CN115166648A - 一种低信噪比雷达信号处理方法及装置 - Google Patents

一种低信噪比雷达信号处理方法及装置 Download PDF

Info

Publication number
CN115166648A
CN115166648A CN202211092347.4A CN202211092347A CN115166648A CN 115166648 A CN115166648 A CN 115166648A CN 202211092347 A CN202211092347 A CN 202211092347A CN 115166648 A CN115166648 A CN 115166648A
Authority
CN
China
Prior art keywords
signal
data
time domain
pulse
radar
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
CN202211092347.4A
Other languages
English (en)
Other versions
CN115166648B (zh
Inventor
张晓宁
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.)
Beijing Xuanyong Technology Development Co ltd
Original Assignee
Beijing Xuanyong Technology Development Co ltd
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 Beijing Xuanyong Technology Development Co ltd filed Critical Beijing Xuanyong Technology Development Co ltd
Priority to CN202211092347.4A priority Critical patent/CN115166648B/zh
Publication of CN115166648A publication Critical patent/CN115166648A/zh
Application granted granted Critical
Publication of CN115166648B publication Critical patent/CN115166648B/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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2928—Random or non-synchronous interference pulse cancellers

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

本申请公开了一种低信噪比雷达信号处理方法及装置，属于雷达信号处理研究的技术领域。首先，将获取的雷达信号数据进行自相关处理，得到时域自相关信号包络；接着，计算自适应门限，利用自适应门限对时域自相关信号包络进行检测，得到第一脉冲信号时域数据；然后对包含脉冲信号的第一脉冲信号时域数据进行参数粗估计，对脉冲信号时域数据进行脉冲压缩处理计算得到雷达信号脉冲重复周期，利用所述第一脉冲信号时域数据，得到第二信号检测门限；利用利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。本发明实现了对低信噪比雷达信号参数的高精度估计效果。

Description

一种低信噪比雷达信号处理方法及装置
技术领域
本申请属于雷达信号处理研究的技术领域，特别涉及一种低信噪比雷达信号处理方法及低信噪比雷达信号处理装置。
背景技术
针对雷达信号的处理是国内外雷达领域长期以来开展研究的热点之一，现已形成一系列基于时域、频域和时频域的较为成熟的处理分析方法。例如，常用的时频分析方法有短时傅里叶变换（Short Time Fourier Transform，STFT）、Wigner-Ville分布（Wigner-Ville Distribution，WVD）和平滑伪Wigner-Ville分布（Smoothed Pseudo Wigner-VilleDistribution，SPWVD）等，其中STFT算法计算量小，但是其时频分辨率相互受限，不能同时达到较高的估计精度；WVD算法具有良好的时频聚集性，提高了参数估计精度，然而这种算法受到严重的交叉项的影响；SPWVD是WVD的一种改进算法，这种算法利用时域平滑滤波的方法有效地抑制了交叉项的干扰，但是算法复杂度与计算量又大大增加。上述算法主要完成对采集的雷达信号数据进行脉宽、脉冲重周期等信号的时域参数精确测量，并在此基础上，对雷达信号的脉内调频进行模式识别与频域参数的准确测量，它们各有特点，被应用于不同的应用环境和需求中。但是，雷达信号的参数估计算法对信号的信噪比非常敏感，目前大多数算法在较高信噪比条件下都能够对非平稳信号的参数进行较为准确的估计提取，但很难满足低信噪比条件下的参数高精度测量需求。
针对上述现有技术的问题，本发明提出一种低信噪比雷达信号处理方法。
发明内容
为了解决所述现有技术的不足，本申请提供了一种低信噪比雷达信号处理方法，旨在提高低信噪比雷达信号的参数估计精度。
本申请所要达到的技术效果通过以下方案实现：
第一方面，本发明提供一种低信噪比雷达信号处理方法，所述方法包括：
计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据；
对所述第一脉冲信号时域数据进行粗估算，得到脉冲信号参数的粗估计结果；
利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限；
利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
可选地，所述选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络，包括：
根据所述雷达信号数据得到信号起止位置和相关长度；
根据所述信号起止位置和所述相关长度得到所述自相关结果；
根据所述自相关结果对所述雷达信号数据进行包络检波得到所述时域自相关信号包络。
可选地，所述计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据，包括：
获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限；
利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。
可选地，所述获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限，包括：
将所述时域自相关信号包络分成多段子时域自相关信号包络，获取所述子时域自相关信号包络的部分所述样本；
根据所述样本计算所述第一自适应门限；其中，所述第一自适应门限用于检测所述子时域自相关信号包络，每一所述子时域自相关信号包络对应一所述第一自适应门限。
可选地，所述利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限，包括：
获取所述雷达信号数据的脉冲峰值间距，根据所述峰值间距确定脉组重复周期；
根据所述脉组重复周期对所述雷达信号数据进行分组，得到子脉冲信息数据；
将所述子脉冲信息数据进行非相参积累，以获得精确的第二信号检测门限。
可选地，所述获取所述雷达信号数据的峰值间距，根据所述峰值间距确定所述脉组重复周期，包括：
选取一段所述第一时域数据的第一脉冲信号时域数据；
将所述第一时域数据的第一脉冲信号时域数据作为对照数据，对所述雷达信号数据进行匹配滤波；
获取匹配滤波后的所述雷达信号脉冲压缩结果的所述峰值间距；
根据所述峰值间距确定所述脉组重复周期。
可选地，所述利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果，包括：
利用所述获取的脉组重复周期对所述雷达信号数据包络对齐；
对所述包络对齐信号进行非相参叠加，得到经非相参叠加后的脉冲信号第二时域数据；
利用所述经非相参叠加后的脉冲信号第二时域数据计算得到较为精确的第二信号检测门限；
利用所述第二检测门限对所经非相参叠加后的脉冲信号第二时域数据进行检测划分，得到脉冲信号的第三时域数据；
依次对所述脉冲信号第三时域数据中的脉冲进行相位补偿，得到经相位补偿的脉冲信号第四时域数据；
对所述经相位补偿的脉冲信号第四时域数据进行相参积累，根据相参累积结果得到高信噪比信号；
根据高信噪比信号确定子脉冲信号位置，计算子脉冲信号的信噪比信息，并根据子脉冲的信噪比来确定所述子脉冲信号的置信度；
以置信度最高的所述子脉冲信号的参数来推测其他低信噪比子脉冲信号参数；
对各子脉冲信号进行时频分析或相位分析，以提取子带带宽、子带起始频率，子带调频率以及子带编码。
第二方面，本发明提供一种低信噪比雷达信号处理装置，所述装置包括：
选取模块，用于选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络；
第一计算模块，用于计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据；
粗估算模块，用于对所述脉冲信号时域数据进行粗估算得到雷达信号参数粗估计结果；
第二计算模块，用于利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限；
第三计算模块，用于利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
第三方面，本发明提供一种电子设备，所述电子设备包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面所述的方法。
本申请具有以下优点：
本申请一种低信噪比雷达信号处理方法，首先，将获取的雷达信号数据进行自相关处理，得到时域自相关信号包络；接着，计算自适应门限，利用自适应门限对时域自相关信号包络进行检测，得到第一脉冲信号时域数据；然后对包含脉冲信号的第一脉冲信号时域数据进行参数粗估计，对脉冲信号时域数据进行脉冲压缩处理计算得到雷达信号脉冲重复周期，利用所述第一脉冲信号时域数据，得到第二信号检测门限；利用利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。本发明依次对所述雷达信号数据进行自相关处理、自适应门限检测、脉冲信号参数粗测、脉冲信号积累时域数据、精确信号检测门限和精确信号参数估计结果，从而实现了对低信噪比雷达信号参数的高精度估计效果。
附图说明
为了更清楚地说明本申请实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例中低信噪比雷达信号处理方法的流程图；
图2为本申请一实施例中中的低信噪比雷达信号；
图3为本申请一实施例中将低信噪比雷达信号进行数据进行自相关处理得到的时域自相关信号的包络图；
图4为本申请一实施例中第一自适应门限生成的示意图；
图5为本申请一实施例中的信号时域波形和相关检测处理后的波形；
图6为本申请图5对应实施例中数据采用所述改进型短时分数阶傅立叶（STFRFT）算法进行粗估算后得到的雷达信号参数粗估计参数的示意图；
图7为本申请一实施例中搜索区间内FRFT三维图；
图8为本申请一实施例中最优旋转角度下FRFT结果；
图9为本申请一实施例中非相参积累结果图；
图10为本申请一实施例中数据分组结果示意图；
图11为本申请一实施例中数据分组结果示意图；
图12为本申请一实施例中数据对齐结果的示意图；
图13为本申请一实施例中的雷达信号波形；
图14为本申请图13对应实施例中将雷达信号数据进行脉冲压缩得到的结果示意图；
图15为本申请一实施例中高信噪比信号图；
图16为本申请一实施例中低信噪比雷达信号处理装置；
图17为本申请一实施例中电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请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。
相关技术中，雷达信号的参数估计算法对信号的信噪比非常敏感，目前大多数算法在较高信噪比条件下都能够对非平稳信号的参数进行较为准确的估计提取，而很难满足低信噪比条件下的参数高精度测量需求。针对相关技术存在的问题，本申请提出一种低信噪比雷达信号处理方法，可以获取雷达信号数据；接着，将所述雷达信号数据进行自相关处理，得到时域自相关信号包络；再接着，获取自适应门限，利用所述自适应门限对所述时域自相关信号包络进行检测，得到第一时频数据；然后，根据所述第一时频数据确认第一门限，利用所述第一门限对所述第一时频数据进行检测，以得到目的信号数据。本发明依次对所述雷达信号数据进行自相关处理、自适应门限检测以及第一门限检测实现对低信噪比雷达信号进行参数估计与提取，提高低信噪雷达信号参数提取的精度。
下面结合附图，详细说明本申请的非限制性实施方式。
如附图1所示，本申请一种低信噪比雷达信号处理方法，包括：
S101：选取一段数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络。
将所述雷达信号数据进行自相关处理，即采用时域自相关算法处理所述雷达信号数据，得到时域自相关信号包络，减少计算量，可实现雷达信号的实时检测。
在一示例中，如附图2和附图3所示，所述将所述雷达信号数据进行自相关处理，得到时域自相关信号包络，可以根据所述雷达信号数据得到信号起止位置和相关长度；接着，根据所述信号起止位置和所述相关长度得到所述自相关结果；然后，根据所述自相关结果对所述雷达信号数据进行包络检波得到所述时域自相关信号包络，所述雷达信号适合低信噪比条件。
具体地，假设接收到的直达波信号经过正交解调后数字化表达式为：
Figure 609339DEST_PATH_IMAGE001
=A exp[ jπ(ϕ0+2fc nΔ+kr(nΔ)2)]⋅rect(n-N)+w(nΔ)，
其中，△为采样间隔，fc为残余载频即中心频率，kr为调频率，N为脉冲宽度，脉冲区间为[N1, N2]，w(n)为均值为0，方差为σ2的加性高斯白噪声。
其自相关函数为：
Figure 182402DEST_PATH_IMAGE002
，其中 L为相关长度，n为信号数据中的采样点。比较
Figure 541840DEST_PATH_IMAGE003
与
Figure 276577DEST_PATH_IMAGE004
可以发现：
Figure 354255DEST_PATH_IMAGE005
，
从上式可以看出，采用递推运算，每计算一个新的
Figure 465430DEST_PATH_IMAGE006
仅需一次复乘和两次复加，计算量小，可实现雷达信号的实时检测，所述自相关函数为本申请的改进型自相关算法。
当累积长度 L<N时，相关结果为：
Figure 679374DEST_PATH_IMAGE007
,
其中，幅值值
Figure 116171DEST_PATH_IMAGE008
，噪声相关结果为
Figure 415566DEST_PATH_IMAGE010
。
由此，可以看出，对于脉冲区间为[N1, N2]的LFM脉冲信号，经过L点自相关后，在区间[N1-L, N1-1] ∪[N2-L, N2]会出现宽度为L的过渡带，区间[N1, N2-L]为LFM信号相关结果，即周期为
Figure 330432DEST_PATH_IMAGE011
的单频信号。所以，自相关结果的包络由信号起止位置和相关长度决定，对相关结果进行包络检波即可得到信号起止时刻，其估计精度由信号信噪比和相关长度决定。
由于LFM信号相关结果为周期为
Figure 398882DEST_PATH_IMAGE011
的单频信号，对于宽带脉冲信号会使自相关估计结果恶化，甚至低于检测门限，这可通过对相关结果进行二次相关运算来改进。为简便运算，也可直接对信号绝对值作相关运算来改进：
Figure 6581DEST_PATH_IMAGE012
。
S102：计算自适应门限，利用所述自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。
所述第一自适应门限是指设置的检测幅值，将所述时域自相关信号包络中的信号幅值与自适应门限进行比较，以得到第一脉冲信号时域数据。为了提高检测得到的第一脉冲时域数据的有效性，所述时域自相关信号包络可采用所述自适应门限进行检测，所述第一自适应门限的值是变化的，不同位置的所述时域自相关信号采用不同值的第一自适应门限进行检测。
在一示例中，所述计算得到的自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。计算所述第一自适应门限的方法是，获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限；然后，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。
在一示例中，如附图4所示，所述获取所述时域自相关信号包络的部分样本，根据所述样本得到所述第一自适应门限，可以将所述时域自相关信号包络分成多段子包络，获取所述子包络的部分所述样本；然后，根据所述样本得到所述第一自适应门限；其中，所述第一自适应门限用于检测整个所述子包络，每一所述子包络对应一所述第一自适应门限。不断滑动样本，从而不断得到新的第一自适应门限，用于时域自相关信号包络的检测，该方法可提高检测得到的所述第一时域数据的第一脉冲信号时域数据的有效性。
具体地，所述第一自适应门限（THR）可采用下面的公式计算得到：
Figure 793272DEST_PATH_IMAGE013
，
其中，
Figure 511829DEST_PATH_IMAGE014
为获得的样本序列的方差，
Figure 700365DEST_PATH_IMAGE015
为调节因子，
Figure 213386DEST_PATH_IMAGE016
为偏置补偿因子。
S103：对所述第一脉冲信号时域数据进行粗估算，得到脉冲信号参数的粗估计结果。
对所述冲信号第一时域数据进行粗估算得到信号的时频参数，该算法可用于快速计算，提高信号参数的估计速度，具体地，如附图5-附图8所示，利用本申请改进的短时分数阶傅立叶分析技术对第一时域数据的第一脉冲信号时域数据的时频域参数进行粗估计，至此完成对空间雷达信号参数的快速估计。具体地，获取一段雷达信号的时域波形数据，采用改进型自相关算法对其进行脉冲检测得到第一时域数据的第一脉冲信号时域数据，再利用本申请改进的短时分数阶傅立叶分析算法对第一时域数据的第一脉冲信号时域数据的时频域参数进行粗估计，具体地，对第一时域数据的第一脉冲信号时域数据的时频域参数估计包括上升沿估计和下降沿估计。利用FRFT2算法搜索FRFT三维图内的峰值点，得到最优旋转角度下的FRFT结果。
具体地，STFRFT为一种加窗变换，表示信号在具有时间-分数阶域频率基上的展开形式。信号
Figure 752951DEST_PATH_IMAGE017
旋转角度为
Figure 744041DEST_PATH_IMAGE018
上STFRFT定义为：
Figure 52663DEST_PATH_IMAGE019
，其中，
Figure 2164DEST_PATH_IMAGE020
为窗函数，一般取对称的实函数，旋转角度
Figure 763447DEST_PATH_IMAGE021
为FRFT的阶次，可为任意实数，
Figure 552368DEST_PATH_IMAGE022
为FRFT的核函数，其中，
Figure 449917DEST_PATH_IMAGE023
由于LFM信号在某个旋转角度的FRFT是一个
Figure 570320DEST_PATH_IMAGE024
函数，所以FRFT对于LFM信号具有最佳的聚集特性，在信噪比较低时，仍可区分LFM脉冲信号与噪声，而STFRFT又具有时间域的分辨能力，故可以利用STFRFT的时间-分数阶域频率定位能力来处理LFM脉冲信号，精确估计LFM脉冲的起止时刻。
估计公式为：
Figure 818898DEST_PATH_IMAGE025
其中，
Figure 417370DEST_PATH_IMAGE026
分别是相邻脉冲的起始时刻，
Figure 435005DEST_PATH_IMAGE027
为脉冲终止时刻，
Figure 726309DEST_PATH_IMAGE028
为信号脉宽，
Figure 196604DEST_PATH_IMAGE029
为脉冲重复间隔，
Figure 598767DEST_PATH_IMAGE030
为t时刻信号在旋转角度
Figure 736487DEST_PATH_IMAGE018
下的STFRFT绝对值。
由于相关检测估计结果受信噪比和相关长度限制，为了提高检测概率，相关运算必须增加相关长度，但会导致过渡带长度增加，脉冲宽带估计的精度降低。所以，为改进检测精度，我们可以在相关检测的基础上，利用STFRFT变换只对过渡带内信号进行处理，实现高精度估计，而这又会增加计算量。
为解决实时性和精确度之间的矛盾，必须寻找减小计算量的方法。相关检测可以实时实现，计算量的增加主要是由于STFRFT运算。STFRFT的重点在于找到使信号达到最佳聚集特性的旋转角度，这是一个二维搜索过程，计算量很大。而旋转角度
Figure 933113DEST_PATH_IMAGE018
由信号调频率
Figure 890705DEST_PATH_IMAGE031
决定：
Figure 830979DEST_PATH_IMAGE032
，其中fs为采样率，T为脉冲宽度。所以，可通过计算量较小的离散多项式相位变换法（DPT算法），首先估计出调频率，由式（2,16）得到旋转角度，再进行STFRFT运算，实现参数的高精度估计。具体步骤如下：
S1031：利用相关检测，对脉冲信号的起止时刻进行粗估计。
由于相关运算后噪声服从
Figure 557627DEST_PATH_IMAGE033
分布，
Figure 190733DEST_PATH_IMAGE034
可由
Figure 901200DEST_PATH_IMAGE035
近似得到，
Figure 379586DEST_PATH_IMAGE035
为噪声标准差的无偏估计值，其计算公式为为
Figure 226319DEST_PATH_IMAGE036
，式中，
Figure 764748DEST_PATH_IMAGE037
为在正交解调前第i时刻的噪声。所以，在一定虚警概率下，检测门限可由噪声相关后概率分布确定为
Figure 696932DEST_PATH_IMAGE038
，其中，
Figure 979009DEST_PATH_IMAGE039
,
Figure 945828DEST_PATH_IMAGE040
，
Figure 920737DEST_PATH_IMAGE041
由信噪比决定，一般在2~10范围。
S1032：采用DPT算法对LFM信号调频率
Figure 68779DEST_PATH_IMAGE031
进行粗估。
假设DPT算法进行FFT后最大谱线处对应的频率为
Figure 154546DEST_PATH_IMAGE042
，假设左右次谱线处对应的频率分别为
Figure 975872DEST_PATH_IMAGE043
，真实频率
Figure 121682DEST_PATH_IMAGE044
，从而可得出
Figure 762879DEST_PATH_IMAGE045
，即实际调频率
Figure 386759DEST_PATH_IMAGE046
。由
Figure 328170DEST_PATH_IMAGE047
得
Figure 644882DEST_PATH_IMAGE048
，其中N为脉冲宽度，Δ奈为采样间隔，另外，由于空间雷达发射信号的带宽范围是可以大致确定的，而根据DPT算法得到的调频率与相关检测得到的脉宽粗估值相乘，即可得到粗估带宽值，所以，此步骤可排除干扰信号，提高处理效率。
S1043：利用FRFT2算法在DPT算法确定的搜索区间内对欠采样信号进行峰值点的搜索。
求二维平面峰值点的过程转化为在式
Figure 773375DEST_PATH_IMAGE048
确定的区间内搜索最大值的过程：首先，对信号进行欠采样处理（信号 SNR>-7dB，欠采样倍数 n≤6），再采用FRFT2算法对欠采样的信号进行搜索。
S1034：利用能量重心法精确估计调频率，得到最优旋转角度
Figure 466524DEST_PATH_IMAGE049
。
能量重心法是利用窗谱函数的能量重心位于坐标原点的原理对估计进行校正，当频谱能量比较集中时，可利用主瓣内功率谱值较大的几条谱线做近似计算，校正公式为：
Figure 465704DEST_PATH_IMAGE050
，式中，
Figure 953317DEST_PATH_IMAGE051
利用该式，对步骤S1032中欠采样信号在旋转角度区间内的FRFT2变换结果进行校正，得到最优旋转角度，从而得到调频率估计精确值为
Figure 569106DEST_PATH_IMAGE052
。
S1035：对原始采样信号进行最优旋转角度
Figure 800368DEST_PATH_IMAGE053
的Zoom-FRFT运算，得到FRFT域主瓣内谱线并再次利用能量重心法进行谱校正，求出谱峰处的频率
Figure 919633DEST_PATH_IMAGE054
，从而得到中心频率估计精确值为
Figure 312569DEST_PATH_IMAGE055
。
综合上述分析，自相关算法和STFRFT结合起来，同时利用DPT算法替代STFRFT的搜索过程，不仅能够实现LFM脉冲信号参数的实时估计，还可以得到信号时宽和重复频率的精确结果，即使在低信噪比条件下，估计算法依然具有良好效果。
S104：利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限。
S105：利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
对所述第一时域数据的第一脉冲信号时域数据二次测量，提高数据的精确度和有效性。
在一示例中，所述根据所述脉冲信号时域数据确认较为精确的第二检测门限，利用所述第二检测门限对所述雷达信号时域数据进行检测，以得到雷达售信号参的精确测量结果。具体步骤如下：首先通过脉压处理获取所述雷达信号数据脉压结果的峰值间距，根据所述峰值间距确定脉组重复周期；接着，根据所述脉组重复周期对所述第一时频数据进行分组，得到子信息数据；再接着，如附图9所示，将所述子信息数据进行非相参数积累，得到非相参积累结果，提高信噪比，以获得较为精确的第二检测门限；然后，利用所述第二检测门限对所述雷达信号数据进行检测，以得到所述目的信号参数精确估计值。
为进一步提高微弱信号处理分析能力，实现频域参数精确估计，需要进一步提高待分析处理信号的信噪比。分析确定脉组时需确定脉组间隔N。以脉组为单位对待处理的信号数据进行分块积累。由于噪声、脉冲信号过渡带，以及脉冲重复周期变化的存在，每个脉组之间的间隔存在偏差，因此，如附图10-附图12所示，需要对数据进行包络对齐，得到数据对齐结果，然后再进行积累。如附图10-附图12为按照脉组间隔分组的结果，数据分组结果显示了数据分组后存在移位偏差。利用积累后的高信噪比信号可更加从容地选择所述较为精确的第二检测门限，从而进一步对脉冲信号位置进行精确估计。同时可根据其在脉组内的位置差值确定检测出来的子脉冲个数，并利用两脉组间的最小间距和脉组总长度来估计脉组内的子脉冲个数。
在一示例中，所述获取所述雷达信号数据的峰值间距，根据所述峰值间距确定所述脉组重复周期，可以选取脉冲信号数据或一段包含雷达信号的有效信号数据；接着，将所述有效信号数据作为对照数据，对所述雷达信号数据进行匹配滤波；再接着，获取匹配滤波后的所述脉压结果的所述峰值间距；然后，根据所述峰值间距确定所述脉组重复周期。
具体地，选取所述第一时域数据的第一脉冲信号时域数据或者一段包含脉冲信号的数据作为对照数据（选取的对照数据应包括有效脉冲，或包括有效脉冲组），然后利用对照数据对全部待处理信号进行匹配滤波。
具体地，假
Figure 150075DEST_PATH_IMAGE056
的对照数据的脉冲信号为：
Figure 653868DEST_PATH_IMAGE057
，其中，
Figure 158799DEST_PATH_IMAGE058
为：脉冲信号的发射时宽；f0为：该子带信号的起始频率；k为:线性调频信号的调频率。设目标距离接收天线距离为R0，目标发射的脉冲到达接收天线的时延为
Figure 722635DEST_PATH_IMAGE059
，即
Figure 47437DEST_PATH_IMAGE060
；目标的径向速度为
Figure 349063DEST_PATH_IMAGE061
，于是有接收信号为
Figure 442921DEST_PATH_IMAGE062
。令
Figure 443238DEST_PATH_IMAGE063
，有
Figure 989757DEST_PATH_IMAGE064
。令匹配滤波器的冲击响应
Figure 366511DEST_PATH_IMAGE065
，则匹配滤波器的输出为：
Figure 580455DEST_PATH_IMAGE066
。
上述分析说明，对于待处理的雷达信号数据，若其包含的脉冲信号与选取的对照数据一致，匹配滤波器将输出峰值，以得到匹配滤波结果。如附图13和附图14所示，经与对照数据匹配滤波后，待处理雷达信号数据中对应的所有脉冲位置都将出现峰值，信噪比显著提高，测量这些峰值间的时间间隔，就可以得到雷达信号时域数据的PRT（脉冲重复时间）。
在一示例中，利用所述获取的脉组重复周期对所述雷达信号数据包络对齐；对所述包络对齐信号进行非相参叠加，得到经非相参叠加后的脉冲信号第二时域数据；利用所述经非相参叠加后的脉冲信号第二时域数据计算得到较为精确的第二信号检测门限；接着，利用所述第二检测门限对所经非相参叠加后的脉冲信号第二时域数据进行检测划分，得到脉冲信号的第三时域数据；接着，依次对所述脉冲信号第三时域数据中的脉冲进行相位补偿，得到经相位补偿的脉冲信号第四时域数据；再接着，如附图15所示，对所述经相位补偿的脉冲信号第四时域数据进行相参积累，根据相参累积结果得到高信噪比信号；再接着，根据高信噪比信号确定子脉冲信号位置，以得到子脉冲信号的信噪比信息，并根据子脉冲的信噪比来确定所述子脉冲信号的置信度；再接着，以置信度最高的所述子脉冲信号的参数来推测其他低信噪比子脉冲信号参数；然后，对各子脉冲信号进行时频分析或相位分析，以提取子带带宽、子带起始频率，子带调频率以及子带编码，其中，所述目的信号数据包括所述子带带宽、所述子带起始频率以及所述子带编码。
具体地，利用更加精确的第二检测门限，对所述待处理雷达信号的脉压结果的非相参叠加结果进行检测划分，得到脉冲信号的第三时域数据，并利用相位相关技术，依次对子脉冲间的相位进行补偿，并根据补偿结果再次进行相参积累。根据提取的子脉冲信号的位置，进一步开展信号的相参积累，相参积累和非相参积累惟一不同之处在于，相参积累在信号积累前将对信号做相位补偿。根据非相参积累提取出的信号位置，分别计算子脉冲与参考子脉冲的相位误差，然后对所述第三时频数据脉冲间进行相位补偿，得到脉冲信号的第四时域数据，补偿后第四时频数据进行积累。相参积累首先要保证信号相加时是相参的，由于各脉组之间相位有些差别，所以在进行积累前需要先对各个子脉的相位进行补偿，将各信号脉冲相位校正为一致后再进行积累。
具体地，假设进行相参积累的参考脉冲信号为：
Figure 751673DEST_PATH_IMAGE067
，其他脉组相对应的脉冲信号为：
Figure 51068DEST_PATH_IMAGE068
，其中，
Figure 965934DEST_PATH_IMAGE069
为参考信号的相位调制，
Figure 34384DEST_PATH_IMAGE070
为其他脉组信号的相位调制，
Figure 110925DEST_PATH_IMAGE071
为高斯白噪声。
由此可见，两信号之间的相位调制是不同的，提取二者相位差
Figure 163194DEST_PATH_IMAGE072
对积累信号进行相位补偿：
Figure 350593DEST_PATH_IMAGE073
，将补偿完的信号与参考信号相加：
Figure 804708DEST_PATH_IMAGE074
，由此可知，相参积累后的信号电平提高，而噪声电平没有变化，成功地利用相参积累提高了信号的信噪比，可以采用较为设置门限的方式，将数据中的信号部分和噪声部分分离开来以便于后续利用高信噪比的信号进行时宽、带宽、载频、编码等参数信息的提取。
具体地，根据相关积累后提高的信噪比，设定门限对信号区域与噪声区域进行划分，根据划分后信号长度，可确定信号的脉宽，并根据划分结果提取信号。基于相参积累后的高信噪比信号，可对子脉冲的脉冲宽度进行精确估计。同时，根据高信噪比信号确定的子脉冲位置可以计算脉冲信号的信噪比信息，并根据子脉冲信号的信噪比来确定该子脉冲信号参数提取的置信度，再依据信噪比推测出的置信度进一步对脉冲信号参数进行估计，以置信度最高的子脉冲参数来推测其他低信噪比子脉冲参数，然后，对各子脉冲信号进行时频分析或相位分析，以提取子带带宽、子带起始频率，子带调频率以及子带编码等信号特征。
如附图16所示，是本申请一种低信噪比雷达信号处理装置，所述装置包括：
选取模块，用于选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络；
第一计算模块，用于计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据第一时域数据的第一脉冲信号时域数据；
粗估算模块，用于对所述脉冲信号时域数据进行粗估算得到雷达信号参数粗估计结果；
第二计算模块，用于利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限第一时域数据的第一脉冲信号时域数据；
第三计算模块，用于利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
可选地，所述选取模块，用于：
根据所述雷达信号数据得到信号起止位置和相关长度；
根据所述信号起止位置和所述相关长度得到所述自相关结果；
根据所述自相关结果对所述雷达信号数据进行包络检波得到所述时域自相关信号包络。
可选地，所述第一计算模块，用于：
获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限；
利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。
可选地，所述第一计算模块，用于：
将所述时域自相关信号包络分成多段子时域自相关信号包络，获取所述子时域自相关信号包络的部分所述样本；
根据所述样本计算所述第一自适应门限；其中，所述第一自适应门限用于检测所述子时域自相关信号包络，每一所述子时域自相关信号包络对应一所述第一自适应门限。
可选地，所述第二计算模块，用于：
获取所述雷达信号数据的脉冲峰值间距，根据所述峰值间距确定脉组重复周期；
根据所述脉组重复周期对所述雷达信号数据进行分组，得到子脉冲信息数据；
将所述子脉冲信息数据进行非相参积累，以获得精确的第二信号检测门限。
可选地，所述第二计算模块，用于：
选取一段所述第一时域数据的第一脉冲信号时域数据；
将所述第一时域数据的第一脉冲信号时域数据作为对照数据，对所述雷达信号数据进行匹配滤波；
获取匹配滤波后的所述雷达信号数据的脉压峰值间距；
根据所述峰值间距确定所述脉组重复周期。
可选地，所述第三计算模块，用于：
利用所述获取的脉组重复周期对所述雷达信号数据包络对齐；
对所述包络对齐信号进行非相参叠加，得到经非相参叠加后的脉冲信号第二时域数据；
利用所述经非相参叠加后的脉冲信号第二时域数据计算得到较为精确的第二信号检测门限；
利用所述第二检测门限对所经非相参叠加后的脉冲信号第二时域数据进行检测划分，得到脉冲信号的第三时域数据；
依次对所述脉冲信号第三时域数据中的脉冲进行相位补偿，得到经相位补偿的脉冲信号第四时域数据；
对所述经相位补偿的脉冲信号第四时域数据进行相参积累，根据相参累积结果得到高信噪比信号；
根据高信噪比信号确定子脉冲信号位置，计算子脉冲信号的信噪比信息，并根据子脉冲的信噪比来确定所述子脉冲信号的置信度；
以置信度最高的所述子脉冲信号的参数来推测其他低信噪比子脉冲信号参数；
对各子脉冲信号进行时频分析或相位分析，以提取子带带宽、子带起始频率，子带调频率以及子带编码。
图17是本申请实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器（non-volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构）总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图17中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放执行指令。具体地，执行指令即可被执行的计算机程序。存储器可以包括内存和非易失性存储器，并向处理器提供执行指令和数据。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成低信噪比雷达信号处理方法。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本申请任一实施例中提供的低信噪比雷达信号处理方法。
上述如本申请图1所示实施例提供的低信噪比雷达信号处理方法执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（Central ProcessingUnit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（DigitalSignal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本申请实施例还提出了一种可读介质，该可读存储介质存储有执行指令，存储的执行指令被电子设备的处理器执行时，能够使该电子设备执行本申请任一实施例中提供的低信噪比雷达信号处理方法，并具体用于执行上述低信噪比雷达信号处理方法。
前述各个实施例中所述的电子设备可以为计算机。
本领域内的技术人员应明白，本申请的实施例可提供为方法或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其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过程、方法、商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，或者是还包括为这种过程、方法、商品或者设备所固有的要素。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过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种低信噪比雷达信号处理方法，其特征在于，所述方法包括：
选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络；
计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据；
对所述第一脉冲信号时域数据进行粗估算，得到脉冲信号参数的粗估计结果；
利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限；
利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
2.如权利要求1所述的低信噪比雷达信号处理方法，其特征在于，所述选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络，包括：
根据所述雷达信号数据得到信号起止位置和相关长度；
根据所述信号起止位置和所述相关长度得到自相关结果；
根据所述自相关结果对所述雷达信号数据进行包络检波得到所述时域自相关信号包络。
3.如权利要求1所述的低信噪比雷达信号处理方法，其特征在于，所述计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据，包括：
获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限；
利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据。
4.如权利要求3所述的低信噪比雷达信号处理方法，其特征在于，所述获取所述时域自相关信号包络的部分样本，根据所述样本计算得到所述第一自适应门限，包括：
将所述时域自相关信号包络分成多段子时域自相关信号包络，获取所述子时域自相关信号包络的部分所述样本；
根据所述样本计算所述第一自适应门限；其中，所述第一自适应门限用于检测所述子时域自相关信号包络，每一所述子时域自相关信号包络对应一所述第一自适应门限。
5.如权利要求1所述的低信噪比雷达信号处理方法，其特征在于，所述利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限第一时域数据的第一脉冲信号时域数据，包括：
获取所述雷达信号数据的脉冲峰值间距，根据所述峰值间距确定脉组重复周期；
根据所述脉组重复周期对所述雷达信号数据进行分组，得到子脉冲信息数据；
将所述子脉冲信息数据进行非相参积累，以获得精确的第二信号检测门限。
6.如权利要求5所述的低信噪比雷达信号处理方法，其特征在于，所述获取所述雷达信号数据的峰值间距，根据所述峰值间距确定所述脉组重复周期，包括：
选取一段所述第一时域数据的第一脉冲信号时域数据；
将所述第一时域数据的第一脉冲信号时域数据作为对照数据，对所述雷达信号数据进行匹配滤波；
获取匹配滤波后的所述雷达信号数据的脉压峰值间距；
根据所述峰值间距确定所述脉组重复周期。
7.如权利要求5所述的低信噪比雷达信号处理方法，其特征在于，所述利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果，包括：
利用所述获取的脉组重复周期对所述雷达信号数据包络对齐；
对包络对齐信号进行非相参叠加，得到经非相参叠加后的脉冲信号第二时域数据；
利用所述经非相参叠加后的脉冲信号第二时域数据计算得到较为精确的第二信号检测门限；
利用所述第二信号检测门限对所经非相参叠加后的脉冲信号第二时域数据进行检测划分，得到脉冲信号的第三时域数据；
依次对所述脉冲信号第三时域数据中的脉冲进行相位补偿，得到经相位补偿的脉冲信号第四时域数据；
对所述经相位补偿的脉冲信号第四时域数据进行相参积累，根据相参累积结果得到高信噪比信号；
根据高信噪比信号确定子脉冲信号位置，计算子脉冲信号的信噪比信息，并根据子脉冲的信噪比来确定所述子脉冲信号的置信度；
以置信度最高的所述子脉冲信号的参数来推测其他低信噪比子脉冲信号参数；
对各子脉冲信号进行时频分析或相位分析，以提取子带带宽、子带起始频率，子带调频率以及子带编码。
8.一种低信噪比雷达信号处理装置，其特征在于，所述装置包括：
选取模块，用于选取一段雷达信号数据，并将所述雷达信号数据进行自相关处理，得到时域自相关信号包络；
第一计算模块，用于计算第一自适应门限，利用所述第一自适应门限对所述时域自相关信号包络进行检测，得到第一时域数据的第一脉冲信号时域数据第一时域数据的第一脉冲信号时域数据；
粗估算模块，用于对所述脉冲信号时域数据进行粗估算得到雷达信号参数粗估计结果；
第二计算模块，用于利用所述第一脉冲信号时域数据对所述雷达信号数据进行脉冲压缩、非相参和相参积累得到叠加后的脉冲信号数据，利用所述非相参叠加后的脉冲信号数据，得到第二信号检测门限第一时域数据的第一脉冲信号时域数据；
第三计算模块，用于利用所述第二信号检测门限对所述相参积累叠加后的雷达信号数据进行检测和参数估计，以得到雷达信号参数的精确估计结果。
9.一种电子设备，其特征在于，所述电子设备包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1-7中任一所述的方法。
CN202211092347.4A 2022-09-08 2022-09-08 一种低信噪比雷达信号处理方法及装置 Active CN115166648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211092347.4A CN115166648B (zh) 2022-09-08 2022-09-08 一种低信噪比雷达信号处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211092347.4A CN115166648B (zh) 2022-09-08 2022-09-08 一种低信噪比雷达信号处理方法及装置

Publications (2)

Publication Number Publication Date
CN115166648A true CN115166648A (zh) 2022-10-11
CN115166648B CN115166648B (zh) 2022-12-13

Family

ID=83482089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211092347.4A Active CN115166648B (zh) 2022-09-08 2022-09-08 一种低信噪比雷达信号处理方法及装置

Country Status (1)

Country Link
CN (1) CN115166648B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080287819A1 (en) * 2005-10-26 2008-11-20 Gregson Peter H Method and System for High-Resolution Extraction of Quasi-Periodic Signals
CN106772271A (zh) * 2017-01-18 2017-05-31 哈尔滨工业大学 一种基于匹配自相关算法的雷达信号toa估计方法
CN107561498A (zh) * 2017-07-27 2018-01-09 中国船舶重工集团公司第七二四研究所 一种基于多路预置卷积器的线性调频信号快速识别方法
CN108923860A (zh) * 2018-06-28 2018-11-30 电子科技大学 基于过门限修正的盲脉冲信号toa估计方法
CN110376553A (zh) * 2019-01-17 2019-10-25 西安电子科技大学 基于脉冲切割的低信噪比信号参数提取方法
CN110988834A (zh) * 2019-11-22 2020-04-10 航天恒星科技有限公司 一种基于自适应阈值双门限的脉冲到达时间测量方法
CN110988836A (zh) * 2019-12-06 2020-04-10 航天恒星科技有限公司 一种脉冲到达时间的测量方法及系统
AU2020204624A1 (en) * 2019-07-22 2020-08-13 Nantong University Spectrum sensing method based on symmetrical peaks of cyclic autocorrelation function of modulated signal
CN113885003A (zh) * 2021-09-27 2022-01-04 上海无线电设备研究所 一种基于相参雷达的非相参积累方式的目标探测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080287819A1 (en) * 2005-10-26 2008-11-20 Gregson Peter H Method and System for High-Resolution Extraction of Quasi-Periodic Signals
CN106772271A (zh) * 2017-01-18 2017-05-31 哈尔滨工业大学 一种基于匹配自相关算法的雷达信号toa估计方法
CN107561498A (zh) * 2017-07-27 2018-01-09 中国船舶重工集团公司第七二四研究所 一种基于多路预置卷积器的线性调频信号快速识别方法
CN108923860A (zh) * 2018-06-28 2018-11-30 电子科技大学 基于过门限修正的盲脉冲信号toa估计方法
CN110376553A (zh) * 2019-01-17 2019-10-25 西安电子科技大学 基于脉冲切割的低信噪比信号参数提取方法
AU2020204624A1 (en) * 2019-07-22 2020-08-13 Nantong University Spectrum sensing method based on symmetrical peaks of cyclic autocorrelation function of modulated signal
CN110988834A (zh) * 2019-11-22 2020-04-10 航天恒星科技有限公司 一种基于自适应阈值双门限的脉冲到达时间测量方法
CN110988836A (zh) * 2019-12-06 2020-04-10 航天恒星科技有限公司 一种脉冲到达时间的测量方法及系统
CN113885003A (zh) * 2021-09-27 2022-01-04 上海无线电设备研究所 一种基于相参雷达的非相参积累方式的目标探测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孔祥明月: "《低信噪比MIMO雷达检测信号检测方法研究》", 《中国优秀硕士学位论文全文数据库，信息科技》 *
王镪 等: "《低信噪比雷达脉冲检测算法》", 《火控雷达技术》 *

Also Published As

Publication number Publication date
CN115166648B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
JP5247056B2 (ja) 伝搬遅延時間測定装置およびレーダ装置
CN109061589B (zh) 随机跳频雷达的目标运动参数估计方法
CN108921014B (zh) 一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法
CN108548957B (zh) 基于循环调制频谱和分段互相关相结合的双谱分析方法
CN110852201A (zh) 一种基于多脉冲包络谱匹配的脉冲信号检测方法
EP1862816A1 (en) Time-frequency interfering detector
CN111610503B (zh) 基于改进的lvd的线性调频信号参数估计方法
Park et al. Modified Hilbert-Huang transform and its application to measured micro Doppler signatures from realistic jet engine models
CN110806566A (zh) 采用多窗联合进行雷达目标检测的方法、装置及雷达系统
CN109923430A (zh) 用于进行相位差展开的装置及方法
CN115166648B (zh) 一种低信噪比雷达信号处理方法及装置
KR100936173B1 (ko) 표적 추적장치에서의 도플러 주파수를 추출하는 필터뱅크및 그 방법
CN106330342A (zh) 一种低计算复杂度的水声通信多普勒因子估计方法
CN110361723B (zh) 多普勒雷达运动目标的时频特征提取方法
CN115166650B (zh) 一种雷达信号识别与参数估计方法和系统
CN107843885B (zh) 多径时延估计的方法、装置、计算机设备和可读存储介质
JP2009085743A (ja) 目標検出装置
CN105824017A (zh) 一种基于汽车补盲雷达的径向速度获取方法及装置
Kang et al. A GNSS interference identification and tracking based on adaptive fading Kalman filter
RU2628672C1 (ru) Способ контроля герметичности и определения координаты места течи в продуктопроводе и устройство для его осуществления
Chen et al. Fast algorithm for parameter estimation of LFM signals under low SNR
CN116996137B (zh) 一种基于加权叠加的低信噪比宽带线性调频信号检测方法
CN114609606B (zh) 目标对象的参数估计方法、装置和电子设备
CN113030886B (zh) 一种高速目标距离徙动校正方法
Guo et al. Ship detection with short coherent integration time in over-the-horizon radar

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