CN113534055B - 一种插值补偿的匀加速机载雷达杂波抑制方法 - Google Patents

一种插值补偿的匀加速机载雷达杂波抑制方法 Download PDF

Info

Publication number
CN113534055B
CN113534055B CN202110656660.5A CN202110656660A CN113534055B CN 113534055 B CN113534055 B CN 113534055B CN 202110656660 A CN202110656660 A CN 202110656660A CN 113534055 B CN113534055 B CN 113534055B
Authority
CN
China
Prior art keywords
data
interpolation
radar
airborne radar
matrix
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
Application number
CN202110656660.5A
Other languages
English (en)
Other versions
CN113534055A (zh
Inventor
王彤
许沁园
赵战战
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202110656660.5A priority Critical patent/CN113534055B/zh
Publication of CN113534055A publication Critical patent/CN113534055A/zh
Application granted granted Critical
Publication of CN113534055B publication Critical patent/CN113534055B/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
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本发明属于雷达技术领域，公开了一种插值补偿的匀加速机载雷达杂波抑制方法，确定机载雷达，机载雷达检测范围内存在目标，机载雷达向其检测范围内发射信号并经目标反射后接收到的回波信号，记为雷达原始回波数据矩阵；由于地面散射点是绝对静止的，同一散射点的回波数据不依赖于时间推移；在对载机加速飞行的雷达回波采样数据进行空间均匀插值之后，可以将插值数据视为时间上及空间上均是均匀采样得到的，由此校正地面散射点的多普勒频率变化；对插值补偿后的数据进行降维STAP处理，得到插值补偿的匀加速机载雷达杂波抑制处理结果。本发明抑制方法能够减小载机飞行加速度对地面散射点回波的影响，提高杂波抑制性能。

Description

一种插值补偿的匀加速机载雷达杂波抑制方法
技术领域
本发明涉及雷达技术领域，具体涉及一种插值补偿的匀加速机载雷达杂波抑制方法。
背景技术
在现代战争中，雷达因为其全天候、全天时等优势，逐渐成为军事上必不可少的核心电子装备。其中机载雷达更是因为其探测视野广、机动性强等特点，已成为现代战争中夺取制空权和制信息权，决定现代战争胜负的重要因素。
当机载雷达在下视工作时，往往会受到地杂波的影响。且由于载机和地面之间存在相对运动，不同方向的散射点与雷达的相对速度是不同的，杂波会在多普勒域上发生扩散，杂波抑制难度相较于地基固定雷达会明显增加。空时自适应处理(STAP)技术可以在空时二维域上对杂波和目标进行区分，实现杂波抑制和目标检测。
在杂波特性已知的假设下，全维STAP的性能是所有STAP处理方法的性能上限。但是在大天线系统情况下，全维STAP涉及较高的计算复杂度，且对独立同分布(i.i.d.)样本数的需求较大，难以在实际工程中应用。因此在实际应用中，通常会使用可以大大减少计算量和i.i.d.样本需求的降维STAP方法。降维STAP是以放弃部分系统自由度，损失杂波抑制性能为代价的，它只能达到杂波抑制的准最优性能。降维STAP算法分为固定结构降维算法和自适应降维算法，前者由于其实用性而更受关注。在固定结构的降维STAP方法中，由于时域滤波相较空域滤波能获得更低的副瓣，杂波的局域化效果更好，因此多普勒后降维STAP方法在实际应用中被更多使用。多普勒后降维STAP方法只需要单独考虑每个多普勒通道的杂波分量，分别形成空域或联合域自适应滤波器，能够在较少的i.i.d.样本下得到较好的杂波抑制性能。
对于在一个相干处理间隔(CPI)内变速飞行的载机，其加速度往往会使雷达天线的采样点在空间上非均匀分布，导致目标或地面散射点回波的多普勒频率在一个CPI内发生变化，传统的针对匀速直线运动机载雷达的STAP技术无法直接应用，给杂波抑制和目标检测带来新的挑战。因此，对变速飞行机载雷达杂波抑制方法进行研究是十分必要的。
发明内容
针对现有技术中存在的问题，本发明的目的在于提供一种插值补偿的匀加速机载雷达杂波抑制方法，由于地面散射点是绝对静止的，同一散射点的回波数据不依赖于时间推移，在对载机加速飞行的雷达回波采样数据进行空间均匀插值之后，可以将插值数据视为时间上及空间上均是均匀采样得到的，由此校正地面散射点的多普勒频率变化；对插值补偿后的数据进行降维STAP处理，得到插值补偿的匀加速机载雷达杂波抑制处理结果，本发明抑制方法能够减小载机飞行加速度对地面散射点回波的影响，提高杂波抑制性能。
为了达到上述目的，本发明采用以下技术方案予以实现。
一种插值补偿的匀加速机载雷达杂波抑制方法，包括以下步骤：
步骤1，设机载雷达向其检测范围内发射信号并经目标反射后接收到的回波信号，记为雷达原始回波数据矩阵X；
所述雷达原始回波数据矩阵X为N×K×L维的阵元-脉冲-距离域数据，N表示机载雷达天线的阵元数，K表示机载雷达在一个CPI内发射的脉冲数，L表示机载雷达接收到的回波数据包含的距离单元总个数；
步骤2，令n＝1，n∈{1,2,…,N}，n表示第n个阵元；
步骤3，令l＝1，l∈{1,2,…,L}，l表示第l个距离单元；
步骤4，对所述雷达原始回波数据矩阵X中的第n个阵元、第l个距离单元的K×1维脉冲维数据xnl，根据载机飞行初始速度v0、载机飞行加速度a、机载雷达发射信号的脉冲重复周期Tr以及载机飞行位置轴y轴，确定机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2 … yK]T；其中，(·)T表示转置操作；
步骤5，根据载机飞行初始速度v0和机载雷达发射信号的脉冲重复频率fr，确定采样值为xnl的宽限信号的带宽B；
步骤6，根据宽限信号的带宽B，在带宽B上均匀选取P个频点{f1,f2,…,fP}，要求P＞＞K；根据均匀选取的P个频点和采样位置矢量y，得到P×K个傅里叶基；
假设有P个未知拟合系数{α1,α2,…,αP}，利用P×K个傅里叶基和K个脉冲维数据xnl对P个未知拟合系数进行求解；
步骤7，根据载机飞行初始速度v0、载机飞行加速度a以及机载雷达在一个CPI内发射的脉冲数K，确定载机在一个CPI内的均匀插值位置
Figure BDA0003113188480000031
步骤8，根据步骤6得到的P个未知拟合系数和步骤7得到的均匀插值位置，确定均匀插值位置的K×1维插值数据
Figure BDA0003113188480000032
步骤9，令l的值依次加1，并重复执行步骤4到步骤8，直到l的值为L，得到第n个阵元的所有L个距离单元的K×L插值数据
Figure BDA0003113188480000033
步骤10，令n的值依次加1，并重复执行步骤3到步骤9，直到n的值为N，得到所有N个阵元、L个距离单元的N×K×L维插值数据
Figure BDA0003113188480000034
步骤11，对所述N×K×L维插值数据
Figure BDA0003113188480000041
进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
本发明技术方案的特点和进一步的改进为：
(1)步骤4中，所述机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2 … yK]T中第k项的表达式为：
Figure BDA0003113188480000042
(2)步骤5中，所述宽限信号的带宽B为：
[-fr/2v0,fr/2v0]。
(3)步骤6具体包含以下子步骤：
子步骤6.1，在带宽B上均匀选取P个频点{f1,f2,…,fP}中第p个均匀选取的频点fp为：
Figure BDA0003113188480000043
子步骤6.2，根据均匀选取的P个频点和和采样位置矢量y，得到P×K个傅里叶基，其中第k个采样位置yk对应的第p个傅里叶基的表达式为：
Figure BDA0003113188480000044
其中，j是虚数，其值为
Figure BDA0003113188480000045
fp是第p个均匀选取的频点，yk为第k个采样值对应的原始载机采样位置；
子步骤6.3，假设有P个未知拟合系数{α1,α2,…,αP}，利用P×K个傅里叶基可以对K个脉冲维数据xnl进行拟合，得到以下矩阵方程：
xnl＝gnl+nnl＝Aα
其中，gnl为第n个阵元、第l个距离单元的K×1维脉冲维数据xnl中的杂波分量，nnl为第n个阵元、第l个距离单元的K×1维脉冲维数据xnl中的噪声分量，α为未知拟合系数矢量[α1 α2 … αP]T；A为由与原始载机采样位置相关的傅里叶基构成的矩阵，其表达式为：
Figure BDA0003113188480000051
子步骤6.4，对所述矩阵方程进行求解，得到未知拟合系数矢量的表达式为：
α＝A+xnl
其中，(·)+表示Moore-Penrose广义逆运算。
(4)步骤7中，所述载机在一个CPI内的均匀插值位置
Figure BDA0003113188480000052
中的第k个位置取值
Figure BDA0003113188480000053
的表达式为：
Figure BDA0003113188480000054
(5)步骤8中，所述均匀插值位置的K×1维插值数据
Figure BDA0003113188480000055
为：
Figure BDA0003113188480000056
其中，矩阵
Figure BDA0003113188480000057
是由与均匀插值位置相关的傅里叶基构成的矩阵，其表达式为：
Figure BDA0003113188480000058
(6)步骤11包含以下子步骤：
子步骤11.1，构造第m个多普勒通道的空时降维矩阵Tm：
Figure BDA0003113188480000059
其中，
Figure BDA0003113188480000061
表示Kronecker积，Bm＝[Γm-1 Γm Γm+1]表示时域降维矩阵；IN表示N×N维的单位阵，是空域降维矩阵；Γm表示脉冲域快速傅里叶变换矩阵Γ的第m列；
对于第l个距离单元的阵元-多普勒域的N×K维回波数据
Figure BDA0003113188480000062
可将其整理为NK×1维矢量
Figure BDA0003113188480000063
Figure BDA0003113188480000064
用邻近第l个距离单元的Q个训练单元的数据来估计第l个距离单元的杂波加噪声协方差矩阵
Figure BDA0003113188480000065
Figure BDA0003113188480000066
其中，
Figure BDA0003113188480000067
表示针对第l个距离单元的Q个训练单元的数据中的第q个训练单元的数据；
子步骤11.2，构造目标导向矢量s：
Figure BDA0003113188480000068
其中，
Figure BDA0003113188480000069
为目标回波的空间频率，
Figure BDA00031131884800000610
表示目标空域导向矢量，b为目标时域导向矢量，分别表示为：
Figure BDA00031131884800000611
Figure BDA00031131884800000612
Figure BDA00031131884800000613
其中，d为阵元间距，λc为雷达发射信号波长，θ0为目标方位角，
Figure BDA00031131884800000614
为目标俯仰角，j是虚数，其值为
Figure BDA00031131884800000615
vr表示载机的初始径向速度，ar为载机径向加速度，vt为目标径向速度；
子步骤11.3，对于第l个距离单元、第m个多普勒通道的数据可以进行空时降维自适应处理，得到降维后的搜索空时导向矢量sm：
Figure BDA0003113188480000071
降维后的第l个距离单元、第m个多普勒通道的回波数据
Figure BDA0003113188480000072
为：
Figure BDA0003113188480000073
降维后的杂波加噪声协方差矩阵
Figure BDA0003113188480000074
为：
Figure BDA0003113188480000075
其中，
Figure BDA0003113188480000076
表示针对第l个距离单元的Q个训练单元中第q个训练单元、第m个多普勒通道的回波数据；
在保证目标信号增益不变的前提下，根据线性约束最小准则，计算第l个距离单元、第m个多普勒通道的空时自适应滤波器wm为：
Figure BDA0003113188480000077
对第l个距离单元、第m个多普勒通道的回波数据
Figure BDA0003113188480000078
可以得到第l个距离单元、第m个多普勒通道的降维自适应滤波输出zml为：
Figure BDA0003113188480000079
对N×K×L维插值数据
Figure BDA00031131884800000710
的所有距离单元和多普勒通道数据进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
与现有技术相比，本发明的有益效果为：
本发明一种插值补偿的匀加速机载雷达杂波抑制方法，能够将非均匀分布采样位置的采样结果变换为等效的均匀分布插值位置的插值结果，可以将同一个地面散射点回波的多普勒频率校正回一个多普勒通道内，有效降低杂波抑制后的剩余能量水平，提高输出信杂噪比。
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是本发明的一种插值补偿的匀加速机载雷达杂波抑制方法的流程图；
图2是匀速机载雷达回波数据的直接降维自适应处理后的距离多普勒图；
图3是匀加速机载雷达回波数据的直接降维自适应处理后的距离多普勒图；
图4是经过本发明抑制方法抑制后的杂波剩余曲线图；
图5是经过本发明抑制方法抑制后的改善因子曲线图。
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。
一种插值补偿的匀加速机载雷达杂波抑制方法，如图1所示，包括以下步骤：
步骤1，确定机载雷达，且机载雷达检测范围内存在目标，设机载雷达向其检测范围内发射信号并经目标反射后接收到的回波信号，记为雷达原始回波数据矩阵X，雷达原始回波数据矩阵X为N×K×L维的阵元-脉冲-距离域数据。其中，N表示机载雷达天线的阵元数，K表示机载雷达在一个CPI内发射的脉冲数，L表示机载雷达接收到的回波数据包含的距离单元总个数。
步骤2，令n＝1，n∈{1,2,…,N}，n表示第n个阵元；
步骤3，令l＝1，l∈{1,2,…,L}，l表示第l个距离单元；
步骤4，对所述雷达原始回波数据矩阵X中的第n个阵元、第l个距离单元的K×1维脉冲维数据xnl，根据载机飞行初始速度v0、载机飞行加速度a、机载雷达发射信号的脉冲重复周期Tr以及载机飞行位置轴y轴，确定机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2 … yK]T。其中，(·)T表示转置操作。
具体的，机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2 … yK]T中第k项yk的表达式为：
Figure BDA0003113188480000091
步骤5，根据载机飞行初始速度v0和机载雷达发射信号的脉冲重复频率fr，确定采样值为xnl的宽限信号f(y)的带宽B。
具体的，所述宽限信号f(y)的带宽B为：
[-fr/2v0,fr/2v0] (2)
步骤6，根据所述宽限信号f(y)的带宽B，在带宽B上均匀选取P个频点{f1,f2,…,fP}，要求P＞＞K；根据均匀选取的P个频点和采样位置矢量y，得到P×K个傅里叶基；假设有P个未知拟合系数{α1,α2,…,αP}，利用P×K个傅里叶基和K个脉冲维数据xnl可以对P个未知拟合系数进行求解。
具体的，步骤6包含以下子步骤：
子步骤6.1，在步骤5确定的带宽B上均匀选取P个频点{f1,f2,…,fP}，其中第p个均匀选取的频点fp的表达式为：
Figure BDA0003113188480000092
子步骤6.2，根据均匀选取的P个频点和采样位置矢量y，得到P×K个傅里叶基，其中第k个采样位置yk对应的第p个傅里叶基的表达式为：
Figure BDA0003113188480000093
其中，j是虚数，其值为
Figure BDA0003113188480000094
fp是第p个均匀选取的频点，yk为第k个采样值对应的原始载机采样位置；
子步骤6.3，假设有P个未知拟合系数{α1,α2,…,αP}，利用P×K个傅里叶基可以对K个脉冲维数据xnl进行拟合，得到以下矩阵方程：
xnl＝gnl+nnl＝Aα (5)
其中，gnl为第n个阵元、第l个距离单元的K×1维脉冲维数据xnl中的杂波分量，nnl为第n个阵元、第l个距离单元的K×1维脉冲维数据xnl中的噪声分量，α为未知拟合系数矢量[α1 α2 … αP]T，A为由与原始载机采样位置相关的傅里叶基构成的矩阵，其表达式为：
Figure BDA0003113188480000101
其中，j是虚数，其值为
Figure BDA0003113188480000102
fp是第p个均匀选取的频点，yk为第k个采样值对应的原始载机采样位置；
子步骤6.4，对矩阵方程进行求解，得到未知拟合系数矢量的表达式为：
α＝A+xnl (7)
其中，(·)+表示Moore-Penrose广义逆运算。
步骤7，根据载机飞行初始速度v0、加速度a以及机载雷达在一个CPI内发射的脉冲数K，确定载机在一个CPI内的均匀插值位置
Figure BDA0003113188480000103
具体的，载机在一个CPI内的均匀插值位置中的第k个位置取值的表达式为：
Figure BDA0003113188480000104
其中，v0为载机飞行初始速度，a为载机飞行加速度，Tr为机载雷达发射信号的脉冲重复周期，K为机载雷达在一个CPI内发射的脉冲数。
步骤8，根据步骤6得到的P个未知拟合系数和步骤7得到的均匀插值位置，确定均匀插值位置的K×1维插值数据
Figure BDA0003113188480000111
具体的，均匀插值位置的K×1维插值数据
Figure BDA0003113188480000112
的表达式为：
Figure BDA0003113188480000113
其中，矩阵
Figure BDA0003113188480000114
是由与均匀插值位置相关的傅里叶基构成的矩阵，其表达式为：
Figure BDA0003113188480000115
矩阵A是由与原始载机采样位置相关的傅里叶基构成的矩阵，其表达式为：
Figure BDA0003113188480000116
式(10)-(11)中，j是虚数，其值为
Figure BDA0003113188480000117
fp是第p个均匀选取的频点，yk为第k个采样值对应的原始载机采样位置，
Figure BDA0003113188480000118
为第k个均匀插值位置。
步骤9，令l的值依次加1，并重复执行步骤4到步骤8，直到l的值为L，得到第n个阵元的所有L个距离单元的K×L插值数据
Figure BDA0003113188480000119
步骤10，令n的值依次加1，并重复执行步骤3到步骤9，直到n的值为N，得到所有N个阵元、L个距离单元的N×K×L维插值数据
Figure BDA00031131884800001110
步骤11，对步骤10得到的N×K×L维插值数据
Figure BDA00031131884800001111
进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
具体的，步骤11包含以下子步骤：
子步骤11.1，构造第m个多普勒通道的空时降维矩阵，即：
Figure BDA0003113188480000121
其中，
Figure BDA0003113188480000122
表示Kronecker积，Bm＝[Γm-1 Γm Γm+1]表示时域降维矩阵；IN表示N×N维的单位阵，是空域降维矩阵；Γm表示脉冲域FFT变换矩阵Γ的第m列；
对于第l个距离单元的阵元-多普勒域的N×K维回波数据
Figure BDA0003113188480000123
可将其整理为NK×1维矢量，即：
Figure BDA0003113188480000124
用邻近第l个距离单元的Q个训练单元的数据来估计第l个距离单元的杂波加噪声协方差矩阵，即：
Figure BDA0003113188480000125
其中，
Figure BDA0003113188480000126
表示针对第l个距离单元的Q个训练单元的数据中的第q个训练单元的数据；
子步骤11.2，构造目标导向矢量，即：
Figure BDA0003113188480000127
其中，
Figure BDA0003113188480000128
表示Kronecker积，
Figure BDA0003113188480000129
为目标回波的空间频率，
Figure BDA00031131884800001210
表示目标空域导向矢量，b为目标时域导向矢量，分别表示为：
Figure BDA00031131884800001211
Figure BDA00031131884800001212
Figure BDA00031131884800001213
式(17)-(19)中，d为阵元间距，λc为雷达发射信号波长，θ0为目标方位角，
Figure BDA0003113188480000131
为目标俯仰角，j是虚数，其值为
Figure BDA0003113188480000132
vr表示载机的初始径向速度，ar为载机径向加速度，vt为目标径向速度，Tr为脉冲重复周期；
子步骤11.3，对于第l个距离单元、第m个多普勒通道的数据可以进行空时降维自适应处理，得到降维后的搜索空时导向矢量，即：
Figure BDA0003113188480000133
降维后的第l个距离单元、第m个多普勒通道的回波数据为：
Figure BDA0003113188480000134
降维后的杂波加噪声协方差矩阵为：
Figure BDA0003113188480000135
其中，
Figure BDA0003113188480000136
表示针对第l个距离单元的Q个训练单元中第q个训练单元、第m个多普勒通道的回波数据；
在保证目标信号增益不变的前提下，根据线性约束最小准则，计算第l个距离单元、第m个多普勒通道的空时自适应滤波器，表达式为：
Figure BDA0003113188480000137
对第l个距离单元、第m个多普勒通道的回波数据
Figure BDA0003113188480000138
可以得到第l个距离单元，第m个多普勒通道的降维自适应滤波输出为：
Figure BDA0003113188480000139
对N×K×L维插值数据
Figure BDA00031131884800001310
的所有距离单元和多普勒通道数据进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
仿真实验：
(一)实验参数及实验条件
本次实验采用的参数如下：
1)机载雷达天线采用1行×8列的均匀线阵阵列，阵元间距为机载雷达发射波形半波长，则可以得到大小为N×K×L的雷达回波数据；雷达阵列正侧视阵安放。
2)载机1飞行高度为6公里，水平匀速飞行，载机速度为100m/s；载机2飞行高度为6公里，水平匀加速飞行，载机初始速度为100m/s，加速度为40m/s；两个载机雷达在同一个相干处理间隔内发射450个相干积累脉冲，脉冲重复频率是1.5kHz；距离采样频率为2MHz；主波束偏扫，与载机机头的夹角为80°；地球半径为6378公里。
(二)实验内容及结果分析
A.本次实验首先对匀速飞行的载机1的机载雷达原始回波数据和匀加速飞行的载机2的机载雷达原始回波数据进行脉冲压缩，并直接进行降维STAP处理，处理结果如图2和图3所示；其中，横坐标表示信号的多普勒通道数，纵坐标表示信号的距离门数，从图2和图3可以对比看出，对匀加速飞行的载机2的机载雷达接收的雷达回波直接进行降维STAP处理，相比对匀速机载雷达回波的降维STAP处理结果，输出结果的整体能量水平会变高。
B.对匀加速飞行的载机2的机载雷达原始回波数据进行脉冲压缩，并按照本发明的流程进行处理；图4和图5分别为对匀速机载雷达回波、匀加速机载雷达回波、插值补偿数据降维STAP处理后的杂波剩余对比图以及改善因子对比图。可以看出本发明方法可以对匀加速机载雷达回波进行有效处理，可以有效降低杂波抑制后的剩余能量水平，提高输出信杂噪比。
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。
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 (7)

1.一种插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，包括以下步骤：
步骤1，设机载雷达向其检测范围内发射信号并经目标反射后接收到的回波信号，记为雷达原始回波数据矩阵X；
所述雷达原始回波数据矩阵X为N×K×L维的阵元-脉冲-距离域数据，N表示机载雷达天线的阵元数，K表示机载雷达在一个CPI内发射的脉冲数，L表示机载雷达接收到的回波数据包含的距离单元总个数；
步骤2，令n＝1，n∈{1，2，…，N}，n表示第n个阵元；
步骤3，令l＝1，l∈{1，2，…，L}，l表示第l个距离单元；
步骤4，对所述雷达原始回波数据矩阵X中的第n个阵元、第l个距离单元的K×1维脉冲维数据xnl，根据载机飞行初始速度v0、载机飞行加速度a、机载雷达发射信号的脉冲重复周期Tr以及载机飞行位置轴y轴，确定机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2…yK]T；其中，(·)T表示转置操作；
步骤5，根据载机飞行初始速度v0和机载雷达发射信号的脉冲重复频率fr，确定采样值为xnl的宽限信号的带宽B；
步骤6，根据宽限信号的带宽B，在带宽B上均匀选取P个频点{f1，f2，…，fP}，要求P＞＞K；根据均匀选取的P个频点和采样位置矢量y，得到P×K个傅里叶基；
假设有P个未知拟合系数{α1，α2，…，αP}，利用P×K个傅里叶基和K个脉冲维数据xnl对P个未知拟合系数进行求解；
步骤7，根据载机飞行初始速度v0、载机飞行加速度a以及机载雷达在一个CPI内发射的脉冲数K，确定载机在一个CPI内的均匀插值位置
Figure FDA0004025838770000021
步骤8，根据步骤6得到的P个未知拟合系数和步骤7得到的均匀插值位置，确定均匀插值位置的K×1维插值数据
Figure FDA0004025838770000022
步骤9，令l的值依次加1，并重复执行步骤4到步骤8，直到l的值为L，得到第n个阵元的所有L个距离单元的K×L插值数据
Figure FDA0004025838770000023
步骤10，令n的值依次加1，并重复执行步骤3到步骤9，直到n的值为N，得到所有N个阵元、L个距离单元的N×K×L维插值数据
Figure FDA0004025838770000024
步骤11，对所述N×K×L维插值数据
Figure FDA0004025838770000025
进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
2.根据权利要求1所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤4中，所述机载雷达在采样K×1维脉冲维数据xnl时对应的K个采样位置构成的采样位置矢量y＝[y1 y2…yK]T中第k项的表达式为：
Figure FDA0004025838770000026
3.根据权利要求1所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤5中，所述宽限信号的带宽B为：
[-fr/2v0，fr/2v0]。
4.根据权利要求1所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤6具体包含以下子步骤：
子步骤6.1，在带宽B上均匀选取P个频点{f1，f2，…，fP}中第p个均匀选取的频点fp为：
Figure FDA0004025838770000027
其中，B为[-fr/2v0，fr/2v0]；
子步骤6.2，根据均匀选取的P个频点和采样位置矢量y，得到P×K个傅里叶基，其中第k个采样位置yk对应的第p个傅里叶基的表达式为：
Figure FDA0004025838770000031
其中，j是虚数，其值为
Figure FDA0004025838770000032
fp是第p个均匀选取的频点，yk为第k个采样值对应的原始载机采样位置；
子步骤6.3，假设有P个未知拟合系数{α1，α2，…，αP}，利用P×K个傅里叶基可以对K个脉冲维数据xnl进行拟合，得到以下矩阵方程：
xnl＝gnl+nnl＝Aα
其中，gnl为第b个阵元、第l个距离单元的K×1维脉冲维数据xnl中的杂波分量，nnl为第n个阵元、第l个距离单元的K×1维脉冲维数据xnl中的噪声分量，α为未知拟合系数矢量[α1α2…αP]T；A为由与原始载机采样位置相关的傅里叶基构成的矩阵，其表达式为：
Figure FDA0004025838770000033
其中，yk为第k个采样值对应的原始载机采样位置，
Figure FDA0004025838770000034
子步骤6.4，对所述矩阵方程进行求解，得到未知拟合系数矢量的表达式为：
α＝A+xnl
其中，(·)+表示Moore-Penrose广义逆运算。
5.根据权利要求4所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤7中，所述载机在一个CPI内的均匀插值位置
Figure FDA0004025838770000041
中的第k个位置取值
Figure FDA0004025838770000042
的表达式为：
Figure FDA0004025838770000043
6.根据权利要求5所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤8中，所述均匀插值位置的K×1维插值数据
Figure FDA0004025838770000044
为：
Figure FDA0004025838770000045
其中，矩阵
Figure FDA0004025838770000046
是由与均匀插值位置相关的傅里叶基构成的矩阵，其表达式为：
Figure FDA0004025838770000047
7.根据权利要求1所述的插值补偿的匀加速机载雷达杂波抑制方法，其特征在于，步骤11包含以下子步骤：
子步骤11.1，构造第m个多普勒通道的空时降维矩阵Tm：
Figure FDA0004025838770000048
其中，
Figure FDA0004025838770000049
表示Kronecker积，Bm＝[Γm-1 Γm Γm+1]表示时域降维矩阵；IN表示N×N维的单位阵，是空域降维矩阵；Γm表示脉冲域快速傅里叶变换矩阵Γ的第m列；
对于第l个距离单元的阵元-多普勒域的N×K维回波数据
Figure FDA00040258387700000410
可将其整理为NK×1维矢量
Figure FDA00040258387700000411
Figure FDA00040258387700000412
用邻近第l个距离单元的Q个训练单元的数据来估计第l个距离单元的杂波加噪声协方差矩阵
Figure FDA00040258387700000413
Figure FDA0004025838770000051
其中，
Figure FDA0004025838770000052
表示针对第l个距离单元的Q个训练单元的数据中的第q个训练单元的数据；
子步骤11.2，构造目标导向矢量s：
Figure FDA0004025838770000053
其中，
Figure FDA0004025838770000054
为目标回波的空间频率，
Figure FDA0004025838770000055
表示目标空域导向矢量，b为目标时域导向矢量，分别表示为：
Figure FDA0004025838770000056
Figure FDA0004025838770000057
Figure FDA0004025838770000058
其中，d为阵元间距，λc为雷达发射信号波长，θ0为目标方位角，
Figure FDA0004025838770000059
为目标俯仰角，j是虚数，其值为
Figure FDA00040258387700000510
vr表示载机的初始径向速度，ar为载机径向加速度，vt为目标径向速度；
子步骤11.3，对于第l个距离单元、第m个多普勒通道的数据可以进行空时降维自适应处理，得到降维后的搜索空时导向矢量sm：
Figure FDA00040258387700000511
降维后的第l个距离单元、第m个多普勒通道的回波数据
Figure FDA00040258387700000512
为：
Figure FDA00040258387700000513
降维后的杂波加噪声协方差矩阵
Figure FDA00040258387700000514
为：
Figure FDA00040258387700000515
其中，
Figure FDA0004025838770000061
表示针对第l个距离单元的Q个训练单元中第q个训练单元、第m个多普勒通道的回波数据；
在保证目标信号增益不变的前提下，根据线性约束最小准则，计算第l个距离单元、第m个多普勒通道的空时自适应滤波器wm为：
Figure FDA0004025838770000062
对第l个距离单元、第m个多普勒通道的回波数据
Figure FDA0004025838770000063
可以得到第l个距离单元、第m个多普勒通道的降维自适应滤波输出zml为：
Figure FDA0004025838770000064
对N×K×L维插值数据
Figure FDA0004025838770000065
的所有距离单元和多普勒通道数据进行空时降维自适应处理，得到空时降维自适应处理后的剩余杂波数据Z。
CN202110656660.5A 2021-06-11 2021-06-11 一种插值补偿的匀加速机载雷达杂波抑制方法 Active CN113534055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110656660.5A CN113534055B (zh) 2021-06-11 2021-06-11 一种插值补偿的匀加速机载雷达杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110656660.5A CN113534055B (zh) 2021-06-11 2021-06-11 一种插值补偿的匀加速机载雷达杂波抑制方法

Publications (2)

Publication Number Publication Date
CN113534055A CN113534055A (zh) 2021-10-22
CN113534055B true CN113534055B (zh) 2023-03-14

Family

ID=78095901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110656660.5A Active CN113534055B (zh) 2021-06-11 2021-06-11 一种插值补偿的匀加速机载雷达杂波抑制方法

Country Status (1)

Country Link
CN (1) CN113534055B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114966568B (zh) * 2022-05-25 2024-06-25 西安电子科技大学 一种权矢量时变的匀加速飞行雷达空时自适应处理方法
CN115113161B (zh) * 2022-06-15 2024-07-30 西安电子科技大学 一种目标补偿的匀加速飞行雷达空时自适应处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103185879A (zh) * 2011-12-29 2013-07-03 中国科学院电子学研究所 针对具有高径向速度目标的单通道合成孔径雷达动目标检测方法
CN104635219A (zh) * 2015-02-12 2015-05-20 西安电子科技大学 基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法
CN105319538A (zh) * 2015-11-24 2016-02-10 西安电子科技大学 基于辅助通道的空时自适应杂波抑制方法
CN106772253A (zh) * 2016-11-25 2017-05-31 西安电子科技大学 一种非均匀杂波环境下的雷达杂波抑制方法
CN109738876A (zh) * 2018-12-12 2019-05-10 四川九洲空管科技有限责任公司 一种基于加速度补偿的机动目标参数估计方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8797206B2 (en) * 2012-06-13 2014-08-05 C & P Technologies, Inc. Method and apparatus for simultaneous multi-mode processing performing target detection and tracking using along track interferometry (ATI) and space-time adaptive processing (STAP)
US9772402B2 (en) * 2014-06-09 2017-09-26 Src, Inc. Multiplatform GMTI radar with adaptive clutter suppression
JP6339893B2 (ja) * 2014-08-29 2018-06-06 古野電気株式会社 クラッタ抑圧装置及びそれを備えたレーダ装置
CN105929371B (zh) * 2016-04-22 2018-05-04 西安电子科技大学 一种基于协方差矩阵估计的机载雷达杂波抑制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103185879A (zh) * 2011-12-29 2013-07-03 中国科学院电子学研究所 针对具有高径向速度目标的单通道合成孔径雷达动目标检测方法
CN104635219A (zh) * 2015-02-12 2015-05-20 西安电子科技大学 基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法
CN105319538A (zh) * 2015-11-24 2016-02-10 西安电子科技大学 基于辅助通道的空时自适应杂波抑制方法
CN106772253A (zh) * 2016-11-25 2017-05-31 西安电子科技大学 一种非均匀杂波环境下的雷达杂波抑制方法
CN109738876A (zh) * 2018-12-12 2019-05-10 四川九洲空管科技有限责任公司 一种基于加速度补偿的机动目标参数估计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Adaptively iterative weighting covariance matrix estimation for airborne radar clutter suppression;Baoquan Dai et al.;《Signal Processing》;20140814;第106卷;第282-293页 *
Enhanced knowledge-aided space–time adaptive processing exploiting inaccurate prior knowledge of the array manifold;Zhaocheng Yang et al.;《Digital Signal Processing》;20161011;第60卷;第262-276页 *
On Adaptive Spatial-Temporal Processing for Airborne Surveillance Radar Systems;HONG WANG et al.;《IEEE Transactions on Aerospace and Electronic Systems》;19940731;第30卷(第3期);第660-670页 *
变速平台STAP的数据域补偿方法;徐雪菲等;《系统工程与电子技术》;20160630;第38卷(第6期);第1221-1227页 *
基于空时内插的端射阵机载雷达杂波补偿新方法;李永伟等;《电子与信息学报》;20190930;第41卷(第9期);第2115-2122页 *
机载前视阵雷达阵元误差稳健的空时插值补偿方法;刘锦辉等;《系统工程与电子技术》;20141231;第36卷(第12期);第2388-2392页 *

Also Published As

Publication number Publication date
CN113534055A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN113504509A (zh) 一种波束域补偿的匀加速机载雷达杂波抑制方法
CN108761419B (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN106093870B (zh) 高超声速飞行器下降段的sar-gmti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
CN104360325B (zh) 机载前视阵雷达的空时自适应处理方法
CN106353732B (zh) 一种基于认知的机载雷达异构杂波抑制方法
CN113534055B (zh) 一种插值补偿的匀加速机载雷达杂波抑制方法
CN105445704B (zh) 一种sar图像中的雷达动目标抑制方法
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
CN105738879A (zh) 基于稀疏恢复的雷达杂波空时自适应预滤波方法
CN113376603A (zh) 宽带机载相控阵雷达的子带空时自适应处理方法
CN110412533A (zh) 基于三维角度多普勒补偿的杂波抑制方法
CN103744067A (zh) 一种非自适应的机载非正侧视雷达近程杂波抑制方法
CN110554391A (zh) 基于ddd-gmb的低空风切变风速估计方法
CN110632573A (zh) 一种机载宽带雷达空时二维keystone变换方法
CN104635219A (zh) 基于阵元-脉冲域补偿的匀加速平台空时自适应处理方法
CN113376607A (zh) 机载分布式雷达小样本空时自适应处理方法
CN104793210B (zh) 基于压缩感知的机载相控阵雷达低空风切变风速估计方法
CN107748364A (zh) 基于降秩多级维纳滤波器的低空风切变风场速度估计方法
CN103760540B (zh) 基于重构信号和1-范数的动目标检测与参数估计方法
CN113253222B (zh) 机载fda-mimo双基地雷达距离模糊杂波抑制及降维搜索方法
CN110208756A (zh) 一种基于自适应旁瓣对消的俯仰滤波方法
CN113820679B (zh) 雷达回波数据的滤波方法、装置、设备和存储介质
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
CN109212492B (zh) 基于知识辅助的时域重构机载雷达杂波抑制方法

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