CN117075072A - 一种非搜索高速机动辐射源目标定位参数估计方法 - Google Patents
一种非搜索高速机动辐射源目标定位参数估计方法 Download PDFInfo
- Publication number
- CN117075072A CN117075072A CN202311060371.4A CN202311060371A CN117075072A CN 117075072 A CN117075072 A CN 117075072A CN 202311060371 A CN202311060371 A CN 202311060371A CN 117075072 A CN117075072 A CN 117075072A
- Authority
- CN
- China
- Prior art keywords
- signal
- distance difference
- time
- processing
- representing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000005855 radiation Effects 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 74
- 230000008859 change Effects 0.000 claims abstract description 69
- 230000005012 migration Effects 0.000 claims abstract description 48
- 238000013508 migration Methods 0.000 claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims abstract description 39
- 230000009466 transformation Effects 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 39
- 238000005070 sampling Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000006467 substitution reaction Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 108010074864 Factor XI Proteins 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000003471 anti-radiation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/46—Indirect determination of position data
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
本发明公开了一种非搜索高速机动辐射源目标定位参数估计方法，该方法包括：利用两路接收机采集目标辐射源信号得到第一接收信号和第二接收信号；对第一接收信号和第二接收信号进行处理得到第一分段信号和第二分段信号；对第一分段信号和第二分段信号进行混合积变换得到混合积变换信号；对混合积变换信号进行处理得到优化混合积变换信号；对优化混合积变换信号进行处理得到去耦合信号；对去耦合信号进行处理得到去徙动信号；对去徙动信号进行处理得到距离差和折叠因子；对折叠因子进行处理得到补偿函数；利用补偿函数对所述去耦合信号进行处理，得到距离差变化率估计结果。本发明在计算量合理的前提下，极大地提高了估计性能。
Description
技术领域
本发明涉及无源定位中的信号参数估计技术领域，尤其涉及一种非搜索高速机动辐射源目标定位参数估计方法。
背景技术
现如今，随着各国利益的不断拓展，武器装备实力的不断增强，经常对别国领土进行军事侦察。针对这种情况，实现对空间目标的稳健探测、定位与打击，保护领土安全，提高我国的空天防御能力至关重要。然而，近年来反辐射武器日益发展，以雷达为代表的有源探测手段应用严重受限，由于无源定位系统良好的隐蔽性，宽阔的侦察范围，较强的抗干扰能力，在军事和民用领域受到广泛关注。
针对上述空间目标，例如战斗机、预警机，移动速度快，机动性强，观测站接受信号之间展现高动态特性，具体表现在接收信号包络和相位时变，发生严重的距离、多普勒线性徙动甚至弯曲现象。如果依然使用传统静态定位参数提取方式，将严重影响系统探测性能，最终导致定位失败。
为解决上述问题，基于极大似然的三维暴力搜索是最直接的解决方法，抗噪性强，原理简单，但是高维搜索导致计算复杂度高，不易于工程实现。后来有学者采用二阶模糊函数(Second-order Ambiguity Function and CAF，SAF-CAF)提取定位参数。此算法虽然能够有效补偿多普勒徙动，但忽略了由目标高速移动引起的一、二阶距离徙动，估计性能不佳。近期，国内研究团队提出了基于时域翻转变换和二阶Keystone变换的联合距离差(Range Difference，RD)、距离差变化率(Range Difference Rate，RDR)和二阶距离差变化率(Second-order Range Difference Rate，SRDR)估计方法。该方法能够有效去除各类型距离和多普勒徙动，且将极大似然的一个三维搜索替换为三个一维搜素，大幅降低计算复杂度，但时域翻转操作导致信噪比损失严重，算法抗噪性有待提高。因此，如何能够能在合理运算复杂度量级内进一步提升参数估计精度，减少信噪比损失，实现高速机动辐射源目标RD、RDR和SRDR的高精度联合估计，是急需解决的问题。
发明内容
本发明所要解决的技术问题在于，提供一种非搜索高速机动辐射源目标定位参数估计方法，首先根据接收信号类型进行分段处理；而后经混合积处理，利用KT变换消除距离徙动；接着利用SFT估计出距离差；最后利用距离差估计结果构建补偿函数，借助LVD变换估计出距离差变化率和二阶距离差变化率。本发明抗噪声性能优良，无需任何搜索过程，且不存在多普勒模糊度问题，大大节省了计算成本；仿真结果表明，该发明在计算量合理的前提下，极大地提高了估计性能。
为了解决上述技术问题，本发明实施例公开了一种非搜索高速机动辐射源目标定位参数估计方法，所述方法包括：
S1，利用两路接收机采集目标辐射源信号，得到第一接收信号r1(t)和第二接收信号r2(t)，t为快时间；
S2，对所述第一接收信号r1(t)和第二接收信号r2(t)进行处理，得到第一分段信号r1(t,tm)和第二分段信号r2(t,tm)，tm为慢时间；
S3，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，f表示与快时间t相对应的频率；
S4，对所述混合积变换信号S1(f,tm)进行处理，得到优化混合积变换信号S′1(f,tm)；
S5，对所述优化混合积变换信号S′1(f,tm)进行处理，得到去耦合信号SKT(f,tn)，tn＝tm(fc+f)/fc，fc为信号载频；
S6，对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，fn表示缩放后相对于tn的多普勒频率；
S7，对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>
S8，对所述折叠因子进行处理，得到补偿函数H(f,tn)；
S9，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果
作为一种可选的实施方式，本发明实施例中，所述第一接收信号r1(t)为：
r1(t)＝s(t)+n1(t)
所述第二接收信号r2(t)为：
式中，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率。
作为一种可选的实施方式，本发明实施例中，所述第一分段信号r1(t,tm)为：
r1(t,tm)＝s(t)+n1(t)
所述第二分段信号r2(t,tm)为：
式中：在分段过程中，小段信号内的时间称之为快时间t，总长为每段的信号时长，采样间隔为信号本身的采样间隔；段与段之间的时间称之为慢时间tm＝mTp(m＝0,1,…,M-1)，总长为接收信号总时长，采样间隔为每段的信号时长对连续时间信号，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，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率。
作为一种可选的实施方式，本发明实施例中，所述对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，包括：
利用混合积变换模型，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)；
所述混合积变换模型为：
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间维做傅里叶变换，(·)*表示取共轭；P(·)表示混合积变换后的时域信号包络p(·)的频域表达式；A1表示做混合积后的幅度，tm为慢时间，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频。
作为一种可选的实施方式，本发明实施例中，所述优化混合积变换信号S′1(f,tm)为：
式中，n是折叠因子，是盲距离差变化率；/>表示不模糊距离差变化率，且满足/> λ＝c/fc代表信号波长，对S1(f,tm)进行变量替换，令/>代入，可以得到混合积变换信号S′1(f,tm)，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频，Tp表示每段信号的时长。
作为一种可选的实施方式，本发明实施例中，所述对所述优化混合积变换信号S′1(f,tm)进行处理，得到去耦合信号SKT(f,tn)，包括：
对所述优化混合积变换信号S′1(f,tm)进行处理，令得到去耦合信号SKT(f,tn)：
式中tn＝tm(fc+f)/fc；当fc≥f时，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和分别表示距离差、距离差变化率和二阶距离差变化率，
fc为信号载频，/>表示不模糊距离差变化率，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长。
作为一种可选的实施方式，本发明实施例中，所述对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，包括：
S61，对所述去耦合信号SKT(f,tn)沿f维进行快速逆傅里叶变换，得到频域去耦合信号sKT(t,tn)；
S62，对所述频域去耦合信号sKT(t,tn)沿快速时间t维进行快速逆傅里叶变换，得到时域去耦合信号D(f,tn)；
S63，对所述时域去耦合信号D(f,tn)沿时间tn维做快速傅里叶变换，得到去徙动信号W′(f,fn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，fn表示缩放后相对于tn的多普勒频率。
作为一种可选的实施方式，本发明实施例中，所述对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>包括：
S71，利用预设的缩放因子ξ，对所述去徙动信号W′(f,fn)进行处理，得到优化去徙动信号W(f,fn)，f表示与快时间t相对应的频率，fn表示缩放后相对于tn的多普勒频率；
S72，对所述优化去徙动信号W(f,fn)沿f维进行快速逆傅里叶变换，得到频域优化去徙动信号G(t,fn)；
S73，对所述频域优化去徙动信号G(t,fn)进行处理，得到距离差和折叠因子/>
作为一种可选的实施方式，本发明实施例中，所述补偿函数H(f,tn)为：
其中，为距离差估计结果，/>为折叠因子估计结果，tmax是频域优化去徙动信号G(t,fn)峰值所在位置在t维度上的取值，fn,max是频域优化去徙动信号G(t,fn)峰值所在位置在fn维度上的取值，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，/>为折叠因子，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长，fn表示缩放后相对于tn的多普勒频率，Round()表示取整，ξ为预设的缩放因子。
作为一种可选的实施方式，本发明实施例中，所述利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果包括：
S91，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到补偿信号SH(t,tn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频；
S92，利用所述距离差对所述补偿信号SH(t,tn)进行处理，得到时域补偿信号sH(tn)；
S93，对所述时域补偿信号sH(tn)进行自相关处理，得到自相关信号R(tn,τ)，τ表示引入的滞后时间变量；
S94，对所述自相关信号R(tn,τ)进行处理，得到优化自相关信号Rs(tk,τ)，tk＝τtn；
S95，对所述优化自相关信号Rs(tk,τ)沿tk维和τ维分别做FFT变换，得到傅里叶变换自相关信号V(fk,fτ)，fk为与tk对应的频域变量，fτ为与τ对应的频域变量；
S96，对所述傅里叶变换自相关信号V(fk,fτ)进行处理，得到二阶距离差变化率和不模糊距离差变化率/>
S97，对所述不模糊距离差变化率和所述折叠因子/>进行处理，得到距离差变化率估计结果/>
与现有技术相比，本发明实施例具有以下有益效果：
本发明为无源高速机动发射体定位提供定位测量数据，抗噪声性能优良，可以消除频率与慢时间之间的耦合。此外，可以在不需要任何搜索过程和多普勒模糊度问题的情况下完成了到达时间差(Time delay of arrival，TDOA)和到达频率差(FrequencyDifference Of Arrival,FDOA)估计，大大节省了计算成本；仿真结果表明，该发明在计算量合理的前提下，极大地提高了估计性能。
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非搜索高速机动辐射源目标定位参数估计方法的流程示意图；
图2是本发明实施例公开的另一种非搜索高速机动辐射源目标定位参数估计方法的流程示意图；
图3是本发明实施例公开的高速机动辐射源目标定位场景示意图；
图4是本发明实施例公开的不同估计算法复杂度对比图；
图5是本发明实施例公开的不同方法的抗噪声性能对比图。
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。
根据高速机辐射源目标的高动态特性，我方无源雷达侦察接收敌方辐射源信号时，会存在严重的距离徙动和多普勒徙动现象，导致在信号处理过程中定位参数提取精度不高。针对上述问题，本发明提出了一种非搜索高速机动辐射源目标定位参数估计方法，基于Keystone变换(Keystone Transform，KT)、变尺度傅氏变换(Scaled FourierTransform，SFT)和吕分布(Lv’s Dsitribution，LVD)实现高速机动辐射源目标定位参数估计。本发明公开了一种非搜索高速机动辐射源目标定位参数估计方法，该方法包括：利用两路接收机采集目标辐射源信号得到第一接收信号和第二接收信号；对第一接收信号和第二接收信号进行处理得到第一分段信号和第二分段信号；对第一分段信号和第二分段信号进行混合积变换得到混合积变换信号；对混合积变换信号进行处理得到优化混合积变换信号；对优化混合积变换信号进行处理得到去耦合信号；对去耦合信号进行处理得到去徙动信号；对去徙动信号进行处理得到距离差和折叠因子；对折叠因子进行处理得到补偿函数；利用补偿函数对所述去耦合信号进行处理，得到距离差变化率估计结果。本发明抗噪声性能优良，无需任何搜索过程，且不存在多普勒模糊度问题，大大节省了计算成本；仿真结果表明，该发明在计算量合理的前提下，极大地提高了估计性能。以下分别进行详细说明。
实施例
请参阅图1，图1是本发明实施例公开的一种非搜索高速机动辐射源目标定位参数估计方法的流程示意图。其中，图1所描述的非搜索高速机动辐射源目标定位参数估计方法用于实现高速机动辐射源目标定位参数估计，本发明实施例不做限定。如图1所示，该非搜索高速机动辐射源目标定位参数估计方法可以包括以下操作：
S1，利用两路接收机采集目标辐射源信号，得到第一接收信号r1(t)和第二接收信号r2(t)，t为快时间；
S2，对所述第一接收信号r1(t)和第二接收信号r2(t)进行处理，得到第一分段信号r1(t,tm)和第二分段信号r2(t,tm)，tm为慢时间；
S3，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，f表示与快时间t相对应的频率；
S4，对所述混合积变换信号S1(f,tm)进行处理，得到优化混合积变换信号S′1(f,tm)；
S5，对所述优化混合积变换信号S′1(f,tm)进行处理，得到去耦合信号SKT(f,tn)，tn＝tm(fc+f)/fc，fc为信号载频；
S6，对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，fn表示缩放后相对于tn的多普勒频率；
S7，对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>
S8，对所述折叠因子进行处理，得到补偿函数H(f,tn)；
S9，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果
图2是本发明实施例公开的另一种非搜索高速机动辐射源目标定位参数估计方法的流程示意图；图3是本发明实施例公开的高速机动辐射源目标定位场景示意图；在图3的场景下两路接收机对目标辐射源信号进行时间同步采集，两路接收信号可分别表示为r1(t)和r2(t)，可选的，所述第一接收信号r1(t)为：
r1(t)＝s(t)+n1(t)
所述第二接收信号r2(t)为：
式中，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率，也是本发明要估计解算出的3个定位参数。
对两路接受信号r1(t)和r2(t)进行分段处理，并建立快-慢时间架构的信号模型，得到分段后的信号为r1(t,tm)和r2(t,tm)。
可选的，所述第一分段信号r1(t,tm)为：
r1(t,tm)＝s(t)+n1(t)
所述第二分段信号r2(t,tm)为：
式中：在分段过程中，小段信号内的时间称之为快时间t，总长为每段的信号时长，采样间隔为信号本身的采样间隔；段与段之间的时间称之为慢时间tm＝mTp(m＝0,1,…,M-1)，总长为接收信号总时长，采样间隔为每段的信号时长对连续时间信号，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，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率。
可选的，所述对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，包括：
利用混合积变换模型，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)；
所述混合积变换模型为：
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间维做傅里叶变换，(·)*表示取共轭；P(·)表示混合积变换后的时域信号包络p(·)的频域表达式；A1表示做混合积后的幅度，tm为慢时间，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频。
可选的，所述优化混合积变换信号S′1(f,tm)为：
式中，n是折叠因子，是盲距离差变化率；/>表示不模糊距离差变化率，且满足/> λ＝c/fc代表信号波长，对S1(f,tm)进行变量替换，令/>代入，可以得到混合积变换信号S′1(f,tm)，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频，Tp表示每段信号的时长。
使用KT变换来解除tm和与f的耦合项，方法为：对所述优化混合积变换信号S′1(f,tm)进行处理，得到去耦合信号SKT(f,tn)，包括：
对所述优化混合积变换信号S′1(f,tm)进行处理，令得到去耦合信号SKT(f,tn)：
式中tn＝tm(fc+f)/fc；当fc≥f时，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和分别表示距离差、距离差变化率和二阶距离差变化率，
fc为信号载频，/>表示不模糊距离差变化率，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长。
可选的，所述对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，包括：
S61，对所述去耦合信号SKT(f,tn)沿f维进行快速逆傅里叶变换，得到频域去耦合信号sKT(t,tn)；
式中，IFFTf[·]表示沿f维的IFFT变换；A2表示IFFT变换后的信号幅度。
S62，对所述频域去耦合信号sKT(t,tn)沿快速时间t维进行快速逆傅里叶变换，得到时域去耦合信号D(f,tn)；
式中，A3表示经过FFT变换后的信号幅度；|·|表示取模运算。
S63，对所述时域去耦合信号D(f,tn)沿时间tn维做快速傅里叶变换，得到去徙动信号W′(f,fn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，fn表示缩放后相对于tn的多普勒频率。
式中，表示沿慢时间tn维做傅里叶变换；fn表示缩放后相对于tn的多普勒频率，δ(·)表示冲击函数。
可选的，所述对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>包括：
S71，利用预设的缩放因子ξ，对所述去徙动信号W′(f,fn)进行处理，得到优化去徙动信号W(f,fn)，f表示与快时间t相对应的频率，fn表示缩放后相对于tn的多普勒频率；
对W′(f,fn)沿慢时间tn维做变尺度傅氏变换(Scaled Fourier Transform，SFT)，以消除剩余的距离徙动确保参数估计性能，得到W(f,fn)，即
式中，表示沿慢时间tn维做SFT变换。
S72，对所述优化去徙动信号W(f,fn)沿f维进行快速逆傅里叶变换，得到
频域优化去徙动信号G(t,fn)；
式中，A4表示IFFT后的信号幅度，IFFTf[·]表示沿频率维做快速逆傅里叶变换(Inverse Fast Fourier Transform，IFFT)。
S73，对所述频域优化去徙动信号G(t,fn)进行处理，得到距离差和折叠因子/>
可选的，所述补偿函数H(f,tn)为：
其中，为距离差估计结果，/>为折叠因子估计结果，tmax是频域优化去徙动信号G(t,fn)峰值所在位置在t维度上的取值，fn,max是频域优化去徙动信号G(t,fn)峰值所在位置在fn维度上的取值，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，/>为折叠因子，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长，fn表示缩放后相对于tn的多普勒频率，Round()表示取整，ξ为预设的缩放因子。
可选的，所述利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果包括：
S91，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到补偿信号SH(t,tn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频；
具体为：将信号SKT(f,tn)乘以补偿函数H(f,tn)，并对乘积后的结果沿f维做IFFT变换，当满足时，即可得到SH(t,tn)
S92，利用所述距离差对所述补偿信号SH(t,tn)进行处理，得到时域补偿信号sH(tn)；
具体为：根据上述估计出的距离差令/>代入SH(t,tn)，得到sH(tn)，即
其中，A′1＝A1p(0)exp{-j2πrfc/c}。
S93，对所述时域补偿信号sH(tn)进行自相关处理，得到自相关信号R(tn,τ)，τ表示引入的滞后时间变量；
S94，对所述自相关信号R(tn,τ)进行处理，得到优化自相关信号Rs(tk,τ)，tk＝τtn；
具体为：执行变量转换τtn＝tk，以消除标准时间变量tn和滞后时间变量τ在第二个指数项中的耦合，得到Rs(tk,τ)，即
S95，对所述优化自相关信号Rs(tk,τ)沿tk维和τ维分别做FFT变换，得到傅里叶变换自相关信号V(fk,fτ)，fk为与tk对应的频域变量，fτ为与τ对应的频域变量；
式中，A″1表示做完2次FFT变换后的信号幅度；表示沿tk维做FFT变换；FFTτ[·]表示沿τ维做FFT变换。
S96，对所述傅里叶变换自相关信号V(fk,fτ)进行处理，得到二阶距离差变化率和不模糊距离差变化率/>
其中，fk,max表示V(fk,fτ)峰值所在位置在fk维度上的取值，fτ,max表示V(fk,fτ)峰值所在位置在fτ维度上的取值，和/>分别表示二阶距离差变化率和不模糊距离差变化率的估计结果。
S97，对所述不模糊距离差变化率和所述折叠因子/>进行处理，得到距离差变化率估计结果/>
具体为：利用估计出来的折叠因子和上述步骤估计出来的不模糊距离差变化率计算得到距离差变化率估计结果，即
图4展示了5种传统方法与本发明计算复杂度对比图。可以看出在一定条件下本发明方法的计算复杂度适中，有助于工程应用。图5展示了5种传统方法与本发明在抗噪性能方面的对比。可以看出本发明在较低信噪比和合理的计算复杂度下具有较强的抗噪声性能，能够在计算复杂度和估计性能之间取得较好的权衡。
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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非搜索高速机动辐射源目标定位参数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)
1.一种非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述方法包括：
S1，利用两路接收机采集目标辐射源信号，得到第一接收信号r1(t)和第二接收信号r2(t)，t为快时间；
S2，对所述第一接收信号r1(t)和第二接收信号r2(t)进行处理，得到第一分段信号r1(t,tm)和第二分段信号r2(t,tm)，tm为慢时间；
S3，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，f表示与快时间t相对应的频率；
S4，对所述混合积变换信号S1(f,tm)进行处理，得到优化混合积变换信号S1′(f,tm)；
S5，对所述优化混合积变换信号S1′(f,tm)进行处理，得到去耦合信号SKT(f,tn)，tn＝tm(fc+f)/fc，fc为信号载频；
S6，对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，fn表示缩放后相对于tn的多普勒频率；
S7，对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>
S8，对所述折叠因子进行处理，得到补偿函数H(f,tn)；
S9，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果
2.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述第一接收信号r1(t)为：
r1(t)＝s(t)+n1(t)
所述第二接收信号r2(t)为：
式中，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率。
3.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述第一分段信号r1(t,tm)为：
r1(t,tm)＝s(t)+n1(t)
所述第二分段信号r2(t,tm)为：
式中：在分段过程中，小段信号内的时间称之为快时间t，总长为每段的信号时长，采样间隔为信号本身的采样间隔；段与段之间的时间称之为慢时间tm＝mTp(m＝0,1,…,M-1)，总长为接收信号总时长，采样间隔为每段的信号时长对连续时间信号，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，s(t)为接受信号的复包络；fc为信号载频；A为信号归一化幅度；n1(t)和n2(t)为两路信号噪声项；t＝nTs，n＝0,1,…,n表示快时间，N表示时间采样点数；c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率。
4.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)，包括：
利用混合积变换模型，对所述第一分段信号r1(t,tm)和第二分段信号r2(t,tm)进行混合积变换，得到混合积变换信号S1(f,tm)；
所述混合积变换模型为：
式中，f表示与快时间t相对应的频率；FFTt[·]表示沿快时间维做傅里叶变换，(·)*表示取共轭；P(·)表示混合积变换后的时域信号包络p(·)的频域表达式；A1表示做混合积后的幅度，tm为慢时间，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频。
5.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述优化混合积变换信号S1′(f,tm)为：
式中，n是折叠因子，是盲距离差变化率；/>表示不模糊距离差变化率，且满足 λ＝c/fc代表信号波长，对S1(f,tm)进行变量替换，令/>代入，可以得到混合积变换信号S1′(f,tm)，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和/>分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频，Tp表示每段信号的时长。
6.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述对所述优化混合积变换信号S1′(f,tm)进行处理，得到去耦合信号SKT(f,tn)，包括：
对所述优化混合积变换信号S1′(f,tm)进行处理，令得到去耦合信号SKT(f,tn)：
式中tn＝tm(fc+f)/fc；当fc≥f时，f表示与快时间t相对应的频率，tm为慢时间，A1表示做混合积后的幅度，P(·)表示混合积变换后的时域信号包络p(·)的频域表达式，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；r，/>和分别表示距离差、距离差变化率和二阶距离差变化率，fc为信号载频，/>表示不模糊距离差变化率，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长。
7.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述对所述去耦合信号SKT(f,tn)进行处理，得到去徙动信号W′(f,fn)，包括：
S61，对所述去耦合信号SKT(f,tn)沿f维进行快速逆傅里叶变换，得到频域去耦合信号sKT(t,tn)；
S62，对所述频域去耦合信号sKT(t,tn)沿快速时间t维进行快速逆傅里叶变换，得到时域去耦合信号D(f,tn)；
S63，对所述时域去耦合信号D(f,tn)沿时间tn维做快速傅里叶变换，得到去徙动信号W′(f,fn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，fn表示缩放后相对于tn的多普勒频率。
8.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述对所述去徙动信号W′(f,fn)进行处理，得到距离差和折叠因子/>包括：
S71，利用预设的缩放因子ξ，对所述去徙动信号W′(f,fn)进行处理，得到优化去徙动信号W(f,fn)，f表示与快时间t相对应的频率，fn表示缩放后相对于tn的多普勒频率；
S72，对所述优化去徙动信号W(f,fn)沿f维进行快速逆傅里叶变换，得到频域优化去徙动信号G(t,fn)；
S73，对所述频域优化去徙动信号G(t,fn)进行处理，得到距离差和折叠因子/>
9.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述补偿函数H(f,tn)为：
其中，为距离差估计结果，/>为折叠因子估计结果，tmax是频域优化去徙动信号G(t,fn)峰值所在位置在t维度上的取值，fn,max是频域优化去徙动信号G(t,fn)峰值所在位置在fn维度上的取值，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频，c是光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，为折叠因子，/>是盲距离差变化率，λ＝c/fc代表信号波长，Tp表示每段信号的时长，fn表示缩放后相对于tn的多普勒频率，Round()表示取整，ξ为预设的缩放因子。
10.根据权利要求1所述的非搜索高速机动辐射源目标定位参数估计方法，其特征在于，所述利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到距离差变化率估计结果包括：
S91，利用所述补偿函数H(f,tn)，对所述去耦合信号SKT(f,tn)进行处理，得到补偿信号SH(t,tn)，f表示与快时间t相对应的频率，tm为慢时间，tn＝tm(fc+f)/fc，fc为信号载频；
S92，利用所述距离差对所述补偿信号SH(t,tn)进行处理，得到时域补偿信号sH(tn)；
S93，对所述时域补偿信号sH(tn)进行自相关处理，得到自相关信号R(tn,τ)，τ表示引入的滞后时间变量；
S94，对所述自相关信号R(tn,τ)进行处理，得到优化自相关信号Rs(tk,τ)，tk＝τtn；
S95，对所述优化自相关信号Rs(tk,τ)沿tk维和τ维分别做FFT变换，得到傅里叶变换自相关信号V(fk,fτ)，fk为与tk对应的频域变量，fτ为与τ对应的频域变量；
S96，对所述傅里叶变换自相关信号V(fk,fτ)进行处理，得到二阶距离差变化率和不模糊距离差变化率/>
S97，对所述不模糊距离差变化率和所述折叠因子/>进行处理，得到距离差变化率估计结果/>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311060371.4A CN117075072A (zh) | 2023-08-22 | 2023-08-22 | 一种非搜索高速机动辐射源目标定位参数估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311060371.4A CN117075072A (zh) | 2023-08-22 | 2023-08-22 | 一种非搜索高速机动辐射源目标定位参数估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117075072A true CN117075072A (zh) | 2023-11-17 |
Family
ID=88714872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311060371.4A Pending CN117075072A (zh) | 2023-08-22 | 2023-08-22 | 一种非搜索高速机动辐射源目标定位参数估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117075072A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060132352A1 (en) * | 2004-12-21 | 2006-06-22 | Q-Track, Inc. | Near field location system and method |
| CN102096067A (zh) * | 2010-11-30 | 2011-06-15 | 哈尔滨工程大学 | 基于北斗作为外辐射源的无源雷达直达波干扰抑制方法 |
| CN109188389A (zh) * | 2018-10-16 | 2019-01-11 | 哈尔滨工业大学 | 超视距多基被动雷达中的解时差测量模糊的方法 |
| CN115577207A (zh) * | 2022-09-08 | 2023-01-06 | 中国人民解放军军事科学院系统工程研究院 | 一种辐射源目标时差和频差估计方法 |
-
2023
- 2023-08-22 CN CN202311060371.4A patent/CN117075072A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060132352A1 (en) * | 2004-12-21 | 2006-06-22 | Q-Track, Inc. | Near field location system and method |
| CN102096067A (zh) * | 2010-11-30 | 2011-06-15 | 哈尔滨工程大学 | 基于北斗作为外辐射源的无源雷达直达波干扰抑制方法 |
| CN109188389A (zh) * | 2018-10-16 | 2019-01-11 | 哈尔滨工业大学 | 超视距多基被动雷达中的解时差测量模糊的方法 |
| CN115577207A (zh) * | 2022-09-08 | 2023-01-06 | 中国人民解放军军事科学院系统工程研究院 | 一种辐射源目标时差和频差估计方法 |
Non-Patent Citations (2)
| Title |
|---|
| ZHIXIN LIU ET AL.: "noise-Resistant Estimation Algorithm for TDOA and FDOA in Passive Emitter Localization", 2019 28TH WIRELESS AND OPTICAL COMMUNICATIONS CONFERENCE (WOCC), 10 May 2019 (2019-05-10) * |
| 刘智鑫: "高速机动辐射源目标无源定位关键技术研究", 中国博士学位论文全文数据库, no. 1, 15 January 2022 (2022-01-15), pages 4 * |
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 | |
| CN115828074B (zh) | 一种辐射源目标定位参数联合估计方法 | |
| CN107132534B (zh) | 一种高速雷达目标频域检测的优化方法 | |
| CN111736128A (zh) | 基于skt-siaf-mscft的相参积累方法 | |
| CN113281727B (zh) | 一种基于水平线列阵的输出增强的波束形成方法及其系统 | |
| CN110646774A (zh) | 基于乘积变尺度周期吕分布的机动目标相参检测方法及装置 | |
| CN103176166A (zh) | 一种用于水声被动定位的信号到达时延差跟踪算法 | |
| 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 | |
| CN109541548A (zh) | 一种基于匹配场的空气声呐定位方法 | |
| Tian et al. | A new motion parameter estimation algorithm based on SDFC-LVT | |
| CN113203998B (zh) | Isar平动补偿和成像方法、系统、介质及设备 | |
| CN109001671B (zh) | 一种跳频信号的目标检测和参数估计方法及装置 | |
| CN109613507A (zh) | 一种针对高阶机动目标雷达回波的检测方法 | |
| CN115577207A (zh) | 一种辐射源目标时差和频差估计方法 | |
| CN117075072A (zh) | 一种非搜索高速机动辐射源目标定位参数估计方法 | |
| CN109633586B (zh) | 一种消除相位模糊度的时延估计方法 | |
| Zhou et al. | Coherent integration for targets with constant Cartesian velocities based on accurate range model | |
| CN115877350A (zh) | 一种和差波束体制雷达时变目标角度估计方法和装置 | |
| 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 | |
| CN115808661A (zh) | 一种基于取余处理的距离模糊高速目标积累检测方法 | |
| Hongzhi et al. | Coherent Integration Algorithm for Frequency‐Agile and PRF‐Jittering Signals in Passive Localization | |
| CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 | |
| Nelson et al. | Scale cross-ambiguity and target resolution | |
| CN112946642A (zh) | 一种多通道uwb sar运动目标二维速度快速估计方法 | |
| 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 |