CN112526461A - 一种空间相关杂波抑制的雷达信号检测方法 - Google Patents
一种空间相关杂波抑制的雷达信号检测方法 Download PDFInfo
- Publication number
- CN112526461A CN112526461A CN202011471187.5A CN202011471187A CN112526461A CN 112526461 A CN112526461 A CN 112526461A CN 202011471187 A CN202011471187 A CN 202011471187A CN 112526461 A CN112526461 A CN 112526461A
- Authority
- CN
- China
- Prior art keywords
- order
- regression model
- adaptive regression
- resolution
- clutter
- 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
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
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
本发明公开了一种空间相关杂波抑制的雷达信号检测方法,包括:(1)根据高分辨距离像的距离单元数初选自适应回归模型的阶数;(2)根据高分辨距离像的目标分辨力进一步优化自适应回归模型的阶数;(3)利用优选后阶数的自适应回归模型处理得到雷达回波的高分辨距离像;(4)根据虚警概率、参考单元数和所选择排序号计算出门限因子;(5)利用参考单元内杂波平均功率乘以门限因子,再与被检测单元功率比较,判断是否存在目标。本发明适用于具有高分辨距离分辨率的雷达系统,解决空间相关杂波背景下相同信杂比时雷达检测概率起伏的问题。
Description
技术领域
本发明涉及雷达信号检测技术领域,特别涉及一种空间相关杂波抑制的雷达信号检测方法,特别适用于具有高分辨距离分辨率的雷达系统,解决空间相关杂波背景下相同信杂比时雷达检测概率起伏的问题。
背景技术
杂波信号的空间相关性是指两个分离的反射信号之间的相关性,即来自不同杂波距离单元杂波均值的相关性。目前关于杂波空间相关性的研究的一种解释是杂波的空间相关性与雷达脉冲宽度有关。为得到两个统计独立的回波所需的间隔约为一个脉宽所对应的距离,即相关距离大致对应于两个距离分辨单元。此外,方位向上的空间相关性由天线方位波束宽度决定。关于这一结论的解释为:雷达回波是分辨单元所包含的散射体散射强度平均的效果,且分辨单元面积越大,平均的效果越明显,因此脉宽越宽、波束宽度越宽、对应的分辨单元面积越大,相关距离也就越大。在低分辨率雷达下,调制分量的相关距离很大,因此在雷达信号处理的距离区间内,可以认为杂波的均值是空间不变的。另一种解释则认为:杂波的空间相关性与散射表面自身结构有关。而地/海杂波的空间相关性会影响雷达的检测跟踪性能,故研究空间相关杂波抑制的雷达信号检测方法具有重要意义。
发明内容
发明涉及一种空间相关杂波抑制的雷达信号检测方法,特别适用于具有高分辨距离分辨率的雷达系统,解决空间相关杂波背景下相同信杂比时雷达检测概率起伏的问题。
对此,本发明提出一种空间相关杂波抑制的雷达信号检测方法,包括步骤:S101、根据高分辨距离像的距离单元数初选自适应回归模型的阶数m;S102、根据高分辨距离像的目标分辨力进一步优化自适应回归模型的阶数m得到优化后的阶数m′;S103、利用优选后阶数的自适应回归模型处理得到雷达回波的高分辨距离像;S104、根据虚警概率,参考单元R大小和所选择排序号k确定门限因子T;S105、根据计算出参考单元内平均杂波功率Z乘以门限因子T,再与被检测单元功率D比较,判断是否存在目标。
至此,完成空间相关杂波抑制的雷达信号检测方法。
本发明方法利用雷达信号检测理论及现代谱估计原理,根据高分辨距离像的距离单元和距离分辨率要求优选自适应回归模型的阶数,结合有序统计类恒虚警雷达信号检测方法,实现空间相关杂波背景下的杂波抑制并实现雷达信号检测。本发明技术具有灵活性高及适用性广等优点。
附图说明
图1是本发明空间相关杂波抑制的雷达信号检测方法流程图。
具体实施方式
本发明提出一种空间相关杂波抑制的雷达信号检测方法,图1所示,其包括:
S101、根据高分辨距离像的距离单元数初选自适应回归模型的阶数m。
S102、根据高分辨距离像的目标分辨力进一步优化自适应回归模型的阶数m得到优化后的阶数m′。
S103、利用优选后阶数m′的自适应回归模型处理得到雷达回波的高分辨距离像。
S104、根据虚警概率,参考单元R大小和所选择排序号k确定门限因子T。
S105、根据计算出参考单元内平均杂波功率Z乘以门限因子T,再与被检测单元功率D比较,判断是否存在目标。
具体的包括步骤:
S101、根据高分辨距离像的距离单元数初选自适应回归模型的阶数m
根据高分辨距离像x[n],n=0,2,...,N-1的单元个数N,初步决定自适应回归模型的阶数m,m=N/3~N/2。
S102、根据高分辨距离像的目标分辨力进一步优化自适应回归模型的阶数m得到优化后的阶数m′
根据初步决定自适应回归模型的阶数m,处理宽带信号的雷达回波,优化后确定的阶数m′使带宽B对应的距离分辨率△R为△R=c/2B,c为光速;其中m′阶自适应回归模型满足如下表达式:
其中ak,k=1,2,...,m′为m′阶自适应回归模型的系数,e[n]为可忽略的误差。
S103、利用优选后阶数m′的自适应回归模型处理得到雷达回波的高分辨距离像
根据如下表达式计算出m′阶自适应回归模型的系数ak:
S104、根据虚警概率,参考单元R大小和所选择排序号k确定门限因子T
在均匀杂波背景下,根据有虚警概率Pfa、参考单元R和所选择排序号q按照如下表达式计算出门限因子T:
其中Γ为伽马函数。其中虚警概率Pfa为检测性能要求的设计输入,取值一般为10-5到10-4之间,参考单元R取值一般为10到60,而所选择排序号q取值一般为1/2R到2/3R。
S105、根据计算出参考单元内平均杂波功率Z乘以门限因子T,再与被检测单元功率D比较,判断是否存在目标
本发明适用于具有高分辨距离分辨率的雷达系统,解决空间相关杂波背景下相同信杂比时雷达检测概率起伏的问题。
Claims (7)
1.一种空间相关杂波抑制的雷达信号检测方法,其特征在于,包括步骤:
S101、根据高分辨距离像的距离单元数初选自适应回归模型的阶数m;
S102、根据高分辨距离像的目标分辨力进一步优化自适应回归模型的阶数m得到优化后的阶数m′;
S103、利用优选后阶数的自适应回归模型处理得到雷达回波的高分辨距离像;
S104、根据虚警概率,参考单元R大小和所选择排序号k确定门限因子T;
S105、根据计算出参考单元内平均杂波功率Z乘以门限因子T,再与被检测单元功率D比较,判断是否存在目标。
2.根据权利要求1所述的方法,其特征在于,
S101、根据高分辨距离像的距离单元数初选自适应回归模型的阶数m,其包括:
根据高分辨距离像x[n],n=0,2,...,N-1的单元个数N,初步决定自适应回归模型的阶数m,m=N/3~N/2。
6.根据权利要求5所述的方法,其特征在于,
其中虚警概率Pfa为检测性能要求的设计输入,取值为10-5到10-4之间,参考单元R取值为10到60,而所选择排序号q取值为1/2R到2/3R。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471187.5A CN112526461B (zh) | 2020-12-14 | 2020-12-14 | 一种空间相关杂波抑制的雷达信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471187.5A CN112526461B (zh) | 2020-12-14 | 2020-12-14 | 一种空间相关杂波抑制的雷达信号检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526461A true CN112526461A (zh) | 2021-03-19 |
CN112526461B CN112526461B (zh) | 2023-09-15 |
Family
ID=74999702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011471187.5A Active CN112526461B (zh) | 2020-12-14 | 2020-12-14 | 一种空间相关杂波抑制的雷达信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526461B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN85103887A (zh) * | 1985-05-03 | 1986-10-29 | 四川大学 | 自适应最佳滤波器 |
JP2011117899A (ja) * | 2009-12-07 | 2011-06-16 | Mitsubishi Electric Corp | レーダ装置 |
US20110205103A1 (en) * | 2005-04-20 | 2011-08-25 | Sicom Systems Ltd | Low cost, high performance radar networks |
CN102169175A (zh) * | 2010-12-08 | 2011-08-31 | 关键 | 基于frft域非相参积累的海杂波抑制和动目标检测方法 |
CN102707285A (zh) * | 2012-05-28 | 2012-10-03 | 河海大学 | 车载毫米波防撞雷达系统的频域恒虚警检测方法 |
CN103954941A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 一种机载相控阵雷达二维多脉冲的认知杂波抑制方法 |
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 |
CN107678000A (zh) * | 2016-08-02 | 2018-02-09 | 北京遥感设备研究所 | 一种在轨星体地下探测雷达系统 |
CN108133232A (zh) * | 2017-12-15 | 2018-06-08 | 南京航空航天大学 | 一种基于统计字典学习的雷达高分辨距离像目标识别方法 |
CN108169728A (zh) * | 2018-01-12 | 2018-06-15 | 西安电子科技大学 | 基于Minkowski距离的距离扩展目标检测方法 |
CN109615880A (zh) * | 2018-10-29 | 2019-04-12 | 浙江浙大列车智能化工程技术研究中心有限公司 | 一种基于雷达图像处理的车流量测量方法 |
CN110348356A (zh) * | 2019-07-03 | 2019-10-18 | 北京遥感设备研究所 | 一种基于深度光流网络的连续帧rd图像目标识别方法 |
CN111693983A (zh) * | 2020-06-12 | 2020-09-22 | 哈尔滨工业大学(威海) | 互补波形构建方法及模块、认知雷达系统及波形发射方法 |
-
2020
- 2020-12-14 CN CN202011471187.5A patent/CN112526461B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN85103887A (zh) * | 1985-05-03 | 1986-10-29 | 四川大学 | 自适应最佳滤波器 |
US20110205103A1 (en) * | 2005-04-20 | 2011-08-25 | Sicom Systems Ltd | Low cost, high performance radar networks |
JP2011117899A (ja) * | 2009-12-07 | 2011-06-16 | Mitsubishi Electric Corp | レーダ装置 |
CN102169175A (zh) * | 2010-12-08 | 2011-08-31 | 关键 | 基于frft域非相参积累的海杂波抑制和动目标检测方法 |
CN102707285A (zh) * | 2012-05-28 | 2012-10-03 | 河海大学 | 车载毫米波防撞雷达系统的频域恒虚警检测方法 |
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 |
CN103954941A (zh) * | 2014-04-25 | 2014-07-30 | 西安电子科技大学 | 一种机载相控阵雷达二维多脉冲的认知杂波抑制方法 |
CN107678000A (zh) * | 2016-08-02 | 2018-02-09 | 北京遥感设备研究所 | 一种在轨星体地下探测雷达系统 |
CN108133232A (zh) * | 2017-12-15 | 2018-06-08 | 南京航空航天大学 | 一种基于统计字典学习的雷达高分辨距离像目标识别方法 |
CN108169728A (zh) * | 2018-01-12 | 2018-06-15 | 西安电子科技大学 | 基于Minkowski距离的距离扩展目标检测方法 |
CN109615880A (zh) * | 2018-10-29 | 2019-04-12 | 浙江浙大列车智能化工程技术研究中心有限公司 | 一种基于雷达图像处理的车流量测量方法 |
CN110348356A (zh) * | 2019-07-03 | 2019-10-18 | 北京遥感设备研究所 | 一种基于深度光流网络的连续帧rd图像目标识别方法 |
CN111693983A (zh) * | 2020-06-12 | 2020-09-22 | 哈尔滨工业大学(威海) | 互补波形构建方法及模块、认知雷达系统及波形发射方法 |
Non-Patent Citations (3)
Title |
---|
QIAOLUO: "Early Warning Radar Clutter Suppression and Dim Moving Target Detection Algorithm", 2010 INTERNATIONAL CONFERENCE ON INTELLIGENT SYSTEM DESIGN AND ENGINEERING APPLICATION * |
句彦伟: "调制状态下目标超分辨成像研究", 现代雷达 * |
段绿林: "基于混合智能算法的激光雷达数据拼接技术", 光学学报 * |
Also Published As
Publication number | Publication date |
---|---|
CN112526461B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444820B (zh) | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 | |
US8013781B2 (en) | Method and apparatus for radar surveillance and detection of sea targets | |
CN107561512B (zh) | 一种脉冲多普勒雷达抗压制式拖曳干扰的极化对消方法 | |
CN108614245B (zh) | 一种基于射频隐身的边跟踪边干扰方法 | |
CN101881822A (zh) | 一种针对共享谱雷达同频干扰的抑制方法 | |
CN105223557B (zh) | 基于辅助通道的机载预警雷达杂波抑制方法 | |
CN110531337B (zh) | 基于隶属度分析的目标可信度计算方法及装置 | |
CN109946668B (zh) | 基于多波束形成的目标二次甄别方法 | |
CN108445461B (zh) | 一种多径条件下雷达目标检测方法 | |
CN112346029A (zh) | 基于待检测单元的可变参考窗单元平均恒虚警检测方法 | |
Sor et al. | OS-CFAR based on thresholding approaches for target detection | |
CN112147584A (zh) | 一种基于非均匀杂波的mimo雷达扩展目标检测方法 | |
CN107271973A (zh) | 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法 | |
CN112180341A (zh) | 一种背景自适应cfar算法选择的实现方法 | |
US6861974B1 (en) | Clutter normalization by adaptation of transmit waveform | |
CN112526461A (zh) | 一种空间相关杂波抑制的雷达信号检测方法 | |
CN116008935A (zh) | 一种基于检测性能评估的非均匀海杂波目标检测方法 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN116299206A (zh) | 一种基于单元杂波谱精确估计的自适应stc控制方法 | |
CN114325599B (zh) | 一种针对不同环境的自动门限检测方法 | |
JP2003248053A (ja) | レーダー信号処理装置 | |
CN112612007B (zh) | 基于近场效应的超稀疏阵列机载雷达动目标距离解模糊方法 | |
CN108983209A (zh) | 基于对称协方差矩阵的杂波抑制方法 | |
CN111458683B (zh) | 一种分区域雷达信号处理的方法 | |
JP4879761B2 (ja) | レーダ装置 |
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 |