX射频组件对待检测目标分时发送线性调频LFM信号;
步骤三、线性调频LFM信号经过时延产生回波信号;
步骤四、对回波信号进行去斜操作,得到时域回波信号;
去斜公式为:s(t)=sr(t)*st(t)′;
st(t)′是发送的LFM波形信号st(t)的复共轭;
步骤五、对去斜后的时域回波信号进行MIMO信号处理,得到待检测目标的距离、速度、方位角度和信噪比;
具体步骤如下:
首先、对时域回波信号的距离维数据进行加窗和傅里叶变换,得到距离谱以及对应的各距离索引;然后,对距离谱的速度维进行加窗和傅里叶变换,得到速度谱以及对应的各速度索引;对速度谱做多普勒补偿;继续对补偿后的速度谱的角度维进行加窗和傅里叶变换,得到方位角度谱以及对应的各方位角度索引;最后,对方位角度谱做恒虚警率检测(CFAR),估计出目标的距离、速度、角度和信噪比;
恒虚警率检测(CFAR)具体过程为:
首先,合并天线通道距离-速度谱,即RD谱,在RD谱上找无目标区域,将该区域的平均功率设定为噪声功率;
然后,根据噪声功率计算RD谱上所有峰值点的信噪比,选择SNR超过虚警门限的局部峰值点;
虚警门限人为根据经验设定;
接着,判断各局部峰值点的信噪比是否大于各对应的距离索引门限,如果是,该峰值点记为有效峰值点,否则,该峰值点被舍弃。
最后,从有效峰值点中,选择距离索引和速度索引都相同的目标点,选择功率最大值的点,通过该功率最大值下降固定功率作为过滤门限值,并将超过该过滤门限值的点作为有效点目标。
将各有效目标点的距离索引乘以对应的距离分辨率,得到各目标与雷达之间的距离。
将各有效目标点的速度索引乘以对应的速度分辨率,得到各目标的速度。
将各有效目标点的方位角度索引乘以对应的角度分辨率,得到各目标的方位角度。
步骤六、对去斜后的时域回波信号进行ISAR信号处理,得到待检测目标的距离,速度和高度;
首先,对时域回波信号进行运动补偿;
具体为:将时域回波在包络上对齐到同一距离后,对距离维数据进行加窗和傅里叶变换,得到距离R谱,然后将R谱乘以目标平动引起的相位分量,进行相位补偿;
然后,对距离谱的速度维进行加窗和傅里叶变换得到速度谱;合并天线通道距离-速度谱,即RD谱,并做恒虚警率检测,估计出目标的距离和速度;
最后,利用相对运动,测出目标相对于雷达的俯仰角度变化,结合雷达和目标的距离,计算目标和雷达之间的高度。
目标运动时,目标散射点相对雷达的俯仰角度会发生变化,即转动引起多普勒相位,利用该多普勒相位,结合目标运动参数的估计,进行散射点的垂直维坐标计算,从而得到目标相距雷达的高度。
步骤七、将MIMO信号处理的结果和ISAR信号处理的结果相结合,得出最终的目标检测结果和成像结果。
ISAR信号处理得出的ISAR坐标下的距离、速度,经过坐标转换,得到大地坐标系下的真实距离和速度,同时ISAR信号处理中得到目标高度;将MIMO结果和ISAR结果进行干涉处理,输出最终目标的距离、速度、角度和高度。
本发明的优点在于:
1)、一种综合MIMO雷达和ISAR的目标检测和成像方法,相比传统的MIMO信号处理流程,如果仅在方位向上设置接收天线,本发明提出的方法能够得到更多的目标信息。
2)、一种综合MIMO雷达和ISAR的目标检测和成像方法,相比于在俯仰方向上和水平方向上同时设置多天线的方法,天线越多影响因素就越多,实用性上硬件的制作会更复杂,造价也会更高,而本发明只用在方位向上布置接收天线,硬件影响因素降低,将测高所需的俯仰方向数据处理更多的体现在软件的设计(ISAR的信号处理)上,规避了复杂的天线阵面和昂贵的造价;
3)、一种综合MIMO雷达和ISAR的目标检测和成像方法,相比于仅使用二维ISAR测量目标外廓尺寸的方法,挑战在于多普勒干扰项会引起长度、宽度、高度之间的耦合,因此传统的二维ISAR处理难以对立体外廓进行准确测量,本发明仅在俯仰方向上使用ISAR,在方位向上使用MIMO测量,可以利用水平维度MIMO对不同天线的ISAR谱进行干涉处理,来消除多普勒混叠达到测量目标高度的目的。
附图说明
图1为本发明一种综合MIMO雷达和ISAR的目标检测和成像方法流程图;
图2为本发明实施例提供的物理结构模型示意图;
图3为本发明实施例中基本发射信号的波形设置示意图;
图4为本发明实施例中MIMO天线阵列排布示意图;
图5为本发明实施例中MIMO天线阵列形成的32个虚拟通道示意图;
图6为本发明实施例建立的以O点为原点的雷达坐标系Oxyz示意图;
图7为本发明发射的线性调频LFM信号经过时延产生回波信号的流程图;
图8为本发明MIMO雷达的信号处理流程示意图;
图9为本发明实施例中CFAR算法流程图;
图10为本发明实施例中对去斜后的时域回波信号进行ISAR信号处理的流程图;
图11为本发明实施例提供的转台成像原理图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明一种综合MIMO雷达和ISAR的目标检测和成像方法,首先,设计了多输入多输出的天线阵列排布,来进行电磁波的发射和回波的收集,信号处理器对收到的回波信号进行模数转换和数字信号处理,通过显示器将成像结果显示出来;其中处理信号过程中,将MIMO雷达和ISAR信号处理方式结合在一起,区别于传统的MIMO信号处理流程,能够得到更多的目标信息。
如图1所示,具体步骤如下:
步骤一、构建基于ISAR和MIMO雷达的应用场景;
如图2所示,应用场景包括MIMO雷达待检测的目标,TX射频组件、RX射频组件、混频器、ADC(模数转换器)、微控制器MCU、数字信号处理器、显示器和电源。
TX射频组件和RX射频组件分别用于发射和接收电磁波,两组射频组件形成时分多路复用(TDM)的MIMO雷达系统,采用分时发送、分时接收的工作模式,TX射频组件的发射天线分时发送线性调频(LFM)信号,RX射频组件的接收天线分时接收回波信号,发射天线在不同时间发送LFM信号,并且每个调频周期内只有一个发射天线工作。
本实施例中,MIMO天线阵列采用四个发射天线和八个接收天线共12个天线,发射天线之间的间隔为0.55λ,接收天线的间隔为发射天线个数与发射天线间隔的乘积;能够虚拟出32个虚拟通道,这个虚拟通道数能够获得更高的角度分辨率。基本发射信号波形设置如图3所示,其中,一个帧的时间内四个发射天线轮流发送chirp信号,实际的系统中每个chirp信号包括三个部分:空闲时间idle_time、起始时间start_time和扫频时间ramp_end_time。
天线排布示意图如图4所示,32个虚拟通道如图5所示。
混频器将TX和RX信号合拼到一起,生成一个中频信号。
模数转换器将模拟回波信号转换成数字信号。
微控制器MCU用于控制各组件的功能,包括发射信号的波形,将回波信号存储等功能。
数字信号处理器,用于处理ADC传来的数字回波信号,可使用DSP。
显示器,用于实时显示目标的成像结果。
构建的应用场景中,将MIMO雷达放置于正对车道的位置,待检测目标正对MIMO雷达视线方向运动;如图6所示,建立以O点为原点的雷达坐标系Oxyz,静止的雷达平台位于高度为h的z方向上,c(t0)和c(t1)分别为目标在t0和t1两个时刻的位置,v(t)为目标的瞬时速度方向,R(t)为目标的视线方向,视线方向和瞬时速度方向的夹角θ(t)称为视角,二者构成的平面称为视角面;目标上任一散射点瞬时速度v(t)可以分解为:视角面内垂直于视线方向的旋转线速度和沿视线方向的径向速度。其中,沿视线方向的径向速度不改变目标相对于雷达的姿态,对横向分辨没有作用,因此在成像过程中首先做平动补偿。垂直于视线方向的旋转线速度引起目标的姿态相对于雷达变化,等效于各散射点相对于雷达旋转。
步骤二、根据应用场景进行回波建模,TX射频组件对待检测目标分时发送线性调频LFM信号;
对信号进行频率和相位调制能增加信号带宽,线性调频(LFM)是比较常用的方式。LFM信号又称为chirp信号,在线性调频过程中,频率在脉宽内线性扫描,进行上变频(或者下变频),LFM信号的数学表达式为:
步骤三、发射的线性调频LFM信号经过时延产生回波信号;
如图7所示,首先计算雷达收到每个散射点所有LFM信号的回波时间,表示回波信号与发射信号之间的延时τ,对于目标来说,假设目标远离雷达的方向为正,然后将延时τ添加到雷达发射信号公式中,设置方向维上的发射天线信息,包括天线的排布、间隔和天线的功率、衰减。同时,设置接收天线的信息,包括天线的排布、间隔和天线的功率、衰减;最后,添加高斯白噪声。最后形成接收的回波信号为:
步骤四、对回波信号进行去斜操作,得到时域回波信号;
去斜公式为:s(t)=sr(t)*st(t)′;
将LFM信号经过去斜处理,宽带信号变为单频信号,并且该单频信号的频率值可以控制在一定范围内,从而实现低采样率高精度ADC对信号进行数据采集。
步骤五、对去斜后的时域回波信号进行MIMO信号处理,得到待检测目标的距离、速度、方位角度和信噪比;
MIMO雷达的信号处理流程如图8所示,具体步骤如下:
步骤501、对时域回波信号的距离维数据加汉宁窗,后做傅里叶变换,得到距离谱(R谱);
步骤502、对距离谱的速度维加汉明窗,做傅里叶变换得到速度谱(RV谱);
步骤503、对速度维做多普勒补偿;
步骤504、对补偿后的速度谱的角度维加汉明窗,做傅里叶变换得到方位角度谱(RVA谱);
步骤505、对RVA谱做恒虚警率检测(CFAR),估计出目标的距离、速度和信噪比;
CFAR检测算法的主要目的是为了检测出给定帧内所有有效点目标的信息,包括距离索引、速度索引和角度索引等;恒虚警率检测如图9所示,分为噪声功率估计、局部峰值检测、过虚警门限、噪声门限计算、过噪声门限、距离门限计算、过距离门限几个步骤:
(1)首先,进行天线通道距离-多普勒(RD)谱合并,然后在RD谱上,尽量找一个无目标的区域,该区域的平均功率近似于噪声功率;例如在RD谱上选取表征速度信息的列,所取出来的20列对应的是目标径向速度约为57m/s~60m/s的区域,很少有目标的速度在该区域内,因此利用该区域进行噪声功率的估计。
(2)然后,检测满足虚警门限的局部峰值点:虚警门限是在纯噪声环境中测得的,满足10-6虚警概率的信噪比(SNR)门限大约为9.8385dB,留有余量,可略微取大一点,根据上述的噪声功率,计算所有峰值点的信噪比,并且只保留SNR超过虚警门限的峰值点;
(3)对上述峰值点进行滤波,进一步减少虚点,再基于距离的二次峰值点进行滤波,其原理为:一个峰值点(点目标)在对应的距离上被检测到,那么其回波能量应该与该距离值有一定的匹配关系,例如一个峰值点对应的距离很近,但其回波的SNR却远远小于该距离的SNR,则判断该峰值点不是一个有效峰值,可能是由于旁瓣引起的虚点,如果该峰值点的信噪比大于对应的距离门限,那么将该峰值点记为有效峰值点,如果该峰值点的SNR小于对应的距离门限,该峰值点就被舍弃;
其中距离门限的计算方法如下:
SNR门限=Pt+AG+PG+CG-PSDnoise*Bw-LDTNI (3)
其中,Pt为雷达信号发射功率,AG为收发天线增益,PG为传播路径增益,CG为一个帧内信号的合并增益,PSDnoise*Bw为噪声功率经验值,LDTNI(Loss Due To Non Ideal)表示由非理想因素(PA、干扰泄露等)引起的功率损失,一般取16dB;λ为波长,RCS是散射截面积,r代表雷达到目标的距离。
(4)最后,经过距离门限滤波后剩下来的有效峰值点,从中再挑选距离索引和速度索引相同的所有点目标,按功率值进行排序,将最大功率值再下降10dB作为门限进行过滤,留下来的点目标即为有效点目标。
步骤六、对去斜后的时域回波信号进行ISAR信号处理,得到待检测目标的距离,速度和高度;
ISAR是利用雷达和目标之间的运动来产生多普勒效应进行成像,由于运动目标相对于雷达的运动是不规则的,目标与雷达的相对运动一般分为两个部分:沿着雷达视线的平动分量和目标环绕其质心的转动分量。假设用散射点模型来表示目标,当目标存在转动的时候,转动分量使得各散射点的多普勒频率不同,平动分量引起的多普勒频率完全相同。所以平动分量对于成像来说没有贡献,将其补偿后,就相当于目标参考点绕中心点旋转,近似等效为转台成像模型。转台目标成像是逆合成孔径雷达成像的基础,成像期间只需要有一个小的转动角度就可以成像。
如图10所示,ISAR信号处理具体过程为:
第一,ISAR成像要进行运动补偿,得到补偿后的距离谱;
由于ISAR观测对象一般为非合作目标,目标运动状态通常是不可控的,目标与雷达的相对运动分解成平动分量和转动分量,平动分量会影响目标回波信号间的相干性,从而导致ISAR图像失真,所以ISAR成像首先要进行运动补偿,对目标做运动补偿后,目标将转化为转台模型,补偿掉对ISAR成像没有作用的平动分量;
这部分包括:包络对齐,使得同一散射点在包络上对齐到同一距离上;自聚焦,去除平动分量在散射点子回波上引起的相位分量;对距离维加汉宁窗,做傅里叶变换得到距离谱R谱;对R谱进行相位补偿。
ISAR信号处理是静止雷达对运动目标进行纵向和横向二维高分辨率的成像过程。其中沿着雷达的视线方向称为纵向(距离向),垂直于雷达的视线方向称为横向(方位向)。假定不存在雷达与目标之间的平动分量,即理想的做了运动补偿,就认为ISAR是理想的转台成像,原理如下:
如图11所示,描绘的是三维目标投影到二维平面,目标以w的角速度绕z轴匀速的转动。目标上的某一散射点的坐标位置为(xa,ya,za),雷达到坐标原点的距离为r0,雷达到目标的相对距离r,计算公式为:
目标上的散射点a与坐标轴的夹角为θa,到O点的距离为ra,所以t时刻
(xa,ya)=(ra cos(wt+θa),ra sin(wt+θa)) (6)可得r为:
如果雷达与目标之间的距离远大于目标的尺寸,即r0>>ra,雷达到点a的径向距离为
r径=r0+ra sin(wt+θa)=r0+ra sin(θa)cos(wt)+racos(θa)sin(wt) (8)
而t=0时,
xa=racos(θa) (9)
ya=rasin(θa) (10)
所以
r≈r0+xa sin(wt)+yacos(wt) (11)
回波信号的多普勒频率是由目标上的散射点相对于雷达的径向速度决定的,所以回波信号的多普勒频率为:
其中,λ为信号波长,vr表示径向速度。
假设在t=0附近一个较小的时间内(Δθa=wt),对接收到的雷达信号进行处理,可近似得
r≈r0+ya (13)
由式(12)和(13)可知,通过分析回波的多普勒频率和距离时延,就能确定散射点的位置(xa,ya)。
若定义ISAR成像系统的距离维分辨率为距离维的最小可分辨距离,则由雷达理论可知,距离维分辨率可表示为脉冲信号宽度Δτ对应的距离,若为复杂的脉压信号,Δτ应该用频带宽度B来代替。
目标上散射点的多普勒频率可由目标相对于雷达的径向速度vr决定,若方位维的分辨率为ρ方=Δx,那么多普勒分辨率为
而多普勒分辨率由相干积累时间决定
因此,方位维的分辨率为
其中,Δθ为目标在相干积累时间内旋转的角度。
第二,对距离谱的多普勒维加汉宁窗和傅里叶变换,得到二维距离-多普勒谱RD谱;
第三,对二维距离-多普勒谱进行恒虚警率(CFAR)检测,得出目标的距离索引和速度索引;
第四,由速度索引计算多普勒频率和散射中心的角速度,再进行旋转角速度估计和计算,最终得出散射点的高度信息。
步骤七、将MIMO信号处理的结果和ISAR信号处理的结果相结合,得出最终的目标检测结果和成像结果。
经过ISAR信号处理得出ISAR坐标下的距离、速度信息经过坐标转换,得到MIMO雷达坐标系下的真实距离和速度信息,以及ISAR信号处理中估计出来的目标高度,将MIMO结果和ISAR结果进行干涉结合,输出最终目标的距离、速度、角度、高度等信息。
综上,本发明通过目标相对于雷达的位置变化和速度变化,在俯仰方向上通过计算俯仰角的变化来换算出目标的高度信息,等效了传统的在俯仰方向上增加天线阵面的方法,适用于正对雷达方向目标的特定场景。实现的主要功能是利用MIMO雷达高的角度分辨率和ISAR检测非合作目标的特性,来精确的测量车辆目标的信息,包括目标的距离、速度、角度和高度信息。降低目标三维测量方法的复杂度,降低阵元的复杂度。
Claims (7)
1.一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,具体步骤如下:
步骤一、构建基于ISAR和MIMO雷达的应用场景;
应用场景包括雷达待检测的目标,TX射频组件、RX射频组件、混频器、ADC(模数转换器)、微控制器MCU、信号处理器、显示器和电源;
步骤二、TX射频组件和RX射频组件组成MIMO雷达天线阵面,TX射频组件对待检测目标分时发送线性调频LFM信号;
步骤三、线性调频LFM信号经过时延产生回波信号;
步骤四、对回波信号进行去斜操作,得到时域回波信号;
步骤五、对去斜后的时域回波信号进行MIMO信号处理,得到待检测目标的距离、速度、方位角度和信噪比;
具体步骤如下:
首先、对时域回波信号的距离维数据进行加窗和傅里叶变换,得到距离谱以及对应的各距离索引;然后,对距离谱的速度维进行加窗和傅里叶变换,得到速度谱以及对应的各速度索引;对速度谱做多普勒补偿;继续对补偿后的速度谱的角度维进行加窗和傅里叶变换,得到方位角度谱以及对应的各方位角度索引;最后,对方位角度谱做恒虚警率检测,估计出目标的距离、速度、角度和信噪比;
恒虚警率检测具体过程为:
首先,合并天线通道距离-速度谱,即RD谱,在RD谱上找无目标区域,将该区域的平均功率设定为噪声功率;
然后,根据噪声功率计算RD谱上所有峰值点的信噪比,选择SNR超过虚警门限的局部峰值点;
接着,判断各局部峰值点的信噪比是否大于各对应的距离索引门限,如果是,该峰值点记为有效峰值点,否则,该峰值点被舍弃;
最后,从有效峰值点中,选择距离索引和速度索引都相同的目标点,选择功率最大值的点,通过该功率最大值下降固定功率作为过滤门限值,并将超过该过滤门限值的点作为有效点目标;
将各有效目标点的距离索引乘以对应的距离分辨率,得到各目标与雷达之间的距离;
将各有效目标点的速度索引乘以对应的速度分辨率,得到各目标的速度;
将各有效目标点的方位角度索引乘以对应的角度分辨率,得到各目标的方位角度;
步骤六、对去斜后的时域回波信号进行ISAR信号处理,得到待检测目标的距离,速度和高度;
首先,对时域回波信号进行运动补偿;
具体为:将时域回波在包络上对齐到同一距离后,对距离维数据进行加窗和傅里叶变换,得到距离R谱,然后将R谱乘以目标平动引起的相位分量,进行相位补偿;
然后,对距离谱的速度维进行加窗和傅里叶变换得到速度谱;对速度谱做多普勒补偿;合并天线通道距离-速度谱,即RD谱,并做恒虚警率检测,估计出目标的距离和速度;
最后,利用相对运动,测出目标相对于雷达的俯仰角度变化,结合雷达和目标的距离,计算目标和雷达之间的高度;
步骤七、将MIMO信号处理的结果和ISAR信号处理的结果相结合,得出最终的目标检测结果和成像结果。
2.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤四中去斜公式为:s(t)=sr(t)*st(t)′;st(t)′是发送的LFM波形信号st(t)的复共轭。
3.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤五中虚警门限人为根据经验设定。
4.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤六中计算目标和雷达之间的高度具体为:目标运动时,目标散射点相对雷达的俯仰角度会发生变化,即转动引起多普勒相位,利用该多普勒相位,结合目标运动参数的估计,进行散射点的垂直维坐标计算,从而得到目标相距雷达的高度。
5.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤七具体为:ISAR信号处理得出的ISAR坐标下的距离、速度,经过坐标转换,得到大地坐标系下的真实距离和速度,同时ISAR信号处理中得到目标高度;将MIMO结果和ISAR结果进行干涉处理,输出最终目标的距离、速度、角度和高度。
6.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤二具体为:MIMO天线阵列采用四个发射天线和八个接收天线共12个天线,发射天线之间的间隔为0.55λ,接收天线的间隔为发射天线个数与发射天线间隔的乘积;能够虚拟出32个虚拟通道。
7.如权利要求1所述的一种综合MIMO雷达和ISAR的目标检测和成像方法,其特征在于,所述的步骤三中,经过时延产生回波信号具体为:首先计算雷达收到每个散射点所有LFM信号的回波时间,表示回波信号与发射信号之间的延时τ,对于目标来说,假设目标远离雷达的方向为正,然后将延时τ添加到雷达发射信号公式中,设置方向维上的发射天线信息,包括天线的排布、间隔和天线的功率、衰减;同时,设置接收天线的信息,包括天线的排布、间隔和天线的功率、衰减;最后,添加高斯白噪声,形成回波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301952.9A CN112444811B (zh) | 2020-11-19 | 2020-11-19 | 一种综合mimo雷达和isar的目标检测和成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011301952.9A CN112444811B (zh) | 2020-11-19 | 2020-11-19 | 一种综合mimo雷达和isar的目标检测和成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444811A true CN112444811A (zh) | 2021-03-05 |
CN112444811B CN112444811B (zh) | 2023-07-14 |
Family
ID=74738801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011301952.9A Active CN112444811B (zh) | 2020-11-19 | 2020-11-19 | 一种综合mimo雷达和isar的目标检测和成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112444811B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113064169A (zh) * | 2021-03-22 | 2021-07-02 | 桂林电子科技大学 | 多输入多输出频率分集阵列合成孔径雷达三维成像方法 |
CN113189576A (zh) * | 2021-04-09 | 2021-07-30 | 电子科技大学 | 一种基于压缩感知的快速斜坡模式lfmcw车载雷达信号处理方法 |
CN113671496A (zh) * | 2021-08-27 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
CN113759376A (zh) * | 2021-09-22 | 2021-12-07 | 上海无线电设备研究所 | 一种自主探测成像一体化雷达装置 |
CN113866752A (zh) * | 2021-09-30 | 2021-12-31 | 西安科技大学 | 一种svd预编码的mimo-otfs雷达目标检测方法 |
CN114185038A (zh) * | 2021-11-29 | 2022-03-15 | 珠海安自达科技有限公司 | 一种基于毫米波雷达网实现超高角度分辨力的方法及系统 |
CN114403848A (zh) * | 2022-01-05 | 2022-04-29 | 河南牧原智能科技有限公司 | 一种动物群体呼吸频率检测的方法、系统及存储介质 |
CN114488152A (zh) * | 2022-04-18 | 2022-05-13 | 南京信息工程大学 | 基于后向投影的高效近场大小尺寸目标isar成像方法 |
CN114545403A (zh) * | 2022-02-16 | 2022-05-27 | 中国科学院国家空间科学中心 | 一种基于空间频率域干涉观测的mimo雷达成像方法及系统 |
CN116930907A (zh) * | 2023-09-15 | 2023-10-24 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN116973877A (zh) * | 2023-09-22 | 2023-10-31 | 南京楚航科技有限公司 | 一种毫米波雷达形变测量方法、系统及测量真值标定方法 |
WO2024045362A1 (zh) * | 2022-08-31 | 2024-03-07 | 南京隼眼电子科技有限公司 | 车载多普勒分集mimo合成孔径雷达时域成像方法 |
CN117970277A (zh) * | 2024-03-27 | 2024-05-03 | 杭州海康威视数字技术股份有限公司 | 目标检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140266868A1 (en) * | 2013-03-15 | 2014-09-18 | Src, Inc. | Methods And Systems For Multiple Input Multiple Output Synthetic Aperture Radar Ground Moving Target Indicator |
CN104614726A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种阵列可伸缩式便携mimo-sar测量雷达系统及其成像方法 |
CN106597441A (zh) * | 2016-12-14 | 2017-04-26 | 中国人民解放军空军工程大学 | 一种面向多目标isar成像任务的mimo雷达波形优化设计方法 |
-
2020
- 2020-11-19 CN CN202011301952.9A patent/CN112444811B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140266868A1 (en) * | 2013-03-15 | 2014-09-18 | Src, Inc. | Methods And Systems For Multiple Input Multiple Output Synthetic Aperture Radar Ground Moving Target Indicator |
CN104614726A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种阵列可伸缩式便携mimo-sar测量雷达系统及其成像方法 |
CN106597441A (zh) * | 2016-12-14 | 2017-04-26 | 中国人民解放军空军工程大学 | 一种面向多目标isar成像任务的mimo雷达波形优化设计方法 |
Non-Patent Citations (3)
Title |
---|
朱宇涛;郁文贤;粟毅;: "一种基于MIMO技术的ISAR成像方法", 电子学报, no. 09 * |
董会旭;张永顺;冯存前;李哲;: "基于线阵的MIMO-ISAR二维成像方法", 电子与信息学报, no. 02 * |
陈刚;顾红;苏卫民;: "采用ISAR技术的MIMO雷达极坐标格式成像算法研究", 宇航学报, no. 08 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113064169A (zh) * | 2021-03-22 | 2021-07-02 | 桂林电子科技大学 | 多输入多输出频率分集阵列合成孔径雷达三维成像方法 |
CN113189576A (zh) * | 2021-04-09 | 2021-07-30 | 电子科技大学 | 一种基于压缩感知的快速斜坡模式lfmcw车载雷达信号处理方法 |
CN113189576B (zh) * | 2021-04-09 | 2021-12-03 | 电子科技大学 | 一种基于压缩感知的快速斜坡模式lfmcw车载雷达信号处理方法 |
CN113671496B (zh) * | 2021-08-27 | 2023-07-21 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
CN113671496A (zh) * | 2021-08-27 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
CN113759376A (zh) * | 2021-09-22 | 2021-12-07 | 上海无线电设备研究所 | 一种自主探测成像一体化雷达装置 |
CN113759376B (zh) * | 2021-09-22 | 2023-09-19 | 上海无线电设备研究所 | 一种自主探测成像一体化雷达装置 |
CN113866752A (zh) * | 2021-09-30 | 2021-12-31 | 西安科技大学 | 一种svd预编码的mimo-otfs雷达目标检测方法 |
CN113866752B (zh) * | 2021-09-30 | 2024-05-10 | 西安科技大学 | 一种svd预编码的mimo-otfs雷达目标检测方法 |
CN114185038A (zh) * | 2021-11-29 | 2022-03-15 | 珠海安自达科技有限公司 | 一种基于毫米波雷达网实现超高角度分辨力的方法及系统 |
CN114403848A (zh) * | 2022-01-05 | 2022-04-29 | 河南牧原智能科技有限公司 | 一种动物群体呼吸频率检测的方法、系统及存储介质 |
CN114545403A (zh) * | 2022-02-16 | 2022-05-27 | 中国科学院国家空间科学中心 | 一种基于空间频率域干涉观测的mimo雷达成像方法及系统 |
CN114545403B (zh) * | 2022-02-16 | 2024-05-28 | 中国科学院国家空间科学中心 | 一种基于空间频率域干涉观测的mimo雷达成像方法及系统 |
CN114488152A (zh) * | 2022-04-18 | 2022-05-13 | 南京信息工程大学 | 基于后向投影的高效近场大小尺寸目标isar成像方法 |
WO2024045362A1 (zh) * | 2022-08-31 | 2024-03-07 | 南京隼眼电子科技有限公司 | 车载多普勒分集mimo合成孔径雷达时域成像方法 |
CN116930907A (zh) * | 2023-09-15 | 2023-10-24 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN116930907B (zh) * | 2023-09-15 | 2024-01-12 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN116973877A (zh) * | 2023-09-22 | 2023-10-31 | 南京楚航科技有限公司 | 一种毫米波雷达形变测量方法、系统及测量真值标定方法 |
CN116973877B (zh) * | 2023-09-22 | 2023-12-12 | 南京楚航科技有限公司 | 一种毫米波雷达形变测量方法、系统及测量真值标定方法 |
CN117970277A (zh) * | 2024-03-27 | 2024-05-03 | 杭州海康威视数字技术股份有限公司 | 目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112444811B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112444811B (zh) | 一种综合mimo雷达和isar的目标检测和成像方法 | |
CN111537966B (zh) | 一种适用于毫米波车载雷达领域的阵列天线误差校正方法 | |
CN109633643B (zh) | 基于后向投影的太赫兹isar三维成像方法 | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN109581352B (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN102707269B (zh) | 一种机载雷达距离走动校正方法 | |
Sjogren et al. | Moving target relative speed estimation and refocusing in synthetic aperture radar images | |
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 | |
CN111352107B (zh) | 基于多通道数字和差的单脉冲跟踪与成像方法 | |
CN107607952B (zh) | 基于电磁涡旋波的三维合成孔径雷达成像方法 | |
CN108776342A (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
Wang et al. | Two-dimensional imaging via a narrowband MIMO radar system with two perpendicular linear arrays | |
CN110488283A (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
CN107153191B (zh) | 一种针对隐形飞机的双基isar成像检测方法 | |
CN109143235A (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
Xing et al. | A matched-filter-bank-based 3-D imaging algorithm for rapidly spinning targets | |
CN110824473A (zh) | 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法 | |
Fontana et al. | 3D ISAR/SAR imaging using multichannel real data | |
CN113359196B (zh) | 基于子空间法和dbf的多目标生命体征探测方法 | |
Garry et al. | Framework and results on passive ISAR | |
CN111638516B (zh) | 基于双频共轭处理技术的太赫兹频段sar运动补偿算法 | |
Li et al. | Application of complete complementary sequence in orthogonal MIMO SAR system | |
CN115291213B (zh) | 一种基于双波束sar的动目标方位速度估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |