CN115061125A - 一种基于分布式相控阵-频率分集阵的信号级协同探测方法 - Google Patents

一种基于分布式相控阵-频率分集阵的信号级协同探测方法 Download PDF

Info

Publication number
CN115061125A
CN115061125A CN202210630848.7A CN202210630848A CN115061125A CN 115061125 A CN115061125 A CN 115061125A CN 202210630848 A CN202210630848 A CN 202210630848A CN 115061125 A CN115061125 A CN 115061125A
Authority
CN
China
Prior art keywords
platform
phased array
frequency diversity
distance
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.)
Granted
Application number
CN202210630848.7A
Other languages
English (en)
Other versions
CN115061125B (zh
Inventor
朱圣棋
魏法
李西敏
兰岚
王正曦
朱晶晶
余昆
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 CN202210630848.7A priority Critical patent/CN115061125B/zh
Publication of CN115061125A publication Critical patent/CN115061125A/zh
Application granted granted Critical
Publication of CN115061125B publication Critical patent/CN115061125B/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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems

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

本发明公开了一种基于分布式相控阵‑频率分集阵的信号级协同探测方法，包括：利用基于分布式相控阵‑频率分集阵的信号级协同探测模型进行信号发射并获得目标的回波信号，所述模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台；对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，并进行目标角度和距离的第一次粗估计；对分布式协同的所有平台的回波信号进行信号级融合，并进行目标角度和距离的第二次粗估计；对分布式协同探测过程中产生的参数粗估计值进行信息级融合，获得目标角度和距离的精估计值。由于本发明采用相控阵平台与频率分集平台协同探测，接收信号的波束域中含有距离信息，因此具有直接解距离模糊的优点。

Description

一种基于分布式相控阵-频率分集阵的信号级协同探测方法
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种基于分布式相控阵-频率分集阵的信号级协同探测方法。
背景技术
随着信息技术的发展，电磁环境变得越来越复杂，单部雷达独立工作作用范围有限。而分布式多部雷达协同工作可以极大地拓展雷达作用范围，能够解决单部雷达难以发现远距离隐身目标的缺点。因而分布式多部雷达协同探测逐渐成为研究热点。其中分布式雷达信号级协同探测通过集中多个平台发射和接收的能量以大幅度地提高目标回波的信噪比，而被学者广泛关注和研究。然而分布式雷达信号级协同探测技术虽然大幅度地提高了目标回波的信噪比，使雷达提高了远距离和超远距离目标探测能力，但是这也给分布式雷达信号级协同探测带了距离模糊问题，即远距离和超远距离目标回波可能跨距离重复周期，从而使雷达难以直接得到目标的距离信息，降低了远距离目标探测的效率。
为了提升远距离和超远距离目标探测的精度，张聪等人分析了分布式雷达信号级协同探测算法，该算法将每部雷达平台视为单根阵元进行算法验证，达到信噪比提升的理想效果。为了解决雷达探测距离模糊问题，许京伟等人提出了采用频率分集阵列解距离模糊。该思路相较于传统参差重频等解距离模糊方法，不需要雷达进行额外发射和接收信号处理，仅仅在波束形成域即可解决距离模糊。
当下分布式雷达信号级协同探测仅进行了信噪比提升的理论验证，虽然可以有效提高雷达探测距离，但是并没有提出相对应的距离模糊问题解决方案。频率分集阵列具有较好的解距离模糊效果，但是在针对分布式雷达信号协同探测体制特殊需求下，目前没有相对应的应用，没有给出分布式雷达信号级协同体制下的频率分集阵列解模糊方案。
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分布式相控阵-频率分集阵的信号级协同探测方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于分布式相控阵-频率分集阵的信号级协同探测方法，包括：
S1：利用基于分布式相控阵-频率分集阵的信号级协同探测模型进行信号发射并获得目标的回波信号，所述信号级协同探测模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台；
S2：利用多发单收参数估计模式，对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，并进行目标角度和距离的第一次粗估计，获得第一目标角度粗估计值和第一目标距离粗估计值；
S3：利用多发多收参数估计模式，对分布式协同的所有平台接收的回波信号进行信号级融合，并进行目标角度和距离的第二次粗估计；
S4：利用最小二乘加权参数估计，对分布式协同探测过程中产生的参数粗估计值进行信息级融合，获得目标角度和距离的精估计值。
在本发明的一个实施例中，所述S1包括：
S1.1：构建基于分布式相控阵-频率分集阵的信号级协同探测模型，所述模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台；
S1.2：利用所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台中的每个天线发射阵元进行信号发射，并利用所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台中的每个天线发射阵元接收来自目标的回波信号；
S1.3：对每个天线发射阵元接收的来自目标的回波信号进行下变频及匹配滤波，获得处理后的回波信号。
在本发明的一个实施例中，所述S2包括：
S2.1：对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，分别得到所述第一相控阵平台的第一融合后回波信号、所述频率分集阵平台的第一融合后回波信号和所述第二相控阵平台的融合后回波信号的第一融合后回波信号；
S2.2：利用所述频率分集阵平台的第一融合后回波信号进行目标角度估计，获得第一目标角度粗估计值；
S2.3：利用所述第一目标角度粗估计值和所述频率分集阵平台接收到自身发射信号的回波信号进行无模糊距离估计，得到第一距离粗估计值。
在本发明的一个实施例中，对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，包括：
利用所述第一相控阵平台接收的所述第一相控阵平台和所述第二相控阵平台的发射信号的回波信号进行相参参数估计，获得第一相控阵平台发射信号与第二相控阵平台发射信号的估计相位差参数以及第一相控阵平台发射信号与第二相控阵平台发射信号的估计时延差参数；
利用所述估计相位差参数和所述估计时延差参数对所述第一相控阵平台的对应天线阵元的接收信号进行融合，获得所述第一相控阵平台的第一融合后回波信号；
获得所述频率分集阵平台和所述第二相控阵平台的第一融合后回波信号。
在本发明的一个实施例中，所述S2.3包括：
对所述频率分集阵平台接收到自身发射信号的回波信号进行匹配滤波，得到主值距离，对第k个快拍的回波数据进行距离补偿，获得距离补偿后的回波数据和导向矢量；
利用距离补偿后的回波数据和导向矢量，采用最大似然估计器进行第一次距离模糊数估计，得到第一次距离模糊数估计值；
利用所述第一次距离模糊数估计值进行距离差估计，获得所述频率分集阵平台与目标之间的无模糊距离第一次粗估计值。
在本发明的一个实施例中，所述S3包括：
S3.1：利用所述第一目标角度粗估计值和第一距离粗估计值对所述频率分集阵平台每个天线阵元接收的频率分集阵平台发射的信号进行信号合成，获得一路合成信号；
S3.2：获得所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台在多发多收模式下的融合后回波信号；
S3.3：对分布式协同的每个平台相同序号的天线接收的回波进行信号级融合，对融合后的信号进行第二次角度估计，得到第二目标角度粗估计值；
S3.4：对分布式协同的所有平台接收到的频率分集平台发射的信号进行信号级融合，得到融合后信号
Figure BDA0003679598180000041
对融合后信号
Figure BDA0003679598180000042
利用第二目标角度粗估计值
Figure BDA0003679598180000051
进行距离估计，得到第二距离粗估计值
Figure BDA0003679598180000052
S3.5：采用所述第二距离粗估计值
Figure BDA0003679598180000053
并利用
Figure BDA0003679598180000054
进行角度估计，得到第三目标角度粗估计值
Figure BDA0003679598180000055
在本发明的一个实施例中，所述S4包括：
S4.1：对第一目标角度粗估计值
Figure BDA0003679598180000056
第二目标角度粗估计值
Figure BDA0003679598180000057
和第三目标角度粗估计值
Figure BDA0003679598180000058
进行最小二乘加权，得到目标角度的精估计值。
S4.2：对第一距离粗估计值
Figure BDA0003679598180000059
和第二距离粗估计值
Figure BDA00036795981800000510
进行最小二乘加权，得到目标与所述频率分集平台距离的精估计值。
本发明的另一方面提供了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于执行上述实施例中任一项所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。
本发明的又一方面提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上述实施例中任一项所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。
与现有技术相比，本发明的有益效果在于：
1、由于本发明采用相控阵平台与频率分集平台协同探测，接收信号中含有距离信息，因此具有直接解距离模糊的优点。
2、由于本发明采用相控阵平台估计角度，频率分集阵平台利用相控阵估计的角度进行距离估计，因此具有高精度角度、距离估计的优点。
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分布式相控阵-频率分集阵的信号级协同探测方法的流程图；
图2是本发明实施例提供的一种基于分布式相控阵-频率分集阵列的信号级协同探测模型的示意图；
图3是本发明仿真实验所使用的一种基于分布式相控阵的信号级协同探测模型的示意图；
图4是分布式相控阵体制下的时域脉压图；
图5是分布式相控阵体制下的capon谱估计图；
图6是本发明实施例提供的分布式相控阵-频率分集阵列的capon谱估计图；
图7是本发明实施例提供的分布式相控阵-频率分集阵列与其他类型阵列角度估计性能对比图；
图8是本发明实施例提供的分布式相控阵-频率分集阵列与其他类型阵列距离估计性能对比图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于分布式相控阵-频率分集阵的信号级协同探测方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
请参见图1，图1是本发明实施例提供的一种基于分布式相控阵-频率分集阵的信号级协同探测方法的流程图。该信号级协同探测方法包括：
S1：建立基于分布式相控阵-频率分集阵列的信号级协同探测模型，所述模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台。
请参见图2，图2是本发明实施例提供的一种基于分布式相控阵-频率分集阵列的信号级协同探测模型的结构示意图，第一相控阵平台、频率分集阵平台和第二相控阵平台分别包括M个天线阵元，三个平台单元发射信号模型表示如下：
第一相控阵平台(平台1)的发射信号模型可以表示为：
Figure BDA0003679598180000071
其中，
Figure BDA0003679598180000072
表示发射信号脉冲函数，t为时间序列，TP为发射信号脉冲宽度，t∈(0,Tr)，Tr是脉冲重复周期，f0表示第一相控阵平台的信号载频，
Figure BDA0003679598180000073
表示第一相控阵平台的发射信号初始相位，Φ0(t)表示第一相控阵平台发射信号的包络。
频率分集阵平台(平台2)的发射信号模型可以表示为：
Figure BDA0003679598180000081
其中，Φm(t)表示频率分集阵平台发射信号的包络，fm＝f0+(m-1)Δf表示频率分集阵平台的第m个天线单元的载频，Δf表示频偏因子，Δf＜＜f0＜＜f。
第二相控阵平台(平台3)的发射信号模型可以表示为：
Figure BDA0003679598180000082
其中，ΦM+1(t)是第二相控阵平台发射信号的包络，
Figure BDA0003679598180000083
表示第二相控阵平台的发射信号初始相位。
所有发射信号包络之间均满足：
Figure BDA0003679598180000084
其中，τ是任意的时间延迟，m，n表示发射阵元的序号，(·)*是复共轭操作符号。需要说明的是，平台1、平台2和平台3的所有天线阵元的发射信号均两两满足上述条件。
因此，根据平台1、平台2和平台3的发射信号模型，可以得到平台1、平台2和平台3的接收信号模型，表示如下：
第一相控阵平台(平台1)的第m个天线阵元接收的信号可以表示为：
Figure BDA0003679598180000085
其中，
Figure BDA0003679598180000086
表示第一相控阵平台的第m个天线阵元接收到的第一相控阵平台发射的信号，
Figure BDA0003679598180000091
表示第一相控阵平台的第m根阵元接收的频率分集阵平台发射的信号，
Figure BDA0003679598180000092
表示第一相控阵平台的第m根阵元接收的第二相控阵平台发射的信号，τ1i,1m＝(R1-(i-1)dsinθ+R1-(m-1)dsinθ)/c表示第一相控阵平台的第i根阵元发射的信号到达第一相控阵平台的第m根阵元的时间延迟，τ2i,1m＝(R2-(i-1)dsinθ+R1-(m-1)dsinθ)/c表示频率分集阵平台的第i根阵元发射的信号到达第一相控阵平台的第m根阵元的时间延迟，τ3i,1m＝(R1-(i-1)dsinθ+R1-(m-1)dsinθ)/c表示第二相控阵平台的第i根阵元发射的信号到达第一相控阵平台的第m根阵元的时间延迟，ξ表示反射系数，w1i、w3i表示分别表示第一相控阵平台和第二相控阵平台的发射信号权值，
Figure BDA0003679598180000093
Figure BDA0003679598180000094
表示第一相控阵平台第i根阵元的发射信号初始相位，fi＝f0+(i-1)Δf表示频率分集阵平台的第i个天线单元的载频。
频率分集阵平台(平台2)第m个阵元的接收信号可以表示为：
Figure BDA0003679598180000095
其中，
Figure BDA0003679598180000096
表示频率分集阵平台的第m个天线阵元接收到的第一相控阵平台发射的信号，
Figure BDA0003679598180000097
表示频率分集阵平台的第m个天线阵元接收的频率分集阵平台发射的信号，
Figure BDA0003679598180000098
表示频率分集阵平台的第m个天线阵元接收的第二相控阵平台发射的信号，τ1i,2m＝(R1-(i-1)dsinθ+R2-(m-1)dsinθ)/c表示第一相控阵平台的第i根阵元发射的信号到达频率分集阵平台的第m根阵元的时间延迟，τ2i,2m＝(R2-(i-1)dsinθ+R2-(m-1)d sinθ)/c表示频率分集阵平台的第i根阵元发射的信号到达频率分集阵平台的第m根阵元的时间延迟，τ3i,2m＝(R3-(i-1)dsinθ+R2-(m-1)dsinθ)/c表示第二相控阵平台的第i根阵元发射的信号到达频率分集阵平台的第m根阵元的时间延迟。
第二相控阵平台(平台3)第m个阵元的接收信号可以表示为：
Figure BDA0003679598180000101
其中，
Figure BDA0003679598180000102
表示第二相控阵平台的第m个天线阵元接收到的第一相控阵平台发射的信号，
Figure BDA0003679598180000103
表示第二相控阵平台的第m个天线阵元接收的频率分集阵平台发射的信号，
Figure BDA0003679598180000104
表示第二相控阵平台的第m个天线阵元接收的第二相控阵平台发射的信号。τ1i,3m＝(R1-(i-1)dsinθ+R3-(m-1)dsinθ)/c是第一相控阵平台的第i根阵元发射的信号到达第二相控阵平台的第m根阵元的时间延迟，τ2i,3m＝(R1-(i-1)dsinθ+R1-(m-1)dsinθ)/c是频率分集阵平台的第i根阵元发射的信号到达第二相控阵平台的第m根阵元的时间延迟，τ3i,3m＝(R3-(i-1)dsinθ+R3-(m-1)dsinθ)/c是第一相控阵平台的第i根阵元发射的信号到达第二相控阵平台的第m根阵元的时间延迟。τ1i,3m＝(R1-(i-1)dsinθ+R3-(m-1)dsinθ)/c，其中，R1表示平台1到目标的距离，R3表示第二相控阵平台到目标的距离，d表示平台3的阵元间距，θ表示回波到达角度，c表示光速。
每个平台不仅接收自己所发射的信号，还能接收到其他的平台所发射的信号。
S1.2：对每个天线发射阵元接收来自目标的回波信号进行下变频及匹配滤波，获得处理后的接收数据。
所有信号在接收机里进行下变频和匹配滤波，可以得到处理后的接收数据。以平台1的第m个阵元接收到的信号为例，处理后的接收数据能够表示成如下几部分：
Figure BDA0003679598180000111
Figure BDA0003679598180000112
Figure BDA0003679598180000113
其中，β(t)表示脉冲压缩后的主瓣响应，λ0表示信号波长。窄带情况下，来自于同一平台的信号的时延可以近似为相等，即β(t-τ3i,1m)≈β(t-τ31,11)，β(t-τ2i,1m)≈β(t-τ21,11)，β(t-τ1i,1m)≈β(t-τ11,11)，即式(7)-式(9)可整理为如下：
Figure BDA0003679598180000114
Figure BDA0003679598180000115
Figure BDA0003679598180000121
其中，
Figure BDA0003679598180000122
表示第一相控阵平台的第m根天线所接收到的频率分集阵平台的第i根天线发射的信号，
Figure BDA0003679598180000123
表示相位因子。
S2：利用多发单收参数估计模式，对单个平台接收到的多个平台发射信号的回波信号进行信号级融合，并进行目标角度和距离的第一次估计，获得第一目标角度粗估计值和第一目标距离粗估计值。
在本实施例中，所述S2包括：
S2.1：对单个平台(平台1，2，3三个平台中任意一个平台)接收到的多个相控阵平台发射信号的回波信号进行信号级融合，分别得到所述第一相控阵平台的第一融合后回波信号、所述频率分集阵平台的第一融合后回波信号和所述第二相控阵平台的融合后回波信号的第一融合后回波信号。
具体地，以第一相控阵平台接收到的信号为例进行数据融合。在数据融合时，以第一相控阵平台的数据为参考，进行相参参数估计，得到如下参数：
Figure BDA0003679598180000124
Figure BDA0003679598180000125
其中，
Figure BDA0003679598180000126
为第一相控阵平台第m根阵元接收到的第三相控阵平台发射信号的相位，
Figure BDA0003679598180000127
为第一相控阵平台第m根阵元接收到的第一相控阵平台发射信号的相位，
Figure BDA0003679598180000128
为第一相控阵平台发射信号与第二相控阵平台发射信号的估计相位差参数，
Figure BDA0003679598180000129
为第一相控阵平台发射信号与第二相控阵平台发射信号的估计时延差参数。
利用估计相位差参数
Figure BDA00036795981800001210
和估计时延差参数
Figure BDA00036795981800001211
进行对第一相控阵平台的第m天线的接收信号进行融合，得到如下：
Figure BDA0003679598180000131
故第一相控阵平台的第一融合后回波信号可表示为s1＝[s11s12...s1M]，其中，s1M表示第一相控阵平台的第m天线接收到的信号进行融合后的信号。
同理，可得频率分集阵平台和第二相控阵平台的第一融合后回波信号s2和s3。
S2.2：利用所述频率分集阵平台的第一融合后回波信号进行目标角度估计，获得第一目标角度粗估计值。
具体的，采用最大似然估计器对所述频率分集阵平台的第一融合后回波信号进行角度估计，获得第一目标角度粗估计值：
Figure BDA0003679598180000132
其中，K是快拍数，(·)H表示共轭转置，s2,k表示所述频率分集阵平台的融合后回波信号的第k个快拍的数据，w(θ)表示导向矢量，从而得到第一目标角度粗估计值
Figure BDA0003679598180000133
S2.3：利用步骤S2.2得到的第一目标角度粗估计值
Figure BDA0003679598180000134
和所述频率分集阵平台接收到自身发射信号的回波信号进行无模糊距离估计，得到第一距离粗估计值
Figure BDA0003679598180000135
具体地，对所述频率分集阵平台接收到自身发射信号的回波信号进行匹配滤波，得到主值距离rl，对第k个快拍的数据进行距离补偿，获得距离补偿后的数据：
Figure BDA0003679598180000136
其中，
Figure BDA0003679598180000141
表示所述频率分集阵平台接收的第k个快拍的数据，lM表示单位向量，
Figure BDA0003679598180000142
表示数据
Figure BDA0003679598180000143
进行距离补偿后的数据，
Figure BDA0003679598180000144
距离补偿后发射导向矢量中剩余的距离为：
R2-rl＝rΔ+(p-1)Ru，
其中，R2表示所述频率分集阵平台与目标之间的距离，rΔ表示主值距离差，p表示距离模糊数，Ru表示最大无模糊距离。
距离补偿后的导向矢量可以表示为：
Figure BDA0003679598180000145
其中，
Figure BDA0003679598180000146
表示主值距离差，Ru＝c/(2fprf)表示最大无模糊距离，
Figure BDA0003679598180000147
是脉冲重复周期，B表示信号带宽。
利用距离补偿后的回波数据和导向矢量，采用下述最大似然估计器进行第一次距离模糊数估计，得到第一次距离模糊数估计值：
Figure BDA0003679598180000148
其中，
Figure BDA0003679598180000149
Figure BDA00036795981800001410
是接收导向矢量。
进一步地，在获得第一次距离模糊数估计值之后，利用所述第一次距离模糊数估计值进行距离差估计，距离差估计可以表示如下：
Figure BDA0003679598180000151
其中，
Figure BDA0003679598180000152
表示进行角度、模糊数补偿后的导向矢量，
Figure BDA0003679598180000153
表示协方差矩阵，
Figure BDA0003679598180000154
表示补偿完距离模糊数、角度的发射导向矢量。
因此可以获得第一次距离模糊数估计值：
Figure BDA0003679598180000155
S3：利用多发多收参数估计模式，对分布式协同的所有平台接收到的回波信号进行信号级融合，并进行目标角度和距离的第二次粗估计。
在本实施例中，步骤S3包括：
S3.1：借助步骤S2所得到的第一目标角度粗估计值
Figure BDA0003679598180000156
和第一距离粗估计值
Figure BDA0003679598180000157
对所述频率分集阵平台每个阵元所接收到的频率分集阵平台发射的信号进行信号合成。
具体地，对频率分集阵平台接收到的自身发射的回波信号采用发射导向矢量进行合成，如下：
Figure BDA0003679598180000158
其中，
Figure BDA0003679598180000159
表示发射导向矢量，r表示搜索距离，由于是在远场窄带的情况下，因此β(t-τ21，21)≈β(t-τ21，22)≈，，，≈β(t-τ21，2M)，ξ1是发射导向矢量合成后的系数。
经过合成后，频率分集阵平台的每个阵元所接收的由自身所发射的信号合成为了1路信号；
S3.2：将所述1路合成信号与所述第一相控阵平台和所述第二相控阵平台发射的数据进行数据融合，获得所述频率分集阵平台的在多发多收模式下的融合回波信号。具体地，
以频率分集阵平台的第m根天线为例进行参数估计：
Figure BDA0003679598180000161
Figure BDA0003679598180000162
其中，
Figure BDA0003679598180000163
为第一相控阵平台发射信号与频率分集阵平台发射信号的估计相位差参数，
Figure BDA0003679598180000164
为第一相控阵平台发射信号与频率分集阵平台发射信号的估计时延差参数，
Figure BDA0003679598180000165
为所述频率分集阵平台的第m根阵元接收到的第一相控阵平台发射信号的相位，
Figure BDA0003679598180000166
表示为频率分集阵平台第m根阵元接收到的频率分集阵平台发射信号的相位。
利用估计相位差参数
Figure BDA0003679598180000167
和估计时延差参数
Figure BDA0003679598180000168
对频率分集阵平台的第m天线接收的回波信号进行融合，得到如下：
Figure BDA0003679598180000169
故频率分集阵平台的多发多收模式下的融合回波信号可表示为s2'＝[s21',s22',...,s2M']。
需要注意的是，所述第一相控阵平台和所述第二相控阵平台的单根阵元合成所接收到的频率分集阵平台的数据时，需要注意收发双程不对称性，如公式(8)所示，因此频率分集阵平台所估计出的距离
Figure BDA0003679598180000171
不能直接用于第一相控阵平台和第二相控阵平台接收的频率分集阵平台的信号的距离补偿，需要进行如下处理。
以第一相控阵平台接收到的频率分集阵平台数据的距离补偿为例，通过公式(8)发现距离补偿由R2+R1共同决定，因此可以通过S2估计出的参数
Figure BDA0003679598180000172
以及平台的几何关系算出第一相控阵平台与目标的距离R1的估计值
Figure BDA0003679598180000173
Figure BDA0003679598180000174
其中，D1表示第一相控阵平台和频率分集阵平台的间距，频率分集阵平台的补偿发射导向矢量可以表示为
Figure BDA0003679598180000175
同理，第二相控阵平台的补偿发射导向矢量可表示为
Figure BDA0003679598180000176
类似的，对第一相控阵平台，第二相控阵平台分别采用公式(24)进行数据融合可以得到s1'，s3'。
S3.3：在步骤S3.1的基础上，对分布式协同的所有平台接收到的回波进行信号级融合，对融合后的信号进行第二次角度估计，得到第二目标角度粗估计值
Figure BDA0003679598180000177
各平台间采用对每个平台相同序号的天线进行数据融合，以频率分集阵平台的第m根天线所接收到的信号为参考，进行相参参数估计，估计参数如下：
τ11,21＝τ11,11+Δτ12 (25)
τ11,21＝τ11,31+Δτ32 (26)
φ2m＝φ1m+Δφ12m (27)
φ2m＝φ3m+Δφ32m (28)
其中，Δτ12表示频率分集阵平台接收到的第一相控阵平台发射的信号与频率分集阵平台接收到的频率分集阵平台发射的信号的时延差，Δτ32表示频率分集阵平台接收到的第二相控阵平台的发射信号与频率分集阵平台接收到的频率分集阵平台发射的信号的时延差，Δφ12m表示频率分集阵平台第m个阵元接收到的第一相控阵平台发射的信号与频率分集阵平台接收到的频率分集阵平台发射的信号的相位差，Δφ32m表示频率分集阵平台第m个阵元接收到的第二相控阵平台发射的信号与频率分集阵平台接收到的频率分集阵平台发射的信号的相位差。
对平台间的数据进行数据融合，融合后的数据表示为如下：
Figure BDA0003679598180000181
因此多个平台数据融合后的数据表示为：
Figure BDA0003679598180000182
对融合后的数据采用公式(16)进行目标角度估计，可得目标角度第二估计值
Figure BDA0003679598180000183
S3.4：对分布式协同的所有平台接收到的频率分集平台发射的信号进行信号级融合，得到融合后信号
Figure BDA0003679598180000184
对融合后信号
Figure BDA0003679598180000185
利用第二目标角度粗估计值
Figure BDA0003679598180000186
进行距离估计，得到第二距离粗估计值
Figure BDA0003679598180000187
具体地，对每个平台接收到的频率分集阵平台发射的信号，以频率分集阵平台接收的数据为参考进行相参融合。对频率分集阵平台发射的每个通道的信号进行独立相参融合，以保留信号中的距离相位信息。首先以第一相控阵平台和频率分集阵平台为例进行相参融合，估计相位和时延参数如下：
τ2i,2j＝τ2i,1j+Δτ (31)
φ2i,2j＝φ2i,1j+Δφ (32)
其中，Δτ为第一相控阵平台接收到得频率分集阵平台发射信号与频率分集阵平台接收到的频率分集阵平台发射信号的时延差参数，Δφ为第一相控阵平台接收到的频率分集阵平台发射信号与频率分集阵平台接收到的频率分集阵平台发射的信号的相位差参数，因此数据融合能够表示为如下：
Figure BDA0003679598180000191
所以融合后的信号可表示为如下：
Figure BDA0003679598180000192
对融合后的信号采用(19)和(20)公式，估计距离差
Figure BDA0003679598180000193
和模糊数
Figure BDA0003679598180000194
进而获得频率分集阵平台与目标的第二次距离粗估计值
Figure BDA0003679598180000195
Figure BDA0003679598180000196
S3.5：采用步骤S3.4得到的第二距离粗估计值
Figure BDA0003679598180000197
并利用
Figure BDA0003679598180000198
进行角度估计，得到第三目标角度粗估计值
Figure BDA0003679598180000199
具体的，由所估计的
Figure BDA00036795981800001910
和
Figure BDA00036795981800001911
重构导向矢量
Figure BDA00036795981800001912
采用如下式进行估计角度：
Figure BDA00036795981800001913
S4：利用最小二乘加权参数估计模式(WLS估计模式)，对分布式协同探测过程中产生的参数粗估计值进行信息级融合，获得目标角度和距离的精估计值。
具体地，步骤S4包括：
S4.1：对第一目标角度粗估计值
Figure BDA0003679598180000201
第二目标角度粗估计值
Figure BDA0003679598180000202
和第三目标角度粗估计值
Figure BDA0003679598180000203
进行最小二乘加权，得到目标角度的精估计值；
对分布式相参过程中所估计的多个角度值采用如下式加权以提升角度估计精度，最终获得的目标角度的精估计值可以表示为如下：
Figure BDA0003679598180000204
其中，
Figure BDA0003679598180000205
Figure BDA0003679598180000206
E(*)表示求功率。
S4.2：对第一距离粗估计值
Figure BDA0003679598180000207
和第二距离粗估计值
Figure BDA0003679598180000208
进行最小二乘加权，得到目标与所述频率分集平台距离的精估计值。
对分布式相参过程中所估计的距离估计值
Figure BDA0003679598180000209
Figure BDA00036795981800002012
采用如下式进行加权以提升距离估计精度，最终获得目标与所述频率分集平台距离的精确估计值：
Figure BDA00036795981800002010
其中，
Figure BDA00036795981800002011
进一步地，以下通过仿真实验进一步说明本发明实施例基于分布式相控阵-频率分集阵的信号级协同探测方法的效果。
仿真实验一：本仿真所采用的多个平台分布如图2所示，设置目标距离R＝80km，f0＝10GHz，fi＝10GHz+(i-1)700kHz,i＝0...M，M＝10，阵元间距0.015m，平台1与平台2的距离D1＝19m，平台2和平台3的距离D2＝6m，脉冲重复周期PRF＝5kHz，快拍数为200，最大无模糊距离30km，信噪比SNR＝5dB，距离分辨率10m。为了直观地显示解距离模糊的效果，采用图3分布式相控阵体制进行对比，图3中平台2的每根阵元发射频率全部为f0＝10GHz，其余条件与图1一致。图4给出了分布式相控阵体制下的时域脉压图，图5给出了分布式相控阵体制下的capon谱估计图，显然相控阵体制在时域和波束域都无法直接解距离模糊。图6给出了分布式相控阵-频率分集阵列的capon谱估计图，显然发射频率包含距离信息，可以直接得到精确的距离信息。
仿真实验二：本仿真所采用的多个平台分布如图1所示，设置目标距离R＝70km，f0＝10GHz，fi＝10GHz+(i-1)700kHz,i＝0...M，M＝10，阵元间距0.015m，脉冲重复周期PRF＝5kHz，快拍数为200，最大无模糊距离30km，信噪比SNR从-20dB到10dB，距离分辨率10m，进行200次蒙特卡洛实验。图7和图8展示了本发明实施例所提出方法的参数估计性能，其中双模雷达表示Jingjing Zhu等人在“Cooperative Range and Angle Estimation with PA andFDA Radars文献中所提出的基于频率分集阵列的双模式雷达，并被证明具有较优的参数估计性能，MISO模式(FDA-PA协同)表示在本发明所提出的分布式相控阵-频率分集阵体制下采用步骤2进行参数估计，MIMO模式(FDA-PA协同)表示在本发明所提出的分布式相控阵-频率分集阵体制下采用步骤3进行参数估计，MIMO模式(PA协同)表示图3所展示的分布式相控阵体制采用上述文献中MIMO相参思路进行参数估计，WLS估计模式(FDA-PA协同)表示在本发明所提出的分布式相控阵-频率分集阵体制下采用步骤4进行参数。图7和图8证明了本发明实施例所提方法显著提升了频率分集阵列参数估计的性能。
本发明实施例有效地解决了分布式相控阵体制背景下距离估计模糊问题，相比现有频率分集阵列参数估计方法，有效提升了频率分集阵列参数估计精度。由于本实施例采用相控阵平台与频率分集平台协同探测，接收信号中含有距离信息，因此具有直接解距离模糊的优点；由于本实施例采用相控阵平台估计角度，频率分集阵平台利用相控阵估计的角度进行距离估计，因此具有高精度角度、距离估计的优点。
本发明的又一实施例提供了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于执行上述实施例中所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。本发明的再一方面提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上述实施例所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。具体地，上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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 (9)

1.一种基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，包括：
S1：利用基于分布式相控阵-频率分集阵的信号级协同探测模型进行信号发射并获得目标的回波信号，所述信号级协同探测模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台；
S2：利用多发单收参数估计模式，对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，并进行目标角度和距离的第一次粗估计，获得第一目标角度粗估计值和第一目标距离粗估计值；
S3：利用多发多收参数估计模式，对分布式协同的所有平台接收的回波信号进行信号级融合，并进行目标角度和距离的第二次粗估计；
S4：利用最小二乘加权参数估计，对分布式协同探测过程中产生的参数粗估计值进行信息级融合，获得目标角度和距离的精估计值。
2.根据权利要求1所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，所述S1包括：
S1.1：构建基于分布式相控阵-频率分集阵的信号级协同探测模型，所述模型包括第一相控阵平台、频率分集阵平台和第二相控阵平台；
S1.2：利用所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台中的每个天线发射阵元进行信号发射，并利用所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台中的每个天线发射阵元接收来自目标的回波信号；
S1.3：对每个天线发射阵元接收的来自目标的回波信号进行下变频及匹配滤波，获得处理后的回波信号。
3.根据权利要求1所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，所述S2包括：
S2.1：对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，分别得到所述第一相控阵平台的第一融合后回波信号、所述频率分集阵平台的第一融合后回波信号和所述第二相控阵平台的融合后回波信号的第一融合后回波信号；
S2.2：利用所述频率分集阵平台的第一融合后回波信号进行目标角度估计，获得第一目标角度粗估计值；
S2.3：利用所述第一目标角度粗估计值和所述频率分集阵平台接收到自身发射信号的回波信号进行无模糊距离估计，得到第一距离粗估计值。
4.根据权利要求3所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，对单个平台接收到的多个相控阵平台发射信号的回波信号进行信号级融合，包括：
利用所述第一相控阵平台接收的所述第一相控阵平台和所述第二相控阵平台的发射信号的回波信号进行相参参数估计，获得第一相控阵平台发射信号与第二相控阵平台发射信号的估计相位差参数以及第一相控阵平台发射信号与第二相控阵平台发射信号的估计时延差参数；
利用所述估计相位差参数和所述估计时延差参数对所述第一相控阵平台的对应天线阵元的接收信号进行融合，获得所述第一相控阵平台的第一融合后回波信号；
获得所述频率分集阵平台和所述第二相控阵平台的第一融合后回波信号。
5.根据权利要求3所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，所述S2.3包括：
对所述频率分集阵平台接收到自身发射信号的回波信号进行匹配滤波，得到主值距离，对第k个快拍的回波数据进行距离补偿，获得距离补偿后的回波数据和导向矢量；
利用距离补偿后的回波数据和导向矢量，采用最大似然估计器进行第一次距离模糊数估计，得到第一次距离模糊数估计值；
利用所述第一次距离模糊数估计值进行距离差估计，获得所述频率分集阵平台与目标之间的无模糊距离第一次粗估计值。
6.根据权利要求3所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，所述S3包括：
S3.1：利用所述第一目标角度粗估计值和第一距离粗估计值对所述频率分集阵平台每个天线阵元接收的频率分集阵平台发射的信号进行信号合成，获得一路合成信号；
S3.2：获得所述第一相控阵平台、所述频率分集阵平台和所述第二相控阵平台在多发多收模式下的融合后回波信号；
S3.3：对分布式协同的每个平台相同序号的天线接收的回波进行信号级融合，对融合后的信号进行第二次角度估计，得到第二目标角度粗估计值；
S3.4：对分布式协同的所有平台接收到的频率分集平台发射的信号进行信号级融合，得到融合后信号
Figure FDA0003679598170000031
对融合后信号
Figure FDA0003679598170000032
利用第二目标角度粗估计值
Figure FDA0003679598170000033
进行距离估计，得到第二距离粗估计值
Figure FDA0003679598170000034
S3.5：采用所述第二距离粗估计值
Figure FDA0003679598170000035
并利用
Figure FDA0003679598170000036
进行角度估计，得到第三目标角度粗估计值
Figure FDA0003679598170000037
7.根据权利要求6所述的基于分布式相控阵-频率分集阵的信号级协同探测方法，其特征在于，所述S4包括：
S4.1：对第一目标角度粗估计值
Figure FDA0003679598170000041
第二目标角度粗估计值
Figure FDA0003679598170000042
和第三目标角度粗估计值
Figure FDA0003679598170000043
进行最小二乘加权，得到目标角度的精估计值。
S4.2：对第一距离粗估计值
Figure FDA0003679598170000044
和第二距离粗估计值
Figure FDA0003679598170000045
进行最小二乘加权，得到目标与所述频率分集平台距离的精估计值。
8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序用于执行权利要求1至7中任一项所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述基于分布式相控阵-频率分集阵的信号级协同探测方法的步骤。
CN202210630848.7A 2022-06-06 2022-06-06 一种基于分布式相控阵-频率分集阵的信号级协同探测方法 Active CN115061125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210630848.7A CN115061125B (zh) 2022-06-06 2022-06-06 一种基于分布式相控阵-频率分集阵的信号级协同探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210630848.7A CN115061125B (zh) 2022-06-06 2022-06-06 一种基于分布式相控阵-频率分集阵的信号级协同探测方法

Publications (2)

Publication Number Publication Date
CN115061125A true CN115061125A (zh) 2022-09-16
CN115061125B CN115061125B (zh) 2024-08-20

Family

ID=83201388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210630848.7A Active CN115061125B (zh) 2022-06-06 2022-06-06 一种基于分布式相控阵-频率分集阵的信号级协同探测方法

Country Status (1)

Country Link
CN (1) CN115061125B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5442359A (en) * 1994-06-30 1995-08-15 Unisys Corporation Apparatus and method for mitigating range-doppler ambiguities in pulse-doppler radars
CN110146871A (zh) * 2019-05-21 2019-08-20 西安电子科技大学 基于双频偏fda-mimo雷达的目标参数估计方法
CN112612013A (zh) * 2020-11-26 2021-04-06 西安电子科技大学 Fda-mimo雷达增量距离-角度二维波束形成方法
CN113126076A (zh) * 2021-03-10 2021-07-16 西安电子科技大学 基于双模式雷达的协作式距离和角度参数估计方法及装置
CN114415137A (zh) * 2021-12-10 2022-04-29 西安电子科技大学 一种基于矩阵束原理的频率分集mimo雷达参数估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5442359A (en) * 1994-06-30 1995-08-15 Unisys Corporation Apparatus and method for mitigating range-doppler ambiguities in pulse-doppler radars
CN110146871A (zh) * 2019-05-21 2019-08-20 西安电子科技大学 基于双频偏fda-mimo雷达的目标参数估计方法
CN112612013A (zh) * 2020-11-26 2021-04-06 西安电子科技大学 Fda-mimo雷达增量距离-角度二维波束形成方法
CN113126076A (zh) * 2021-03-10 2021-07-16 西安电子科技大学 基于双模式雷达的协作式距离和角度参数估计方法及装置
CN114415137A (zh) * 2021-12-10 2022-04-29 西安电子科技大学 一种基于矩阵束原理的频率分集mimo雷达参数估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIU, Z等: "At the analysis stage, the Cramer-Rao bounds are studied to verify the performance of parameter estimation. Extensive simulation results demonstrate the effectiveness of parameter estimation with the dual-mode array radar", 《IEEE》, 1 October 2021 (2021-10-01) *
ZHU, J等: "Target Localization under Multi-Target Scenario with PA and FDA Radars", 《CIE INTERNATIONAL CONFERENCE ON RADAR 》, 1 January 2021 (2021-01-01) *
王伟伟;吴孙勇;许京伟;杨晓超;: "基于频率分集阵列的机载雷达距离模糊杂波抑制方法", 电子与信息学报, no. 10, 15 October 2015 (2015-10-15) *

Also Published As

Publication number Publication date
CN115061125B (zh) 2024-08-20

Similar Documents

Publication Publication Date Title
CN111308437B (zh) 一种毫米波mimo交通雷达求熵解速度模糊的方法
CN109975807B (zh) 一种适用于毫米波车载雷达的降维子空间测角方法
US9562968B2 (en) Sensor system and method for determining target location using sparsity-based processing
CN104155648B (zh) 基于阵列数据重排的高频地波雷达单次快拍music测向方法
CN108693511B (zh) 时分复用mimo雷达的运动目标角度计算方法
US6720910B2 (en) Pri-staggered post-doppler adaptive monopulse processing for detection and location of a moving target in ground clutter
CN105403864B (zh) 基于改进斜投影的二维船载高频地波雷达海杂波抑制方法
CN112379333B (zh) 基于空时维正交投影滤波的高频雷达海杂波抑制方法
CN113238192B (zh) 基于特征投影预处理的四通道主瓣干扰抑制测角方法
CN108828504B (zh) 基于部分相关波形的mimo雷达目标方向快速估计方法
Lee et al. ICA‐based phase‐comparison monopulse technique for accurate angle estimation of multiple targets
CN110646765B (zh) 一种基于黎曼距离的广义旁瓣对消算法
CN108828586A (zh) 一种基于波束域的双基地mimo雷达测角优化方法
CN110196417B (zh) 基于发射能量集中的双基地mimo雷达角度估计方法
CN108490425B (zh) 一种双基地mimo雷达的测角方法
CN114779236A (zh) 一种基于空间平滑music改进的米波雷达低仰角测高方法
CN111505600B (zh) 基于stpc的fda-mimo雷达信号处理方法、装置及介质
CN104614711A (zh) 一种基于联合距离维的杂波抑制方法和装置
Li et al. Enhanced beamspace MUSIC for cost‐effective FMCW automotive radar
CN115061125A (zh) 一种基于分布式相控阵-频率分集阵的信号级协同探测方法
CN115932824A (zh) 一种基于多天线的fmcw雷达测距方法及系统
CN112666558B (zh) 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置
CN113126076A (zh) 基于双模式雷达的协作式距离和角度参数估计方法及装置
Huang et al. Joint transmitting subarray partition and beamforming for active jamming suppression in phased-MIMO radar
Wu et al. Accelerating 3-D MUSIC Algorithm With Fast Fourier Transform for Collocated FDMA-MIMO Radar With Subarray Configuration

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