CN114779198B - 共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 - Google Patents
共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 Download PDFInfo
- Publication number
- CN114779198B CN114779198B CN202210432645.7A CN202210432645A CN114779198B CN 114779198 B CN114779198 B CN 114779198B CN 202210432645 A CN202210432645 A CN 202210432645A CN 114779198 B CN114779198 B CN 114779198B
- Authority
- CN
- China
- Prior art keywords
- space
- clutter
- time
- conformal array
- representing
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,包括,步骤1:对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理;步骤2:对步骤1处理后的数据进行空时滑窗处理;步骤3:针对步骤2处理后的数据,估计得到待检测距离单元的四维空时杂波谱;步骤4:将步骤3的估计结果映射为具有相同方位角和俯仰角的共形阵四维网格上的功率;步骤5:利用步骤4的映射结果,以最大不模糊距离单元对应的四维网格作为参考点,进行近程杂波补偿处理;步骤6:利用步骤5的处理结果,估计得到待检测距离单元的杂波协方差矩阵;步骤7:根据步骤6的估计结果形成空时自适应权值,完成杂波抑制。
Description
技术领域
本发明属于信号处理技术领域,更具体地,涉及一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法。
背景技术
共形阵天线可提供与载机外形相一致的空气动力外形,既不增加载机的RCS又不影响其气动性能,同时还可以产生相对更大的有效孔径和更小的载机负荷。因此共形阵机载雷达是未来机载预警雷达的重要发展方向之一。但是共形阵天线通常具有非线性性,该特性一方面导致其天线方向图性能变差;另一方面导致杂波非平稳,使得满足I.I.D.条件的训练样本数不足,形成的STAP滤波器与真实待检测单元的回波数据不匹配,杂波抑制性能下降。
现有共形阵机载雷达非平稳杂波抑制方法包括:(1)减少训练样本类,即降维STAP方法,该类方法通过减少训练样本需求来降低非平稳性的影响;(2)权值调整类,主要指导数更新法(DBU),该类方法假设空时自适应权值与距离之间服从线性关系,同时对训练样本数的需求加倍;(3)杂波补偿类,该类方法在空域一维或者空时二维平面上进行杂波补偿,补偿精度较差且存在目标搬移问题。此外,距离模糊情况下的RBC方法将不模糊距离单元和模糊距离单元分别补偿到对应的参考距离单元,非平稳杂波补偿精度较高,但是对机载雷达系统参数具有强的依赖性。
因此,急需发明一种有效的共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,以提高共形阵机载雷达对运动目标的检测性能。
发明内容
为此,本发明提供一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,用以克服现有技术中存在的问题。
为实现上述目的,本发明提供一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,包括如下步骤,
步骤1:对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理;
步骤2:对步骤1处理后的数据进行空时滑窗处理;
步骤3:针对步骤2处理后的数据,估计得到待检测距离单元的四维空时杂波谱;
步骤4:将步骤3的估计结果映射为具有相同方位角和俯仰角的共形阵四维网格上的功率;
步骤5:利用步骤4的映射结果,以最大不模糊距离单元对应的四维网格作为参考点,进行近程杂波补偿处理;
步骤6:利用步骤5的处理结果,估计得到待检测距离单元的杂波协方差矩阵;
步骤7:根据步骤6的估计结果形成空时自适应权值,完成杂波抑制;
设定所述共形阵机载雷达接收阵元数为N,相干处理脉冲数为K。
进一步地,所述步骤1中虚拟均匀线阵变换处理操作为
表示伪逆操作,和分别表示共形阵和变换后的虚拟均匀线阵对应的空域导向矢量,N a表示约束方位角度数,N r表示距离模糊次数,和分别表示共形阵和变换后的虚拟均匀线阵对应的第i r个距离单元第i a个杂波块的空域导向矢量。
进一步地,在所述步骤2中,为确保滑窗后的协方差矩阵是满秩的,需要满足滑窗后的样本数大于空时子孔径积。
进一步地,在所述步骤3中,通过空时滑窗后的数据估计得到的第l个距离单元回波对应的四维空时杂波谱为
进一步地,在所述步骤5中,近程非平稳杂波补偿操作为
其中表示滑窗后的空时子孔径积,表示最大不模糊距离单元对应的四维网格,即参考点位置,S 1表示近程非平稳杂波对应的距离单元集,对应的俯仰角范围为8o~90o;S 2表示远程平稳杂波对应的距离单元集,对应的俯仰角范围为0o~8o;N I 表示单个距离环内划分的网格数目。
进一步地,在所述步骤6中,估计得到待检测距离单元的杂波协方差矩阵为
进一步地,在所述步骤7中,形成的第l个距离单元第k个多普勒通道的空时自适应权值为
其中X l 表示第l个距离单元的回波信号。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有如下有益效果:
(1)本发明通过提供一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,首先对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理;其次对变换后的数据进行空时滑窗处理,估计得到待检测距离单元的四维空时杂波谱;再次将估计结果映射为具有相同方位角和俯仰角的共形阵四维网格上的功率,并以最大不模糊距离单元对应的四维网格作为参考点,进行近程杂波补偿处理;最后基于估计得到待检测距离单元的杂波协方差矩阵形成空时自适应权值,完成杂波抑制,提高了共形阵机载雷达在非平稳杂波环境下的运动目标检测性能;
(2)本发明通过在空时四维域进行非平稳杂波补偿处理,在实现近程非平稳杂波补偿的同时,不会对目标信号造成搬移;
(3)本发明通过将所有近程区域的数据进行补偿,克服了系统参数对补偿方法性能的影响,具有强的稳健性。
附图说明
图1为本发明所述共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法的结构框图;
图2为本发明所述共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1-2所示,本发明通过提供一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,包括如下步骤:
步骤1:对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理;
设定所述共形阵机载雷达接收阵元数为N,相干处理脉冲数为K;
虚拟均匀线阵变换单元对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理,表达式为
表示伪逆操作,和分别表示共形阵和变换后的虚拟均匀线阵对应的空域导向矢量,N a表示约束方位角度数,N r表示距离模糊次数,和分别表示共形阵和变换后的虚拟均匀线阵对应的第i r个距离单元第i a个杂波块的空域导向矢量。
步骤2:对步骤1处理后的数据进行空时滑窗处理;
空时滑窗处理单元对步骤1处理后的数据进行空时滑窗处理;为确保滑窗后的协方差矩阵是满秩的,需要满足滑窗后的样本数大于空时子孔径积。
步骤3:针对步骤2处理后的数据,估计得到待检测距离单元的四维空时杂波谱;
四维空时杂波谱估计单元通过空时滑窗后的数据估计得到的第l个距离单元回波对应的四维空时杂波谱为
步骤4:将步骤3的估计结果映射为具有相同方位角和俯仰角的共形阵四维网格上的功率;
步骤5:利用步骤4的映射结果,以最大不模糊距离单元对应的四维网格作为参考点,进行近程杂波补偿处理;
非平稳杂波补偿单元中近程非平稳杂波补偿操作为
其中表示滑窗后的空时子孔径积,表示最大不模糊距离单元对应的四维网格,即参考点位置,S 1表示近程非平稳杂波对应的距离单元集,对应的俯仰角范围为8o~90o;S 2表示远程平稳杂波对应的距离单元集,对应的俯仰角范围为0o~8o;N I 表示单个距离环内划分的网格数目。
步骤6:利用步骤5的处理结果,估计得到待检测距离单元的杂波协方差矩阵;
杂波协方差矩阵估计单元估计得到待检测距离单元的杂波协方差矩阵为
步骤7:根据步骤6的估计结果形成空时自适应权值,完成杂波抑制;
杂波抑制单元中第l个距离单元第k个多普勒通道的空时自适应权值为
其中X l 表示第l个距离单元的回波信号。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,其特征在于,包括如下步骤,
步骤1:对共形阵机载雷达回波数据进行虚拟均匀线阵变换处理;
步骤2:对步骤1处理后的数据进行空时滑窗处理;
步骤3:针对步骤2处理后的数据,估计得到待检测距离单元的四维空时杂波谱;
步骤4:将步骤3的估计结果映射为具有相同方位角和俯仰角的共形阵四维网格上的功率;
步骤5:利用步骤4的映射结果,以最大不模糊距离单元对应的四维网格作为参考点,进行近程杂波补偿处理;
步骤6:利用步骤5的处理结果,估计得到待检测距离单元的杂波协方差矩阵;
步骤7:根据步骤6的估计结果形成空时自适应权值,完成杂波抑制;
设定所述共形阵机载雷达接收阵元数为N,相干处理脉冲数为K。
3.根据权利要求1所述的共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法,其特征在于,在所述步骤2中,为确保滑窗后的协方差矩阵是满秩的,需要满足滑窗后的样本数大于空时子孔径积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210432645.7A CN114779198B (zh) | 2022-04-24 | 2022-04-24 | 共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210432645.7A CN114779198B (zh) | 2022-04-24 | 2022-04-24 | 共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114779198A CN114779198A (zh) | 2022-07-22 |
CN114779198B true CN114779198B (zh) | 2022-09-23 |
Family
ID=82433348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210432645.7A Active CN114779198B (zh) | 2022-04-24 | 2022-04-24 | 共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779198B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383449B (zh) * | 2013-07-14 | 2015-04-08 | 西安电子科技大学 | 基于esprit算法的机载雷达近程杂波抑制方法 |
FR3045958B1 (fr) * | 2015-12-16 | 2019-05-17 | Suez Groupe | Procede d’estimation spectrale du fouillis d’un milieu liquide |
CN107490791A (zh) * | 2016-06-13 | 2017-12-19 | 中国人民解放军空军预警学院 | 一种基于mimo体制的共形阵机载雷达杂波抑制方法 |
WO2018049595A1 (zh) * | 2016-09-14 | 2018-03-22 | 深圳大学 | 一种基于交替方向乘子法的稳健稀疏恢复stap方法及其系统 |
CN106872949B (zh) * | 2017-02-21 | 2019-06-21 | 南京邮电大学 | 一种基于自适应平衡加载的杂波谱配准补偿方法 |
CN107167783B (zh) * | 2017-06-28 | 2020-04-10 | 西安电子科技大学 | 一种共形阵列杂波协方差矩阵的稀疏重构方法 |
CN112612006B (zh) * | 2020-11-25 | 2023-08-22 | 中山大学 | 基于深度学习的机载雷达非均匀杂波抑制方法 |
CN113504509B (zh) * | 2021-06-08 | 2023-07-11 | 西安理工大学 | 一种波束域补偿的匀加速机载雷达杂波抑制方法 |
-
2022
- 2022-04-24 CN CN202210432645.7A patent/CN114779198B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114779198A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212526B (zh) | 用于高频地波雷达的分布式阵列目标角度测量方法 | |
CN107831480B (zh) | 弹载雷达和差通道稳健自适应杂波抑制方法 | |
CN109581352B (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
CN103383449B (zh) | 基于esprit算法的机载雷达近程杂波抑制方法 | |
CN108398669B (zh) | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 | |
CN107942314B (zh) | 基于lasso特征提取的多普勒穿墙雷达定位方法 | |
CN109324322A (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
CN109212466B (zh) | 一种基于量子蜻蜓演化机制的宽带测向方法 | |
CN111007503A (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN109375179A (zh) | 一种基于稀疏表示的机载雷达近程强杂波抑制方法 | |
CN111722225B (zh) | 基于先验相位结构信息的双基sar两维自聚焦方法 | |
CN105301589A (zh) | 高分辨宽测绘带sar地面运动目标成像方法 | |
CN109085556A (zh) | 一种基于一二阶峰比值的高频地波雷达浪场形成方法 | |
CN105044688A (zh) | 基于迭代子空间跟踪算法的雷达稳健空时自适应处理方法 | |
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 | |
CN109188373B (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
CN109061599B (zh) | 一种基于循环平稳和对称先验知识的stap方法 | |
CN104698448B (zh) | 运动平台下基于流形分离的共形阵列稳健估角方法 | |
CN114779198B (zh) | 共形阵机载雷达空时杂波谱自适应补偿与杂波抑制方法 | |
CN113885019B (zh) | 基于和差天线体制雷达空时自适应处理的测角方法 | |
CN113671477B (zh) | 一种基于图信号处理的雷达目标距离估计方法 | |
CN116299387A (zh) | 非均匀杂波下干扰正交抑制的目标智能检测方法 | |
CN115792843A (zh) | 一种基于波束域加权的局域联合空时自适应杂波抑制方法 | |
CN114325560A (zh) | 波束扫描雷达超分辨目标测向方法 | |
CN114779199A (zh) | 端射阵机载雷达自适应互耦补偿与杂波抑制方法 |
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 |