CN115856813A - 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 - Google Patents
基于apc与iarft级联处理的雷达目标旁瓣抑制方法 Download PDFInfo
- Publication number
- CN115856813A CN115856813A CN202211439631.4A CN202211439631A CN115856813A CN 115856813 A CN115856813 A CN 115856813A CN 202211439631 A CN202211439631 A CN 202211439631A CN 115856813 A CN115856813 A CN 115856813A
- Authority
- CN
- China
- Prior art keywords
- distance
- pulse
- grid
- adaptive
- coherent
- 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.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,属于雷达信号处理领域,特别涉及雷达目标距离旁瓣与速度旁瓣抑制技术。本发明首先针对雷达接收到的相参脉冲串的脉冲‑距离二维回波数据中的每一行数据,利用RMVDR算法进行自适应脉冲压缩,进而得到自适应脉冲压缩后的脉冲‑距离二维输出结果;然后,建立速度‑距离二维搜索网格,在自适应脉冲压缩后的脉冲‑距离二维输出数据矩阵中,搜索和提取每个网格点对应的相参脉冲串数据;最后,在迭代自适应地求解速度‑距离二维搜索网格中每个网格点对应的相参积累权向量的基础上,结合每个网格点对应的相参脉冲串数据,计算得到对应于每个网格点的基于自适应脉冲压缩与迭代自适应RFT级联处理的幅度值估计。与“常规的匹配滤波”+“RFT”的级联处理方式相比,本发明所述的基于自适应脉冲压缩与迭代自适应RFT级联处理的雷达目标旁瓣抑制方法,能够抑制强目标产生的高距离‑速度旁瓣的问题,避免了对邻近微弱目标的遮挡,且具有便于工程实现的优点。
Description
技术领域
本发明属于雷达信号处理领域,特别涉及雷达目标距离旁瓣与速度旁瓣抑制技术。
背景技术
雷达探测隐身飞机、巡航导弹等高速微弱目标时,为改善这类目标的信杂噪比,通常需要采用长时间相参积累方法。然而长的观测时间,再加之高的目标运动速度以及高的雷达距离分辨率等因素,将会导致目标跨距离单元走动。而传统的相参积累方法,如动目标检测(Moving Target Detection,MTD)暗含了在相参积累时间内目标仅处于一个距离单元的假设。因此利用传统的MTD方法进行长时间相参积累时,将会导致严重的性能下降。基于Radon傅里叶变换(Radon Fourier Transform,RFT)的长时间相参积累方法可以根据目标的运动参数在补偿目标跨距离单元走动的同时完成相参积累,较好的解决了跨距离单元走动目标的相参积累和能量聚焦的问题。
但是,“常规的匹配滤波”+“RFT”的级联处理方式,会使得强目标产生较高的距离-速度旁瓣。这些距离-速度旁瓣会遮挡邻近的其他弱目标,进而影响后续目标检测、跟踪等环节的处理效果。尤其当常规匹配滤波处理没有很好地抑制强目标距离旁瓣时,RFT方法的速度聚焦性能将进一步恶化。
为了解决上述问题,本发明提供了一种基于自适应脉冲压缩(Adaptive PulseCompression,APC)与迭代自适应RFT(Iterative Adaptive Radon Fourier Transform,IARFT)级联处理的雷达目标旁瓣抑制方法。
发明内容
本发明的目的在于,针对传统雷达相干处理流程中,匹配滤波与RFT级联处理造成的强目标距离-速度旁瓣遮挡邻近其他弱目标的问题,提供一种基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其中要解决的技术问题包括:
(1)强目标距离旁瓣的抑制问题;
(2)强目标速度旁瓣的抑制问题。
本发明所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于包括以下技术措施:
步骤一:首先接收到雷达相参脉冲串的脉冲-距离二维回波数据,然后针对每个脉冲的距离维回波,采用RMVDR方法进行自适应脉冲压缩处理,解决强目标距离旁瓣抑制问题;
步骤二:针对速度-距离二维搜索网格中的每个网格点,在自适应脉冲压缩处理后的脉冲-距离二维数据矩阵中,搜索并提取每个网格点对应的相参脉冲串数据;
步骤三:针对速度-距离二维搜索网格中的每个网格点,利用步骤二得到的该网格点对应的相参脉冲串数据,计算迭代自适应RFT处理所需的相参积累权向量,进而得到该网格点对应的相参积累结果;由于采用了迭代自适应RFT处理,因此该处理过程抑制了相参积累时的速度旁瓣。
与“常规的匹配滤波”+“RFT”的级联处理方式相比,本发明所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,有益效果在于:
(1)本方法解决了“常规的匹配滤波”+“RFT”的级联处理中,强目标易产生高的距离-速度旁瓣的问题,避免了对邻近微弱目标的遮挡。
(2)本方法采用“自适应脉冲压缩”+“迭代自适应RFT”的级联处理方式,在抑制强目标距离-速度旁瓣、获得高的距离-速度聚焦能力的同时,便于工程实现。
附图说明
图1是基于APC与IARFT级联处理的雷达目标旁瓣抑制方法的流程图。
图2是用于阐述指示向量含义的示意图。
具体实施方式
以下结合说明书附图对本发明作进一步详细描述。参照说明书附图1,本发明的具体实施方式分以下步骤:
(1)针对雷达接收到的相参脉冲串的脉冲-距离二维回波数据中的每一行数据,利用RMVDR算法进行自适应脉冲压缩,从而得到自适应脉冲压缩后的脉冲-距离二维输出结果;
(2)建立速度-距离二维搜索网格,在自适应脉冲压缩后的脉冲-距离二维输出数据矩阵中,搜索和提取每个网格点对应的相参脉冲串数据;
(3)在迭代自适应地求解速度-距离二维搜索网格中每个网格点对应的相参积累权向量的基础上,结合每个网格点对应的相参脉冲串数据,计算得到对应于每个网格点的基于自适应脉冲压缩与迭代自适应RFT级联处理的幅度值估计。
以下对上述步骤进行详细阐述:
(1)将雷达接收到的相参脉冲串的脉冲-距离二维回波数据记为X,然后针对X中的每一行,即,每个脉冲对应的距离维回波数据,利用RMVDR算法进行自适应脉冲压缩,从而得到自适应脉冲压缩后的脉冲-距离二维输出结果,记为本步骤的具体操作如下:
①雷达接收到的相参脉冲串的脉冲-距离二维回波数据X是一个M×(D+7(N-1))维的数据矩阵,其中M是相参脉冲的个数,(D+7(N-1))是距离采样点数,相邻两点的距离采样间隔等于发射波形的距离分辨率Δr,D是感兴趣的距离段采样点数,N为脉内采样点数;数据矩阵X中的第(m,d)个元素记为xm,d,于是,矩阵X表示如下,其中,1≤m≤M,1≤d≤(D+7(N-1)),
其中,上标(0)表示第0次迭代,发射信号s表示为,s=[s(0),s(1),L,s(N-1)]T,上标T表示向量的转置;
③进入自适应脉冲压缩的第l次迭代(1≤l≤3),对于第d个距离采样点,1-(3-l)(N-1)≤d≤D+(3-l)(N-1),用xm,d:d+N-1=[xm,d xm,d+1 L xm,d+N-1]表示从第d个距离采样点开始的N个距离采样点构成的向量;那么针对向量xm,d:d+N-1实施第l次自适应脉冲压缩所需的权向量为,
其中,上标(l)表示第l次迭代,下标(m,d)表示所针对的网格点;表示回波协方差矩阵,/>为噪声功率水平且可由雷达系统测得,IN为N×N维单位阵;/>为脉内的信号协方差矩阵,/>其中,/>表示第m个脉冲、第l-1次迭代时得到的第d+n个距离采样点的幅度值估计,当l=1时,/>就是/>sn表示以s为基础的N×1维移位向量,
(2)建立速度-距离二维搜索网格,在自适应脉冲压缩后的脉冲-距离二维输出数据矩阵中,搜索和提取每个网格点对应的相参脉冲串数据;本步骤的具体操作如下:
①建立距离搜索网格
②建立速度搜索网格
③利用①形成的距离搜索网格点和②形成的速度搜索网格点,组合形成速度-距离二维搜索网格;
(3)在迭代自适应地求解速度-距离二维搜索网格中每个网格点对应的相参积累权向量的基础上,结合每个网格点对应的相参脉冲串数据,计算得到对应于每个网格点的基于自适应脉冲压缩与迭代自适应RFT级联处理的幅度值估计;本步骤的具体操作如下:
①利用速度-距离二维搜索网格(q,d)中的速度值vq确定的多普勒滤波器对该网格点所对应的相参脉冲串数据z(q,d)进行相参积累,得到/> 表示第p=0次迭代自适应RFT处理输出的对应于网格点(q,d)的幅度值估计;遍历所有的速度-距离二维搜索网格点,即可得到第0次迭代自适应RFT处理输出的幅度值估计矩阵/>
②自适应RFT处理在实施第p次迭代时,首先计算网格点(q,d)对应的相参积累权向量,然后计算/>即可得到第p次迭代时,速度-距离网格点(q,d)对应的幅度值估计/>其中,/>表示脉间的回波协方差矩阵,IM为M×M维单位阵,/>表示脉间的信号协方差矩阵,其中,/>表示第p次迭代时,与速度-距离网格(q,d)有关的所有相参脉冲串数据之和,
其中,上标(p)表示第p次迭代,表示Hadamard积,/>表示第p-1次迭代时得到的速度-距离网格点(j,k)的幅度值估计,当p=1时,/>就是/>indicator[(q,d),(j,k)]表示一个M×1维的指示向量,用来描述网格点(j,k)对应的相参脉冲串数据z(j,k)与网格点(q,d)的相参脉冲串数据z(q,d)的相互重叠情况;
下面依据说明书附图中的图2,阐述指示向量的含义:速度-距离网格点(q,d)对应的相参脉冲串数据在数据矩阵中的位置如说明书附图2中从左上到右下贯穿的阴影区域所示,速度-距离网格点(j,k)对应的相参脉冲串数据在数据矩阵/>中的位置如说明书附图2中从右上到做左贯穿的阴影区域所示;由图可知,左上到右下贯穿的阴影区域与右上到做左贯穿的阴影区域在第3和第4个脉冲处发生重叠,因此,得到M×1维指示向量indicator[(q,d),(j,k)]为,
即,第3和第4个元素为1,其余元素为0;
Claims (4)
1.基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,包括以下步骤:
S1、针对雷达接收到的相参脉冲串的脉冲-距离二维回波数据中的每一行数据,利用RMVDR算法进行自适应脉冲压缩,从而得到自适应脉冲压缩后的脉冲-距离二维输出结果;
S2、建立速度-距离二维搜索网格,在自适应脉冲压缩后的脉冲-距离二维输出数据矩阵中,搜索和提取每个网格点对应的相参脉冲串数据;
S3、在迭代自适应地求解速度-距离二维搜索网格中每个网格点对应的相参积累权向量的基础上,结合每个网格点对应的相参脉冲串数据,计算得到对应于每个网格点的基于自适应脉冲压缩与迭代自适应RFT级联处理的幅度值估计。
2.根据权利要求1所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,所述步骤S1具体包括:
S11、雷达接收到的相参脉冲串的脉冲-距离二维回波数据X是一个M×(D+7(N-1))维的数据矩阵,其中M是相参脉冲的个数,(D+7(N-1))是距离采样点数,相邻两点的距离采样间隔等于发射波形的距离分辨率Δr,D是感兴趣的距离段采样点数,N为脉内采样点数;数据矩阵X中的第(m,d)个元素记为xm,d,于是,矩阵X表示如下,其中,1≤m≤M,1≤d≤(D+7(N-1)),
其中,上标(0)表示第0次迭代,发射信号s表示为,s=[s(0),s(1),L,s(N-1)]T,上标T表示向量的转置;
S13、进入自适应脉冲压缩的第l次迭代(1≤l≤3),对于第d个距离采样点,1-(3-l)(N-1)≤d≤D+(3-l)(N-1),用xm,d:d+N-1=[xm,d xm,d+1 L xm,d+N-1]表示从第d个距离采样点开始的N个距离采样点构成的向量;那么针对向量xm,d:d+N-1实施第l次自适应脉冲压缩所需的权向量为,
其中,上标(l)表示第l次迭代,下标(m,d)表示所针对的网格点;表示回波协方差矩阵,/>为噪声功率水平且可由雷达系统测得,IN为N×N维单位阵;/>为脉内的信号协方差矩阵,/>其中,/>表示第m个脉冲、第l-1次迭代时得到的第d+n个距离采样点的幅度值估计,当l=1时,/>就是/>sn表示以s为基础的N×1维移位向量,
3.根据权利要求1所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,所述步骤S2具体包括:
S22、建立速度搜索网格;用vmax表示所关心的目标最大速度;速度网格的大小记为Δv,其中λ表示载频波长,T表示脉冲重复周期;由此建立速度搜索网格,其中第q个速度网格点对应的速度值为,/><·>表示四舍五入运算;
S23、利用S21形成的距离搜索网格点和S22形成的速度搜索网格点,组合形成速度-距离二维搜索网格;
4.根据权利要求1所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,所述步骤S3具体包括:
S31、利用速度-距离二维搜索网格(q,d)中的速度值vq确定的多普勒滤波器对该网格点所对应的相参脉冲串数据z(q,d)进行相参积累,得到/> 表示第p=0次迭代自适应RFT处理输出的对应于网格点(q,d)的幅度值估计;遍历所有的速度-距离二维搜索网格点,即可得到第0次迭代自适应RFT处理输出的幅度值估计矩阵/>
S32、自适应RFT处理在实施第p次迭代时,首先计算网格点(q,d)对应的相参积累权向量,然后计算/>即可得到第p次迭代时,速度-距离网格点(q,d)对应的幅度值估计/>其中,/>表示脉间的回波协方差矩阵,IM为M×M维单位阵,/>表示脉间的信号协方差矩阵,/>其中,/>表示第p次迭代时,与速度-距离网格(q,d)有关的所有相参脉冲串数据之和,
其中,上标(p)表示第p次迭代,表示Hadamard积,/>表示第p-1次迭代时得到的速度-距离网格点(j,k)的幅度值估计,当p=1时,/>就是/>indicator[(q,d),(j,k)]表示一个M×1维的指示向量,用来描述网格点(j,k)对应的相参脉冲串数据z(j,k)与网格点(q,d)的相参脉冲串数据z(q,d)的相互重叠情况;
下面依据说明书附图中的图2,阐述指示向量的含义:速度-距离网格点(q,d)对应的相参脉冲串数据在数据矩阵中的位置如说明书附图2中从左上到右下贯穿的阴影区域所示,速度-距离网格点(j,k)对应的相参脉冲串数据在数据矩阵/>中的位置如说明书附图2中从右上到做左贯穿的阴影区域所示;由图可知,左上到右下贯穿的阴影区域与右上到做左贯穿的阴影区域在第3和第4个脉冲处发生重叠,因此,得到M×1维指示向量indicator[(q,d),(j,k)]为,
即,第3和第4个元素为1,其余元素为0;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211439631.4A CN115856813A (zh) | 2022-11-17 | 2022-11-17 | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211439631.4A CN115856813A (zh) | 2022-11-17 | 2022-11-17 | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115856813A true CN115856813A (zh) | 2023-03-28 |
Family
ID=85663852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211439631.4A Pending CN115856813A (zh) | 2022-11-17 | 2022-11-17 | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115856813A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116626645A (zh) * | 2023-07-21 | 2023-08-22 | 西安电子科技大学 | 一种宽带雷达高速目标相参积累栅瓣抑制方法 |
-
2022
- 2022-11-17 CN CN202211439631.4A patent/CN115856813A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116626645A (zh) * | 2023-07-21 | 2023-08-22 | 西安电子科技大学 | 一种宽带雷达高速目标相参积累栅瓣抑制方法 |
CN116626645B (zh) * | 2023-07-21 | 2023-10-20 | 西安电子科技大学 | 一种宽带雷达高速目标相参积累栅瓣抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
CN104931938B (zh) | 相参捷变频雷达杂波抑制方法及系统 | |
CN107607938B (zh) | 一种频率分集阵列雷达低空目标检测方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN103018727A (zh) | 一种基于样本训练的机载雷达非平稳杂波抑制方法 | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN110297233B (zh) | Lfmcw阵列雷达信号并行流水化处理方法 | |
CN111736126B (zh) | 一种基于低成本安防雷达的信号处理方法 | |
CN109581362B (zh) | 合成孔径雷达高度计在可变脉冲簇模式下的信号处理方法 | |
CN110632573B (zh) | 一种机载宽带雷达空时二维keystone变换方法 | |
CN101907702A (zh) | 用于mimo雷达的两维多脉冲对消器 | |
Yu et al. | Ground moving target motion parameter estimation using Radon modified Lv's distribution | |
CN115856813A (zh) | 基于apc与iarft级联处理的雷达目标旁瓣抑制方法 | |
CN104155653B (zh) | 一种基于特征距离子空间的sar后向投影成像方法 | |
CN109061626B (zh) | 一种步进频相参处理检测低信杂比动目标的方法 | |
CN114545351A (zh) | 基于距离频率轴反转变换和二阶wvd的机动目标相参检测方法及系统 | |
CN113009473B (zh) | 一种多波束凝视雷达低仰角目标测高方法、装置及介质 | |
CN113376607A (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN110456342B (zh) | 单发射天线雷达的远场多运动目标探测方法 | |
CN112014807A (zh) | 一种频率捷变雷达的自适应杂波抑制方法 | |
CN109597034B (zh) | 一种基于欧几里得距离的空时自适应处理方法 | |
CN115685169B (zh) | 基于宽带keystone变换的水声弱运动目标检测方法 | |
CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
CN113702934B (zh) | 适用于mimo雷达的距离-多普勒-角度三维副瓣抑制方法 | |
CN113156392B (zh) | 一种基于俯仰域自适应处理的杂波抑制方法 |
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 |