CN113267756B - 天基雷达空间运动目标检测和参数估计方法及系统 - Google Patents
天基雷达空间运动目标检测和参数估计方法及系统 Download PDFInfo
- Publication number
- CN113267756B CN113267756B CN202110522562.2A CN202110522562A CN113267756B CN 113267756 B CN113267756 B CN 113267756B CN 202110522562 A CN202110522562 A CN 202110522562A CN 113267756 B CN113267756 B CN 113267756B
- Authority
- CN
- China
- Prior art keywords
- doppler
- distance
- representing
- space
- signal
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种天基雷达空间运动目标检测和参数估计方法及系统,包括:步骤S1:对雷达回波进行预处理得到基带回波信号;步骤S2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,以同时消除基带回波信号中多普勒模糊和多普勒谱失真的影响;步骤S3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;步骤S4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;步骤S5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果。与传统的Keystone变换匹配滤波方法相比,所提出的修正Keystone变换匹配滤波方法方法可以在不降低信噪比的情况下实现对高机动目标的相干积分。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体地,涉及一种天基雷达空间运动目标检测和参数估计方法及系统,更为具体地,涉及一种欠采样下针对高速、高机动空间运动目标的天基雷达动目标检测和参数估计方法。
背景技术
随着空间探索技术的快速发展,隐形飞机、太空碎片、弹道导弹和高超声速飞行器等空间运动目标(SMT)逐渐成为国防领域的一个严重威胁。星载雷达(SBR)系统能够突破传统地基/海基/空基雷达系统受地球曲率和领域、领空限制等约束,提供充足的观测范围和探测距离,是一种对空间运动目标进行监视、预警和跟踪的有力工具。然而,伴随着航空航天技术、空气动力学的高速发展,空间运动目标越来越呈现出高速、高机动和低雷达截面积(RCS)特性,给该类目标的有效检测和精确的参数估计带来巨大挑战。
通过积累足够的脉冲数来提高输出信噪比(SNR)是提升弱小目标检测能力的一种有效途径,然而,随着积累时间的增加,目标与雷达之间的相对运动会导致出现距离走动(RM)和多普勒频率走动(DFM)现象,进一步导致目标在距离维和多普勒维散焦,反而降低输出信噪比(SNR)。因此,为了实现对弱小目标的长时间积累检测,首先需要解决RM和DFM,常用的方法包括广义Radon傅里叶变换(GRFT),Keystone变换匹配滤波(KTMF)方法、二维匹配滤波(2-D MF)算法、级数反演法、以及相邻互相关法(ACCF)等。其中,GRFT方法通过同时补偿雷达与运动目标相对运动引起的距离走动和多普勒相位变化来实现相干积累,可以提供最优的检测性能,但是由于需要进行多维搜索因而计算量较大,不利于实时处理。为了减小搜索维数,2-D MF方法通过在二维频域构造了一个与加速度相关的匹配滤波函数,但仅适用于大方位时宽-带宽积信号的运动目标检测;级数反演方法和KTMF方法克服了这一缺陷,但需要一维搜索的匹配滤波过程,仍然比较耗时;ACCF方法能够显著降低计算复杂度,然而由于需要进行非线性操作,会造成一定的SNR损失。
另外,针对SBR系统的SMT检测,还有一个额外的问题需要考虑。为了满足大观测范围的需求,SBR系统的脉冲重复频率(PRF)具有一定的限制;在低PRF和高机动性的双重影响下,空间运动目标的多普勒频率容易超过PRF,甚至跨越多个PRF,即多普勒模糊和多普勒混叠同时存在,这种现象会使现有目标检测方法失效或性能严重下降。
专利文献CN108983192A(申请号:201810845983.7)公开了基于GPS辐射源的雷达运动目标参数估计方法,解决了GPS作为辐射源场景下,运动目标回波信噪比低和目标参数难估计的技术问题,实现步骤包括:数据采集和预处理;目标检测和恢复目标在各帧的航迹;通过各帧航迹获取目标等效距离,方位角和俯仰角;利用基于GPS辐射源的雷达目标距离估计方程对目标径向距离估计,进而估计径向速度。本发明在GPS信号作为辐射源的场景下,根据卫星,目标和雷达的几何关系,构建了基于GPS辐射源的雷达目标距离估计方程,在目标回波信噪比较低情况下,实现了对匀速运动目标到雷达的径向距离和径向速度的有效估计。本发明对运动目标的参数估计快速准确。用于GPS作为辐射源场景下的雷达匀速运动目标的参数估计。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种天基雷达空间运动目标检测和参数估计方法及系统。
根据本发明提供的一种天基雷达空间运动目标检测和参数估计方法,包括:
步骤S1:对雷达回波进行预处理得到基带回波信号;
步骤S2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
步骤S3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
步骤S4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
步骤S5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果。
优选地,所述步骤S1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
优选地,所述步骤S2中构造相位补偿函数对基带回波信号进行补偿包括:
其中,表示搜索的多普勒谱失真数;fr表示距离频率变量;tm表示方位时间变量;表示搜索的速度模糊数;j表示虚数单位;fc表示信号载频;PRF表示脉冲重复频率;Ta表示方位积累时间,下标comp表示补偿函数;下标v表示速度;下标β表示加速度。
优选地,所述步骤S4中加速度匹配滤波器组包括:
优选地,所述步骤S5中利用二维傅里叶变换完成最终相参积累结果包括:
其中,A′表示积累后的幅度;B表示信号带宽;tr表示距离快时间变量;R0表示目标初始斜距;c表示光速;Ta表示方位积累时间;fm表示多普勒频率变量;λ表示信号波长;v′b表示基带速度。
根据本发明提供的一种天基雷达空间运动目标检测和参数估计系统,包括:
模块M1:对雷达回波进行预处理得到基带回波信号;
模块M2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
模块M3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
模块M4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
模块M5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果。
优选地,所述模块M1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
优选地,所述模块M2中构造相位补偿函数对基带回波信号进行补偿包括:
其中,表示搜索的多普勒谱失真数;fr表示距离频率变量;tm表示方位时间变量;表示搜索的速度模糊数;j表示虚数单位;fc表示信号载频;PRF表示脉冲重复频率;Ta表示方位积累时间,下标comp表示补偿函数;下标v表示速度;下标β表示加速度。
优选地,所述模块M4中加速度匹配滤波器组包括:
优选地,所述模块M5中利用二维傅里叶变换完成最终相参积累结果包括:
其中,A′表示积累后的幅度;B表示信号带宽;tr表示距离快时间变量;R0表示目标初始斜距;c表示光速;Ta表示方位积累时间;fm表示多普勒频率变量;λ表示信号波长;v′b表示基带速度。
与现有技术相比,本发明具有如下的有益效果:
1、与GRFT方法相比,本发明通过KT进行线性距离走动矫正,从而避免GRFT方法采用搜索匹配滤波的方式去除线性距离走动的影响。从而降低了搜索维数,提高了计算搜索效率。
2、与传统的KTMF方法相比,所提出的MKTMF方法可以在不降低信噪比的情况下实现对高机动目标的相干积分;
3、与基于时间翻转变换(TRT)的方法和ACCF方法相比,由于本发明KT变换和匹配滤波处理过程均为线性变换,且不带来信号损失,因此本发明非常适合于低信噪比环境,且不涉及非线性操作、不受多目标情况下交叉项的负面影响。
4、本发明可以处理方位欠采样下同时发生多普勒谱模糊和多普勒失真的高速高机动目标,并且不造成信噪比(SNR)的损失,有效提高目标的输出信噪比(SNR),进而实现高速高机动空间目标的检测和参数估计。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供一种欠采样下针对高速、高机动空间运动目标的天基雷达动目标检测和参数估计方法流程图;
图2为根据不同的多普勒谱失真数进行方位时间分段的示意图;
图3为多普勒模糊和多普勒失真补偿示意图;
图4为天基雷达空间运动目标检测和参数估计方法流程图;
图5为脉冲压缩后的距离包络示意图;
图6为传统KTMF的聚焦结果示意图;
图7为GRFT方法的聚焦结果示意图;
图8为TRT方法的聚焦结果示意图;
图9为ACCF方法的聚焦结果示意图;
图10为提出MKTMF方法的聚焦结果示意图;
图11为传统目标检测方法的检测概率曲线对比结果示意图;
图12为动目标检测方法的检测概率曲线对比结果示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明的目的就是为了克服传统目标积累算法在低采样率下失效或者性能下降的缺陷,提出了一种改进的KTMF(MKTMF),用于低信噪比环境下完成对具有多普勒模糊和多普勒谱混叠的空中运动目标的长时间相干积累检测。该算法在推导传统基于KT的相参积累算法出现距离分段特性的基础上,在应用Keystone变换(KT)去除线性距离走动之前,构造合适相位补偿函数去除多普勒模糊和多普勒谱混叠的影响,从而有效避免了基于KT变换的距离分段特性;然后,构造匹配滤波相位函数进一步去除残留的距离弯曲和多普勒扩散,从而实现了对高速、高机动目标的长时间相参积累检测。本发明在利用KT进行线性距离走动矫正之前,先设计合适的相位补偿函数去除多普勒模糊项和多普勒谱失真项的影响,从而能够避免在传统基于KT变换的方法中存在的分段距离走动现象,从而可以处理同时发生多普勒谱模糊和多普勒失真的高速高机动目标,在方位欠采样下有效提高输出信噪比(SNR),完成空间运动目标检测和参数估计。
实施例1
根据本发明提供的一种天基雷达空间运动目标检测和参数估计方法,如图1所示,包括:
步骤S1:对雷达回波进行预处理得到基带回波信号;
步骤S2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
步骤S3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
步骤S4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
步骤S5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果。
具体地,所述步骤S1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
具体地,所述步骤S2中构造相位补偿函数对基带回波信号进行补偿包括:
其中,表示搜索的多普勒谱失真数;fr表示距离频率变量;tm表示方位时间变量;表示搜索的速度模糊数;j表示虚数单位;fc表示信号载频;PRF表示脉冲重复频率;Ta表示方位积累时间,下标comp表示补偿函数;下标v表示速度;下标β表示加速度。
具体地,所述步骤S4中加速度匹配滤波器组包括:
具体地,所述步骤S5中利用二维傅里叶变换完成最终相参积累结果包括:
其中,A′表示积累后的幅度;B表示信号带宽;tr表示距离快时间变量;R0表示目标初始斜距;c表示光速;Ta表示方位积累时间;fm表示多普勒频率变量;λ表示信号波长;v′b表示基带速度。
根据本发明提供的一种天基雷达空间运动目标检测和参数估计系统,包括:
模块M1:对雷达回波进行预处理得到基带回波信号;
模块M2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
模块M3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
模块M4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
模块M5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果。
具体地,所述模块M1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
具体地,所述模块M2中构造相位补偿函数对基带回波信号进行补偿包括:
其中,表示搜索的多普勒谱失真数;fr表示距离频率变量;tm表示方位时间变量;表示搜索的速度模糊数;j表示虚数单位;fc表示信号载频;PRF表示脉冲重复频率;Ta表示方位积累时间,下标comp表示补偿函数;下标v表示速度;下标β表示加速度。
具体地,所述模块M4中加速度匹配滤波器组包括:
具体地,所述模块M5中利用二维傅里叶变换完成最终相参积累结果包括:
其中,A′表示积累后的幅度;B表示信号带宽;tr表示距离快时间变量;R0表示目标初始斜距;c表示光速;Ta表示方位积累时间;fm表示多普勒频率变量;λ表示信号波长;v′b表示基带速度。
实施例2
实施例2是实施例1的优选例
本发明涉及一种欠采样下针对高速、高机动空间运动目标的天基雷达动目标检测和参数估计方法,首先从数学推导上详细分析了在方位欠采样下基于传统Keystone变换的方法失效的原因,在此基础上,提出了一种基于修正Keystone变换匹配滤波(MKTMF)的方法。
传统Keystone变换(KT)对多普勒谱失真目标的失效的推导:
经过距离压缩的基带回波信号在距离频域-方位时域可以写为
式中,fr,tm,B,Ta,fc和c分别为距离频率变量,方位时间变量,信号带宽,积累时间,中心频率和光速;σ,R0,v和α分别为目标幅度,目标与雷达之间的相对初始斜距,径向速度和径向加速度。
对于速度模糊目标,其速度可以表示为
v=vb+Mv·vamb
式中,vb表示不模糊速度,满足|vb|≤vamb/2,Mv是速度模糊数,vamb=λPRF/2表示盲速,PRF表示脉冲重复频率(PRF)。
式中,速度模糊影响可以通过构造如下补偿函数进行消除:
消除速度模糊影响后的回波信号可写为
式中,瞬时多普勒频率为
式中,
式中,Mα=Mα,min,Mα,min+1,…,Mα,max,Mα,min和Mα,max分别表示最小多普勒失真数和最大多普勒失真数。
根据上述划分规则,回波信号可重新表示为
式中,
式中,ΔTs=λPRF/(2α)表示子间隔内的持续时间。为了描述模糊段和无模糊段之间的关系,上式中的回波信号可以进一步推导为
式中,第一个指数相位项对应无模糊区间的距离走动和多普勒走动;第二个指数项对应由速度引起的子孔径间的相位差异,可以通过在整个方位时间内利用Keystone变换进行消除;倒数第二项和最后一项代表多普勒谱失真项,可见,不同模糊数的时间区间内存在与模糊数相关的相位差;这种分段的相位差异将导致传统KT算法失效,并呈现出一种独特的距离分段走动特性。
为了更好的说明,下面给出对上式执行KT变换后的结果,如下所示
式中,τm为新的方位时间变量,是对应分段后的方位时间变量序列。上式中,第二个指数相位项意味着线性距离走动已经被KT有效去除;第三个指数相位项为KT后剩余的二次相位项;最后两项表明模糊段与不模糊段之间存在与多普勒谱失真数有关的额外距离走动、距离跳变和相位跳变项。这种独特的分段特性会使得基于传统KT的方法只能矫正无模糊时间段的目标包络,从而产生严重的SNR损失,降低弱小目标的检测性能;并且由于对应不同多普勒谱失真数的时间序列是由未知的目标加速度决定的,因此该部分无法在执行KT变换后进行补偿。
本发明提供的一种欠采样下针对高速、高机动空间运动目标的天基雷达动目标检测和参数估计方法,具体包括以下步骤:
步骤一:设计合适的补偿函数消除多普勒谱模糊和多普勒谱失真。
经过距离压缩的基带回波信号在距离频域-方位时域可以写为
其中,fr,tm,B,Ta,fc和c分别为距离频率变量,方位时间变量,信号带宽,积累时间,中心频率和光速;σ,R0,v和α分别为目标幅度,目标与雷达之间的相对初始斜距,径向速度和径向加速度。对于径向速度和径向加速度,可以表示为如下形式
式中,vb表示基带速度,满足|vb|≤vamb/2,Mv是速度模糊数,vamb=λPRF/2表示盲速,PRF表示脉冲重复频率(PRF);αb表示基带加速度,满足|αb|≤αamb/2,Mα是多普勒谱失真数,αamb=λPRF/Ta表示盲加速度。将式(2)带入到式(1),可得
式(3)中倒数第二个指数项和最后一个指数项分别对应多普勒模糊项和多普勒失真项,为了同时消除速度模糊影响和多普勒谱失真影响,构造如下补偿函数
式中,和分别为搜索的速度模糊数和多普勒谱失真数。上式对应的速度模糊和多普勒混叠补偿操作示意图如图3所示。虚线表示目标具有速度模糊和多普勒混叠的多普勒曲线,实线为速度模糊补偿后的多普勒曲线,双箭头线为多普勒混叠补偿后的多普勒曲线。可以看出,式(4)中的速度补偿函数等价于平移多普勒曲线(每次补偿平移一个PRF),多普勒谱混叠补偿过程等价于降低多普勒曲线的斜率(每次补偿斜率降低PRF/Ta)。
式中,和分别表示基带速度和基带加速度引入的瞬时多普勒频率,上述约束只能保证而不能确保因此,当PRF/2<|fd(tm)|<PRF时,目标的多普勒曲线在整段方位时间内不再完全分布在[-PRF/2,PRF/2]区间内。
为了解决这个问题,将式(4)中补偿函数进一步修正为
因此,在该约束下,目标的多普勒曲线在整个方位时间内能够完整的处于完整的PRF内,即不发生多普勒模糊也不发生多普勒失真现象。
为了和式(7)中补偿函数保持一致,重新定义速度和加速度为如下形式
式中,v′b和α′b分别为新的基带速度和基带加速度;v′amb=vamb/2和α′amb=αamb/2分别为新的盲速和盲加速度;M′v和M′α分别为新的速度模糊数和多普勒谱失真数。
此时,多普勒谱模糊和多普勒谱失真项均得到有效去除。
步骤二:利用KT进行线性距离走动矫正。
传统KT定义为
(fr+fc)tm=fcτm (10)
式中,τm为新的方位向时间变量。对式(9)执行KT之后的结果如下
可见,经过KT后,线性距离走动得到有效矫正,且此时不再会出现基于传统KT的方法存在的距离分段现象。
步骤三:构造加速度相位补偿函数完成剩余的距离弯曲和多普勒频率走动。
根据式(10)中的回波形式,构造如下相位补偿函数
步骤四:二维相参积累
对式(12)中信号沿距离做逆傅里叶变换、沿方位做傅里叶变换进行二维相参积累,可得
式中,A′为积累后的幅度,可见目标在[tr=2R0/c,fm=-2vb′/λ]处聚焦,形成二维峰值;此时,速度和加速度的估计值也可以通过下式得到
本发明流程图如图4所示。该过程可以归纳为如下形式
本发明的效果可通过以下仿真进一步说明:
(1)仿真条件
仿真实验平台参数由表1给出,本实施例的各实施步骤均在MATLAB2016仿真平台上进行。
表1仿真参数表
(2)仿真内容
仿真1:本节给出了仿真处理的结果来验证所提出的算法。目标的径向加速度和径向及速度分别为205m/s和110m/s2,脉冲压缩前的SNR为-20dB;根据表1中的系统参数,可知该目标同时发生速度模糊和多普勒谱失真现象。
图5为脉冲压缩后的距离包络;图6为传统KTMF的聚焦结果;图7为GRFT方法的聚焦结果;图8为TRT方法的聚焦结果;图9为ACCF方法的聚焦结果;图10为提出MKTMF方法的聚焦结果。
根据系统参数可计算得到,距离脉压后的SNR为-5dB,此时图5中的目标距离包络仍淹没在背景噪声中;图6为传统KTMF的聚焦结果,由于传统KT对多普勒谱失真目标的距离分段效应,导致只有部分目标被矫正,此时目标峰值不突出,无法通过检测门限得到有效检测;由于GRFT方法通过二维匹配搜索来完成相参积累,因此可以提供最优的检测性能,可以在图7观察到一明显的峰值;图8和图9分别为TRT方法和ACCF的积累结果,由于这两种方法都属于非线性操作,因此在低SNR下性能损失严重,目标无法被有效检测;图10为提出方法的聚焦结果,可以观察到一个明显的峰值。上述仿真结果证明提出方法对同时发生多普勒模糊和多普勒失真目标的有效性。
仿真2:本节给出了基于蒙特卡罗仿真实验来验证提出算法与传统算法的检测性能。其中,目标的径向速度和径向加速度200m/s和150m/s2,脉压前的输入SNR范围为-25dB~5dB,蒙特卡罗仿真次数为100。
图11为不同算法输出SNR随输入SNR的变化曲线;图12为不同算法检测概率曲线。
根据图11的输出SNR曲线,可以观察到提出算法的输出SNR非常接近最优的GRFT方法;而TRT方法因为存在非线性操作导致其输出SNR随输入SNR的下降而快速下降;传统KTMF方法则因对多普勒谱混叠目标的距离分段特性,存在较大的SNR损失。当检测概率达到90%时,GRFT方法,提出的MKTMF方法,TRT方法,传统KTMF方法的检测门限分别为-23.7dB,-22.1dB,-12.6dB和-9.4dB。上述仿真结果再次验证了提出方法在低SNR下的优势。
综上所述,仿真实验验证了本发明的正确性、有效性和可靠性。
应当理解,本领域的技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (8)
1.一种天基雷达空间运动目标检测和参数估计方法,其特征在于,包括:
步骤S1:对雷达回波进行预处理得到基带回波信号;
步骤S2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
步骤S3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
步骤S4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
步骤S5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果;
所述步骤S4中加速度匹配滤波器组包括:
2.根据权利要求1所述的天基雷达空间运动目标检测和参数估计方法,其特征在于,所述步骤S1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
5.一种天基雷达空间运动目标检测和参数估计系统,其特征在于,包括:
模块M1:对雷达回波进行预处理得到基带回波信号;
模块M2:基于多普勒模糊和多普勒失真信号的回波特性,构造相应的相位补偿函数,利用相位补偿函数对基带回波信号进行补偿,同时消除多普勒模糊和多普勒谱失真的影响;
模块M3:对消除多普勒模糊和多普勒失真的基带回波信号执行Keystone变换完成线性距离走动矫正;
模块M4:完成距离矫正后,构造加速度匹配滤波器组消除剩余的距离弯曲和多普勒扩展;
模块M5:完成距离走动和多普勒扩展矫正后,利用二维傅里叶变换完成最终相参积累结果;
所述模块M4中加速度匹配滤波器组包括:
6.根据权利要求5所述的天基雷达空间运动目标检测和参数估计系统,其特征在于,所述模块M1包括:对雷达回波进行包括距离压缩和下调频处理得到基带回波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110522562.2A CN113267756B (zh) | 2021-05-13 | 2021-05-13 | 天基雷达空间运动目标检测和参数估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110522562.2A CN113267756B (zh) | 2021-05-13 | 2021-05-13 | 天基雷达空间运动目标检测和参数估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113267756A CN113267756A (zh) | 2021-08-17 |
CN113267756B true CN113267756B (zh) | 2022-09-09 |
Family
ID=77230611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110522562.2A Active CN113267756B (zh) | 2021-05-13 | 2021-05-13 | 天基雷达空间运动目标检测和参数估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113267756B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115685169B (zh) * | 2022-11-09 | 2023-07-14 | 哈尔滨工程大学 | 基于宽带keystone变换的水声弱运动目标检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108761404A (zh) * | 2018-03-23 | 2018-11-06 | 电子科技大学 | 一种基于二次相位函数参数估计及补偿的改进算法 |
CN111551922A (zh) * | 2020-05-18 | 2020-08-18 | 西安电子科技大学 | 三维空间双/多基地雷达高速目标检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7969345B2 (en) * | 2009-04-13 | 2011-06-28 | Raytheon Company | Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters |
US9900185B2 (en) * | 2012-09-13 | 2018-02-20 | Nvidia Corporation | Doppler spread and SNR estimation for a wireless communications receiver |
CN109425859B (zh) * | 2017-08-31 | 2021-06-11 | 北京航空航天大学 | 一种序贯图像成像方法及装置 |
CN111736128B (zh) * | 2020-06-22 | 2023-08-11 | 西安电子科技大学 | 基于skt-siaf-mscft的相参积累方法 |
-
2021
- 2021-05-13 CN CN202110522562.2A patent/CN113267756B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108761404A (zh) * | 2018-03-23 | 2018-11-06 | 电子科技大学 | 一种基于二次相位函数参数估计及补偿的改进算法 |
CN111551922A (zh) * | 2020-05-18 | 2020-08-18 | 西安电子科技大学 | 三维空间双/多基地雷达高速目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113267756A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549067B (zh) | 一种应用于三阶机动目标的相参积累检测方法 | |
Su et al. | High-speed multi-target detection with narrowband radar | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN111736128B (zh) | 基于skt-siaf-mscft的相参积累方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
CN107450055B (zh) | 基于离散线性调频傅立叶变换的高速机动目标检测方法 | |
CN109613532B (zh) | 一种机载雷达实时多普勒波束锐化超分辨成像方法 | |
CN110161477B (zh) | 基于多变量重采样相关函数的机动目标检测方法 | |
CN104977582A (zh) | 一种实现扫描雷达方位超分辨成像的解卷积方法 | |
CN104730496B (zh) | 一种斜视sar地面动目标提取方法 | |
CN106291543A (zh) | 一种运动平台扫描雷达超分辨成像方法 | |
Li et al. | WRFRFT-based coherent detection and parameter estimation of radar moving target with unknown entry/departure time | |
CN110398730B (zh) | 基于坐标旋转和非均匀傅里叶变换机动目标相参检测方法 | |
CN109709552B (zh) | 一种低信噪比isar成像运动补偿方法 | |
CN110501685B (zh) | 一种基于雷达信号相位补偿的多帧相参积累方法 | |
CN113253230B (zh) | 基于子孔径处理的天基预警雷达空中动目标检测方法及系统 | |
CN112346030A (zh) | 无人机群的超分辨波达方向估计方法 | |
CN113267756B (zh) | 天基雷达空间运动目标检测和参数估计方法及系统 | |
CN113391284A (zh) | 一种基于长时间积累的临空高速目标检测方法 | |
CN103293528A (zh) | 扫描雷达超分辨成像方法 | |
CN116449320A (zh) | 频率捷变雷达体制下的长时间积累与参数估计方法 | |
CN112014807B (zh) | 一种频率捷变雷达的自适应杂波抑制方法 | |
CN112327301B (zh) | 基于子孔径grft的低信噪比下参数化平动补偿快速方法 | |
CN114384484B (zh) | 一种基于分段处理的匀加速运动目标快速相参积累方法 |
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 |