CN115577207A - 一种辐射源目标时差和频差估计方法 - Google Patents

一种辐射源目标时差和频差估计方法 Download PDF

Info

Publication number
CN115577207A
CN115577207A CN202211098146.5A CN202211098146A CN115577207A CN 115577207 A CN115577207 A CN 115577207A CN 202211098146 A CN202211098146 A CN 202211098146A CN 115577207 A CN115577207 A CN 115577207A
Authority
CN
China
Prior art keywords
signal
frequency difference
radiation source
folding factor
fdoa
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.)
Withdrawn
Application number
CN202211098146.5A
Other languages
English (en)
Inventor
刘智鑫
胡向晖
贾亦真
胡柳静
刘钊
靳艺
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.)
Institute of Systems Engineering of PLA Academy of Military Sciences
Original Assignee
Institute of Systems Engineering of PLA Academy of Military Sciences
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 Institute of Systems Engineering of PLA Academy of Military Sciences filed Critical Institute of Systems Engineering of PLA Academy of Military Sciences
Priority to CN202211098146.5A priority Critical patent/CN115577207A/zh
Publication of CN115577207A publication Critical patent/CN115577207A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种辐射源目标时差和频差估计方法，该方法包括：对目标辐射源信号进行时间同步采集，得到r1(t,tm)和r2(t,tm)；利用混合积变换模型对r1(t,tm)和r2(t,tm)进行处理，得到混合积变换信号；对混合积变换信号沿t维进行FFT得到Sm(f,tm)；利用Keystone变换模型对Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)；预设折叠因子补偿函数H(f,tm)，将SKT(f,tn)与H(f,tm)相乘，得到Sm1(f,tn)；利用预设的折叠因子搜索模型对Sm1(f,tn)进行处理，得到折叠因子估计值；利用折叠因子估计值，消除信号Sm1(f,tn)的第一项指数项，得到信号Sm(f,tn)；对Sm(f,tn)先沿tn维进行FFT，后沿f维进行IFFT，得到S1(t,fn)；对S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA；利用折叠因子，对不模糊频差FDOA进行处理，得到频差FDOA估计值。本发明可以避免高速辐射源目标引起的多普勒模糊问题，提高时差和频差的估计性能。

Description

一种辐射源目标时差和频差估计方法
技术领域
本发明涉及无源定位中信号参数估计技术领域，尤其涉及一种辐射源目标时差和频差估计方法。
背景技术
在辐射源定位系统中，多个无源接收机截获非合作运动辐射源发射的信号，通过测量时差(Time Difference of Arrival，TDOA)和频差(Frequency Difference ofArrival,FDOA)对目标进行定位。因此，目标定位精度在很大程度上取决于TDOA和FDOA的估计精度。
对于TDOA和FDOA的联合估计，交叉模糊函数(Cross Ambiguity Function,CAF)可能是最直接的方法，但其估计精度受采样间隔的限制。为了提高估计精度，已经提出了高阶统计量和自适应方法，但这些方法会产生较大的计算成本。在此基础上，提出了基于傅里叶变换(Fast Fourier Transform,FFT)的CAF快速估计方法。此外，为了进一步降低运算量，后期又提出了预加权变焦FFT估计方法也被提出。
然而，以上这些方法都是在零距离徙动的假设下实现的。即，假设辐射源目标在观测时间内的移动距离可以忽略不计。如果观测时间足够短，由目标速度引起的距离徙动(Range Migration，RM)对TDOA和FDOA估计的影响不重要。研究分析表明延长观测时间是隐式提高接收信号处理增益的有效方法，可以提高TDOA和FDOA的估计精度。在这种情况下，尤其对于高速目标，需要考虑RM。若忽略它，即使在高信噪比(Signal-to-Noise Ratio,SNR)条件下，也会对参数估计精度产生很大影响。
为了解决这个问题，最大似然估计(Maximum Likelihood Estimator,MLE)可能是最直接的方法。虽然MLE在统计上是最优的，可以达到较高的精度，但它需要二维参数搜索，计算量大，不适合实时处理。最近，一种基于Keystone变换(Keystone Transform,KT)的估计方法被提出以提高估计性能。但该方法忽略了多普勒模糊问题，只能消除RM，对高速运动的目标检测能力有限，TDOA和FDOA的估计精度不高。因此，需要在保证较优估计精度的同时降低计算复杂度，取得估计方法在计算复杂度和估计精度之间的平衡。
发明内容
本发明针对高速机动目标在信号积累时间内，高速机动特性会引起距离徙动和多普勒徙动，导致接收信号能量分散，定位参数(时差和频差)估计精度恶化的问题，本发明提出了一种辐射源目标时差和频差估计方法。首先建立两路接收信号模型；然后经混合积变换后，利用Keystone变换去除部分距离徙动；接着建立补偿函数，搜索折叠因子，而后消除剩余距离徙动，将接收信号能量校正至同一距离单元内；最后利用傅里叶变换实现信号能量聚焦，根据峰值位置估计出时差和频差。
为了解决上述技术问题，本发明实施例公开了一种辐射源目标时差和频差估计方法，所述方法包括：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)，t为快时间，tm为慢时间；
S2，利用混合积变换模型，对所述第一路接收机信号和第二路接收机信号进行处理，得到混合积变换信号；
S3，对所述混合积变换信号沿t维进行快速傅里叶变换，得到快时间傅里叶变换信号Sm(f,tm)；
S4，利用Keystone变换模型对所述快时间傅里叶变换信号Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)；
S5，预设折叠因子补偿函数H(f,tm)，将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘，得到第一乘积信号Sm1(f,tn)；
利用预设的折叠因子搜索模型，对第一乘积信号Sm1(f,tn)进行处理，得到折叠因子估计值；
利用所述折叠因子估计值，消除第一乘积信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)；
S6，对所述第一信号Sm(f,tn)先沿tn维进行快速傅里叶变换，后沿f维进行快速傅里叶逆变换，得到第二信号S1(t,fn)；
S7，利用峰值检测模型，对第二信号S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA；
S8，利用所述折叠因子，对所述不模糊频差FDOA进行处理，得到频差FDOA估计值。
作为一种可选的实施方式，在本发明实施例中，所述第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)表示为：
r1(t,tm)＝s(t)+n1(t)
Figure BDA0003839359540000031
式中，t＝nTs,n＝0,1,…,N-1表示快时间，Ts表示信号采样间隔，N表示时间采样点数；tm＝mTp,m＝0,1,…,M-1为慢时间；对连续时间信号时，M为信号分段以后的段数量，Tp表示每段信号的时长；对脉冲信号，M为脉冲数量，Tp表示脉冲重复间隔；n1(t)和n2(t)为两路信号噪声项；c表示光速，j为虚数单位，j2＝-1，π为圆周率，fc为信号中心频率，A为r2(t,tm)的信号幅度，s()为接收信号包络。exp()为指数函数，r为辐射源目标的时差TDOA，
Figure BDA0003839359540000037
为辐射源目标的频差FDOA。
作为一种可选的实施方式，在本发明实施例中，所述利用混合积变换模型，对所述第一路接收机信号和第二路接收机信号进行处理，得到混合积变换信号，方法包括：
对r1(t,tm)和r2(t,tm)进行混合积变换，得到sm(t,tm)：
Figure BDA0003839359540000032
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间t维做快速傅里叶变换，IFFTf[·]表示沿频率维f做快速逆傅里叶变换；(·)*表示取共轭，p[]为信号包络，λ＝c/fc为信号波长。
作为一种可选的实施方式，在本发明实施例中，所述对所述混合积变换信号沿t维进行快速傅里叶变换，得到快时间傅里叶变换信号Sm(f,tm)，方法包括：
利用公式：
Figure BDA0003839359540000033
得到快时间傅里叶变换信号Sm(f,tm)，式中P(f)为所述信号包络在频率域的表达式，A1是快速傅里叶变换后的信号幅度。
作为一种可选的实施方式，在本发明实施例中，所述利用Keystone变换模型对所述快时间傅里叶变换信号Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)，方法包括：
利用盲FDOA
Figure BDA0003839359540000034
折叠因子nT和不模糊FDOA
Figure BDA0003839359540000035
表示FDOA
Figure BDA0003839359540000036
Figure BDA0003839359540000041
将
Figure BDA0003839359540000042
代入信号Sm(f,tm)，得到：
Figure BDA0003839359540000043
式中，nT表示折叠因子；
Figure BDA0003839359540000044
表示盲FDOA；
Figure BDA0003839359540000045
表示不模糊FDOA，且满足
Figure BDA0003839359540000046
利用Keystone变换对Sm(f,tm)进行处理，方法包括：
Figure BDA0003839359540000047
将tm代入Sm(f,tm)得到，得到KT变换信号SKT(f,tn)：
Figure BDA0003839359540000048
式中，tn＝tm(fc+f)/fc，tn为第一慢时间。
作为一种可选的实施方式，在本发明实施例中，所述预设折叠因子补偿函数H(f,tm)，将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘，得到第一乘积信号Sm1(f,tn)；
所述折叠因子补偿函数H(f,tm)为：
Figure BDA0003839359540000049
式中，
Figure BDA00038393595400000410
为折叠因子；
将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘：
Figure BDA00038393595400000411
得到第一乘积信号Sm1(f,tn)。
作为一种可选的实施方式，在本发明实施例中，所述利用预设的折叠因子搜索模型，对第一乘积信号Sm1(f,tn)进行处理，得到折叠因子估计值；利用所述折叠因子估计值，消除第一乘积信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)，方法包括：
对第一乘积信号Sm1(f,tn)进行峰值检测处理，最大峰值出现时折叠因子的取值为折叠因子估计值
Figure BDA00038393595400000412
利用所述折叠因子估计值
Figure BDA00038393595400000413
消除信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)：
Figure BDA00038393595400000414
式中，A2＝A1exp{-j2πfcr/c}为常数。
作为一种可选的实施方式，在本发明实施例中，所述对所述第一信号Sm(f,tn)先沿tn维进行快速傅里叶变换，后沿f维进行快速傅里叶逆变换，得到第二信号S1(t,fn)，方法包括：
利用公式：
Figure BDA0003839359540000051
得到第二信号S1(t,fn)，式中，IFFTf[·]表示沿f维的快速傅里叶逆变换，
Figure BDA0003839359540000052
表示沿tn维进行快速傅里叶变换，fn表示对应于tn的频率域变量，A3表示经过快速傅里叶变换和快速傅里叶逆变换后的信号幅度，δ()为狄拉克函数。
作为一种可选的实施方式，在本发明实施例中，所述利用峰值检测模型，对第二信号S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA，方法包括：
利用公式：
Figure BDA0003839359540000053
Figure BDA0003839359540000054
得到TDOA估计值
Figure BDA0003839359540000055
和不模糊FDOA估计值
Figure BDA0003839359540000056
tmax表示S1(t,fn)峰值所在位置在t维度上的取值，fn,max表示S1(t,fn)峰值所在位置在fn维度上的取值。
作为一种可选的实施方式，在本发明实施例中，所述利用所述折叠因子，对所述不模糊频差FDOA进行处理，得到频差FDOA估计值，方法包括：
利用所述折叠因子估计值
Figure BDA0003839359540000057
Figure BDA0003839359540000058
得到频差FDOA估计值
Figure BDA0003839359540000059
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，本发明在不知道目标运动信息的情况下，能够有效消除RM效应，完成参数估计。由于KT的应用，所提出的方法几乎没有信噪比损失。本发明可以避免高速辐射源目标引起的多普勒模糊问题，并在计算量合理的前提下，极大地提高了时差和频差的估计性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种辐射源目标时差和频差估计方法的流程示意图；
图2是本发明实施例公开的目标定位场景示意图；
图3是本发明实施例公开的目标定位示例各步骤实验结果图；
图4是本发明实施例公开的参数估计性能对比图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种辐射源目标时差和频差估计方法，能够对目标辐射源信号进行时间同步采集，得到r1(t,tm)和r2(t,tm)；利用混合积变换模型对r1(t,tm)和r2(t,tm)进行处理，得到混合积变换信号；对混合积变换信号沿t维进行FFT得到Sm(f,tm)；利用Keystone变换模型对Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)；预设折叠因子补偿函数H(f,tm)，将SKT(f,tn)与H(f,tm)相乘，得到Sm1(f,tn)；利用预设的折叠因子搜索模型对Sm1(f,tn)进行处理，得到折叠因子估计值；利用折叠因子估计值，消除信号Sm1(f,tn)的第一项指数项，得到信号Sm(f,tn)；对Sm(f,tn)先沿tn维进行FFT，后沿f维进行IFFT，得到S1(t,fn)；对S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA；利用折叠因子，对不模糊频差FDOA进行处理，得到频差FDOA估计值。
实施例一
请参阅图1，图1是本发明实施例公开的一种辐射源目标时差和频差估计方法，如图1所示：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)，t为快时间，tm为慢时间；
S2，利用混合积变换模型，对所述第一路接收机信号和第二路接收机信号进行处理，得到混合积变换信号；
S3，对所述混合积变换信号沿t维进行快速傅里叶变换，得到快时间傅里叶变换信号Sm(f,tm)；
S4，利用Keystone变换模型对所述快时间傅里叶变换信号Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)；
S5，预设折叠因子补偿函数H(f,tm)，将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘，得到第一乘积信号Sm1(f,tn)；
利用预设的折叠因子搜索模型，对第一乘积信号Sm1(f,tn)进行处理，得到折叠因子估计值；
利用所述折叠因子估计值，消除第一乘积信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)；
S6，对所述第一信号Sm(f,tn)先沿tn维进行快速傅里叶变换，后沿f维进行快速傅里叶逆变换，得到第二信号S1(t,fn)；
S7，利用峰值检测模型，对第二信号S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA；
S8，利用所述折叠因子，对所述不模糊频差FDOA进行处理，得到频差FDOA估计值。
可选的，在图2的定位场景中，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)：
第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)表示为：
r1(t,tm)＝s(t)+n1(t)
Figure BDA0003839359540000081
式中，t＝nTs,n＝0,1,…,N-1表示快时间，Ts表示信号采样间隔，N表示时间采样点数；tm＝mTp,m＝0,1,…,M-1为慢时间；对连续时间信号时，M为信号分段以后的段数量，Tp表示每段信号的时长；对脉冲信号，M为脉冲数量，Tp表示脉冲重复间隔；n1(t)和n2(t)为两路信号噪声项；c表示光速，j为虚数单位，j2＝-1，π为圆周率，fc为信号中心频率，A为r2(t,tm)的信号幅度，s()为接收信号包络。exp()为指数函数，r和
Figure BDA0003839359540000082
分别表示辐射源目标的时差TDOA和频差FDOA。
对r1(t,tm)和r2(t,tm)进行混合积变换，得到sm(t,tm)，如图3(a)所示：
Figure BDA0003839359540000083
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间t维做快速傅里叶变换，IFFTf[·]表示沿频率维f做快速逆傅里叶变换；(·)*表示取共轭，p[]为信号包络，λ＝c/fc为信号波长。
利用公式：
Figure BDA0003839359540000084
得到快时间傅里叶变换信号Sm(f,tm)，式中P(f)为所述信号包络在频率域的表达式，A1是快速傅里叶变换后的信号幅度。
利用盲FDOA
Figure BDA0003839359540000085
折叠因子nT和不模糊FDOA
Figure BDA0003839359540000086
表示FDOA
Figure BDA0003839359540000087
Figure BDA0003839359540000088
将
Figure BDA0003839359540000089
代入信号Sm(f,tm)，得到：
Figure BDA00038393595400000810
式中，nT表示折叠因子；
Figure BDA00038393595400000811
表示盲FDOA；
Figure BDA00038393595400000812
表示不模糊FDOA，且满足
Figure BDA00038393595400000813
利用Keystone变换对Sm(f,tm)进行处理，方法包括：
Figure BDA00038393595400000814
将tm代入Sm(f,tm)得到，得到KT变换信号SKT(f,tn)，如图3(b)所示：
Figure BDA0003839359540000091
式中，tn＝tm(fc+f)/fc，tn为第一慢时间。
折叠因子补偿函数H(f,tm)为：
Figure BDA0003839359540000092
式中，
Figure BDA0003839359540000093
为折叠因子；
将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘：
Figure BDA0003839359540000094
得到第一乘积信号Sm1(f,tn)。
第一乘积信号Sm1(f,tn)进行处理峰值检测，最大峰值出现时折叠因子的取值为折叠因子估计值
Figure BDA0003839359540000095
结果如图3(c)所示；
利用所述折叠因子估计值
Figure BDA0003839359540000096
消除信号Sm1(f,tn)的第一项指数项，得到信号Sm(f,tn)，如图3(d)所示：
Figure BDA0003839359540000097
式中，A2＝A1exp{-j2πfcr/c}为常数。
利用公式：
Figure BDA0003839359540000098
得到信号S1(t,fn)，式中，IFFTf[·]表示沿f维的快速傅里叶逆变换，
Figure BDA0003839359540000099
表示沿tn维进行快速傅里叶变换，fn表示对应于tn的频率域变量，A3表示经过快速傅里叶变换和快速傅里叶逆变换后的信号幅度，δ()为狄拉克函数。
利用公式：
Figure BDA00038393595400000910
Figure BDA00038393595400000911
得到TDOA估计值
Figure BDA00038393595400000916
和不模糊FDOA估计值
Figure BDA00038393595400000912
tmax表示S1(t,fn)峰值所在位置在t维度上的取值，fn,max表示S1(t,fn)峰值所在位置在fn维度上的取值，如图3(e)所示。
利用折叠因子估计值
Figure BDA00038393595400000913
Figure BDA00038393595400000914
得到频差FDOA估计值
Figure BDA00038393595400000915
实施例二
图4(a)和(b)分别给出对比了本发明方法和其他3种传统方法估计TDOA和FDOA的均方根误差，对比方法包括理想极大似然估计(Maximum Likelihood Estimation，MLE)、传统Keystone变换方法(Keystone Transform Method，KTM)以及预加权快速傅里叶变换(pre-weighted zoom Fast Fourier Transform，PWZFFT)。信噪比从-30dB至-5dB变化，每个信噪比条件下做1000次蒙特卡洛仿真，载频1GHz，带宽100MHz。可以看出，与MLE方法相比，本发明方法虽然具有较小的信噪比损失，但仍显著优于传统的KT方法，且计算量比MLE方法更低，利用工程实现。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种辐射源目标时差和频差估计方法所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种辐射源目标时差和频差估计方法，其特征在于，所述方法包括：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)，t为快时间，tm为慢时间；
S2，利用混合积变换模型，对所述第一路接收机信号和第二路接收机信号进行处理，得到混合积变换信号；
S3，对所述混合积变换信号沿t维进行快速傅里叶变换，得到快时间傅里叶变换信号Sm(f,tm)；
S4，利用Keystone变换模型对所述快时间傅里叶变换信号Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)；
S5，预设折叠因子补偿函数H(f,tm)，将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘，得到第一乘积信号Sm1(f,tn)；
利用预设的折叠因子搜索模型，对第一乘积信号Sm1(f,tn)进行处理，得到折叠因子估计值；
利用所述折叠因子估计值，消除第一乘积信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)；
S6，对所述第一信号Sm(f,tn)先沿tn维进行快速傅里叶变换，后沿f维进行快速傅里叶逆变换，得到第二信号S1(t,fn)；
S7，利用峰值检测模型，对第二信号S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA；
S8，利用所述折叠因子，对所述不模糊频差FDOA进行处理，得到频差FDOA估计值。
2.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述第一路接收机信号r1(t,tm)和第二路接收机信号r2(t,tm)表示为：
r1(t,tm)＝s(t)+n1(t)
Figure FDA0003839359530000011
式中，t＝nTs,n＝0,1,…,N-1表示快时间，Ts表示信号采样间隔，N表示时间采样点数；tm＝mTp,m＝0,1,…,M-1为慢时间；对连续时间信号时，M为信号分段以后的段数量，Tp表示每段信号的时长；对脉冲信号，M为脉冲数量，Tp表示脉冲重复间隔；n1(t)和n2(t)为两路信号噪声项；c表示光速，j为虚数单位，j2＝-1，π为圆周率，fc为信号中心频率，A为r2(t,tm)的信号幅度，s()为接收信号包络。exp()为指数函数，r为辐射源目标的时差TDOA，
Figure FDA0003839359530000028
为辐射源目标的频差FDOA。
3.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述利用混合积变换模型，对所述第一路接收机信号和第二路接收机信号进行处理，得到混合积变换信号，方法包括：
对r1(t,tm)和r2(t,tm)进行混合积变换，得到sm(t,tm)：
Figure FDA0003839359530000021
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间t维做快速傅里叶变换，IFFTf[·]表示沿频率维f做快速逆傅里叶变换；(·)*表示取共轭，p[]为信号包络，λ＝c/fc为信号波长。
4.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述对所述混合积变换信号沿t维进行快速傅里叶变换，得到快时间傅里叶变换信号Sm(f,tm)，方法包括：
利用公式：
Figure FDA0003839359530000022
得到快时间傅里叶变换信号Sm(f,tm)，式中P(f)为所述信号包络在频率域的表达式，A1是快速傅里叶变换后的信号幅度。
5.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述利用Keystone变换模型对所述快时间傅里叶变换信号Sm(f,tm)进行处理，得到KT变换信号SKT(f,tn)，方法包括：
利用盲
Figure FDA0003839359530000023
折叠因子nT和不模糊
Figure FDA0003839359530000024
表示
Figure FDA0003839359530000025
Figure FDA0003839359530000026
将
Figure FDA0003839359530000027
代入信号Sm(f,tm)，得到：
Figure FDA0003839359530000031
式中，nT表示折叠因子；
Figure FDA0003839359530000032
表示盲FDOA；
Figure FDA0003839359530000033
表示不模糊FDOA，且满足
Figure FDA0003839359530000034
利用Keystone变换对Sm(f,tm)进行处理，方法包括：
Figure FDA0003839359530000035
将tm代入Sm(f,tm)得到，得到KT变换信号SKT(f,tn)：
Figure FDA0003839359530000036
式中，tn＝tm(fc+f)/fc，tn为第一慢时间。
6.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述
预设折叠因子补偿函数H(f,tm)，将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘，得到第一乘积信号Sm1(f,tn)；
所述折叠因子补偿函数H(f,tm)为：
Figure FDA0003839359530000037
式中，
Figure FDA0003839359530000038
为折叠因子；
将所述KT变换信号SKT(f,tn)与所述折叠因子补偿函数H(f,tm)相乘：
Figure FDA0003839359530000039
得到第一乘积信号Sm1(f,tn)。
7.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述利用预设的折叠因子搜索模型，对第一乘积信号Sm1(f,tn)进行处理，得到折叠因子估计值；利用所述折叠因子估计值，消除第一乘积信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)，方法包括：
对第一乘积信号Sm1(f,tn)进行峰值检测处理，最大峰值出现时折叠因子的取值为折叠因子估计值
Figure FDA00038393595300000310
利用所述折叠因子估计值
Figure FDA00038393595300000311
消除信号Sm1(f,tn)的第一项指数项，得到第一信号Sm(f,tn)：
Figure FDA0003839359530000041
式中，A2＝A1 exp{-j2πfcr/c}为常数。
8.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述对所述第一信号Sm(f,tn)先沿tn维进行快速傅里叶变换，后沿f维进行快速傅里叶逆变换，得到第二信号S1(t,fn)，方法包括：
利用公式：
Figure FDA0003839359530000042
得到第二信号S1(t,fn)，式中，IFFTf[·]表示沿f维的快速傅里叶逆变换，
Figure FDA0003839359530000043
表示沿tn维进行快速傅里叶变换，fn表示对应于tn的频率域变量，A3表示经过快速傅里叶变换和快速傅里叶逆变换后的信号幅度，δ()为狄拉克函数。
9.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述利用峰值检测模型，对第二信号S1(t,fn)进行峰值检测，得到时差TDOA估计值和不模糊频差FDOA，方法包括：
利用公式：
Figure FDA0003839359530000044
Figure FDA0003839359530000045
得到TDOA估计值
Figure FDA0003839359530000046
和不模糊FDOA估计值
Figure FDA0003839359530000047
tmax表示S1(t,fn)峰值所在位置在t维度上的取值，fn,max表示S1(t,fn)峰值所在位置在fn维度上的取值。
10.根据权利要求1所述的辐射源目标时差和频差估计方法，其特征在于，所述利用所述折叠因子，对所述不模糊频差FDOA进行处理，得到频差FDOA估计值，方法包括：
利用所述折叠因子估计值
Figure FDA0003839359530000048
Figure FDA0003839359530000049
得到频差FDOA估计值
Figure FDA00038393595300000410
CN202211098146.5A 2022-09-08 2022-09-08 一种辐射源目标时差和频差估计方法 Withdrawn CN115577207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211098146.5A CN115577207A (zh) 2022-09-08 2022-09-08 一种辐射源目标时差和频差估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211098146.5A CN115577207A (zh) 2022-09-08 2022-09-08 一种辐射源目标时差和频差估计方法

Publications (1)

Publication Number Publication Date
CN115577207A true CN115577207A (zh) 2023-01-06

Family

ID=84581937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211098146.5A Withdrawn CN115577207A (zh) 2022-09-08 2022-09-08 一种辐射源目标时差和频差估计方法

Country Status (1)

Country Link
CN (1) CN115577207A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117075072A (zh) * 2023-08-22 2023-11-17 中国人民解放军军事科学院系统工程研究院 一种非搜索高速机动辐射源目标定位参数估计方法
CN117452329A (zh) * 2023-10-25 2024-01-26 中国人民解放军军事科学院系统工程研究院 一种辐射源目标定位参数相参估计方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108761404A (zh) * 2018-03-23 2018-11-06 电子科技大学 一种基于二次相位函数参数估计及补偿的改进算法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108761404A (zh) * 2018-03-23 2018-11-06 电子科技大学 一种基于二次相位函数参数估计及补偿的改进算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIXIN LIU; RUI WANG; YONGJUN ZHAO: "Computationally efficient TDOA and FDOA estimation algorithm in passive emitter localisation" *
ZHIXIN LIU等: "Noise-Resistant Estimation Algorithm for TDOA and FDOA in Passive Emitter Localization" *
ZHIXIN LIU等: "Noise-Resistant Estimation Algorithm for TDOA, FDOA and Differential Doppler Rate in Passive Sensing" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117075072A (zh) * 2023-08-22 2023-11-17 中国人民解放军军事科学院系统工程研究院 一种非搜索高速机动辐射源目标定位参数估计方法
CN117452329A (zh) * 2023-10-25 2024-01-26 中国人民解放军军事科学院系统工程研究院 一种辐射源目标定位参数相参估计方法及装置
CN117452329B (zh) * 2023-10-25 2024-04-02 中国人民解放军军事科学院系统工程研究院 一种辐射源目标定位参数相参估计方法及装置

Similar Documents

Publication Publication Date Title
CN108549067B (zh) 一种应用于三阶机动目标的相参积累检测方法
CN115577207A (zh) 一种辐射源目标时差和频差估计方法
Zhang et al. Novel fast coherent detection algorithm for radar maneuvering target with jerk motion
CN111736128B (zh) 基于skt-siaf-mscft的相参积累方法
CN103744068A (zh) 双通道调频连续波sar系统的动目标检测成像方法
CN108089171B (zh) 一种针对无人机目标的雷达快速检测方法
CN110646769B (zh) 一种适用于lte外辐射源雷达的时域杂波抑制方法
CN115828074B (zh) 一种辐射源目标定位参数联合估计方法
CN108919221A (zh) 一种用于变加速运动目标的相参积累检测方法
CN110398730A (zh) 基于坐标旋转和非均匀傅里叶变换机动目标相参检测方法
CN112114296B (zh) 用于无人机协同tdoa/fdoa复合定位的参数估计方法及系统
CN110095766A (zh) 基于非均匀重采样技术的机动目标相干积累检测方法
CN111007473B (zh) 基于距离频域自相关函数的高速微弱目标检测方法
CN114660562A (zh) 自适应滤波方法及滤波器
CN114545342A (zh) 利用多通道侦察接收机的雷达脉冲信号参数测量方法
CN112748429A (zh) 一种快速噪声对消滤波方法
Tian et al. Long-time coherent integration and motion parameters estimation of radar moving target with unknown entry/departure time based on SAF-WLVT
CN116559854A (zh) 一种运动目标速度估计方法、装置和计算机可读储存介质
CN114384484B (zh) 一种基于分段处理的匀加速运动目标快速相参积累方法
CN109613511A (zh) 一种存在速度模糊的地面运动目标参数估计方法
CN109765540B (zh) 一种频率步进体制米波雷达目标提取方法
CN109270344B (zh) 脉冲丢失下的相参脉冲信号频率估计方法
CN110221287A (zh) 一种基于α-β及LMS联合滤波的雷达距离跟踪方法
CN117421576B (zh) 一种基于相邻互相关的高速机动目标定位参数估计方法
CN117452329B (zh) 一种辐射源目标定位参数相参估计方法及装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20230106

WW01 Invention patent application withdrawn after publication