CN113093120B - 基于capon算法的PRI捷变雷达目标参数估计方法 - Google Patents
基于capon算法的PRI捷变雷达目标参数估计方法 Download PDFInfo
- Publication number
- CN113093120B CN113093120B CN202110274056.6A CN202110274056A CN113093120B CN 113093120 B CN113093120 B CN 113093120B CN 202110274056 A CN202110274056 A CN 202110274056A CN 113093120 B CN113093120 B CN 113093120B
- Authority
- CN
- China
- Prior art keywords
- filter
- echo signal
- pulse
- pri
- radar
- 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.)
- Active
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
- G01S7/41—Details 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Abstract
本发明属于雷达信号处理技术领域,具体公开了一种基于capon算法的PRI捷变雷达目标参数估计方法,包括步骤:PRI捷变雷达发射信号并接收回波信号;将雷达回波信号与对应的发射载频依次进行混频处理和脉冲压缩处理,得到脉压后的回波信号;设计与capon算法对应的滤波器,使输入滤波器的脉压后的回波信号含载频成分完全通过,且滤波器的平均输出功率最小,将该最小平均输出功率作为回波信号的capon功率谱估计;确定每个目标的距离和速度信息。本发明通过设计滤波器能够使频率特性旁瓣最小,从而得到精确的谱估计结果,在低信噪比情况下也能较为准确地估计出目标参数,运算量少,运行速度快。
Description
技术领域
本发明涉及雷达信号处理技术领域,尤其涉及一种基于capon算法的PRI捷变雷达目标参数估计方法,可用于电子侦察、对抗、导弹等领域。
背景技术
PRI捷变雷达信号的发射脉冲重复周期在一定范围内快速变化,各重频可按一定规律变化,也可随机跳变,抖动范围通常在1%-10%;PRI捷变雷达具有一系列优势:1)由于雷达的PRI是一种重要的信号分选识别参数,PRI捷变将导致信号分选和识别难度增加,有效提高抗欺骗干扰性能,具有更强的低截获性,2)增加雷达探测距离,3)有效抑制海浪杂波以及其他分布杂波的干扰,4)提高追踪精度,5)有效避免距离模糊,具备解距离模糊和多普勒模糊的能力,等等;在现代战场日益复杂的电磁环境中,PRI捷变雷达具有广阔的应用前景。
由于雷达重频在一定范围内捷变,同一距离单元上不同脉冲间采样具有非均匀性,无法直接采用传统FFT技术进行相参积累,影响目标高分辨距离像合成与多普勒信息提取,信噪比降低,可靠性也不强。现有的参数估计方法存在几点问题:1)在多目标场景下,旁瓣相互干扰叠加从而影响目标的运动参数估计性能;2)采用压缩感知算法(CS)对回波信号进行稀疏重构,虽然能够有效降低副瓣并具备较强检测性能,但由于其需要构建感知矩阵,增加复杂运算,且易受稀疏度限制,再进行多目标估计时精确度大大降低;3)采用MUSIC算法进行谱估计时,需要模型阶先验知识,显然无法满足现代电子战日益复杂多变的需求;4)在噪声环境下,目标易被淹没,无法准确估计参数。
发明内容
针对现有技术存在的问题,本发明的目的在于提供一种基于capon算法的PRI捷变雷达目标参数估计方法,通过设计滤波器能够使频率特性旁瓣最小,从而得到精确的谱估计结果,在低信噪比情况下也能较为准确地估计出目标参数,运算量少,运行速度快。
为了达到上述目的,本发明采用以下技术方案予以实现。
基于capon算法的PRI捷变雷达目标参数估计方法,包括以下步骤:
步骤1,PRI捷变雷达发射信号并接收回波信号;将雷达回波信号与对应的发射载频依次进行混频处理和脉冲压缩处理,得到脉压后的回波信号;
步骤2,根据脉压后的回波信号,设计与capon算法对应的滤波器,使输入滤波器的脉压后的回波信号含载频成分完全通过,且滤波器的平均输出功率最小,将该最小平均输出功率作为回波信号的capon功率谱估计;
步骤3,根据回波信号功率谱,确定每个目标的距离和速度信息。
与现有技术相比,本发明的有益效果为:
(1)本发明选用PRI捷变雷达,相对于传统脉冲雷达,具有合成宽带宽,探测距离远,抗电子对抗,抗干扰等诸多优点,具有更强的在复杂环境中生存的能力;
(2)本发明采用capon算法实现目标参数估计,算法本质为设计一种滤波器,能够使频率特性旁瓣最小,从而得到精确的谱估计结果;
(3)相对于压缩感知算法,本发明不需要构建感知矩阵,运算量少,运行速度快,且不受稀疏度限制,能够精确估计多个目标参数;
(4)对比MUSIC算法,本发明采用capon算法进行功率谱估计时,无需模型阶的先验知识,能够直接给出信号功率的估计值,从而确定目标参数。
(5)本发明采用的capon算法适应性较好,在噪声干扰环境下能较好的工作。也就是说,本发明算法能在低信噪比情况下准确地估计出目标参数。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1是本发明的一种基于capon算法的PRI捷变雷达目标参数估计方法的实现流程图;
图2是本发明仿真实验中回波信号脉压处理后的示意图;
图3是本发明仿真实验中基于capon算法的功率谱估计示意图;
图4是本发明仿真实验中基于capon算法的功率谱估计俯视图;
图5是本发明仿真实验中目标的距离参数估计示意图;
图6是本发明仿真实验中目标的速度参数估计示意图;
图7是本发明仿真实验中采用Lomb算法的目标参数估计结果图;
图8是本发明仿真实验中采用CS算法的目标参数估计结果图;
图9是本发明仿真实验中采用capon算法的目标参数估计结果图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
参考图1,本发明提供的一种基于capon算法的PRI捷变雷达目标参数估计方法,包括以下步骤:
步骤1,PRI捷变雷达发射信号并接收回波信号;将雷达回波信号与对应的发射载频依次进行混频处理和脉冲压缩处理,得到脉压后的回波信号;
则PRI捷变雷达发射的第q个脉冲信号sq(t)为:
其中,t为时间,rect(·)为窗函数,Tp为脉冲宽度,f0为PRI捷变雷达发射信号载频。
1b)设雷达观测场景中存在G个目标,每个目标相对雷达的径向距离和径向速度分别表示为rg和vg,其中g∈{1,2,…,G}为目标个数索引,则PRI捷变雷达回波信号sr(t)表示为:
1c)将雷达回波信号与对应的发射载频进行混频、脉冲压缩处理,得到脉压后的回波信号为:
其中,j表示虚数单位,sinc(.)为每个脉冲内的线性调频信号经过混频和脉压处理后形成的包络,n(t)表示噪声,c表示光速;具体如图2所示。
步骤2,根据脉压后的回波信号,设计与capon算法对应的滤波器,使输入滤波器的脉压后的回波信号含载频成分完全通过,且滤波器的平均输出功率最小,将该最小平均输出功率作为回波信号的capon功率谱估计;
2a)根据脉压后的回波信号,给定N阶FIR滤波器冲激响应函数为w*(i),i=1,…,N-1,则输入信号矢量经过滤波器后的输出为:
其中,{sr(n)}为对脉压后回波信号进行第n次采样得到的回波信号,W=[w(0),w(1),…,w(N-1)]T为滤波器的系数矢量,S=[sr(n),sr(n+1),…,sr(n+N-1)]T为输入信号矢量;上标H表示共轭转置。
因此,计算出滤波器输出y(n)的平均功率为:
E[|y(n)|2]=E[WHSSHW]=WHΦsW
其中,Φs=E[SSH]为输入信号矢量的自相关矩阵。
因此,y(n)=WHS=sr(n)WHe,为了使含载频成分完全通过,且滤波器输出功率最小,必须有约束限制|WHe|=|eHW|=1。
在满足约束限制的条件下求解滤波器的系数矢量,使滤波器输出平均功率E[|y(n)|2]最小,最小输出功率即为回波信号{sr(n)}的capon功率谱估计。
将上述问题转化成以下目标函数的求解:
minE[|y(n)|2]=WHΦsW
s.t.|WHe|=|eHW|=1
该模型可以看成一个求解条件极值的问题,因此引入Lagrange乘子λ构建代价函数:
J=WHΦsW-λ(WHeeHW-1);
WHΦs=λWHeeH
两边同时取复共轭转置,且因为Φs H=Φs,|eHW|=1,可得:
步骤3,根据回波信号功率谱,确定每个目标的距离和速度信息。
从步骤2中估计得到的capon算法的功率谱峰值直接读取每个目标的距离和速度信息即可。
仿真实验
本发明的效果可以通过以下具体实例进一步说明:
1、仿真条件:
雷达观测场景为:存在两个运动的点目标,与雷达相对速度分别为19.031m/s和39.062m/s,与雷达相对距离分别为4.1km和4.5km,雷达发射波形为线性调频信号,信号带宽为26MHz,中心载频为14GHz,平均脉冲重复频率为25KHz,重频抖动范围为12.8us,64个脉冲为一个脉冲积累周期;
2、仿真内容:
利用上述capon算法估计出脉压后回波信号的功率谱,得到的功率谱如图3所示,俯视图如图4所示。比较功率谱中各点幅值,幅值最大点对应的坐标即为目标所在的位置和运动速度,其结果如图5和图6所示,从图中可以看出,采用capon谱估计出的目标距离为4.1km和4.5km,速度为19.07m/s和39.07m/s,速度估计误差为0.20%和0.02%。在一定误差范围内,本发明所提capon算法能够有效估计多各目标的运动参数。
为了验证基于capon算法的PRI雷达参数估计方法在低信噪比情况下能够更精确的检测出目标,选取信噪比SNR=-30dB,分别采用Lomb谱估计、CS算法和本发明算法进行目标参数估计。对应的仿真结果如图7、图8和图9所示,图中圆圈中的*点表示目标。从图7和图8中可以看出,Lomb算法和CS算法的仿真结果中存在大量虚假的目标点,即较亮的*点,目标淹没在噪声中,无法精确估计出真实目标信息。而采用本发明的capon算法得到的功率谱能够较为清晰的得到真实目标点,噪声对目标检测的影响不大,换言之,capon算法适应性较好,在噪声干扰环境下能较好的工作。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (4)
1.基于capon算法的PRI捷变雷达目标参数估计方法,其特征在于,包括以下步骤:
步骤1,PRI捷变雷达发射信号并接收回波信号;将雷达回波信号与对应的发射载频依次进行混频处理和脉冲压缩处理,得到脉压后的回波信号;
步骤2,根据脉压后的回波信号,设计与capon算法对应的滤波器,使输入滤波器的脉压后的回波信号含载频成分完全通过,且滤波器的平均输出功率最小,将该最小平均输出功率作为回波信号的capon功率谱估计;
所述根据脉压后的回波信号,设计与capon算法对应的滤波器,具体为:
2a)根据脉压后的回波信号,给定N阶FIR滤波器冲激响应函数为w*(i),i=1,…,N-1,则输入信号矢量经过滤波器后的输出为:
其中,{sr(n)}为对脉压后回波信号进行第n次采样得到的回波信号,W=[w(0),w(1),…,w(N-1)]T为滤波器的系数矢量,S=[sr(n),sr(n+1),…,sr(n+N-1)]T为输入信号矢量;上标H表示共轭转置;
因此,计算出滤波器输出y(n)的平均功率为:
E[|y(n)|2]=E[WHSSHW]=WHΦsW
其中,Φs=E[SSH]为输入信号矢量的自相关矩阵;
因此,y(n)=WHS=sr(n)WHe;
为了使含载频成分完全通过,且滤波器输出功率最小,添加约束限制|WHe|=|eHW|=1;
将滤波器的设计问题转化成以下目标函数的求解:
在满足约束限制的条件下求解滤波器的系数矢量,使滤波器输出平均功率E[|y(n)|2]最小,最小平均输出功率即为回波信号{sr(n)}的capon功率谱估计;
步骤3,根据回波信号功率谱,确定每个目标的距离和速度信息。
2.根据权利要求1所述的基于capon算法的PRI捷变雷达目标参数估计方法,其特征在于,所述发射信号具体为:
设定一个相干处理间隔内雷达发射Q个脉冲,每个脉冲为线性调频率为γ的线性调频信号,则Q个脉冲的脉冲重复时间所组成的向量为Tr={Tr 1,…,Tr q,…,Tr Q},则PRI捷变雷达发射的第q个脉冲信号sq(t)为:
其中,t为时间,rect(·)为窗函数,Tp为脉冲宽度,f0为PRI捷变雷达发射信号载频;Tr q表示一个相干处理间隔内的第q个脉冲重复周期;
所述回波信号具体为:
设雷达观测场景中存在G个目标,每个目标相对雷达的径向距离和径向速度分别表示为rg和vg,其中g∈{1,2,…,G}为目标个数索引,则PRI捷变雷达的回波信号sr(t)表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274056.6A CN113093120B (zh) | 2021-03-15 | 2021-03-15 | 基于capon算法的PRI捷变雷达目标参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274056.6A CN113093120B (zh) | 2021-03-15 | 2021-03-15 | 基于capon算法的PRI捷变雷达目标参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113093120A CN113093120A (zh) | 2021-07-09 |
CN113093120B true CN113093120B (zh) | 2022-04-15 |
Family
ID=76667206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110274056.6A Active CN113093120B (zh) | 2021-03-15 | 2021-03-15 | 基于capon算法的PRI捷变雷达目标参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093120B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115276993A (zh) * | 2022-09-30 | 2022-11-01 | 四川九洲空管科技有限责任公司 | 一种基于旁瓣随机抖动抗欺骗处理方法及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114061730B (zh) * | 2022-01-19 | 2023-09-19 | 中国船舶工业系统工程研究院 | 目标散射回波变步长快速自适应估计方法 |
CN116953684B (zh) * | 2023-06-20 | 2024-04-05 | 珠海微度芯创科技有限责任公司 | 频率捷变fmcw雷达目标速度估计方法及系统 |
CN116626646B (zh) * | 2023-07-21 | 2023-09-22 | 西安电子科技大学 | 基于时频非均采样的雷达目标无网格化损失相参积累方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556328A (zh) * | 2009-05-08 | 2009-10-14 | 西安电子科技大学 | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 |
CN106226753A (zh) * | 2016-08-22 | 2016-12-14 | 西安电子科技大学 | 基于最小方差法谱函数二阶导数的波达方向估计方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5367475A (en) * | 1991-09-23 | 1994-11-22 | Rockwell International Corporation | Moving vehicle classifier with iterative deconvolver estimator |
CN103383448B (zh) * | 2013-06-25 | 2015-06-17 | 西安电子科技大学 | 适用于hprf波形机载雷达的杂波抑制方法 |
CN104297740B (zh) * | 2014-10-20 | 2017-02-15 | 西安电子科技大学 | 基于相位分析的雷达目标多普勒谱估计方法 |
CN106510761B (zh) * | 2016-12-12 | 2019-06-21 | 重庆大学 | 一种信噪比后滤波与特征空间融合的最小方差超声成像方法 |
JP2019168290A (ja) * | 2018-03-22 | 2019-10-03 | パナソニックIpマネジメント株式会社 | レーダ装置、位置推定装置、及び、位置推定方法 |
CN109164421B (zh) * | 2018-09-26 | 2023-06-30 | 西安电子科技大学 | 一种基于二维重构算法的目标检测方法 |
CN110109075B (zh) * | 2019-04-18 | 2022-05-17 | 西安电子科技大学 | 基于白化滤波的捷变频雷达抗干扰方法 |
CN111830482B (zh) * | 2020-07-10 | 2023-06-30 | 西安电子科技大学 | 基于捷变ofdm的fda雷达目标定位方法 |
-
2021
- 2021-03-15 CN CN202110274056.6A patent/CN113093120B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556328A (zh) * | 2009-05-08 | 2009-10-14 | 西安电子科技大学 | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 |
CN106226753A (zh) * | 2016-08-22 | 2016-12-14 | 西安电子科技大学 | 基于最小方差法谱函数二阶导数的波达方向估计方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115276993A (zh) * | 2022-09-30 | 2022-11-01 | 四川九洲空管科技有限责任公司 | 一种基于旁瓣随机抖动抗欺骗处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113093120A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113093120B (zh) | 基于capon算法的PRI捷变雷达目标参数估计方法 | |
CN109061589B (zh) | 随机跳频雷达的目标运动参数估计方法 | |
CN101738606B (zh) | 基于广义多普勒滤波器组的雷达目标相参积累检测方法 | |
CN103323829B (zh) | 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法 | |
CN107132534B (zh) | 一种高速雷达目标频域检测的优化方法 | |
CN107843892B (zh) | 一种基于最小二乘法的高速目标多普勒测速方法 | |
CN105158748A (zh) | 一种高速目标多通道补偿聚焦与tbd混合积累检测方法 | |
CN112526474B (zh) | 基于全相位傅里叶变换的fmcw雷达距离速度联合估计方法 | |
CN107329138B (zh) | 一种pd雷达距离走动校正与相参积累检测方法 | |
CN103399310A (zh) | 基于相位差分Radon-Lv分布的雷达微弱动目标检测方法 | |
CN110161472B (zh) | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 | |
CN109975775B (zh) | 一种雷达回波半实测数据仿真方法 | |
CN108919249A (zh) | 一种基于二维局部插值的雷达目标距离联合估计方法 | |
CN109613507B (zh) | 一种针对高阶机动目标雷达回波的检测方法 | |
CN104239683A (zh) | 一种基于改变信号调频率的解距离—速度模糊方法 | |
CN110824439B (zh) | 一种雷达目标快速长时间相参积累方法 | |
CN112485772A (zh) | 一种脉间捷变频雷达杂波抑制方法 | |
RU2626380C1 (ru) | Система селекции движущихся целей с измерением дальности, радиальной скорости и направления движения | |
CN112881982B (zh) | 一种捷变频雷达抑制密集转发干扰方法 | |
CN113406573A (zh) | 基于多混频器的慢时间fda雷达信号处理方法、装置、介质及雷达系统 | |
CN113640752A (zh) | 一种基于脉间相位频谱双捷变的波形设计方法 | |
CN102508212A (zh) | 一种线性调频信号多通道扩展脉压技术 | |
CN112363136B (zh) | 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法 | |
CN116165619A (zh) | 一种高机动目标运动参数估计和相参积累检测方法 | |
RU2747504C1 (ru) | Способ формирования и обработки радиолокационного сигнала в импульсно-доплеровских радиолокационных станциях |
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 |