CN115343702A - 天基预警雷达级联三维空时自适应处理方法及天基预警雷达 - Google Patents
天基预警雷达级联三维空时自适应处理方法及天基预警雷达 Download PDFInfo
- Publication number
- CN115343702A CN115343702A CN202210763634.7A CN202210763634A CN115343702A CN 115343702 A CN115343702 A CN 115343702A CN 202210763634 A CN202210763634 A CN 202210763634A CN 115343702 A CN115343702 A CN 115343702A
- Authority
- CN
- China
- Prior art keywords
- space
- time
- pitching
- early warning
- azimuth
- 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
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 230000009466 transformation Effects 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 53
- 230000001629 suppression Effects 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000009467 reduction Effects 0.000 claims abstract description 24
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 34
- 238000003786 synthesis reaction Methods 0.000 claims description 34
- 230000001427 coherent effect Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 abstract description 4
- 238000001228 spectrum Methods 0.000 description 9
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种天基预警雷达级联三维空时自适应处理方法及天基预警雷达，其中方法步骤如下：S1：对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，从而实现方位副瓣杂波衰减；S2：再在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；再结合第一变换矩阵进行张量积运算得到整个空域变换矩阵；S3：根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；S4：利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；S5：对主瓣杂波抑制后的数据进行恒虚警检测。本发明适用于天基预警雷达杂波抑制处理，具有系统自由度低、均匀训练样本需求少和运算复杂度小的特点。
Description
技术领域
本发明涉及雷达信号处理技术领域，更具体的，涉及一种天基预警雷达级联三维空时自适应处理方法及天基预警雷达。
背景技术
天基预警雷达是指以卫星为载荷平台，能对陆、海、空、天中各类运动目标进行远距离探测、定位、跟踪、分类和识别的雷达装备。与传统机载预警雷达相比，其探测范围更大、发现距离更远、工作时间更长、探测动目标种类更多，因此是各国未来获取空间、空中及地/海面运动目标信息的重要手段。
由于卫星平台高速运动且雷达下视工作，天基预警雷达需要在空时耦合强地/海杂波背景下检测运动目标。因此，如何有效抑制杂波成为天基预警雷达动目标检测需解决的关键问题之一。空时自适应处理(STAP)技术利用空域和时域联合自适应处理可实现杂波解耦，从而在目标无损失前提下有效滤除杂波，因此是当前各类运动平台雷达实现杂波抑制和运动目标检测的关键技术。然而，尽管STAP技术当前已广泛应用于机载预警雷达等系统，但当其应用于天基预警雷达时则遇到更复杂的问题。具体来说，天基预警雷达最大探测距离可达数千公里，为避免过度距离模糊及副瓣杂波电平积累过高，其多工作于中重频，即便如此距离模糊也较机载预警雷达严重数倍。同时，卫星平台运动速度可达数千米/秒以上，相应杂波多普勒带宽数十倍于机载预警雷达，引起极为严重的多普勒模糊。此外，地球自转等效于给天基预警雷达阵列引入偏航角，导致各次距离模糊回波多普勒频率存在显著差异性，使得杂波在方位-俯仰-多普勒三维空间呈现紧耦合特性，引起杂波谱特别是主瓣杂波谱在多普勒域严重展宽。上述因素交织在一起，导致传统STAP技术慢速运动目标检测性能严重下降。
目前，国内外针对天基预警雷达杂波抑制问题提出了系列解决方法。优化重频可减小多普勒模糊和距离模糊影响，但该方法模糊杂波抑制性能提升空间有限。采用动态调整阵列轴向的方案理论上可抵消由地球引入的等效偏航角。然而，一方面由于超大孔径天线轴向角的实时调整不可避免存在误差，且后续STAP方法对该误差非常敏感。另一方面也受限于卫星载荷有限的功率支持。因此，该方案并非最优选择，仍需考虑从信号处理级消除由等效偏航角引起的不利影响。采用相干脉冲时间内调制发射波形可预期实现天基预警雷达杂波解耦，但代价是后续无法解距离模糊。频率非均匀采样谱配准法可实现天基预警雷达杂波空时谱的校正，从而提升其杂波抑制性能。然而，基于空时平面杂波谱校正的方法仅适用于不存在距离模糊的情况，一旦存在距离模糊，则各类校正方法因无法同时校正各次模糊杂波谱而性能明显下降。此外，该类方法需对各个距离门依次进行校正处理，运算量巨大。
除上述方法外，利用阵列俯仰自由度参与STAP处理可实现方位-俯仰-多普勒三维耦合杂波解耦。利用天线俯仰自由度可预先滤除俯仰耦合杂波，但仅适用于机载阵列俯仰向杂波松耦合情况，且在实际应用中很难获得各次耦合杂波分量。方位-俯仰-多普勒三维(3D)STAP方法可实现非正侧阵机载雷达三维耦合杂波的解耦，但却并不适于天基预警雷达实际应用。其原因在于：一方面，天基预警雷达阵列方位孔径较大，尽管其副瓣杂波大部分被天线双程低副瓣衰减，但剩余强副瓣杂波由于与主杂波位于较近方位空频，因此需较大方位自由度参与自适应处理才可进一步抑制；另一方面，非正侧阵机载雷达仅近程杂波方位-多普勒谱与其它模糊距离回波谱存在显著差异性，而天基预警雷达由于卫星平台高速运动，即使微小偏航角也导致各次距离模糊杂波方位-多普勒谱均存在显著差异，这就要求较多俯仰自由参与STAP处理。因此，传统3D-STAP方法应用于天基预警雷达杂波抑制时需较多方位和俯仰自由度同时参与自适应处理，所带来的巨大均匀训练样本需求和运算量使其无法适用于实际多变杂波环境且满足星上实时处理需求。降维3D-STAP方法可显著缓解样本需求和运算量负担，但由于各子阵杂波分布不一致使其主瓣杂波抑制性能仍存在明显损失。基于深度学习的STAP方法可有效降低快拍需求，能够显著改善副瓣杂波区杂波抑制性能，但却无法从根本上解决三维耦合杂波抑制问题，因此主瓣区杂波抑制性能依旧较差。
因此，要实现天基预警雷达对杂波的有效抑制，需要一种低自由度且可实现三维耦合杂波解耦的STAP方法。
发明内容
本发明为了解决以上现有技术中存在的不足与缺陷的问题，提供了一种天基预警雷达级联三维空时自适应处理方法及天基预警雷达。
为实现上述本发明目的，采用的技术方案如下：
一种天基预警雷达级联三维空时自适应处理方法，所述的方法包括步骤如下：
S1：对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，从而实现方位副瓣杂波衰减；
S2：再在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；再结合第一变换矩阵进行张量积运算得到整个空域变换矩阵；
S3：根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
S4：利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
S5：对主瓣杂波抑制后的数据进行恒虚警检测。
优选地，所述的平面阵回波数据进行方位向加切比雪夫权子阵合成沿脉冲依次进行，回波数据的加权方位向加切比雪夫权子阵合成，得到第一变换矩阵
可表示为：
其中，ssa,0(n)为目标方位导向矢量
中的第n个元素，θ0和
分别为目标来向方位角和俯仰角；Nsub为方位合成子阵内阵元数；hn为方位加切比雪夫权系数矢量中第n个权系数、N表示天线阵列方位。
进一步地，加切比雪夫权的权值大小等于待检测距离门回波数据杂噪比CNR。
进一步地，取Nsub＝N，即方位向阵元加权合成为单个通道，子阵合成后不再有方位自由度参与后续自适应处理。
再进一步地，所述的俯仰子阵合成时采用均匀子阵划分，所述的均匀子阵划分形式可采用滑窗子阵、或临接子阵。
进一步地，步骤S2，沿脉冲进行俯仰子阵合成，俯仰子阵合成第二变换矩阵
可表示为：
其中，sse,0(m)为目标俯仰导向矢量
中第m个元素；Msub为俯仰合成子阵内阵元数、M表示俯仰阵元。
再进一步地，所述的整个空域变换矩阵
可表示为：
再进一步地，所述的空时降维矩阵表示如下：
其中，Ns＝N-Nsub+1表示方位向加权子阵合成后方位通道数，Ms＝M-Msub+1表示俯仰子阵合成后俯仰通道数；
表示单位对角阵；K表示相干处理时间内脉冲数。
再进一步地，进行空时联合自适应处理时，空时联合自适应权值表示如下：
w＝μRz -1sz (5)
其中，
表示权值的常系数；Rz＝THRT表示进行时域变换后的杂波协方差矩阵，R＝E[xxH]，E[·]表示取期望，x表示雷达阵列接收空时快拍数据；sz＝THs表示空时变换矩阵左右后的空时二维导向矢量。
一种天基预警雷达，包括
空域接收单元，用于接收的平面阵回波数据；
方位加权子阵合成单元，用于对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，实现方位副瓣杂波衰减；
俯仰子阵合成单元，用于在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；
第一张量积运算单元，用于将第二变换矩阵和第一变换矩阵进行张量积运算得到整个空域变换矩阵；
第二张量积运算单元，用于根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
STAP处理单元，用于利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
CFAR检测处理单元，用于对主瓣杂波抑制后的数据进行恒虚警检测。
本发明的有益效果如下：
(1)本发明充分利用了天基预警雷达阵列天线方位阵元数较多的优势，利用方位空域加权合成方式预先衰减掉方位副瓣杂波，从而实现了杂波在方位-多普勒域的解耦。
(2)本发明利用俯仰合成多通道数据进行空时联合自适应处理，利用俯仰自由度和时域自由度联合自适应来实现方位主瓣杂波在俯仰-多普勒平面的解耦处理，从而可实现对方位主瓣对应俯仰副瓣杂波的有效抑制。
(3)本发明适用于天基预警雷达杂波抑制处理，具有系统自由度低、均匀训练样本需求少和运算复杂度小的特点。
附图说明
图1是本发明所述的方法的步骤流程图。
图2是本发明所述的天基预警雷达的系统框图。
具体实施方式
下面结合附图和具体实施方式对本发明做详细描述。
实施例1
假设天基预警雷达接收天线阵列方位和俯仰阵元分别为N和M，相干处理时间内脉冲数为K，本实施例中N＝384，M＝12，K＝16，下面结合附图和实例说明整个发明详细步骤：
此处以全数字阵列天基预警雷达为例进行说明。
在步骤S1之前，由雷达空域接收通道接收到的回波信号进行下变频处理，然后进行模数变换，并将数字化后的回波数据存储到系统中。
S1：对平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，从而实现方位副瓣杂波衰减；
S2：方位向加切比雪夫权子阵合成后，再在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；再结合第一变换矩阵进行张量积运算得到整个空域变换矩阵；
S3：根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
S4：利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；本实施例所述的空时联合自适应处理为俯仰-脉冲自适应处理、或俯仰-多普勒自适应处理。
S5：对主瓣杂波抑制后的数据进行恒虚警检测。
在一个具体的实施例中，步骤S1、S2中的子阵合成与模数转换存在以下顺序关系：一是直接微波级合成列阵列，适用于传统相控阵雷达；二是微波级合成后再对接收数据进行模数转换，然后在数字级合成列阵列，适用于子阵级数字化雷达；三是直接接收数据后进行模数转换，然后进行数字级合成列阵列，适用于全数字阵列雷达。
在一个具体的实施例中，所述的平面阵回波数据进行方位向加切比雪夫权子阵合成沿脉冲依次进行，以第k个脉冲为例，回波数据的加权方位向加切比雪夫权子阵合成，得到第一变换矩阵
可表示为：
其中，ssa,0(n)为目标方位导向矢量
中的第n个元素，θ0和
分别为目标来向方位角和俯仰角；Nsub为方位合成子阵内阵元数；hn为方位加切比雪夫权系数矢量中第n个权系数、N表示天线阵列方位。其中，加切比雪夫权的权值大小等于待检测距离门回波数据杂噪比CNR。
需要注意的是，取Nsub＝N，即方位向阵元加权合成为单个通道，子阵合成后不再有方位自由度参与后续自适应处理。
本实施例中平面阵回波数据利用方位向加切比雪夫权子阵合成为单通道衰减方位副瓣杂波。
本实施例充分利用了天基预警雷达阵列天线方位阵元数较多的优势，利用方位空域加权合成方式预先衰减掉方位副瓣杂波，从而实现了杂波在方位-多普勒域的解耦。
本实施例所述的俯仰子阵合成时采用均匀子阵划分，所述的均匀子阵划分形式可采用滑窗子阵、或临接子阵。
在一个具体的实施例中，沿脉冲进行俯仰子阵合成，俯仰子阵合成第二变换矩阵
可表示为：
其中，sse,0(m)为目标俯仰导向矢量
中第m个元素；Msub为俯仰合成子阵内阵元数、M表示俯仰阵元。俯仰子阵合成时采用均匀子阵划分，表现为Tse中每一列非零元素均为Msub个。
此时，所述的整个空域变换矩阵
可表示为
所述的空时降维矩阵表示如下：
其中，Ns＝N-Nsub+1表示方位向加权子阵合成后方位通道数，Ms＝M-Msub+1表示俯仰子阵合成后俯仰通道数，这里可取4～8；
表示单位对角阵；K表示相干处理时间内脉冲数。
本实施例利用俯仰子阵合成多通道，经俯仰子阵合成后的俯仰通道数一般大于2，典型值为4～8。这是因为俯仰-脉冲自适应处理、或俯仰-多普勒自适应处理中，待检测多普勒通道对应杂波俯仰自由度为1～2，因此至少需要2个俯仰自由度抑制俯仰杂波以及2个以上额外俯仰自由度削窄俯仰主瓣杂波。
本发明仅利用4～8个俯仰空域通道参与空时自适应处理，具有较低系统自由度，因此相应STAP处理运算量较低同时估计杂波协方差矩阵所需均匀训练样本数也较少，适用于天基预警雷达实际工程应用。
本实施例根据线性约束最小输出功率准则，对空域合成后的各通道数据进行空时自适应处理(STAP)，该处理可在子阵-脉冲域或子阵-多普勒域进行，进而实现天基预警雷达对杂波有效抑制。
本实施例利用俯仰合成多通道数据进行空时联合自适应处理，利用俯仰自由度和时域自由度联合自适应来实现方位主瓣杂波在俯仰-多普勒平面的解耦处理，从而可实现对方位主瓣对应俯仰副瓣杂波的有效抑制。所述的时域自由度指的是相干脉冲。
在一个具体的实施例中，考虑空时降维矩阵进行数据变换后可得
xz＝THx
其中，x为阵列接收空时快拍数据，xz表示经空时降维后的空时快拍数据。
在一个具体的实施例中，进行空时联合自适应处理时，空时联合自适应权值表示如下：
w＝μRz -1sz (5)
其中，
表示权值的常系数；
表示进行空时降维变换后的杂波协方差矩阵，E[·]表示取期望，(·)H为矩阵共轭转置；sz＝THs表示空时变换矩阵左右后的空时二维导向矢量，
表示空时二维导向矢量，
为时域导向矢量，
为空域方位导向矢量，
为空域方位导向矢量，v为卫星运动速度，θ0为目标方位角，
为目标俯仰角，θp为由地球自转引起的等效偏航角，fr为脉冲重复频率，λ为雷达工作波长，d为阵列半波长间隔，
为Kronecker积。
在具体一个的实施例中，根据杂波抑制结果，选择合适的CFAR算法，对自适应处理后的数据进行恒虚警处理，完成对天基预警雷达运动目标的检测处理。
所述的CFAR算法包括均值类CFRA、CFAR算法、自适应CFAR、杂波图CFAR几种类型，其中有CA-CFAR、GO-CFAR、SO-CFAR算法这三个是最经典的均值类CFAR算法。
实施例2
一种天基预警雷达，包括
空域接收单元，用于接收的平面阵回波数据；
方位加权子阵合成单元，用于对接收的平面阵回波数据进行方位加权子阵合成第一变换矩阵，实现方位副瓣杂波衰减；
俯仰子阵合成单元，用于在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；
第一张量积运算单元，用于将第二变换矩阵和第一变换矩阵进行张量积运算得到整个空域变换矩阵；
第二张量积运算单元，用于根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
STAP处理单元，用于利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
CFAR检测处理单元，用于对主瓣杂波抑制后的数据进行恒虚警检测。
实施例3
一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序被处理器执行时，实现的方法步骤如下：
S1：对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，从而实现方位副瓣杂波衰减；
S2：再在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；再结合第一变换矩阵进行张量积运算得到整个空域变换矩阵；
S3：根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
S4：利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
S5：对主瓣杂波抑制后的数据进行恒虚警检测。
本发明的各实施方式可以任意进行组合，以实现不同的技术效果。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。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，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种天基预警雷达级联三维空时自适应处理方法，其特征在于：所述的方法包括步骤如下：
S1：对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，从而实现方位副瓣杂波衰减；
S2：再在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；再结合第一变换矩阵进行张量积运算得到整个空域变换矩阵；
S3：根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
S4：利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
S5：对主瓣杂波抑制后的数据进行恒虚警检测。
2.根据权利要求1所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：所述的平面阵回波数据进行方位向加切比雪夫权子阵合成沿脉冲依次进行，回波数据的加权方位向加切比雪夫权子阵合成，得到第一变换矩阵
可表示为：
其中，ssa,0(n)为目标方位导向矢量
中的第n个元素，θ0和
分别为目标来向方位角和俯仰角；Nsub为方位合成子阵内阵元数；hn为方位加切比雪夫权系数矢量中第n个权系数、N表示天线阵列方位。
3.根据权利要求2所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：加权的权值大小等于待检测距离门回波数据杂噪比CNR。
4.根据权利要求2所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：取Nsub＝N，即方位向阵元加权合成为单个通道，子阵合成后不再有方位自由度参与后续自适应处理。
5.根据权利要求2所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：所述的俯仰子阵合成时采用均匀子阵划分，所述的均匀子阵划分形式可采用滑窗子阵、或临接子阵。
6.根据权利要求5所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：步骤S2，沿脉冲进行俯仰子阵合成，俯仰子阵合成第二变换矩阵
可表示为：
其中，sse,0(m)为目标俯仰导向矢量
中第m个元素；Msub为俯仰合成子阵内阵元数、M表示俯仰阵元。
7.根据权利要求6所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：所述的整个空域变换矩阵
可表示为：
8.根据权利要求7所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：所述的空时降维矩阵表示如下：
其中，Ns＝N-Nsub+1表示方位向加权子阵合成后方位通道数，Ms＝M-Msub+1表示俯仰子阵合成后俯仰通道数；
表示单位对角阵；K表示相干处理时间内脉冲数。
9.根据权利要求8所述的天基预警雷达级联三维空时自适应处理方法，其特征在于：进行空时联合自适应处理时，空时联合自适应权值表示如下：
w＝μRz -1sz (5)
其中，
表示权值的常系数；Rz＝THRT表示进行时域变换后的杂波协方差矩阵，R＝E[xxH]，E[·]表示取期望，x表示雷达阵列接收空时快拍数据；sz＝THs表示空时变换矩阵左右后的空时二维导向矢量。
10.一种天基预警雷达，其特征在于：包括
空域接收单元，用于接收的平面阵回波数据；
方位加权子阵合成单元，用于对接收的平面阵回波数据进行方位向加切比雪夫权子阵合成第一变换矩阵，实现方位副瓣杂波衰减；
俯仰子阵合成单元，用于在俯仰维进行俯仰子阵合成第二变换矩阵，实现俯仰空域通道数的降低；
第一张量积运算单元，用于将第二变换矩阵和第一变换矩阵进行张量积运算得到整个空域变换矩阵；
第二张量积运算单元，用于根据整个空域变换矩阵进行张量积运算得到多通道的空时降维矩阵；
STAP处理单元，用于利用空时降维矩阵变换后的数据进行空时联合自适应处理，实现主瓣杂波抑制；
CFAR检测处理单元，用于对主瓣杂波抑制后的数据进行恒虚警检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210763634.7A CN115343702B (zh) | 2022-06-30 | 2022-06-30 | 天基预警雷达级联三维空时自适应处理方法及天基预警雷达 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210763634.7A CN115343702B (zh) | 2022-06-30 | 2022-06-30 | 天基预警雷达级联三维空时自适应处理方法及天基预警雷达 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115343702A true CN115343702A (zh) | 2022-11-15 |
| CN115343702B CN115343702B (zh) | 2024-07-02 |
Family
ID=83948293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210763634.7A Active CN115343702B (zh) | 2022-06-30 | 2022-06-30 | 天基预警雷达级联三维空时自适应处理方法及天基预警雷达 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115343702B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102721947A (zh) * | 2012-06-14 | 2012-10-10 | 河海大学 | 机载数字阵列雷达高效三维空时自适应杂波抑制方法 |
| 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 |
| CN108761419A (zh) * | 2018-06-15 | 2018-11-06 | 中国民航大学 | 基于组合空时主通道自适应处理的低空风切变风速估计方法 |
| CN113253230A (zh) * | 2021-05-13 | 2021-08-13 | 上海交通大学 | 基于子孔径处理的天基预警雷达空中动目标检测方法及系统 |
-
2022
- 2022-06-30 CN CN202210763634.7A patent/CN115343702B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102721947A (zh) * | 2012-06-14 | 2012-10-10 | 河海大学 | 机载数字阵列雷达高效三维空时自适应杂波抑制方法 |
| 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 |
| CN108761419A (zh) * | 2018-06-15 | 2018-11-06 | 中国民航大学 | 基于组合空时主通道自适应处理的低空风切变风速估计方法 |
| CN113253230A (zh) * | 2021-05-13 | 2021-08-13 | 上海交通大学 | 基于子孔径处理的天基预警雷达空中动目标检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115343702B (zh) | 2024-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110412568B (zh) | 基于扩展方位角相位编码的距离模糊杂波抑制方法 | |
| US20030048214A1 (en) | Adaptive digital beamforming radar technique for creating high resolution range profile for target in motion in the presence of jamming | |
| CN105445704B (zh) | 一种sar图像中的雷达动目标抑制方法 | |
| CA3083033A1 (en) | Synthetic aperture radar apparatus and methods | |
| CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
| CN110412570B (zh) | 基于空间脉冲相位编码的hrws-sar成像方法 | |
| CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及系统 | |
| CN112684444B (zh) | 一种基于天线方向图合成抑制距离模糊的方法及装置 | |
| CN109375179A (zh) | 一种基于稀疏表示的机载雷达近程强杂波抑制方法 | |
| 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 | |
| CN113238225B (zh) | 一种用于动目标检测的雷达 | |
| CN115128608B (zh) | 车载多普勒分集mimo合成孔径雷达时域成像方法 | |
| CN110133646B (zh) | 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法 | |
| 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 | |
| CN113740823B (zh) | 适用于机载多通道合成孔径雷达的运动目标信号处理方法 | |
| CN115436888A (zh) | 一种天基预警雷达非平稳杂波抑制方法及系统 | |
| CN115343702B (zh) | 天基预警雷达级联三维空时自适应处理方法及天基预警雷达 | |
| CN115436940A (zh) | 一种稀疏滑动聚束sar成像模式实现方法及装置 | |
| CN114994619A (zh) | 基于广义旁瓣相消的共形阵抗干扰实现方法 | |
| CN114779182A (zh) | 基于fda-mimo雷达的时域滑窗三维多通道联合杂波抑制方法 | |
| CN114779183A (zh) | 基于fda-mimo雷达的自适应三维角度多普勒补偿方法 | |
| CN114779199A (zh) | 端射阵机载雷达自适应互耦补偿与杂波抑制方法 | |
| 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 | |
| CN117269915A (zh) | 一种天基预警雷达波束通道联合降维方法 | |
| CN116718995B (zh) | 基于最小频谱差的方位多通道sar相位误差校正方法 |
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 |