CN113655459B - 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置 - Google Patents

一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置 Download PDF

Info

Publication number
CN113655459B
CN113655459B CN202111136775.8A CN202111136775A CN113655459B CN 113655459 B CN113655459 B CN 113655459B CN 202111136775 A CN202111136775 A CN 202111136775A CN 113655459 B CN113655459 B CN 113655459B
Authority
CN
China
Prior art keywords
iteration
matrix
doppler
radar
distance
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
CN202111136775.8A
Other languages
English (en)
Other versions
CN113655459A (zh
Inventor
李刚
董博远
刘瑜
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.)
Tsinghua University
Naval Aeronautical University
Original Assignee
Tsinghua University
Naval Aeronautical 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 Tsinghua University, Naval Aeronautical University filed Critical Tsinghua University
Priority to CN202111136775.8A priority Critical patent/CN113655459B/zh
Publication of CN113655459A publication Critical patent/CN113655459A/zh
Application granted granted Critical
Publication of CN113655459B publication Critical patent/CN113655459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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

本公开涉及一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置，属于雷达探测与成像领域。其中方法包括：通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；利用所述距离压缩后的信号矩阵通过迭代得到距离多普勒谱。本公开可以在多目标场景下实现对所有目标距离和多普勒的准确估计；可以在不损失距离分辨率的前提下实现对线性调频连续波FMCW雷达最大无模糊多普勒的扩展，在多目标场景下不会出现虚假目标的问题，性能受到场景信噪比的影响较小，且只改变了相邻扫频之间的间隔，硬件实现难度低。

Description

一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置
技术领域
本公开属于雷达探测与成像领域，特别涉及一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置，以实现对快速运动目标进行高距离分辨探测。
背景技术
线性调频连续波(Frequency Modulated Continuous Wave，FMCW)雷达具有结构简单、成本低、无距离盲区的优势，受到光照和气候等环境因素的影响较小，已经在民用和军事领域中得到了广泛的应用。
随着FMCW雷达技术的发展，对高速运动目标进行高距离分辨率探测的需求不断提高。然而锯齿形FMCW雷达的传统二维快速傅里叶变换(2D-FFT)处理方法很难同时实现高距离分辨率和大无模糊多普勒探测，提高距离分辨率需要提高扫频带宽，在一定的扫频斜率下，这意味着扫频重复频率(SRF)的下降，然而根据Nyquist采样定理，FMCW雷达的最大无模糊多普勒不能超过SRF/2，否则会产生多普勒模糊现象。也就是说，在锯齿形FMCW雷达的传统2D-FFT处理中，距离分辨率和最大无模糊多普勒之间存在着相互制约的关系，两者对于扫频重复频率SRF的要求是相反的。因此，如何实现对高速运动目标的高距离分辨探测，成为了制约FMCW雷达技术发展和应用的重要问题。
当目标运动产生的多普勒频移超过SRF/2时，FMCW雷达由于在扫频域上欠采样会产生多普勒模糊现象，无法准确测量出目标的速度。现有研究有的通过多扫频切换与中国剩余定理相结合的方法来解决FMCW雷达的多普勒模糊问题，这种方法适用于单目标场景，但在多目标场景中存在目标配对问题；有的通过临近距离单元信息方法和新扫频波形方法来抑制FMCW雷达的多普勒模糊现象，但这两种方法的性能受到场景信噪比的影响较大，在低信噪比下性能下降明显。研究表明，在欠采样状态下，非均匀采样方法可以将结构性的频谱混叠转化为非结构性的频谱噪声，再通过压缩感知方法可以实现对观测场景的准确重构。
发明内容
本公开的目的是为为克服已有技术的不足之处，提出一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置。本公开在扫频域上采用了变重频采样模式，并结合压缩感知技术，实现了对FMCW雷达无模糊多普勒的扩展。
本公开第一方面实施例提出一种基于泊松盘采样的雷达无模糊多普勒扩展方法，包括：
通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；
对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；
利用所述距离压缩后的信号矩阵通过迭代得到距离多普勒谱。
在本公开的一个实施例中，所述雷达为线性调频连续波雷达。
在本公开的一个实施例中，所述回波信号和所述距离压缩后的信号矩阵维度均为P×L，其中P为扫频个数，L表示离散化的距离单元个数。
在本公开的一个实施例中，所述利用所述信号矩阵，通过迭代得到距离多普勒谱，包括：
1)将雷达观测场景的距离多普勒谱离散化为K×L个均匀格点，其中K表示离散化的多普勒单元个数；
2)初始化场景散射强度矩阵A0＝0，初始化残差矩阵R0＝X，设定迭代阈值参数μ、正则化参数ρ和最大迭代次数Imax，初始化迭代计数器i＝1，初始化模型误差ε0；其中X为所述距离压缩后的信号矩阵；
3)对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换得到第i次迭代的场景散射强度矩阵Ai；
4)根据所述第i次迭代的场景散射强度矩阵Ai，利用非均匀逆离散傅里叶变换得到第i次迭代模拟的回波数据
5)计算第i次迭代的残差矩阵Ri和模型误差εi；
计算第i次迭代的模型误差变化率：
ξi＝|εi-εi-1|/εi-1
6)判定：
若ξi≥μ或i≥Imax，则停止迭代，将Ai作为重建的场景散射强度矩阵即距离多普勒谱；
否则，令i＝i+1，然后重新返回步骤3)，继续迭代。
在本公开的一个实施例中，所述初始化模型误差ε0，表达式如下：
其中，||·||F是矩阵的Frobenius范数，||·||1是矩阵的1范数。
在本公开的一个实施例中，所述对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换得到第i次迭代的场景散射强度矩阵Ai，包括：
3-1)构造非均匀傅里叶变换矩阵F，表达式如下：
F＝[α1,α2,…,αP]
其中，F由P个列向量构成，第p个列向量形式为：
αp＝[exp(-j2πtpf1),exp(-j2πtpf2),…,exp(-j2πtpfK)]T
其中，(·)T表示矩阵的转置操作，tp为慢时间第p个采样时刻，p＝1,2,…,P，fk＝(k-1)/K·fs表示在多普勒频率轴上的第k个采样点，其中k＝1,2,…,K，fs为恢复的均匀慢时间采样率；
通过矩阵相乘完成对Ri-1的慢时间非均匀傅里叶变换，得到距离多普勒域信号矩阵Y，表达式如下：
Y＝F·Ri-1 (6)
3-2)利用软阈值操作更新场景散射强度矩阵，得到Ai：
Ai＝Thre(Ai-1+Y) (7)
其中，Ai和Ai-1分别为第i次和第i-1次迭代时的场景散射强度矩阵；
Thre(·)为软阈值算子。
在本公开的一个实施例中，所述根据所述第i次迭代的场景散射强度矩阵Ai，利用非均匀逆离散傅里叶变换得到第i次迭代模拟的回波数据包括：
构造方位向非均匀傅里叶逆变换矩阵I，表达式如下：
I＝[β1,β2,…,βK]
其中，I由K个列向量构成，第k个列向量表达式为：
将I与Ai相乘得到第i次迭代的模拟的回波数据表达式如下：
本公开第二方面实施例提出一种基于泊松盘采样的雷达无模糊多普勒扩展装置，包括：
采样模块，用于通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；
快速傅里叶变换模块，用于对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；
距离多普勒谱构建模块，用于利用所述距离压缩后的信号矩阵通过迭代得到距离多普勒谱。
本公开第三方面实施例提出一种电子设备，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种基于泊松盘采样的雷达无模糊多普勒扩展方法。
本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种基于泊松盘采样的雷达无模糊多普勒扩展方法。
本公开的特点和有益效果：
本公开可以在多目标场景下实现对所有目标距离和多普勒的准确估计；可以在不损失距离分辨率的前提下实现对FMCW雷达最大无模糊多普勒的扩展，在多目标场景下不会出现虚假目标的问题，性能受到场景信噪比的影响较小，且只改变了相邻扫频之间的间隔，硬件实现难度低。
附图说明
图1为本公开实施例中一种基于泊松盘采样的雷达无模糊多普勒扩展方法的流程图。
图2为本公开一个具体实施例中所采用的Poisson disk采样方案及其频谱图。
图3为本公开一个具体实施中所采用的Poisson disk采样线性调频连续波雷达扫频模式示意图。
图4为本公开一个具体实施例中传统2D-FFT方法对原始数据的处理结果图。
图5为本公开一个具体实施例中传统2D-FFT方法对均匀欠采样数据的处理结果图。
图6为本本公开一个具体实施例中采用一种基于泊松采样的雷达无模糊多普勒扩展方法的处理结果图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本公开第一方面实施例提出一种基于泊松盘采样的雷达无模糊多普勒扩展方法，整体流程如图1所示，包括以下步骤：
1)线性调频连续波雷达发射天线以泊松盘Poissondisk采样模式发射扫频信号，接收目标反射回波信号S；
线性调频连续波雷达的最大无模糊速度Vmax与扫频重复频率(SRF)之间的关系如式所示：
|Vmax|＜λ·SRF/4 (1)
其中λ为波长。由式可知，通过增加系统的SRF可以获得更大的无模糊速度。然而根据奈奎斯特采样定理，均匀采样模式下的SRF应大于最大无模糊多普勒，否则会产生多普勒混叠现象，不能实现对目标速度的准确估计。研究表明，非均匀采样方法可以将这种混叠现象转化为非结构性的噪声，再通过压缩感知方法可以得到对观测场景距离多普勒谱的准确重构。
为了增加最大无模糊多普勒，本公开采用Poissondisk采样模式的发射扫频信号，图2展示了本公开一个具体实施例中从Poisson disk采样的正弦波变换得到信号频谱的过程，如图2左侧所示，Poisson disk采样是由式定义的一种随机采样模式：
tp+1＝tp+Δtmin+δp (2)
其中，tp+1和tp分别代表第p+1个和第p个采样时刻，Δtmin表示相邻采样点之间的固定最小采样间隔，δp是第p个采样时刻服从指数分布的数学期望为η的指数分布。在图2右侧所示的Poisson disk采样频谱中，尽管存在着一些非结构性噪声，频谱峰值的位置仍然能被准确估计出来。Poisson disk采样的后一采样时刻是在前一采样时刻的基础上增加一个固定间隔和一个随机间隔得到的，对Poisson disk采样的正弦信号进行非均匀傅里叶变换得到的频谱具有很好的抗混叠性能。
图3给出了本公开一个具体实施中所采用的基于Poisson disk采样的线性调频连续波雷达扫频模式，图中，实线和虚线分别表示发射信号和接收信号，f(t)代表t时刻的扫频频率，f0为起始扫频频率，B为扫频带宽，每个扫频具有固定的扫频持续时间Tsweep和调频率γ，扫频起始时刻服从式所示的Poisson disk采样。Δtmin被设置为大于扫频持续时间Tsweep，以保证相邻扫频间不会重叠。tP代表第P个扫频的起始时刻，其中P为一个相干处理时间内非均匀间隔的扫频个数。
雷达发射扫频信号后接收到由目标反射的非均匀采样回波信号S，该回波信号S为一矩阵，该矩阵维度为P×L，其中L表示离散化的距离单元个数。
2)对接收到的非均匀采样回波信号S在每个扫频内进行快时间快速傅里叶变换(FFT)，得到距离压缩后的信号矩阵X，X矩阵维度为P×L。
3)通过迭代得到距离多普勒谱。具体步骤如下：
3-1)将雷达观测场景的距离多普勒谱离散化为K×L个均匀格点，其中K表示离散化的多普勒单元个数。
3-2)初始化场景散射强度矩阵A0＝0，初始化残差矩阵R0＝X。给定迭代阈值参数μ(取值范围为10-3≤μ≤10-1，本公开的一个具体实施例的取值为μ＝10-3)、正则化参数ρ(取值范围为10≤ρ≤50，本公开的一个具体实施例的取值为ρ＝30)和最大迭代次数Imax(取值范围为2≤Imax≤30，本公开的一个具体实施例的取值为Imax＝10)初始化迭代计数器i＝1，初始化模型误差ε0：
其中，||·||F是矩阵的Frobenius范数，||·||1是矩阵的1范数。
3-3)对对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换(NUDFT)得到估计的第i次迭代的场景散射强度矩阵Ai；具体包括：
3-3-1)构造非均匀傅里叶变换矩阵F，如式所示：
F＝[α1,α2,…,αP] (4)
其中，F由P个列向量构成，第p个列向量形式为：
αp＝[exp(-j2πtpf1),exp(-j2πtpf2),…,exp(-j2πtpfK)]T (5)
其中(·)T表示矩阵的转置操作，tp为慢时间第p个采样时刻，p＝1,2,…,P，fk＝(k-1)/K·fs表示在多普勒频率轴上的第k个采样点，其中k＝1,2,…,K，fs为恢复的均匀慢时间采样率，其被设置为大于目标运动产生的最大多普勒频移。
通过矩阵相乘完成对信号矩阵X的慢时间非均匀傅里叶变换，得到距离多普勒域信号矩阵Y，如所示：
Y＝F·Ri-1 (6)
3-3-2)利用软阈值操作更新场景散射强度矩阵，得到第i次的迭代结果Ai：
Ai＝Thre(Ai-1+Y) (7)
其中，Ai和Ai-1分别为第i次和第i-1次迭代时的场景散射强度矩阵；
Thre(·)为软阈值算子，对任意向量N为向量z的维数，zp为向量z的第p个分量，p＝1,2,…,N，具有如式所示关系：
Thre(z)＝(soft(z1,ρ),soft(z2,ρ),…,soft(zN,ρ))T (8)
其中，soft(z,ρ)＝sign(z)max(|z|-ρ,0)是软阈值函数，sign(·)是符号函数，ρ为步骤2的正则化参数。
3-4)执行非均匀逆离散傅里叶变换(NUIDFT)得到第i次迭代模拟的回波数据
构造方位向非均匀傅里叶逆变换矩阵I，具体形式如式所示：
I＝[β1,β2,…,βK] (9)
I由K个列向量构成，第k个列向量形式为(k＝1,2,…,K)：
其中各参数物理意义和步骤3中相同。
将方位向非均匀逆傅里叶变换矩阵I与第i次迭代的场景散射强度矩阵Ai相乘来得到第i次迭代的模拟的回波数据如式(11)所示：
3-5)更新第i次迭代的残差矩阵Ri和模型误差εi，如式所示：
其中，Ri为第i次迭代的残差矩阵，εi为第i次迭代的模型误差。
计算第i次迭代的模型误差变化率ξi，如所示：
ξi＝|εi-εi-1|/εi-1 (13)
3-6)对ξi和i分别进行判定：
若满足ξi≥μ或i≥Imax，则停止迭代，其中ξi≥μ代表阈值迭代已经收敛，i≥Imax代表达到最大迭代次数，此时输出当前Ai作为重建的场景散射强度矩阵即距离多普勒谱，方法结束；
否则，令i＝i+1，然后重新返回步骤3-3)，继续迭代。
本公开为了解决线性调频连续波雷达的多普勒模糊问题，提出了一种基于Poisson disk采样的线性调频连续波雷达无模糊多普勒扩展方法，借助压缩感知技术，以低于奈奎斯特采样率的慢时间Poisson disk采样模式实现了对线性调频连续波雷达无模糊多普勒的扩展，而不会损失距离分辨率。相比于现有的基于多扫频切换和中国剩余定理的多普勒模糊抑制方法，本公开方法在多目标场景中不会出现目标配对问题；相比于现有的临近距离单元信息方法和新扫频波形方法，本公开方法的性能受到场景信噪比的影响较小。
本公开实施例提出的一种基于泊松盘采样的雷达无模糊多普勒扩展方法的技术效果：
在本公开的一个具体示例中，使用实测FMCW雷达回波数据来验证本公开实施例所提出的方法的效果。在该示例中，FMCW雷达原始回波数据的参数如下：载波频率f0＝79GHz，扫频持续时间Tsweep＝32μs，最大探测距离Rmax＝150m，一个相干处理时间内的扫频个数N＝32，调频率γ＝15.64MHz/μs，采样率fs＝32.317MHz，扫频带宽B＝128MHz，雷达发射功率Pt＝12dBm，最大无模糊速度Vmax＝29.67m/s。
使用传统2D-FFT方法处理原始回波数据得到的距离多普勒谱如图4所示，此时的距离分辨率为1.17m，最大无模糊速度是30m/s，图中用箭头标出了观测场景中的11个运动目标，目标3，4和11被局部放大以看得更清晰；图5给出了利用传统2D-FFT方法处理欠采样回波数据得到的距离多普勒谱，欠采样回波数据是对原始数据在扫频域上均匀欠采样2倍得到的，此时的距离分辨率为0.58m，最大无模糊速度为15m/s，可以看到快速运动目标会产生多普勒折叠，不能出现在正确的多普勒单元上。
为了模拟生成Poisson disk采样模式的回波数据，对雷达原始回波数据插值后按照式的Poisson disk采样模式进行重采样，将最小扫频间隔Δtmin设置为64μs，以使距离分辨率达到0.58m，随机变量δt的期望η设置为与Δtmin相同。采用本公开实施例的方法得到的距离多普勒如图6所示。在本实施例中，目标场景成像结果清晰，没有产生多普勒混叠现象。所有目标的距离和速度信息都能被准确提取出来。本示例将FMCW雷达的无模糊多普勒扩展至传统2D-FFT方法的2倍，并降低了数据规模。
为了实现上述实施例，本公开第二方面实施例提出一种基于泊松盘采样的雷达无模糊多普勒扩展装置，包括：
采样模块，用于通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；
快速傅里叶变换模块，用于对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；
距离多普勒谱构建模块，用于利用所述距离压缩后的信号矩阵通过迭代得到距离多普勒谱。
为了实现上述实施例，本公开第三方面实施例提出一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种基于泊松盘采样的雷达无模糊多普勒扩展方法。
为了实现上述实施例，本公开第四方面实施例提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，用于执行上述实施例的一种基于泊松盘采样的雷达无模糊多普勒扩展方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种基于泊松盘采样的雷达无模糊多普勒扩展方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种基于泊松盘采样的雷达无模糊多普勒扩展方法，其特征在于，包括：
通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；
对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；
利用所述距离压缩后的信号矩阵，通过迭代得到距离多普勒谱；
其中，所述回波信号和所述距离压缩后的信号矩阵维度均为P×L，其中P为扫频个数，L表示离散化的距离单元个数；
所述利用所述距离压缩后的信号矩阵，通过迭代得到距离多普勒谱，包括：
1)将雷达观测场景的距离多普勒谱离散化为K×L个均匀格点，其中K表示离散化的多普勒单元个数；
2)初始化场景散射强度矩阵A0＝0，初始化残差矩阵R0＝X，设定迭代阈值参数μ、正则化参数ρ和最大迭代次数Imax，初始化迭代计数器i＝1，初始化模型误差ε0；其中X为所述距离压缩后的信号矩阵；
3)对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换得到第i次迭代的场景散射强度矩阵Ai；
4)根据所述第i次迭代的场景散射强度矩阵Ai，利用非均匀逆离散傅里叶变换得到第i次迭代模拟的回波数据
5)计算第i次迭代的残差矩阵Ri和模型误差εi；
计算第i次迭代的模型误差变化率：
ξi＝|εi-εi-1|/εi-1
6)判定：
若ξi≥μ或i≥Imax，则停止迭代，将Ai作为重建的场景散射强度矩阵即距离多普勒谱；
否则，令i＝i+1，然后重新返回步骤3)，继续迭代。
2.根据权利要求1所述的方法，其特征在于，所述雷达为线性调频连续波雷达。
3.根据权利要求1所述的方法，其特征在于，所述初始化模型误差ε0，表达式如下：
其中，||·||F是矩阵的Frobenius范数，||·||1是矩阵的1范数。
4.根据权利要求1所述的方法，其特征在于，所述对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换得到第i次迭代的场景散射强度矩阵Ai，包括：
3-1)构造非均匀傅里叶变换矩阵F，表达式如下：
F＝[α1,α2,…,αP]
其中，F由P个列向量构成，第p个列向量形式为：
αp＝[exp(-j2πtpf1),exp(-j2πtpf2),…,exp(-j2πtpfK)]T
其中，(·)T表示矩阵的转置操作，tp为慢时间第p个采样时刻，p＝1,2,…,P，fk＝(k-1)/K·fs表示在多普勒频率轴上的第k个采样点，其中k＝1,2,…,K，fs为恢复的均匀慢时间采样率；
通过矩阵相乘完成对Ri-1的慢时间非均匀傅里叶变换，得到距离多普勒域信号矩阵Y，表达式如下：
Y＝F·Ri-1 (6)
3-2)利用软阈值操作更新场景散射强度矩阵，得到Ai：
Ai＝Thre(Ai-1+Y) (7)
其中，Ai和Ai-1分别为第i次和第i-1次迭代时的场景散射强度矩阵；
Thre(·)为软阈值算子。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第i次迭代的场景散射强度矩阵Ai，利用非均匀逆离散傅里叶变换得到第i次迭代模拟的回波数据包括：
构造方位向非均匀傅里叶逆变换矩阵I，表达式如下：
I＝[β1,β2,…,βK]
其中，I由K个列向量构成，第k个列向量表达式为：
将I与Ai相乘得到第i次迭代的模拟的回波数据表达式如下：
6.一种基于泊松盘采样的雷达无模糊多普勒扩展装置，其特征在于，包括：
采样模块，用于通过雷达以泊松盘采样模式发射扫频信号并接收目标反射的回波信号；
快速傅里叶变换模块，用于对所述回波信号在每个扫频内进行快时间快速傅里叶变换，得到距离压缩后的信号矩阵；
距离多普勒谱构建模块，用于利用所述距离压缩后的信号矩阵，通过迭代得到距离多普勒谱；
其中，所述回波信号和所述距离压缩后的信号矩阵维度均为P×L，其中P为扫频个数，L表示离散化的距离单元个数；
所述利用所述距离压缩后的信号矩阵，通过迭代得到距离多普勒谱，包括：
1)将雷达观测场景的距离多普勒谱离散化为K×L个均匀格点，其中K表示离散化的多普勒单元个数；
2)初始化场景散射强度矩阵A0＝0，初始化残差矩阵R0＝X，设定迭代阈值参数μ、正则化参数ρ和最大迭代次数Imax，初始化迭代计数器i＝1，初始化模型误差ε0；其中X为所述距离压缩后的信号矩阵；
3)对第i-1次迭代的残差矩阵Ri-1在慢时间上进行非均匀离散傅里叶变换得到第i次迭代的场景散射强度矩阵Ai；
4)根据所述第i次迭代的场景散射强度矩阵Ai，利用非均匀逆离散傅里叶变换得到第i次迭代模拟的回波数据
5)计算第i次迭代的残差矩阵Ri和模型误差εi；
计算第i次迭代的模型误差变化率：
ξi＝|εi-εi-1|/εi-1
6)判定：
若ξi≥μ或i≥Imax，则停止迭代，将Ai作为重建的场景散射强度矩阵即距离多普勒谱；
否则，令i＝i+1，然后重新返回步骤3)，继续迭代。
7.一种电子设备，其特征在于，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1-5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-5任一项所述的方法。
CN202111136775.8A 2021-09-27 2021-09-27 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置 Active CN113655459B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111136775.8A CN113655459B (zh) 2021-09-27 2021-09-27 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111136775.8A CN113655459B (zh) 2021-09-27 2021-09-27 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置

Publications (2)

Publication Number Publication Date
CN113655459A CN113655459A (zh) 2021-11-16
CN113655459B true CN113655459B (zh) 2024-04-26

Family

ID=78494406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111136775.8A Active CN113655459B (zh) 2021-09-27 2021-09-27 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置

Country Status (1)

Country Link
CN (1) CN113655459B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115963467B (zh) * 2023-03-16 2023-06-06 福思(杭州)智能科技有限公司 调频波形参数的处理方法、装置和计算机设备
CN116500618B (zh) * 2023-06-28 2023-09-15 逻安科技(天津)有限责任公司 一种高频超视距雷达测距与模糊环境成像的实现方法
CN117422713B (zh) * 2023-12-18 2024-05-14 武汉光谷航天三江激光产业技术研究院有限公司 一种根据oct点云提取激光焊接熔深曲线的方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323575A (zh) * 2011-07-16 2012-01-18 西安电子科技大学 Pd雷达在微弱信号检测过程中的距离走动校正方法
CN104076343A (zh) * 2014-06-25 2014-10-01 西安电子科技大学 星载三通道sar-gmti自适应杂波抑制方法
CN105891826A (zh) * 2016-03-31 2016-08-24 电子科技大学 机载雷达快速最大后验成像方法
CN106405552A (zh) * 2016-11-30 2017-02-15 西安电子科技大学 基于wvd—pga算法的sar雷达目标聚焦方法
CN107462887A (zh) * 2017-07-07 2017-12-12 清华大学 基于压缩感知的宽幅星载合成孔径雷达成像方法
CN108107429A (zh) * 2017-12-22 2018-06-01 电子科技大学 基于最大似然估计的前视超分辨成像方法
CN111142105A (zh) * 2020-01-06 2020-05-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂运动目标isar成像方法
CN111505639A (zh) * 2020-05-06 2020-08-07 清华大学 基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2677343B1 (en) * 2011-02-18 2021-03-24 Mitsubishi Electric Corporation Passive radar device

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102323575A (zh) * 2011-07-16 2012-01-18 西安电子科技大学 Pd雷达在微弱信号检测过程中的距离走动校正方法
CN104076343A (zh) * 2014-06-25 2014-10-01 西安电子科技大学 星载三通道sar-gmti自适应杂波抑制方法
CN105891826A (zh) * 2016-03-31 2016-08-24 电子科技大学 机载雷达快速最大后验成像方法
CN106405552A (zh) * 2016-11-30 2017-02-15 西安电子科技大学 基于wvd—pga算法的sar雷达目标聚焦方法
CN107462887A (zh) * 2017-07-07 2017-12-12 清华大学 基于压缩感知的宽幅星载合成孔径雷达成像方法
CN108107429A (zh) * 2017-12-22 2018-06-01 电子科技大学 基于最大似然估计的前视超分辨成像方法
CN111142105A (zh) * 2020-01-06 2020-05-12 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂运动目标isar成像方法
CN111505639A (zh) * 2020-05-06 2020-08-07 清华大学 基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于RSPWVD-Hough变换的无源雷达多普勒展宽补偿方法;关欣 等;雷达学报;20131215;第2卷(第04期);第430-438页 *

Also Published As

Publication number Publication date
CN113655459A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN113655459B (zh) 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置
US10197667B2 (en) Method and signal generator for simulation of sea clutter
Xu et al. Sparse apertures ISAR imaging and scaling for maneuvering targets
Delisle et al. Moving target imaging and trajectory computation using ISAR
CN107271993B (zh) 一种基于最大后验的扫描雷达角超分辨成像方法
CN109164428A (zh) 雷达数字仿真系统及方法
CN110275158B (zh) 基于贝叶斯压缩感知的宽带雷达回波信号参数估计方法
CN109100718A (zh) 基于贝叶斯学习的稀疏孔径isar自聚焦与横向定标方法
US11009591B2 (en) Deep learning for de-aliasing and configuring a radar system
Wang et al. Simulation of correlated low-grazing-angle sea clutter based on phase retrieval
KR101902833B1 (ko) 덕팅 현상으로 인한 다중의 주기 외 표적 제거 방법
CN108226928B (zh) 基于期望传播算法的逆合成孔径雷达成像方法
Sun et al. High-resolution ISAR imaging of maneuvering targets based on sparse reconstruction
Rosenberg et al. Non-coherent radar detection performance in medium grazing angle X-band sea clutter
Shi et al. Detection of low-velocity and floating small targets in sea clutter via income-reference particle filters
Ristic et al. Bernoulli track‐before‐detect filter for maritime radar
CN110596671A (zh) 一种lfmcw测速测距雷达的优化处理方法及系统
CN111045002A (zh) 基于TRT和SNuFFT的机动目标相参积累方法
CN108919263B (zh) 基于最大互信息准则的isar高分辨成像方法
CN117556605A (zh) 一种多体制雷达仿真系统及其控制方法
CN109031212A (zh) 一种雷达跟踪状态下的工作频率优化方法
CN115436929A (zh) 一种基于比幅测角模式的锯齿波雷达测速扩展方法
Compaleo et al. Preliminary refractivity from clutter (RFC) evaporation duct inversion results from CASPER west experiment
Cantoni et al. Fourier‐based ISAR imaging using 2D polynomials
Fu et al. An improved scatter selection method for phase gradient autofocus algorithm in SAR/ISAR autofocus

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