CN113156392A - 一种基于俯仰域自适应处理的杂波抑制方法 - Google Patents

一种基于俯仰域自适应处理的杂波抑制方法 Download PDF

Info

Publication number
CN113156392A
CN113156392A CN202110577164.0A CN202110577164A CN113156392A CN 113156392 A CN113156392 A CN 113156392A CN 202110577164 A CN202110577164 A CN 202110577164A CN 113156392 A CN113156392 A CN 113156392A
Authority
CN
China
Prior art keywords
clutter
domain
processing
calculating
samples
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
Application number
CN202110577164.0A
Other languages
English (en)
Other versions
CN113156392B (zh
Inventor
于雷
刘家豪
位寅生
郭跃宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202110577164.0A priority Critical patent/CN113156392B/zh
Publication of CN113156392A publication Critical patent/CN113156392A/zh
Application granted granted Critical
Publication of CN113156392B publication Critical patent/CN113156392B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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

一种基于俯仰域自适应处理的杂波抑制方法，属于雷达杂波抑制技术领域。本发明是为了解决在对三坐标雷达的信号进行杂波处理时，没有基于空域自适应处理的方法，而导致雷达对目标的探测准确率不高的问题。本发明所述的方法包括：获取杂波信号；计算导向矢量；获取杂波样本，根据杂波样本估计出杂噪协方差矩阵；根据杂噪协方差矩阵和导向矢量得到最优空域导向矢量；根据最优空域加权矢量和导向矢量计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。本发明用于雷达杂波信号的处理。

Description

一种基于俯仰域自适应处理的杂波抑制方法
技术领域
本发明涉及一种基于俯仰域自适应处理的杂波抑制方法。属于雷达杂波抑制技术领域。
背景技术
基于自适应处理的俯仰维杂波抑制算法适用于多种体制雷达，本发明以防空警戒三坐标雷达(以下简称三坐标雷达)为例进行说明。作为现代防空系统中的骨干雷达，三坐标雷达能对指定空域内多目标进行搜索、截获与跟踪，能同时测量目标的距离、方位和高度。三坐标雷达在实际目标探测中，除了面临有源干扰的威胁，更为常见的是面临各种外界自然环境干扰(地杂波、海杂波和气象杂波等)和雷达系统内部噪声的影响，导致运动目标的回波信号被严重干扰或淹没，所以研究三坐标雷达杂波抑制的方法可以有效提高该型雷达的目标检测能力。
同背景杂波运动速度相比，目标速度一般要大很多，因此，可以借助两者的多普勒频移来进行区分和抑制，其中动目标显示(Moving Target Indication，MTI)技术和动目标检测(Moving Target Detection，MTD)技术是两种常用且有效的杂波抑制处理技术。MTI技术等效于高通滤波器，通过对相同距离单元的多组脉冲数据进行加权求和，将地物杂波和速度较慢的杂波对消掉，从而提升信杂比，提高目标检测概率。MTD技术通过一组带通滤波器覆盖整个重复频率范围，实现目标能量积累的同时将杂波抑制掉。
除了时域处理，还可以考虑通过空域对杂波进行抑制。空域自适应处理是一种实用的信号处理技术，在干扰抑制、杂波抑制等领域具有广泛的应用价值。空域自适应处理通过对空域接收信号加权，使得滤波后信号的信杂噪比最小，获得统计最优性能。最小方差无失真响应(Minimum Variance Distortionless Response，MVDR)算法，利用杂波样本估计杂波空域协方差矩阵，根据协方差矩阵和期望目标导向矢量获得空域处理的加权向量来代替常规的波束形成。本发明中针对三坐标雷达背景，采用空域自适应处理的思想，在俯仰维使用MVDR算法，从而达到杂波抑制的效果。
发明内容
本发明是为了解决在对三坐标雷达的信号进行杂波处理时，没有基于空域自适应处理的方法，而导致雷达对目标的探测准确率不高的问题，现提出一种基于俯仰域自适应处理的杂波抑制方法。
一种基于俯仰域自适应处理的杂波抑制方法，包括：
步骤一、获取杂波信号，若获取的杂波信号是阵元域信号x，则执行步骤二，若获取的杂波信号是波束域信号z，则执行步骤三；
步骤二、在变换矩阵T未知的情况下，执行步骤二一；在变换矩阵T已知的情况下，执行步骤二二；T＝[a0(θ1)…a0(θN)]T，其中，θ1…θN为感兴趣的N个波束；
步骤二一、计算得到阵元域导向矢量a0；获取杂波样本，根据杂波样本估计出阵元域杂噪协方差矩阵Rc+n；根据a0和Rc+n计算得到阵元域最优空域加权矢量wopt；根据wopt和a0计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
步骤二二、根据T将阵元域信号x降维到阵元域，的得到波束域信号在，z＝Tx，其中，
Figure BDA0003084749950000021
Figure BDA0003084749950000022
表示N维复行向量集合；根据T将a0降维得到波束域导向矢量
Figure BDA0003084749950000023
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA0003084749950000024
根据
Figure BDA0003084749950000025
和
Figure BDA0003084749950000026
计算得到波束域最优空域加权矢量
Figure BDA0003084749950000027
根据
Figure BDA0003084749950000028
和
Figure BDA0003084749950000029
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三、在变换矩阵T未知的情况下，执行步骤三一；在变换矩阵T已知的情况下，执行步骤三二；
步骤三一、提取一个波束域下的脉冲回波信号内，目标在距离-俯仰域的最大值所在的距离单元的俯仰维向量，并根据该向量的最大值进行归一化处理，得到波束域的目标导向矢量
Figure BDA00030847499500000210
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA00030847499500000211
根据
Figure BDA00030847499500000212
和
Figure BDA00030847499500000213
计算得到波束域最优空域加权矢量
Figure BDA00030847499500000214
根据
Figure BDA00030847499500000215
和
Figure BDA00030847499500000216
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三二、根据T计算得到波束域导向矢量
Figure BDA00030847499500000217
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA00030847499500000218
根据
Figure BDA00030847499500000219
和
Figure BDA00030847499500000220
计算得到波束域最优空域加权矢量
Figure BDA00030847499500000221
根据
Figure BDA00030847499500000222
和
Figure BDA00030847499500000223
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
有益效果
在防空警戒三坐标雷达体制下，可以考虑空域自适应处理来进行杂波抑制。根据杂波俯仰域信号在相近的距离单元有较强的相关性，可以通过在距离域选择杂波样本来估计杂噪协方差矩阵；根据实际目标在俯仰域的实测数据情况，选择噪声背景下的目标俯仰域信息作为目标导向矢量的参考，提取一个脉冲内的目标在距离-俯仰域的最大值所在距离单元的俯仰维数据作为导向矢量；计算得到空域加权矢量，用于对波束域信号进行线性空域滤波处理。空域自适应滤波处理从接收信号的空域入手，采用最小方差无失真响应算法来达到有效的杂波抑制效果，同时还可以与传统的时域杂波抑制算法进行级联，进一步提高杂波抑制的效果。
附图说明
图1为距离域选择杂波样本示意图；
图2为噪声背景下实际目标俯仰-距离图；
图3为某方位角下俯仰域自适应滤波处理前后结果图；
图4为杂波抑制前三坐标雷达距离-方位杂波图；
图5为经俯仰域自适应滤波处理后三坐标雷达距离-方位杂波图。
具体实施方式
具体实施方式一：本实施方式一种基于俯仰域自适应处理的杂波抑制方法，包括：
步骤一、获取杂波信号，若获取的杂波信号是阵元域信号x，则执行步骤二，若获取的杂波信号是波束域信号z，则执行步骤三；
步骤二、在变换矩阵T未知的情况下，执行步骤二一；在变换矩阵T已知的情况下，执行步骤二二；T＝[a0(θ1)…a0(θN)]T，其中，θ1…θN为感兴趣的N个波束，T根据阵列几何构型和俯仰域波束方向信息计算得到，一般情况下，当N<M时能够达到降维效果；
步骤二一、计算得到阵元域导向矢量a0；获取杂波样本，根据杂波样本估计出阵元域杂噪协方差矩阵Rc+n；根据a0和Rc+n计算得到阵元域最优空域加权矢量wopt；根据wopt和a0计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
步骤二二、根据T将阵元域信号x降维到阵元域，的得到波束域信号在，z＝Tx，其中，
Figure BDA0003084749950000031
Figure BDA0003084749950000032
表示N维复行向量集合；根据T将a0降维得到波束域导向矢量
Figure BDA0003084749950000033
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA0003084749950000034
根据
Figure BDA0003084749950000035
和
Figure BDA0003084749950000036
计算得到波束域最优空域加权矢量
Figure BDA0003084749950000037
根据
Figure BDA0003084749950000038
和
Figure BDA0003084749950000039
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三、在变换矩阵T未知的情况下，执行步骤三一；在变换矩阵T已知的情况下，执行步骤三二；
步骤三一、提取一个波束域下的脉冲回波信号内，目标在距离-俯仰域的最大值所在的距离单元的俯仰维向量，并根据该向量的最大值进行归一化处理，得到波束域的目标导向矢量
Figure BDA0003084749950000041
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA0003084749950000042
根据
Figure BDA0003084749950000043
和
Figure BDA0003084749950000044
计算得到波束域最优空域加权矢量
Figure BDA0003084749950000045
根据
Figure BDA0003084749950000046
和
Figure BDA0003084749950000047
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三二、根据T计算得到波束域导向矢量
Figure BDA0003084749950000048
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure BDA0003084749950000049
根据
Figure BDA00030847499500000410
和
Figure BDA00030847499500000411
计算得到波束域最优空域加权矢量
Figure BDA00030847499500000412
根据
Figure BDA00030847499500000413
和
Figure BDA00030847499500000414
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
本实施方式中，阵元域接收到的信号表示为：
x＝a0s0+xc+n (1)
其中，
Figure BDA00030847499500000415
为目标的空域导向矢量，
Figure BDA00030847499500000416
表示M维复行向量集合，∈表示属于符号，
Figure BDA00030847499500000417
为阵元接收的目标信号，
Figure BDA00030847499500000418
为杂波与噪声的总和；c和n分别表示杂波与噪声，
Figure BDA00030847499500000419
为一个距离门内，M个阵元组成的均匀线阵所接收到的信号。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤二一计算得到的阵元域导向矢量a0表示为：
Figure BDA00030847499500000420
其中，d阵元间距，λ为载波波长，θ为目标期望方位角，M为阵元个数，j表示数学虚数的符号，j2＝-1。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤二一中根据杂波样本估计出阵元域杂噪协方差矩阵Rc+n；具体过程为：
杂噪协方差矩阵
Figure BDA00030847499500000421
(E{·}表示求数学期望)需要根据杂波样本进行估计：
Figure BDA00030847499500000422
其中，
Figure BDA0003084749950000051
表示杂波样本；i表示距离门标号，Γ为样本下标集合，KΓ集合Γ内的元素个数；
Figure BDA0003084749950000052
表示在独立同分布高斯样本下的极大似然估计，以
Figure BDA0003084749950000053
作为估计出的阵元域杂噪协方差矩阵Rc+n。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述阵元域最优空域加权矢量wopt表示为：
Figure BDA0003084749950000054
其中，wopt＝[w1,w2,…,wM]T。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述根据wopt和a0计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号，表示为：
Figure BDA0003084749950000055
其中，y表示经过杂波抑制处理后的信号；[]H表示共轭转置运算；[]T表示转置运算。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述步骤二二中根据T将a0降维得到波束域导向矢量
Figure BDA0003084749950000056
其中
Figure BDA0003084749950000057
表示为：
Figure BDA0003084749950000058
其中，
Figure BDA0003084749950000059
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述波束域杂噪协方差矩阵
Figure BDA00030847499500000510
表示为：
Figure BDA00030847499500000511
其中，
Figure BDA00030847499500000512
表示杂波样本；i表示距离门标号，Γ为样本下标集合，KΓ集合Γ内的元素个数。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述波束域最优空域加权矢量
Figure BDA0003084749950000061
表示为：
Figure BDA0003084749950000062
其中，
Figure BDA0003084749950000063
表示波束域最优空域加权矢量，
Figure BDA0003084749950000064
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是，所述根据
Figure BDA0003084749950000065
和
Figure BDA0003084749950000066
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号表示为：
Figure BDA0003084749950000067
其中，
Figure BDA0003084749950000068
表示经过杂波抑制处理后的信号。
其它步骤及参数与具体实施方式一至八之一相同。
具体实施方式十：本实施方式与具体实施方式一至九之一不同的是，所述杂波样本的获取方式为：
对接收到的信号做脉压处理之后，在距离域选择杂波样本，即，在一个脉冲回波的待滤波距离单元前后，设置多个保护单元，在保护单元的两侧选择多个距离单元作为杂波样本，其中保护单元个数为5-10个，距离单元个数为15-30个。
其它步骤及参数与具体实施方式一至九之一相同。
实施例
采用以下实施例验证本发明的有益效果：
为了说明该发明在防空警戒三坐标雷达体制下，俯仰域自适应杂波抑制效果的有效性，基于某三坐标雷达实测数据进行了Matlab仿真实验。仿真实验中的关键参数如下：雷达发射信号形式为线性调频脉冲信号，脉冲宽度为296μs，带宽为1.6MHz，采样率为2MHz，方位向360度机械扫描，俯仰向电扫0～25度，形成16个波束，得到俯仰波束形成之后的数据格式为三维矩阵，波束×距离单元×脉冲，以具体实施方式三的步骤进行空域滤波处理。
图1是距离域选择杂波样本的示意图，在待滤波单元前后设置几个保护单元，然后在保护单元两侧选择足够的距离单元作为杂波样本；图2是噪声背景下实际目标的俯仰-距离图，最大值的坐标为(1423,6)选择1423距离单元对应的俯仰域向量为导向矢量，并对第6波束进行归一化；图3是某方位角下俯仰域自适应滤波处理前后的对比图，可以看到杂波得到有效抑制，原本淹没在杂波下的目标显露出来。图4是杂波抑制前三坐标雷达距离-方位杂波图，在图中可以观察到散乱分布的地杂波以及放射状分布的干扰，中心近距离处出现圆形大幅度回波，是发射机泄露所导致；图5是经过俯仰域自适应滤波处理后的三坐标雷达距离-方位杂波图，可以看到杂波得到了有效抑制，此外对干扰也有抑制效果。

Claims (10)

1.一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，包括：
步骤一、获取杂波信号，若获取的杂波信号是阵元域信号x，则执行步骤二，若获取的杂波信号是波束域信号z，则执行步骤三；
步骤二、在变换矩阵T未知的情况下，执行步骤二一；在变换矩阵T已知的情况下，执行步骤二二；T＝[a0(θ1)…a0(θN)]T，其中，θ1…θN为感兴趣的N个波束；
步骤二一、计算得到阵元域导向矢量a0；获取杂波样本，根据杂波样本估计出阵元域杂噪协方差矩阵Rc+n；根据a0和Rc+n计算得到阵元域最优空域加权矢量wopt；根据wopt和a0计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
步骤二二、根据T将阵元域信号x降维到阵元域，的得到波束域信号在，z＝Tx，其中，
Figure FDA0003084749940000011
表示N维复行向量集合；根据T将a0降维得到波束域导向矢量
Figure FDA0003084749940000012
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure FDA0003084749940000013
根据
Figure FDA0003084749940000014
和
Figure FDA0003084749940000015
计算得到波束域最优空域加权矢量
Figure FDA0003084749940000016
根据
Figure FDA0003084749940000017
和
Figure FDA0003084749940000018
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三、在变换矩阵T未知的情况下，执行步骤三一；在变换矩阵T已知的情况下，执行步骤三二；
步骤三一、提取一个波束域下的脉冲回波信号内，目标在距离-俯仰域的最大值所在的距离单元的俯仰维向量，并根据该向量的最大值进行归一化处理，得到波束域的目标导向矢量
Figure FDA0003084749940000019
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure FDA00030847499400000110
根据
Figure FDA00030847499400000111
和
Figure FDA00030847499400000112
计算得到波束域最优空域加权矢量
Figure FDA00030847499400000113
根据
Figure FDA00030847499400000114
和
Figure FDA00030847499400000115
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号；
步骤三二、根据T计算得到波束域导向矢量
Figure FDA00030847499400000116
获取杂波样本，根据杂波样本估计出波束域杂噪协方差矩阵
Figure FDA00030847499400000117
根据
Figure FDA00030847499400000118
和
Figure FDA00030847499400000119
计算得到波束域最优空域加权矢量
Figure FDA00030847499400000120
根据
Figure FDA00030847499400000121
和
Figure FDA00030847499400000122
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号。
2.根据权利要求1所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述步骤二一计算得到的阵元域导向矢量a0表示为：
Figure FDA0003084749940000021
其中，d阵元间距，λ为载波波长，θ为目标期望方位角，M为阵元个数，j表示数学虚数的符号，j2＝-1。
3.根据权利要求2所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述步骤二一中根据杂波样本估计出阵元域杂噪协方差矩阵Rc+n；具体过程为：
Figure FDA0003084749940000022
其中，
Figure FDA0003084749940000023
表示杂波样本；i表示距离门标号，Γ为样本下标集合，KΓ集合Γ内的元素个数；
Figure FDA0003084749940000024
表示在独立同分布高斯样本下的极大似然估计，以
Figure FDA0003084749940000025
作为估计出的阵元域杂噪协方差矩阵Rc+n。
4.根据权利要求3所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述阵元域最优空域加权矢量wopt表示为：
Figure FDA0003084749940000026
其中，wopt＝[w1,w2,…,wM]T。
5.根据权利要求4所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述根据wopt和a0计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号，表示为：
Figure FDA0003084749940000027
其中，y表示经过杂波抑制处理后的信号；[]H表示共轭转置运算；[]T表示转置运算。
6.根据权利要1所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述步骤二二中根据T将a0降维得到波束域导向矢量
Figure FDA0003084749940000028
其中
Figure FDA0003084749940000029
表示为：
Figure FDA00030847499400000210
其中，
Figure FDA00030847499400000211
7.根据权利要6所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述波束域杂噪协方差矩阵
Figure FDA0003084749940000031
表示为：
Figure FDA0003084749940000032
其中，
Figure FDA0003084749940000033
表示杂波样本；i表示距离门标号，Γ为样本下标集合，KΓ集合Γ内的元素个数。
8.根据权利要7所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述波束域最优空域加权矢量
Figure FDA0003084749940000034
表示为：
Figure FDA0003084749940000035
其中，
Figure FDA0003084749940000036
表示波束域最优空域加权矢量，
Figure FDA0003084749940000037
9.根据权利要8所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述根据
Figure FDA0003084749940000038
和
Figure FDA0003084749940000039
计算得到滤波后目标所在空域处的输出结果，即经过杂波抑制处理后的信号表示为：
Figure FDA00030847499400000310
其中，
Figure FDA00030847499400000311
表示经过杂波抑制处理后的信号。
10.根据权利要求1所述一种基于俯仰域自适应处理的杂波抑制方法，其特征在于，所述杂波样本的获取方式为：
对接收到的信号做脉压处理之后，在距离域选择杂波样本，即，在一个脉冲回波的待滤波距离单元前后，设置多个保护单元，在保护单元的两侧选择多个距离单元作为杂波样本。
CN202110577164.0A 2021-05-26 2021-05-26 一种基于俯仰域自适应处理的杂波抑制方法 Active CN113156392B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110577164.0A CN113156392B (zh) 2021-05-26 2021-05-26 一种基于俯仰域自适应处理的杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110577164.0A CN113156392B (zh) 2021-05-26 2021-05-26 一种基于俯仰域自适应处理的杂波抑制方法

Publications (2)

Publication Number Publication Date
CN113156392A true CN113156392A (zh) 2021-07-23
CN113156392B CN113156392B (zh) 2022-04-08

Family

ID=76877815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110577164.0A Active CN113156392B (zh) 2021-05-26 2021-05-26 一种基于俯仰域自适应处理的杂波抑制方法

Country Status (1)

Country Link
CN (1) CN113156392B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359085A (zh) * 2022-08-10 2022-11-18 哈尔滨工业大学 一种基于检出点时空密度判别的密集杂波抑制方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721947A (zh) * 2012-06-14 2012-10-10 河海大学 机载数字阵列雷达高效三维空时自适应杂波抑制方法
CN103513239A (zh) * 2012-06-20 2014-01-15 中国科学院声学研究所 一种采用编码调相信号实现直达波干扰抑制的方法
CN103954942A (zh) * 2014-04-25 2014-07-30 西安电子科技大学 机载mimo雷达三维波束空间的部分联合杂波抑制方法
US20170102458A1 (en) * 2014-06-09 2017-04-13 Src, Inc. Multiplatform GMTI Radar With Adaptive Clutter Suppression
CN108020817A (zh) * 2017-09-28 2018-05-11 西安电子科技大学 基于配准的机载前视阵雷达杂波抑制方法
CN109061597A (zh) * 2018-08-23 2018-12-21 哈尔滨工业大学 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法
CN109375179A (zh) * 2018-10-29 2019-02-22 中国电子科技集团公司第十四研究所 一种基于稀疏表示的机载雷达近程强杂波抑制方法
US20190178985A1 (en) * 2017-12-07 2019-06-13 Texas Instruments Incorporated Radar processing chain for frequency-modulated continuous wave radar systems
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN111913157A (zh) * 2020-08-17 2020-11-10 西安空间无线电技术研究所 一种基于雷达信号空-时去相关模型的海杂波抑制方法
CN111948598A (zh) * 2020-07-30 2020-11-17 西南电子技术研究所（中国电子科技集团公司第十研究所） 空域干扰信号检测方法与装置
CN112564754A (zh) * 2020-12-01 2021-03-26 哈尔滨工业大学 一种毫米波Massive MIMO系统下基于自适应交叉熵的波束选择方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721947A (zh) * 2012-06-14 2012-10-10 河海大学 机载数字阵列雷达高效三维空时自适应杂波抑制方法
CN103513239A (zh) * 2012-06-20 2014-01-15 中国科学院声学研究所 一种采用编码调相信号实现直达波干扰抑制的方法
CN103954942A (zh) * 2014-04-25 2014-07-30 西安电子科技大学 机载mimo雷达三维波束空间的部分联合杂波抑制方法
US20170102458A1 (en) * 2014-06-09 2017-04-13 Src, Inc. Multiplatform GMTI Radar With Adaptive Clutter Suppression
CN108020817A (zh) * 2017-09-28 2018-05-11 西安电子科技大学 基于配准的机载前视阵雷达杂波抑制方法
US20190178985A1 (en) * 2017-12-07 2019-06-13 Texas Instruments Incorporated Radar processing chain for frequency-modulated continuous wave radar systems
CN109061597A (zh) * 2018-08-23 2018-12-21 哈尔滨工业大学 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法
CN109375179A (zh) * 2018-10-29 2019-02-22 中国电子科技集团公司第十四研究所 一种基于稀疏表示的机载雷达近程强杂波抑制方法
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN111948598A (zh) * 2020-07-30 2020-11-17 西南电子技术研究所（中国电子科技集团公司第十研究所） 空域干扰信号检测方法与装置
CN111913157A (zh) * 2020-08-17 2020-11-10 西安空间无线电技术研究所 一种基于雷达信号空-时去相关模型的海杂波抑制方法
CN112564754A (zh) * 2020-12-01 2021-03-26 哈尔滨工业大学 一种毫米波Massive MIMO系统下基于自适应交叉熵的波束选择方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
HENG-YAN LIU等: "Analysis of amplitude statistical and correlation characteristics of high grazing angle sea-clutter", 《THE JOURNAL OF ENGINEERING》 *
LIN CHENCHEN等: "Range ambiguous clutter suppression for the SAR/GMTI system based on the frequency diverse array", 《JOURNAL OF XIDIAN UNIVERSITY》 *
ZHAO ZHIXIN等: "Multipath clutter suppression by spatial filtering on each carrier in DRM-based passive radar", 《JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY》 *
ZHENGJIANG REN等: "Clutter Suppression for Airborne Weather Radar Using 3D-STAP", 《2020 IEEE 5TH INTERNATIONAL CONFERENCE ON SIGNAL AND IMAGE PROCESSING (ICSIP)》 *
刘山: "基于三坐标情报雷达的海杂波抑制研究", 《万方》 *
吴迪军: "机载雷达极化空时自适应处理技术研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
洪升等: "多输入多输出天波超视距雷达多模杂波抑制的改进最小方差无失真响应算法研究", 《兵工学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359085A (zh) * 2022-08-10 2022-11-18 哈尔滨工业大学 一种基于检出点时空密度判别的密集杂波抑制方法

Also Published As

Publication number Publication date
CN113156392B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN109946665B (zh) 基于阵列雷达的获取真实目标的方法
CN105403864B (zh) 基于改进斜投影的二维船载高频地波雷达海杂波抑制方法
CN105510887B (zh) 一种杂波背景下对机载雷达的有源压制式干扰抑制方法
CN108957419B (zh) 基于陷波滤波处理的异步干扰抑制方法
CN113219417B (zh) 一种基于支持向量机的机载雷达干扰类型识别方法
CN108318865B (zh) 多通道sar欺骗干扰鉴别与自适应抑制方法
CN109765529B (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及系统
CN112014806B (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN112255608A (zh) 一种基于正交投影的雷达杂波自适应抑制方法
CN110940953B (zh) 地波雷达海杂波中目标的三维检测方法
CN110646765B (zh) 一种基于黎曼距离的广义旁瓣对消算法
CN107229040B (zh) 基于稀疏恢复空时谱估计的高频雷达目标检测方法
CN116165610A (zh) 一种改进奇异值分解的海杂波抑制算法
CN113156392B (zh) 一种基于俯仰域自适应处理的杂波抑制方法
CN109061626B (zh) 一种步进频相参处理检测低信杂比动目标的方法
CN108872947B (zh) 一种基于子空间技术的海杂波抑制方法
CN108508413B (zh) 一种基于概率统计的低信噪比条件下目标检测方法
CN111239703A (zh) 鲁棒主分量分析多帧杂波抑制及稀疏运动目标检测方法
CN113391286B (zh) 基于二维块稀疏恢复的虚拟孔径mimo雷达目标探测方法
CN115166672A (zh) 一种基于三级加窗滤波的强地杂波抑制方法
CN114152918A (zh) 基于压缩感知的抗间歇式主瓣干扰方法
CN115856813A (zh) 基于apc与iarft级联处理的雷达目标旁瓣抑制方法
CN115113208A (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
CN114578311B (zh) 天波超视距雷达特征域抗杂波和干扰方法与装置
Wang et al. Track Before Detect for Low Frequency Active Towed Array Sonar

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yu Lei

Inventor after: Yin Sheng

Inventor after: Guo Yueyu

Inventor after: Liu Jiahao

Inventor before: Yu Lei

Inventor before: Liu Jiahao

Inventor before: Yin Sheng

Inventor before: Guo Yueyu