CN113759335A - 一种基于时间反演的超宽带回波去噪和能量检测方法 - Google Patents

Abstract

本发明提供的一种基于时间反演的超宽带回波的去噪和能量检测方法通过获取雷达系统发射信号后，接收到的回波信号，对回波信号进行均值滤波；对滤波之后的回波信号进行自相关累积；计算自相关累积后的回波信号的检验统计量；根据所述检验统计量和检测阈值，确定目标回波的起始位置以及终止位置，以获得目标回波信号的位置。本发明引入时间反演技术，在时域上对信号进行逆序操作，同时利用均值滤波和自相关积累去除噪声，然后用非相干积累进行能量检测，进而计算检验统计量，提取出目标回波位置，可以对散落在多径上的能量信号实现在特定的空间能量聚焦，表现出空时聚焦特性，可以有效的利用多径效应提高信噪比，提高检测能力。

Description

一种基于时间反演的超宽带回波去噪和能量检测方法

技术领域

本发明属于雷达技术领域，具体涉及一种基于时间反演的超宽带回波去噪和能量检测方法。

背景技术

超宽带雷达因其比窄带雷达具有更大的带宽，所以具有更高的距离分辨率，可获得更多的目标信息。超宽带雷达目标检测技术是超宽带雷达关键技术的重要领域。在超宽带雷达中，目标不再像传统窄带检测时视作点目标，而是由多个点散射体组成的扩展目标，多个散射点的回波，可等价于多径效应。在雷达工作时，多径效应往往会严重影响雷达的性能，现有技术提出使用时间反演技术以实现目标检测。

超宽带雷达中，目标有效信号只占据了脉冲重复周期的一小部分，时间反演将整个脉冲重复周期的数据发射出去，使不同路径的信号同时到达并同向累积，不仅数据量巨大，而且会把大部分能量分配给无效噪声，无法达到预期的聚焦效果。由于超宽带回波能量分散，信噪比低，目标信号淹没在噪声中，难以准确提取。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于时间反演的超宽带回波去噪和能量检测方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供的一种基于时间反演的超宽带回波去噪和能量检测方法包括：

步骤1：获取雷达系统发射信号后，接收到的回波信号；

其中，回波信号包括：目标回波信号、噪声信号以及干扰信号；

步骤2：对所述回波信号进行均值滤波，以削弱噪声信号对所述回波信号的影响，获得滤波之后的回波信号；

步骤3：对滤波之后的回波信号进行自相关累积；

步骤4：计算所述自相关累积后的回波信号的检验统计量；

步骤5：根据所述检验统计量和检测阈值，确定目标回波信号的起始位置以及终止位置，以获得目标回波信号的位置。

其中，所述回波信号表示为：x(n)＝s(n)+w(n),0≤n≤N-1，s(n)是目标回波信号，w(n)是噪声信号。

可选的，所述步骤2包括：

使用窗长为M₁的均值滤波器对回波信号滤波；第n个窗口滤波处理后的回波信号为：

其中，第l次快拍的回波信号为x^(l)＝[x^(l)(0),x^(l)(1),…,x^(l)(N-1)]^T，第m个窗口内的回波信号为

均值滤波后的回波信号表示为

N表示回波数据的采样点数。

可选的，所述自相关累积后的回波信号表示为：

其中，M₂表示自相关积累的窗长,

表示均值滤波后的回波信号的共轭。

可选的，所述步骤4包括：

用窗长为M₃的窗口计算回波信号的非相干积累，计算能量积累广义似然比检测器的检验统计量；

能量积累广义似然比检测器的检验统计量可表示为：

ω₂(n)服从零均值和方差为

的高斯分布，

表示ω₂(n)的方差。

可选的，所述步骤5包括：

将所述检测检验统计量与预设的检测阈值进行比较，确定超过检测阈值的第一个采样点和最后一个采样点，将第一个采样点确定为目标回波信号的起始位置；

根据最后一个采样点、均值滤波的窗长、自相关积累的窗长和非相干积累的窗长，计算所述目标回波的终止位置；

将起始位置与所述终止位置之间的回波信号确定为目标回波信号。

本发明提供的一种基于时间反演的超宽带回波的去噪和能量检测方法通过获取雷达系统发射信号后，接收到的回波信号，对回波信号进行均值滤波；对滤波之后的回波信号进行自相关累积；计算自相关累积后的回波信号的检验统计量；根据所述检验统计量和检测阈值，确定目标回波的起始位置以及终止位置，以获得目标回波信号的位置。本发明引入时间反演技术，在时域上对信号进行逆序操作，同时利用均值滤波和自相关积累去除噪声，然后用非相干积累进行能量检测，进而计算检验统计量，提取出目标回波位置，可以对散落在多径上的能量信号实现在特定的空间能量聚焦，表现出空时聚焦特性，可以有效的利用多径效应提高信噪比，提高检测能力。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法的流程图；

图2是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法中某飞机的脉冲响应图；

图3是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法在发射信号为1GHz高斯脉冲下信噪比为0dB时某飞机的回波信号示意图；

图4是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法对图3得到的回波信号进行均值滤波后的数据示意图；

图5是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法在均值滤波后进行自相关积累的数据示意图；

图6是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法能量检测的示意图；

图7是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法经过本发明提出的方法提取出目标回波位置和目标回波真实位置的比较图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

如图1所示，本发明提供的一种基于时间反演的超宽带回波去噪和能量检测方法包括：

步骤1：获取雷达系统发射信号后，接收到的回波信号；

其中，回波信号包括：目标回波信号、噪声信号以及干扰信号；

回波信号表示为：x(n)＝s(n)+w(n),0≤n≤N-1，s(n)是目标回波信号，w(n)是噪声信号。

步骤2：对回波信号进行均值滤波，以削弱噪声信号对回波信号的影响，获得滤波之后的回波信号；

本步骤可以使用窗长为M₁的均值滤波器对回波信号滤波；第n个窗口滤波处理后的回波信号为：

其中，第l次快拍的回波信号为x^(l)＝[x^(l)(0),x^(l)(1),…,x^(l)(N-1)]^T，第m个窗口内的回波信号为

均值滤波后的回波信号表示为

N表示回波数据的采样点数。

也可将y₂(n)表示为

其中

根据中心极限定理，ω₂(n)服从零均值和方差为

的高斯分布。

步骤3：对滤波之后的回波信号进行自相关累积；

其中，自相关累积后的回波信号表示为：

其中，M₂表示自相关积累的窗长,

表示均值滤波后的回波信号的共轭。

步骤4：计算自相关累积后的回波信号的检验统计量；

实际检测时，若此时有目标，雷达接收信号为：

H₁：y₂(n)＝s'(n)+ω₂(n)

如果没有目标，雷达接收信号为：

H₀:y₂(n)＝ω₂(n)

其中s'(n)为目标回波信号经过均值滤波和自相关积累后的信号。

本步骤可以使用窗长为M₃的窗口计算回波信号的非相干积累，计算能量积累广义似然比检测器的检验统计量；能量积累广义似然比检测器的检验统计量可表示为：

ω₂(n)服从零均值和方差为

的高斯分布，

表示ω₂(n)的方差。

步骤5：根据检验统计量和检测阈值，确定目标回波信号的起始位置以及终止位置，以获得目标回波信号的位置。

本步骤可以将检测检验统计量与预设的检测阈值进行比较，确定超过检测阈值的第一个采样点和最后一个采样点，将第一个采样点确定为目标回波信号的起始位置；根据最后一个采样点、均值滤波的窗长、自相关积累的窗长和非相干积累的窗长，计算目标回波的终止位置；将起始位置与终止位置之间的回波信号确定为目标回波信号。

假设η为检测阈值，将超过该检测阈值的部分的第一个采样点L_b就认为是目标回波的起始位置。超过检测阈值的最后一个采样点为L_e0。考虑到均值滤波、自相关积累和能量累积的窗长的影响，目标回波的终止位置为L_e＝L_e0+M₁+M₂+M₃。将L_b和L_e之间的数据就认为是目标回波。

极化信息反应了电磁波的矢量特性，是电磁波的重要信息，雷达对电磁波极化信息的提取和利用，可以有效地提高系统的抗干扰、目标检测和目标识别能力。极化分集技术可以有效利用信道的差异来提高检测性能。本发明将极化分集技术引入时间反演来削弱前向信道和后向信道的信道扰动来提高时间反演的检测概率。

可以理解，传统检测方法中，存在多径效应，严重影响目标检测结果，而本发明引入时间反演技术，在时域上对信号进行逆序操作，等同于在频域上的共轭运算，可以对散落在多径上的能量信号实现在特定的空间能量聚焦，表现出空时聚焦特性。可以有效的利用多径效应提高信噪比，提高检测能力。同时在超宽带雷达中，目标有效信号只占据了脉冲重复周期的一小部分。如果要将整个脉冲重复周期的数据发射出去，不仅数据量巨大，而且会把大部分能量分配给无效噪声，无法达到预期的聚焦效果。由于超宽带回波能量分散，信噪比低，目标信号淹没在噪声中，难以准确提取。所以本发明利用均值滤波和自相关积累去除噪声，然后用非相干积累进行能量检测，提取出目标回波位置。

本发明提供的一种基于时间反演的超宽带回波的去噪和能量检测方法通过获取雷达系统发射信号后，接收到的回波信号，对回波信号进行均值滤波；对滤波之后的回波信号进行自相关累积；计算自相关累积后的回波信号的检验统计量；根据检验统计量和检测阈值，确定目标回波的起始位置以及终止位置，以获得目标回波信号的位置。本发明引入时间反演技术，在时域上对信号进行逆序操作，同时利用均值滤波和自相关积累去除噪声，然后用非相干积累进行能量检测，进而计算检验统计量，提取出目标回波位置，可以对散落在多径上的能量信号实现在特定的空间能量聚焦，表现出空时聚焦特性，可以有效的利用多径效应提高信噪比，提高检测能力。

进一步地，本发明的效果可通过以下仿真实验作进一步说明：

1)仿真条件：发射信号为高斯脉冲，信号带宽是1GHz，仿真目标为某型号飞机。均值滤波器的窗长为10。实验的数据处理在MATLAB2016上完成。

2)仿真内容：图2是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法中某飞机的真实回波信号。图3是本发明实施例提供的一种基于时间反演的超宽带回波去噪和能量检测算法在发射信号为1GHz高斯脉冲下信噪比为0dB时的回波信号；对图3的回波信号做均值滤波，如图4所示；对均值滤波后的数据做自相关积累，如图5所示；对自相关积累后的数据做能量检测，图6是能量检测的数据及检测阈值；将图6中确定的目标回波信号位置和目标真实回波位置的比较，如图7所示。

3)仿真结果分析：

在经过自相关积累之后信噪比有了明显的提升，提取出的目标回波信号位置和目标真实回波位置的差异非常小。本发明提取的方法可以有效的去除噪声和提取出目标真实回波位置。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于时间反演的超宽带回波去噪和能量检测方法，其特征在于，包括：

步骤1：获取雷达系统发射信号后，接收到的回波信号；

其中，回波信号包括：目标回波信号、噪声信号以及干扰信号；

步骤2：对所述回波信号进行均值滤波，以削弱噪声信号对所述回波信号的影响，获得滤波之后的回波信号；

步骤3：对滤波之后的回波信号进行自相关累积；

步骤4：计算所述自相关累积后的回波信号的检验统计量；

步骤5：根据所述检验统计量和检测阈值，确定目标回波信号的起始位置以及终止位置，以获得目标回波信号的位置。

2.根据权利要求1所述的超宽带回波去噪和能量检测方法，其特征在于，所述回波信号表示为：x(n)＝s(n)+w(n),0≤n≤N-1，s(n)是目标回波信号，w(n)是噪声信号。

3.根据权利要求2所述的超宽带回波去噪和能量检测方法，其特征在于，所述步骤2包括：

使用窗长为M₁的均值滤波器对回波信号滤波；第n个窗口滤波处理后的回波信号为：

其中，第l次快拍的回波信号为x^(l)＝[x^(l)(0),x^(l)(1),…,x^(l)(N-1)]^T，第m个窗口内的回波信号为

均值滤波后的回波信号表示为

N表示回波数据的采样点数。

4.根据权利要求3所述的超宽带回波去噪和能量检测方法，其特征在于，所述自相关累积后的回波信号表示为：

其中，M₂表示自相关积累的窗长,

表示均值滤波后的回波信号的共轭。

5.根据权利要求4所述的极化时间反演检测方法，其特征在于，所述步骤4包括：

用窗长为M₃的窗口计算回波信号的非相干积累，计算能量积累广义似然比检测器的检验统计量；

能量积累广义似然比检测器的检验统计量可表示为：

ω₂(n)服从零均值和方差为

的高斯分布，

表示ω₂(n)的方差。

6.根据权利要求5所述的极化时间反演检测方法，其特征在于，所述步骤5包括：

将所述检测检验统计量与预设的检测阈值进行比较，确定超过检测阈值的第一个采样点和最后一个采样点，将第一个采样点确定为目标回波信号的起始位置；

根据最后一个采样点、均值滤波的窗长、自相关积累的窗长和非相干积累的窗长，计算所述目标回波的终止位置；

将起始位置与所述终止位置之间的回波信号确定为目标回波信号。

Images