CN116184347A - 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法 - Google Patents

基于距离选通与子空间投影的机载雷达折叠杂波抑制方法 Download PDF

Info

Publication number
CN116184347A
CN116184347A CN202211706619.5A CN202211706619A CN116184347A CN 116184347 A CN116184347 A CN 116184347A CN 202211706619 A CN202211706619 A CN 202211706619A CN 116184347 A CN116184347 A CN 116184347A
Authority
CN
China
Prior art keywords
clutter
distance
subspace
distance segment
segment
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
Application number
CN202211706619.5A
Other languages
English (en)
Inventor
任丽香
刘子豪
范花玉
王鸿鑫
王朝旭
毛二可
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 Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202211706619.5A priority Critical patent/CN116184347A/zh
Publication of CN116184347A publication Critical patent/CN116184347A/zh
Pending legal-status Critical Current

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
    • G01S7/41—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
    • 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
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，涉及机载雷达信号处理技术领域，该方法利用具有距离选通特性的脉间捷变波形，通过从距离维选通本距离段回波后做子空间投影，得到本距离段杂波重构结果，并在距离段间循环迭代，消除各距离段杂波之间的相互影响，实现分距离段杂波重构，之后从接收回波中对消非本距离段的杂波实现折叠杂波抑制，并进行目标检测，有效提高了机载雷达对于远距离低速弱目标的探测能力。该方法具有实现简单、计算复杂度低、折叠杂波抑制效果好等诸多优势。

Description

基于距离选通与子空间投影的机载雷达折叠杂波抑制方法
技术领域
本发明涉及机载雷达信号处理技术领域，具体涉及一种基于距离选通与子空间投影的机载雷达折叠杂波抑制方法。
背景技术
地基雷达受地球曲率的影响，探测距离有限，为了获得更远的探测距离，雷达被架设到了飞机上，机载雷达随之诞生。但机载雷达在下视搜索场景下，由于平台运动造成杂波谱多普勒扩展严重，极大压缩了动目标检测(Moving Target Detection,MTD)和脉冲多普勒(Pulse Doppler,PD)处理后多普勒维的清晰区。因此，机载雷达大多工作在中、高重频条件下，但由于发射波形的参数固定，中、高重频意味着严重的距离模糊，造成各脉冲重复周期(Pulse Repetition Time,PRT)内的杂波回波沿快时间维发生折叠，导致远距离目标需要与近距离强杂波竞争，这将造成机载雷达对于远距离低速弱目标的探测能力下降。为改善这一问题，当前应用最广泛的方法是空时自适应信号处理(Space-Time AdaptiveProcessing,STAP)技术。STAP是一种空时二维滤波技术，通过无目标的独立同分布训练样本计算杂波加噪声的协方差矩阵，构造最优的空时二维滤波器。然而，根据RMB准则，若想获得相对于最优滤波器性能损失小于3dB的空时滤波器需要系统自由度2倍的独立同分布训练样本，但是在实际的复杂场景中，杂波的非均匀性，非平稳性和系统失真等非理想因素导致难以获得满足要求的数据样本，也造成实际中STAP性能大打折扣。
因此，当前因波形参数固定造成的折叠杂波仍然是机载雷达远距离探测亟需解决的问题。
发明内容
有鉴于此，本发明提供了基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，能够针对波形参数固定造成的折叠杂波进行抑制，计算复杂度低、折叠杂波抑制效果好。
为达到上述目的，本发明的技术方案基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，包括以下步骤：
步骤1：根据场景估计杂波分布的距离区间。
步骤2：根据雷达参数确定杂波多普勒维覆盖范围。
步骤3：对总回波进行沿快时间维向量化，获得向量化后的总回波。
步骤4：根据雷达参数确定杂波回波分部的最大距离段数P；并对每个待重构距离段编号为变量p，p取值为1,2,…,P，初始化p＝1。
步骤5：根据雷达天线与杂波散射单元的几何关系，确定杂波子空间并构建第p距离段杂波投影矩阵。
步骤6：设置第p距离段对应的接收滤波器组。
步骤7：分距离段子空间投影重构各距离段杂波，得到第p距离段的杂波重构结果。
步骤8：令p自增1，若p更新后p＞P，则重新令p＝1，重复步骤5至步骤7实现距离段间循环迭代，直到迭代过程收敛。
步骤9：对每个距离段用向量化的总回波减去重构出的非本距离段杂波，得到每个距离段的杂波重构结果，并沿快时间维做逆向量化处理，完成对各距离段杂波的准确重构和对折叠杂波的有效抑制。
步骤10：利用总回波减去重构出的各距离段杂波后，分距离段对场景中的目标进行检测，对于存在目标的距离段，构造目标的子空间，更新目标所在距离段的子空间，更新目标所在距离段的投影矩阵，重复步骤7-10，直至总回波减去各距离段的重构结果小于设定的阈值，目标检测完成。
进一步地，步骤1：根据场景估计杂波分布的距离区间，具体为：
机载雷达的最大探测距离范围为[Rmin,Rmax]，其具体关系如式(1)：
Figure BDA0004024901060000031
其中H为飞行高度，Pt为雷达发射功率，Gt为发射天线增益，Ar为天线有效接收面积，σ为雷达照射区域的散射截面积，Smin为接收机最小可检测信号；
[Rmin,Rmax]即为杂波分布的距离区间。
进一步地，步骤2：根据雷达参数确定杂波多普勒维覆盖范围，具体为：
机载雷达相对于地面的飞行速度为V，波长为λ，则杂波多普勒维覆盖范围[fdmin,fdmax]由式(2)计算：
Figure BDA0004024901060000032
进一步地，步骤3：将总回波进行沿快时间维向量化，具体为：
总回波为O，O是一个三维矩阵维度是M×N×PRTnum，其中M对应脉冲个数，N对应阵元个数，PRTnum对应一个PRT内的采样点数；沿快时间维对O做向量化，将三维矩阵转化为二维矩阵，得到向量化的总回波Vec(O)；
Vec(O)的维度为MN×PRTnum。
5、如权利要求4所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤4：根据雷达参数确定杂波回波分部的最大距离段数P；
根据步骤1中杂波分布的距离区间[Rmin,Rmax]与一个距离段对应的距离范围Rc，由式(3)计算待重构距离段数P：
Figure BDA0004024901060000033
其中
Figure BDA0004024901060000041
表示向上取整。
进一步地，步骤5：根据雷达天线与杂波散射单元的几何关系，确定杂波子空间并构建第p距离段杂波投影矩阵，具体为：
通过雷达天线与杂波散射单元的几何关系得到，
Figure BDA0004024901060000042
其中fd表示杂波散射单元的多普勒频率，如图5所示，θ为杂波散射单元与雷达天线在方位维的夹角，
Figure BDA0004024901060000043
为杂波散射单元的俯仰角，α为偏航角，ψ为锥角，且满足
Figure BDA0004024901060000044
定义角度-多普勒平面为cosψ～fd/fr，其中fr表示脉冲重复频率(PulseRepetition Frequency,PRF)，则式(4)进一步表示为，
Figure BDA0004024901060000045
对式(5)两边同时平方并化简得到，
Figure BDA0004024901060000046
从式(6)可以看出，杂波谱是角度-多普勒平面内的一簇椭圆方程；根据阵列放置形式的不同，即偏航角α取不同值，杂波在角度-多普勒平面内的分布特性有所区别。
以天线正侧视情况，即偏航角α＝0°时为例，介绍杂波子空间的构建方法。此时式(6)退化为一条直线：
Figure BDA0004024901060000047
其中β＝2VTr/λ对应杂波脊在角度-多普勒平面的斜率；
设所构建杂波子空间的自由度为l，根据经验l∈[2M,8M]，以式(8)的计算结果Δfd为间隔，对杂波的多普勒覆盖范围[fdmin,fdmax]离散化，
Figure BDA0004024901060000051
求得所构建杂波子空间的离散多普勒频率Fd＝[fd1,…,fdn,…,fdl]，其中fd1＝fdmin，fdl＝fdmax，fdn表示第n个离散化后的多普勒频率，根据式(7)角度与多普勒之间的关系，可以计算出每个离散多普勒频率对应的角度cos(ψn)，如式(9)所示：
Figure BDA0004024901060000052
利用式(9)可以得到与Fd对应的角度Fs，进而可以求得第p距离段杂波子空间多普勒维导向矢量Sdt与角度维导向矢量Sat，Sdt与Sat中的第n个导向矢量的表达式
Figure BDA0004024901060000053
其中d为阵元间距，Sdt中p对应第p个距离段，则估计的杂波子空间Spa用式(11)来表示：
Figure BDA0004024901060000054
其中
Figure BDA0004024901060000055
表示克罗内可积；
根据Brennan准则，正侧视条件下杂波的自由度r近似满足式(12)，
r≈N+β(M-1) (12)
而所构建的杂波子空间自由度l大于r，因此，所构建的子空间Spa中存在部分与杂波无关的信息需要去除；对杂波子空间Spa做奇异值分解，如式(13)所示，
Figure BDA0004024901060000061
其中Λ1为对角矩阵，对角线上的元素对应rc个大于0dB的大奇异值，U1、V1分别为Λ1中每个大奇异值对应的左奇异向量和右奇异向量，而对角矩阵Λ2对角线上的元素对应(l-rc)个小于0dB的小奇异值，U2、V2分别为Λ2中每个小奇异值对应的左奇异向量和右奇异向量；
通过截尾奇异值分解去除(l-rc)个小奇异值及其所对应的子空间后，U1张成的空间即为去除与杂波无关信息后的杂波子空间；
通过式(14)构建第p个距离段杂波对应的投影矩阵Qp：
Figure BDA0004024901060000062
进一步地，步骤6：设置第p距离段对应的接收滤波器组，具体为：
若脉间捷变波形各脉冲内的参数和调制形式相同仅脉间初始相位不同，则接收滤波器组通过时延初相捷变的匹配滤波器组来进行设计；
若各脉冲内的调制形式不同，则接收滤波器组使用联合失配滤波器以改善脉冲间调制形式变化引起的距离旁瓣调制(Range Sidelobe Modulation,RSM)效应。
进一步地，步骤7：分距离段子空间投影重构各距离段杂波，得到第p个距离段的杂波重构结果；具体为：
当对第p距离段杂波做重构前，将除第p距离段以外的其他距离段杂波重构结果从总回波Vec(O)中减去，作为第p距离段接收滤波器组的输入Input(p)，如式(15)所示，
Figure BDA0004024901060000063
初始各距离段杂波重构结果Rb(p)＝0,p＝1,2,...,P；
重构过程包括如下步骤，设置第p个距离段的接收滤波器组，沿快时间维对Input(p)做脉冲压缩选通第p个距离段的回波；选通后得到的第p个距离段的回波数据为Echo(p)，利用构建的投影矩阵对Echo(p)做子空间投影，得到第p距离段的杂波投影结果PRO(p)，如式(16)所示；
PRO(p)＝QpEcho(p) (16)
其中Qp为第p个距离段杂波对应的投影矩阵；
对PRO(p)沿快时间维做脉冲压缩逆处理，得到第p个距离段的杂波重构结果Rb(p)。
进一步地，步骤10中，更新目标所在距离段的子空间，更新目标所在距离段的投影矩阵，具体为：
构造目标的子空间为U2；
按照式(17)更新目标所在距离段的子空间，
U1＝[U1,U2] (17)
并利用式(14)更新此距离段的投影矩阵。
有益效果：
本发明提出了一种基于距离选通与子空间投影的机载雷达折叠杂波抑制方法。该方法利用具有距离选通特性的脉间捷变波形，通过从距离维选通本距离段回波后做子空间投影，得到本距离段杂波重构结果，并在距离段间循环迭代，消除各距离段杂波之间的相互影响，实现分距离段杂波重构，之后从接收回波中对消非本距离段的杂波实现折叠杂波抑制，并进行目标检测，有效提高了机载雷达对于远距离低速弱目标的探测能力。该方法具有实现简单、计算复杂度低、折叠杂波抑制效果好等诸多优势。
附图说明
图1中的(a)为线性调频脉冲串波形模糊函数的三维视图；
图1中的(b)为线性调频脉冲串波形模糊函数的距离-幅度投影图；
图2中的(a)为脉间捷变脉冲串波形模糊函数的三维视图；
图2中的(b)为脉间捷变脉冲串波形模糊函数的距离幅度投影图；
图3为基于脉间捷变波形两个距离段的回波及每个距离段接收滤波器组示意图；
图4为本发明一种基于距离选通与子空间投影的机载雷达折叠杂波抑制方法流程图；
图5为雷达天线阵列与杂波散射单元的几何关系示意图；
图6为仿真机载雷达杂波加目标的回波数据PD处理结果，图6中的(a)基于线性调频发射波形，图6中的(b)基于脉间捷变发射波形并经过本发明方法处理。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
当前机载雷达大多采用窄带PD雷达体制，发射波形大多选用参数固定的常规波形，如线性调频(Linear Frequency Modulation,LFM)波形。为方便叙述，定义一个PRT对应的距离范围Rc为一个距离段，即Rc＝0.5(C·PRT)，其中C为光速。由图1中的(a)、图1中的(b)，LFM脉冲串波形的模糊函数可知，参数固定的LFM波形距离维各距离段间的回波是完全模糊的，这也是造成杂波折叠的根本原因。而由图2中的(a)、图2中的(b)，脉间捷变脉冲串波形(具体为脉间频谱捷变波形)的模糊函数可知，脉间捷变波形具有大约30dB左右的距离选通性能，其中距离选通性能是指选通本距离段回波，抑制其他距离段回波的能力。
基于此可以针对发射的捷变脉冲串波形设计一组与之对应的接收滤波器组，并分距离段选通各个距离段的回波，如图3所示，以两个距离段为例，设计K个波形对应的接收滤波器组H，以PRT为间隔，通过时移H依次选通各个距离段的回波。但由于捷变波形的距离选通性能有限，因此H对于非本距离段回波仅能实现去相关而非正交。从杂波回波的角度，在相控阵雷达体制下，经距离选通后相参积累的本距离段杂波，在角度-多普勒平面呈现明显的几何特征，以偏航角为0°时的正侧视为例，杂波在角度-多普勒平面呈直线分布；而非本距离段杂波经去相关后将散布在整个角度-多普勒平面上。因此，本发明首先利用捷变波形的距离选通性能，实现各距离段杂波去相关，再通过杂波在角度-多普勒维表现的特征构建杂波子空间，并通过对选通后的各距离段回波做子空间投影与距离段间循环迭代，消除各距离段杂波之间的相互影响，实现分距离段杂波重构，之后从接收回波中对消非本距离段的杂波实现折叠杂波抑制，并进行目标检测，有效提高了机载雷达远距离低速弱目标的探测能力。
如图4所示，本发明的一种基于距离选通与子空间投影的机载雷达折叠杂波抑制方法具体包括以下步骤：
步骤1：根据场景估计杂波分布的距离区间。由于机载雷达功率有限，设机载雷达的最大探测距离范围为[Rmin,Rmax]，其具体关系如式(1)所示。
Figure BDA0004024901060000091
其中H为飞行高度，Pt为雷达发射功率，Gt为发射天线增益，Ar为天线有效接收面积，σ为雷达照射区域的散射截面积，Smin为接收机最小可检测信号。
步骤2：确定杂波多普勒维覆盖范围。设机载雷达相对于地面的飞行速度为V，波长为λ，则杂波多普勒维覆盖范围[fdmin,fdmax]可由式(2)计算。
Figure BDA0004024901060000092
步骤3：总回波沿快时间维向量化。设总回波为O，O是一个三维矩阵维度是M×N×PRTnum，其中M对应脉冲个数，N对应阵元个数，PRTnum对应一个PRT内的采样点数。由于步骤5中构建的各距离段投影矩阵是维度为MN×MN的二维矩阵，为使回波数据与投影矩阵维度匹配，需要沿快时间维对O做向量化，将三维矩阵转化为二维矩阵，得到Vec(O)，Vec(O)的维度为MN×PRTnum。
步骤4：确定待重构距离段数。根据步骤1中杂波分布范围[Rmin,Rmax]与一个距离段对应的距离范围Rc，由式(3)计算待重构距离段数P。
Figure BDA0004024901060000101
其中
Figure BDA0004024901060000102
表示向上取整。并对每个待重构距离段编号为变量p(p＝1,2,...,P)，初始化p＝1。
步骤5：根据雷达天线与杂波散射单元的几何关系，确定杂波子空间并构建第p距离段杂波投影矩阵。如图5所示，通过雷达天线与杂波散射单元的几何关系可以得到，
Figure BDA0004024901060000103
其中fd表示杂波散射单元的多普勒频率，θ为杂波散射单元与雷达天线在方位维的夹角，
Figure BDA0004024901060000104
为杂波散射单元的俯仰角，α为偏航角，ψ为锥角，且满足/>
Figure BDA0004024901060000105
定义角度-多普勒平面为cosψ～fd/fr，其中fr表示脉冲重复频率(Pulse RepetitionFrequency,PRF)，则式(4)可以进一步表示为，
Figure BDA0004024901060000106
对式(5)两边同时平方并化简得到，
Figure BDA0004024901060000107
从式(6)可以看出，杂波谱是角度-多普勒平面内的一簇椭圆方程。根据阵列放置形式的不同，即偏航角α取不同值，杂波在角度-多普勒平面内的分布特性有所区别。
以天线正侧视情况，即偏航角α＝0°时为例，介绍杂波子空间的构建方法。此时式(6)退化为一条直线，
Figure BDA0004024901060000111
其中β＝2VTr/λ对应杂波脊在角度-多普勒平面的斜率。
设所构建杂波子空间的自由度为l，根据经验l∈[2M,8M]。以式(8)的计算结果Δfd为间隔，对杂波的多普勒覆盖范围[fdmin,fdmax]离散化，
Figure BDA0004024901060000112
求得所构建杂波子空间的离散多普勒频率Fd＝[fd1,...,fdn,…,fdl]，其中fd1＝fdmin，fdl＝fdmax，fdn表示第n个离散化后的多普勒频率，根据式(7)角度与多普勒之间的关系，可以计算出每个离散多普勒频率对应的角度cos(ψn)，如式(9)所示，
Figure BDA0004024901060000113
利用式(9)可以得到与Fd对应的角度Fs，进而可以求得第p距离段杂波子空间多普勒维导向矢量Sdt与角度维导向矢量Sat，Sdt与Sat中的第n个导向矢量的表达式
Figure BDA0004024901060000114
其中d为阵元间距，Sdt中p对应第p个距离段，则估计的杂波子空间Spa可以用式(11)来表示，
Figure BDA0004024901060000115
其中
Figure BDA0004024901060000116
表示克罗内可积。根据Brennan准则，正侧视条件下杂波的自由度r近似满足式(12)，
r≈N+β(M-1) (12)
而所构建的杂波子空间自由度l一般大于r，因此，所构建的子空间Spa中存在部分与杂波无关的信息需要去除。对杂波子空间Spa做奇异值分解，如式(13)所示，
Figure BDA0004024901060000121
其中Λ1为对角矩阵，对角线上的元素对应rc个大于0dB的大奇异值，U1、V1分别为Λ1中每个大奇异值对应的左奇异向量和右奇异向量，而对角矩阵Λ2对角线上的元素对应(l-rc)个小于0dB的小奇异值，U2、V2分别为Λ2中每个小奇异值对应的左奇异向量和右奇异向量。通过截尾奇异值分解去除(l-rc)个小奇异值及其所对应的子空间后，U1张成的空间即为去除与杂波无关信息后的杂波子空间。因此，可通过式(14)构建第p个距离段杂波对应的投影矩阵Qp，
Figure BDA0004024901060000122
步骤6：设置第p距离段对应的接收滤波器组。若脉间捷变波形各脉冲内的参数和调制形式相同仅脉间初始相位不同，则接收滤波器组可通过时延初相捷变的匹配滤波器组来进行设计；若各脉冲内的调制形式不同，则接收滤波器组须使用联合失配滤波器以改善脉冲间调制形式变化引起的距离旁瓣调制(Range Sidelobe Modulation,RSM)效应，目前已有几种常用的联合失配滤波器设计算法。
步骤7：分距离段子空间投影重构各距离段杂波。当对第p距离段杂波做重构前，需要将除第p距离段以外的其他距离段杂波重构结果从总回波Vec(O)中减去，作为第p距离段接收滤波器组的输入Input(p)，如式(15)所示，
Figure BDA0004024901060000123
初始各距离段杂波重构结果Rb(p)＝0,p＝1,2,...,P。
重构子模块包括如下步骤，设置第p个距离段的接收滤波器组，沿快时间维对Input(p)做脉冲压缩选通第p个距离段的回波；选通后得到的第p个距离段的回波数据为Echo(p)，利用构建的投影矩阵对Echo(p)做子空间投影，得到第p距离段的杂波投影结果PRO(p)，如式(16)所示；
PRO(p)＝QpEcho(p) (16)
对PRO(p)沿快时间维做脉冲压缩逆处理，得到第p个距离段的杂波重构结果Rb(p)。
步骤8：距离段间循环迭代，消除各距离段杂波之间的相互影响。令p＝p+1(若p更新后p＞P，则重新令p＝1)，并重复步骤5至步骤7，直到迭代过程收敛。迭代收敛条件可通过相邻两次迭代结果的差来判断，若差的绝对值小于一定阈值则可认定算法收敛。
步骤9：对每个距离段用总回波Vec(O)减去重构出的非本距离段杂波，如式(15)所示，得到每个距离段的杂波重构结果，并沿快时间维做逆向量化处理，完成对各距离段杂波的准确重构和对折叠杂波的有效抑制。
步骤10：检测目标并将目标加入重构处理流程。利用总回波O减去重构出的各距离段杂波后，分距离段对场景中的目标进行检测，对于存在目标的距离段，构造目标的子空间U2，按照式(17)更新目标所在距离段的子空间，
U1＝[U1,U2] (17)
并利用式(14)更新此距离段的投影矩阵，重复步骤7-10，直至总回波减去各距离段的重构结果小于设定的阈值，可认为目标检测完成。
对发明的有益效果进行验证和说明：
为测试算法性能，对机载雷达探测场景进行综合仿真测试，仿真中设置雷达的不模糊测距范围为75km，四个远距低速点目标的距离和速度分别为494km、56m/s；502km、-67m/s；567km、32m/s；572km、-24m/s，即分别位于第7距离段和第8距离段，其中速度正、负号分别代表目标远离或朝向雷达方向，目标信噪比约为20dB；仿真机载雷达杂波的速度分布范围约为-90m/s至90m/s，距离分布范围约为9km至450km，信杂比约为-50dB。图6中的(a)为基于线性调频发射波形的仿真结果，由图可见杂波和目标均折叠到同一个距离段，距离模糊现象严重，且由于低速点目标被折叠杂波覆盖，无法对其进行有效检测；图6中的(b)为基于脉间捷变发射波形并经过本发明方法处理的仿真结果，由图可见各距离段折叠杂波被完整重构，有效去除了折叠杂波对第7、8距离段目标检测的影响，实现了对目标的无模糊测距和测速。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，包括以下步骤：
步骤1：根据场景估计杂波分布的距离区间；
步骤2：根据雷达参数确定杂波多普勒维覆盖范围；
步骤3：对总回波进行沿快时间维向量化，获得向量化的总回波；
步骤4：根据雷达参数确定杂波回波分部的最大距离段数P；并对每个待重构距离段编号为变量p，p取值为1,2,…,P，初始化p＝1；
步骤5：根据雷达天线与杂波散射单元的几何关系，确定杂波子空间并构建第p距离段杂波投影矩阵；
步骤6：设置第p距离段对应的接收滤波器组；
步骤7：分距离段子空间投影重构各距离段杂波，得到第p距离段的杂波重构结果；
步骤8：令p自增1，若p更新后p＞P，则重新令p＝1，重复步骤5至步骤7实现距离段间循环迭代，直到迭代过程收敛；
步骤9：对每个距离段用向量化的总回波减去重构出的非本距离段杂波，得到每个距离段的杂波重构结果，并沿快时间维做逆向量化处理，完成对各距离段杂波的准确重构和对折叠杂波的有效抑制；
步骤10：利用总回波减去重构出的各距离段杂波后，分距离段对场景中的目标进行检测，对于存在目标的距离段，构造目标的子空间，更新目标所在距离段的子空间，更新目标所在距离段的投影矩阵，重复步骤7-10，直至总回波减去各距离段的重构结果小于设定的阈值，目标检测完成。
2.如权利要求1所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤1：根据场景估计杂波分布的距离区间，具体为：
机载雷达的最大探测距离范围为[Rmin,Rmax]，其具体关系如式(1)：
Figure FDA0004024901050000021
其中H为飞行高度，Pt为雷达发射功率，Gt为发射天线增益，Ar为天线有效接收面积，σ为雷达照射区域的散射截面积，Smin为接收机最小可检测信号；
[Rmin,Rmax]即为杂波分布的距离区间。
3.如权利要求1或2所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤2：根据雷达参数确定杂波多普勒维覆盖范围，具体为：
机载雷达相对于地面的飞行速度为V，波长为λ，则杂波多普勒维覆盖范围[fdmin,fdmax]由式(2)计算：
Figure FDA0004024901050000022
4.如权利要求3所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤3：将总回波进行沿快时间维向量化，具体为：
总回波为O，O是一个三维矩阵维度是M×N×PRTnum，其中M对应脉冲个数，N对应阵元个数，PRTnum对应一个PRT内的采样点数；沿快时间维对O做向量化，将三维矩阵转化为二维矩阵，得到向量化的总回波Vec(O)；
Vec(O)的维度为MN×PRTnum。
5.如权利要求4所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤4：根据雷达参数确定杂波回波分部的最大距离段数P；
根据步骤1中杂波分布的距离区间[Rmin,Rmax]与一个距离段对应的距离范围Rc，由式(3)计算待重构距离段数P：
Figure FDA0004024901050000023
其中
Figure FDA0004024901050000031
表示向上取整。
6.如权利要求5所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤5：根据雷达天线与杂波散射单元的几何关系，确定杂波子空间并构建第p距离段杂波投影矩阵，具体为：
通过雷达天线与杂波散射单元的几何关系得到，
Figure FDA0004024901050000032
其中fd表示杂波散射单元的多普勒频率，θ为杂波散射单元与雷达天线在方位维的夹角，
Figure FDA0004024901050000033
为杂波散射单元的俯仰角，α为偏航角，ψ为锥角，且满足/>
Figure FDA0004024901050000034
定义角度-多普勒平面为cosψ～fd/fr，其中fr表示脉冲重复频率PRF，则式(4)进一步表示为，
Figure FDA0004024901050000035
对式(5)两边同时平方并化简得到，
Figure FDA0004024901050000036
从式(6)可以看出，杂波谱是角度-多普勒平面内的一簇椭圆方程；根据阵列放置形式的不同，即偏航角α取不同值，杂波在角度-多普勒平面内的分布特性有所区别。
以天线正侧视情况，即偏航角α＝0°时为例，介绍杂波子空间的构建方法。此时式(6)退化为一条直线：
Figure FDA0004024901050000037
其中β＝2VTr/λ对应杂波脊在角度-多普勒平面的斜率；
设所构建杂波子空间的自由度为l，根据经验l∈[2M,8M]，以式(8)的计算结果Δfd为间隔，对杂波的多普勒覆盖范围[fdmin,fdmax]离散化，
Figure FDA0004024901050000038
/>
求得所构建杂波子空间的离散多普勒频率Fd＝[fd1,...,fdn,…,fdl]，其中fd1＝fdmin，fdl＝fdmax，fdn表示第n个离散化后的多普勒频率，根据式(7)角度与多普勒之间的关系，可以计算出每个离散多普勒频率对应的角度cos(ψn)，如式(9)所示：
Figure FDA0004024901050000041
利用式(9)可以得到与Fd对应的角度Fs，进而可以求得第p距离段杂波子空间多普勒维导向矢量Sdt与角度维导向矢量Sat，Sdt与Sat中的第n个导向矢量的表达式
Figure FDA0004024901050000042
Figure FDA0004024901050000043
其中d为阵元间距，Sdt中p对应第p个距离段，则估计的杂波子空间Spa用式(11)来表示：
Figure FDA0004024901050000044
其中
Figure FDA0004024901050000045
表示克罗内可积；
根据Brennan准则，正侧视条件下杂波的自由度r近似满足式(12)，
r≈N+β(M-1) (12)
而所构建的杂波子空间自由度l大于r，因此，所构建的子空间Spa中存在部分与杂波无关的信息需要去除；对杂波子空间Spa做奇异值分解，如式(13)所示，
Figure FDA0004024901050000046
其中Λ1为对角矩阵，对角线上的元素对应rc个大于0dB的大奇异值，U1、V1分别为Λ1中每个大奇异值对应的左奇异向量和右奇异向量，而对角矩阵Λ2对角线上的元素对应(l-rc)个小于0dB的小奇异值，U2、V2分别为Λ2中每个小奇异值对应的左奇异向量和右奇异向量；
通过截尾奇异值分解去除(l-rc)个小奇异值及其所对应的子空间后，U1张成的空间即为去除与杂波无关信息后的杂波子空间；
通过式(14)构建第p个距离段杂波对应的投影矩阵Qp：
Figure FDA0004024901050000051
7.如权利要求1、2、4、5或6任一所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤6：设置第p距离段对应的接收滤波器组，具体为：
若脉间捷变波形各脉冲内的参数和调制形式相同仅脉间初始相位不同，则接收滤波器组通过时延初相捷变的匹配滤波器组来进行设计；
若各脉冲内的调制形式不同，则接收滤波器组使用联合失配滤波器以改善脉冲间调制形式变化引起的距离旁瓣调制RSM效应。
8.如权利要求1、2、4、5或6任一所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤7：分距离段子空间投影重构各距离段杂波，得到第p个距离段的杂波重构结果；具体为：
当对第p距离段杂波做重构前，将除第p距离段以外的其他距离段杂波重构结果从总回波Vec(O)中减去，作为第p距离段接收滤波器组的输入Input(p)，如式(15)所示，
Figure FDA0004024901050000052
初始各距离段杂波重构结果Rb(p)＝0,p＝1,2,…,P；
重构过程包括如下步骤，设置第p个距离段的接收滤波器组，沿快时间维对Input(p)做脉冲压缩选通第p个距离段的回波；选通后得到的第p个距离段的回波数据为Echo(p)，利用构建的投影矩阵对Echo(p)做子空间投影，得到第p距离段的杂波投影结果PRO(p)，如式(16)所示；
PRO(p)＝QpEcho(p) (16)
其中Qp为第p个距离段杂波对应的投影矩阵；
对PRO(p)沿快时间维做脉冲压缩逆处理，得到第p个距离段的杂波重构结果Rb(p)。
9.如权利要求8所述的基于距离选通与子空间投影的机载雷达折叠杂波抑制方法，其特征在于，所述步骤10中，更新目标所在距离段的子空间，更新目标所在距离段的投影矩阵，具体为：
构造目标的子空间为U2；
按照式(17)更新目标所在距离段的子空间，
U1＝[U1,U2] (17)
并利用式(14)更新此距离段的投影矩阵。
CN202211706619.5A 2022-12-29 2022-12-29 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法 Pending CN116184347A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211706619.5A CN116184347A (zh) 2022-12-29 2022-12-29 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211706619.5A CN116184347A (zh) 2022-12-29 2022-12-29 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法

Publications (1)

Publication Number Publication Date
CN116184347A true CN116184347A (zh) 2023-05-30

Family

ID=86443490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211706619.5A Pending CN116184347A (zh) 2022-12-29 2022-12-29 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法

Country Status (1)

Country Link
CN (1) CN116184347A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116430348A (zh) * 2023-06-14 2023-07-14 北京理工大学 一种基于初相捷变脉冲串波形的空时自适应信号处理方法
CN116662729A (zh) * 2023-08-02 2023-08-29 山东鲁玻玻璃科技有限公司 一种低硼硅玻璃上料控制数据智能监测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116430348A (zh) * 2023-06-14 2023-07-14 北京理工大学 一种基于初相捷变脉冲串波形的空时自适应信号处理方法
CN116430348B (zh) * 2023-06-14 2023-08-22 北京理工大学 一种基于初相捷变脉冲串波形的空时自适应信号处理方法
CN116662729A (zh) * 2023-08-02 2023-08-29 山东鲁玻玻璃科技有限公司 一种低硼硅玻璃上料控制数据智能监测方法
CN116662729B (zh) * 2023-08-02 2023-10-31 山东鲁玻玻璃科技有限公司 一种低硼硅玻璃上料控制数据智能监测方法

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
CN116184347A (zh) 基于距离选通与子空间投影的机载雷达折叠杂波抑制方法
US7038618B2 (en) Method and apparatus for performing bistatic radar functions
CN104977571B (zh) 基于俯仰频率分集stap的距离模糊杂波抑制方法
Saeedi et al. Synthetic aperture radar imaging using nonlinear frequency modulation signal
CN110412559A (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN110703209B (zh) 高重频机载前视阵雷达地面距离模糊杂波的抑制方法
CN104977582A (zh) 一种实现扫描雷达方位超分辨成像的解卷积方法
CN111175750A (zh) 一种合成孔径雷达的成像方法及装置、设备、存储介质
CN109613532B (zh) 一种机载雷达实时多普勒波束锐化超分辨成像方法
CN113253230B (zh) 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
CN114895260B (zh) 一种俯仰向空时编码星载sar系统回波分离方法
CN105301589B (zh) 高分辨宽测绘带sar地面运动目标成像方法
CN109001700B (zh) 一种实现目标轮廓重构的雷达前视成像方法
Yang et al. Doppler beam sharpening imaging based on fast iterative adaptive approach
CN107589421B (zh) 一种阵列前视sar成像方法
CN113221062B (zh) 一种小型无人机载BiSAR系统的高频运动误差补偿方法
CN108562901B (zh) 基于最大信杂噪比准则的isar高分辨成像方法
CN112230220A (zh) 基于Radon变换的Deramp-STAP动目标检测方法
CN105824016A (zh) 运动平台雷达检测超低空目标的稳健空时自适应处理方法
CN114442061A (zh) 一种基于距离选通和交替反演的折叠杂波的抑制方法
CN106526544A (zh) 基于高超声速平台的mimosar杂波抑制方法
CN115877380A (zh) 一种sar多运动目标成像方法、装置和存储介质
CN115656944A (zh) 基于mimo雷达的舰船图像电磁散射特征闪烁的精确校正方法
CN115407335A (zh) 基于OFDM-chirp信号和DBF处理的MIMO-SAR解模糊方法及装置

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