CN117970298A - 一种基于对称hfm信号的目标检测方法及系统 - Google Patents

Abstract

本发明公开了一种基于对称HFM信号的目标检测方法及系统，该方法包括：接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；采用迭代的扩展相关峰匹配法得到目标速度的估计值；采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值。本方法可广泛应用于各类对实时性要求高的声呐、雷达平台，不受平台频率、阵元个数的限制。

Description

一种基于对称HFM信号的目标检测方法及系统

技术领域

本发明涉及主动声呐探测领域，尤其涉及一种基于对称HFM信号的目标检测方法及系统。

背景技术

主动声呐工作时，由发射机经水声换能器发射脉冲，脉冲到达目标后形成散射回波，接收机接收到混杂在混响、噪声、干扰等背景下的目标回波。经过了时间、空间、频率上的扩展和变化，回波到达时间、初相与多普勒频移均未知，只有回波信号的形式是已知的，并与发射信号相同。此外，由于海面、海底和水体的散射产生了混响，混响与发射的波形强相关。根据接收到的数据估计目标参数。不同波形的空间、时间、频率分辨能力不同；不同波形的处理流程不同；对于不同的声呐系统，需要估计信号参数的不同，如振幅、相位、频谱等，相应的处理流程不同，直接影响声呐的性能。

CW/LFM等脉冲均为主动声呐常用的波形。CW波的时间带宽积为常数，因此时间和频率上的分辨力是矛盾的：脉宽T增大时，频率分辨力提高但是时间分辨力降低；反之，T减小时(脉冲的等效带宽增大)，频率分辨力降低但时间分辨力提高。相同脉宽的CW和LFM波频率分辨力相同，但LFM波可通过提高带宽B的方式提高时间分辨力，从而实现更精确的距离估计。当前涌现了更多新型波形，例如PTFM、BPSK等。这些新型波形往往通过编码的形式突破时间带宽积的制约，或具有更高的时频分辨力，或具有更优秀的抗混响能力，然而对系统的计算能力要求大幅提升，在雷达和声呐系统中，这些新型波形难以实时应用。受限于平台的计算速度，在实际应用中广泛使用的仍然是CW/LFM脉冲。

针对强噪声/干扰背景下弱目标的探测需求，增加带宽是一条可行之路。因此，诸如LFM这样的调频信号是当前声呐波形的重点。然而，LFM信号在声呐探测体制中存在以下问题：

1.LFM存在Range-Doppler coupling问题，即时延和多普勒在某种意义上是等效的。LFM信号在时频平面上是一条直线。如果我们通过匹配滤波去估计回波参数，匹配滤波的方法将会在时频平面上得到一条直线(斜率与调频斜率成正比)，多普勒频移等效于一定的时延而造成匹配误差，这个误差正比例于多普勒频移并且反比例于调频速度，必须已知多普勒频移才能正确估计时延。因此在时延和多普勒都未知的情况下无法得到准确的结果。

2.在存在多普勒的情况下，LFM波形匹配滤波的增益降低。尽管LFM信号的多普勒宽容性较高，只需要0多普勒的副本或者少量几个多普勒副本就可以予以匹配。但当存在高多普勒，或者在大带宽的情况下，相关峰将变得平坦。

在大带宽积条件下应用LFM信号时，目标的速度会带来明显的匹配误差，匹配滤波器的输出强度将明显下降，波峰明显展宽。因而在大带宽应用场景下，有必要寻求一种对目标运动不敏感的波形，并尽可能保留LFM信号的性质。满足这些条件的信号是对数相位调制信号，也就是双曲线调频(HFM)信号。

对于LFM信号而言，调频系数会因多普勒变换发生改变，导致其多普勒副本与原信号不可避免地发生失配。而双曲线频率经过线性的伸缩之后，尽管扫频频率范围发生一定改变，但瞬时频率仍为双曲线且调频系数保持不变，能够与原波形形成很好的匹配。因此，HFM波形是高多普勒大带宽场景下的优选波形。但是，HFM波形同样存在距离-多普勒模糊，当需要对目标同时进行速度和距离估计的时候将存在问题。

LFM信号的多普勒频移等效于一定的时延而造成匹配误差，这个误差正比例于多普勒频移并且反比例于调频速度，必须已知多普勒频移才能正确估计时延。

图1(a)和图1(b)分别给出了多普勒系数k为1.02和1.1时，LFM信号与HFM信号的多普勒变换副本与原信号进行相关的结果。由于HFM信号经过多普勒变换后的接收波形与发射波形几乎完美匹配，其差异仅仅体现在频谱范围的微小差异上，因此相关的结果仍为尖锐的峰值，且非常接近1。尽管在时间带宽积较小及多普勒效应不太显著时，LFM信号和HFM信号的性质几乎是一样的，但在大时间带宽积和较大的目标运动速度条件下，只有HFM信号保持着对多普勒效应理想的宽容特性。

由上述分析可知相比较于LFM波形，HFM具有更优越的多普勒宽容性，适合于大时间带宽积及大多普勒的场景。单HFM与单LFM类似，都存在距离-多普勒耦合问题，我们将同样采用对称调频的方法来消除耦合误差。

目前，对称HFM和对称LFM，或称为升降HFM和升降LFM信号作为同步信号，已应用于水声通信中，通过多普勒估计以补偿数据帧中的多普勒频移。但在声呐探测领域，这类波形尚未有应用。

发明内容

本发明的目的在于克服现有技术缺陷，提出了一种基于对称HFM信号的目标检测方法及系统。

为了实现上述目的，本发明提出了一种基于对称HFM信号的目标检测方法，包括：

步骤1)接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；

步骤2)对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；

步骤3)采用迭代的扩展相关峰匹配法得到目标速度的估计值；

步骤4)采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值。

优选的，所述对称HFM信号包括正调频信号和负调频信号。

优选的，所述步骤2)中对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，包括：

设置窗宽为对称HFM信号总脉宽的2倍，以0.5倍的冗余获取每帧数据；即每帧数据长度为窗宽；

进行快速傅里叶变换将宽带时域数据转换到频域，第n帧的频域数据为X_n；

当回波信噪比小于设定阈值时，对主动声呐发射脉冲波束方向进行宽带波束形成，选择发射脉冲频带范围的1.5倍作为感兴趣的频率成分，得到波束形成后的数据Y_n；将正负调频的副本信号组分别与Y_n求取相关；

当回波信噪比不小于设定阈值时，取主动声呐中间阵元的数据，分别与正负调频的副本信号组求取相关。

优选的，所述步骤2)中对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；包括：

在每个窗下，将两组相关输出分别进行峰值检测，确定两组峰值，并且将该窗出现的目标个数设定为两组峰值个数的最小值P；

根据下式得到时延τ₁：

其中，T为对称HFM信号的单个正调频信号或负调频信号的脉宽，T_e为正负调频信号之间的间隔，和/>分别为正负调频峰值位置对应的时延，/>为正负调频脉冲到达时刻的间隔，α为多普勒压缩系数，v为径向速度，c为声速；

由τ₁*c/2得到目标距离的估计。

优选的，所述步骤3)包括：

步骤3-1)由的估计值减去误差冗余量δτ作为起始点，截取与快速傅里叶变换中相同帧长的时域数据，于时域末尾处补零至原帧长的Q倍并进行快速傅里叶变换，得到输出Y_i，i＝1，…，P；

步骤3-2)于时域末尾处补零至原帧长的Q倍，通过FFT转换至频域得到正负调频副本信号和/>

步骤3-3)将Y_i分别与和/>相乘得到时域的相关：Z₁和Z₂；

步骤3-4)对Z₁和Z₂的共轭Z₂′进行二次相关处理，得到扩展的多普勒谱，峰值位置即多普勒对应的时延Δt；

步骤3-5)根据下式得到目标的径向速度v：

其中，K是HFM信号的调频系数，f₀是信号的中心频率，f_s是采样频率；

步骤3-6)当上次计算的径向速度和本次计算的径向速度的差值小于设定阈值，或迭代次数达到设定的最大值，则转至步骤3-7)，否则，迭代次数加1，并转至步骤3-2)；

步骤3-7)输出此次计算的径向速度v。

优选的，所述步骤3-7)后还包括：

根据目标的径向速度v修正脉宽和间隔压缩的量重新计算目标距离的估计值。

另一方面，本发明提出了一种基于对称HFM信号的目标检测系统，所述系统包括：

前端处理模块，用于接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；

目标距离估计模块，用于对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；

目标速度估计模块，用于采用迭代的扩展相关峰匹配法得到目标速度的估计值；和

目标方位角估计模块，用于采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值与现有技术相比，本发明的优势在于：

本发明创新性地对称HFM信号引入到主动声呐探测中，并提出了完整的信号处理流程，将目标的多维参数估计解耦，实现对目标的检测、距离/速度/方位估计。本方法可广泛应用于各类对实时性要求高的声呐、雷达平台，不受平台频率、阵元个数的限制。

附图说明

图1是不同多普勒系数下，LFM和HFM接收波形与发射波形的匹配滤波结果，其中图1(a)k＝1.02，图1(b)k＝1.1；

图2是平面阵的笛卡尔坐标系；

图3是对称HFM的时频图；

图4是传统的相关峰匹配法信号处理流程图；

图5是对称HFM信号的处理流程；

图6(a)是阵元1的时域图，图6(b)是阵元1的时频图(前0.5s数据去除)；

图7(a)和图7(b)是对数据分别进行正、负调频的匹配的输出。

具体实施方式

为了解决这个问题，我们引入雷达信号处理中用到的对称调频的操作。即先在T内正调频由低频f_c-B/2调至高频f_c+B/2，再进行负调频由f_c+B/2调至f_c-B/2，或反向执行。

本发明的目的在于针对主动声呐在高多普勒的应用场景下，提出利用对称HFM波形进行目标检测和参数估计的主动声呐信号处理流程和方法。该处理体制基于原有的LFM处理体制，将目标的距离、速度、方位参数估计进行解耦，具有低计算量、高估计精度的特点。需要说明的是，本发明所提方法亦可用于对称LFM信号的目标检测与估计，流程完全相同，仅仅调频系数的计算公式不同。

以图2的均匀平面阵为例，假设阵列按20kHz半波长间距布阵。

下面结合附图和实施例对本发明的技术方案进行详细的说明。

实施例1

本发明的实施例提出了一种基于对称HFM信号的目标检测方法，包括以下步骤：

一、发射脉冲设置

根据声呐方程及应用场景需求设置脉冲参数：由换能器响应特性及基阵阵型、作用距离等因素设定算数中心频率f_c；由主动声呐所处的工作阶段及目标距离等因素设定合适的脉宽T；由作用距离和测距精度等要求设定带宽B。

先在T内正调频由低频f_l(即f_c-B/2)调至高频f_h(即f_c+B/2)，间隔T_e后，在T内再进行负调频由f_h调至f_l，总脉宽变成2T+T_e。

单HFM信号的解析形式如下：

其中，式中，/>T为单个HFM信号的时长，f₀是信号的中心频率，注意f₀<f_c，K是HFM信号的调频系数，f_l和f_h分别是扫频信号下限和上限，/> 为矩形窗包络。

T_e为保护间隔，其作用是避免速度估计时交叉项造成干扰。可令间隔时间与单脉冲脉宽相等，则总脉宽为3T。

二、接收前端处理

与其他现有声呐/雷达平台的前端处理一致，我们首先对接收到的数据进行放大、自动增益控制AGC等。

根据上调频和下调频分别生成一组副本信号X_rep1和X_rep2，多普勒频偏根据主动声呐平台的运动速度来设置。

三、回波检测和距离估计

1.分窗进行FFT

窗宽设置为2倍总脉宽，即6T，以0.5倍的冗余获取每帧数据，即每帧数据长度为窗宽，其中一半数据为上一帧的后一半，另一半为新的数据。进行FFT将宽带时域数据转换到频域，第n帧的频域数据为X_n，

2.对发射波束的方向进行波束形成

假设主动声呐发射脉冲波束的方向为(φ₀，θ₀)，对该方向进行宽带波束形成，选择发射脉冲频带范围的1.5倍作为感兴趣的频率成分，得到Y_n,若回波信噪比较高可以忽略波束形成这一步。

3.匹配滤波

将正负调频的副本信号组分别与波束形成后的数据求取相关。如果未进行三.2，则选用中间阵元的数据来进行相关。

4.门限检测挑选峰值

在每个窗下，将两组相关输出分别进行峰值检测，确定两组峰值。并且将该窗出现的目标个数设定为两组峰值个数的最小值P。

5.确定时延

对于某个目标回波，正调频的副本信号与前一半匹配得到峰值，负调频的副本信号与后一半匹配得到峰值，峰值位置对应的两个时延为：

而

τ₂＝τ₁+T+T_e

因此，

需要注意的是，接收到的正负调频间隔与原发射脉宽T和间隔T_e的和相比，由于多普勒造成了脉冲的展宽或者压缩，α为多普勒压缩系数。

这里的v都是径向速度，v＝v_tp-v_tg。但是，由于目标速度不可知，所以只能用平台速度的多普勒压缩脉宽来替代，导致会产生误差：

该误差将在后续多普勒(速度)估计中进一步修正。

6.得到时延估计后，由τ₁*c/2得到目标距离的估计。图3是对称HFM的时频图。

四、速度估计

上调频和下调频分别匹配后得到的时延差蕴含着多普勒信息：

因此可以由时延差来解算速度。传统方法通过直接分别计算τ₁和τ₂再得到时延差，该方法会由于需要分别估计时延求解而导致误差累积。相关峰匹配法通过二次相关的手段，跳过对τ₁和τ₂的估计而直接估计双时延的差值，可减小估计误差。传统的相关峰匹配法如图4。

为了进一步提升估计精度，我们提出了一种迭代的扩展相关峰匹配法来进行目标速度估计。

1.选择各目标的起始位置

由距离粗估计减去误差冗余量δτ作为起始点，/>截取与FFT中相同帧长的时域数据，于时域末尾处补零至原帧长的Q倍(Q根据精度需求设置，可设为8)，并进行FFT得到Y_i。i＝1，...，P。

2.构造正负调频副本信号

与二中的X_rep1和X_rep2不同，此处需构造扩展的副本信号：于时域末尾处补零至原帧长的Q倍(Q根据精度需求设置，可设为8)。通过FFT转换至频域得到和/>补零的操作可在二次相关中提高估计精度。

3.一次相关

Y_i分别与和/>相乘得到时域的相关：Z₁和Z₂。

4.二次相关

Z₁Z′₂得到扩展的多普勒谱，峰值位置即多普勒对应的时延Δt。

5.求解径向速度

6.迭代求解v

回到第2步，重新构造正负调频副本信号，多普勒频偏修正为第4步得到的v，进而重新进行一次相关和二次相关，解算径向速度v_new。

7.迭代终止

当上次计算的径向速度和当次计算的径向速度相差小于某个阈值，或者迭代次数达到最大值的时候，迭代终止。

8.更新距离估计

用估计得到的v修正脉宽和间隔压缩的量并由三.5重新计算距离。

五、方位估计

为了降低计算量，在估计出目标距离和速度之后，确定目标所在的窗，仅对该窗进行扫描波束形成以及比幅法或者分裂波束测向。下面以U域比幅法来完成测向。需要说明的是，传统的角度域比幅法或者分裂波束法亦可用于这里的测向，在此不做赘述。

1.扫描方位值设置

对于N*M元的矩形阵，阵元间距＝d，波长为λ。u＝cosθcosφ，v＝cosθsinφ，u和v的观察范围均在-1～1之间。对于均匀阵列，设定u轴和v轴的扫描步长固定，分别为Δ_u和Δ_v。步长应不大于u域上的3dB波束宽度，即0.891λ/(Nd)和0.891λ/(Md)。扫描波束u、v值包括和/>

2.波束形成

现有的声呐、雷达实时处理平台基本都是采用传统波束形成CBF，将匹配滤波后的频域数据Y_i进行分子带的常规波束形成，在每个子带上得到K_u*K_v个波束输出y(u，v，f_k)，然后取平方得到离散的方位谱P(u，v，f_k)。

对于如图2的平面阵，加权向量w(u，v)＝e^-jpk，其中p为各阵元的三维坐标组成的矩阵，第m号阵元为[p_xm，p_ym，p_zm]。由于阵列为平面阵，总共有M个阵元，可以简化为：

3.宽带综合

由第2步得到若干子带的方位谱，P(u，v，f_k)，选择最大峰值切片的频率作为选择频率，即

4.高斯中心法比幅测向

高斯中心法假设方位谱符合高斯分布。

P(u，υ)＝Aexp(-k_u(u-u₀)²-k_v(v-v₀)²))

这里亦可使用分裂波束测向，不做赘述。对其取对数得到，

问题则转化为多项式拟合，XK＝Y，通过Q个点来求解，Q≥5。令

Y＝[ln P₁，...，ln P_Q]^T (4)

K＝X\Y (5)

对矩阵进行左除可得到多项式系数。

5.角度还原

由(6)中计算得到的u₀和v₀根据 还原得到方位角和俯仰角。

整个信号处理流程如图5，上述流程将距离、速度、二维方位进行解耦，实现了次序处理，避免了高维参数估计。特别地，速度估计和方位估计仅需在目标出现的帧进行处理，从而有效控制了计算量。

实施例2

本发明的实施例2提出了一种基于对称HFM信号的目标检测系统，基于实施例1的方法实现，所述系统包括：

前端处理模块，用于接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；

目标距离估计模块，用于对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；

目标速度估计模块，用于采用迭代的扩展相关峰匹配法得到目标速度的估计值；

目标方位角估计模块，用于采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值。

仿真试验：

设定发射脉冲为对称HFM信号，单个脉冲宽度T为20ms，调频范围18.5kHz-21.5kHz，间隔10ms，存在两个目标回波，信噪比和信混比均设定为6dB。

表1两个目标的设定参数

	距离(m)	速度(m/s)	方位角(°)	俯仰角(°)
					目标1	387	15	-12	8
目标2	436.5	-7	7	-10

表2两个目标的估计参数

	距离(m)	速度(m/s)	方位角(°)	俯仰角(°)
					目标1	387.1417	14.8547	-12.2602	7.9595
目标2	436.4339	-6.7554	7.0857	-9.984

如图6(a)所示是阵元1的时域图，图6(b)是阵元1的时频图(前0.5s数据去除)；如图7(a)和图7(b)所示，是对数据分别进行正、负调频的匹配的输出。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于对称HFM信号的目标检测方法，包括：

步骤1)接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；

步骤2)对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；

步骤3)采用迭代的扩展相关峰匹配法得到目标速度的估计值；

步骤4)采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值。

2.根据权利要求1所述的基于对称HFM信号的目标检测方法，其特征在于，所述对称HFM信号包括正调频信号和负调频信号。

3.根据权利要求2所述的基于对称HFM信号的目标检测方法，其特征在于，所述步骤2)中对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，包括：

设置窗宽为对称HFM信号总脉宽的2倍，以0.5倍的冗余获取每帧数据；即每帧数据长度为窗宽；

进行快速傅里叶变换将宽带时域数据转换到频域，第n帧的频域数据为X_n；

当回波信噪比小于设定阈值时，对主动声呐发射脉冲波束方向进行宽带波束形成，选择发射脉冲频带范围的1.5倍作为感兴趣的频率成分，得到波束形成后的数据Y_n；将正负调频的副本信号组分别与Y_n求取相关；

当回波信噪比不小于设定阈值时，取主动声呐中间阵元的数据，分别与正负调频的副本信号组求取相关。

4.根据权利要求3所述的基于对称HFM信号的目标检测方法，其特征在于，所述步骤2)中对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；包括：

在每个窗下，将两组相关输出分别进行峰值检测，确定两组峰值，并且将该窗出现的目标个数设定为两组峰值个数的最小值P；

根据下式得到时延τ₁：

其中，T为对称HFM信号的单个正调频信号或负调频信号的脉宽，T_e为正负调频信号之间的间隔，和/>分别为正负调频峰值位置对应的时延，/>为正负调频脉冲到达时刻的间隔，α为多普勒压缩系数，v为径向速度，c为声速；

由τ₁*c/2得到目标距离的估计。

5.根据权利要求4所述的基于对称HFM信号的目标检测方法，其特征在于，所述步骤3)包括：

步骤3-1)由的估计值减去误差冗余量δτ作为起始点，截取与快速傅里叶变换中相同帧长的时域数据，于时域末尾处补零至原帧长的Q倍并进行快速傅里叶变换，得到输出Y_i，i＝1，…，P；

步骤3-2)于时域末尾处补零至原帧长的Q倍，通过FFT转换至频域得到正负调频副本信号和/>

步骤3-3)将Y_i分别与和/>相乘得到时域的相关：Z₁和Z₂；

步骤3-4)对Z₁和Z₂的共轭Z′₂进行二次相关处理，得到扩展的多普勒谱，峰值位置即多普勒对应的时延Δt；

步骤3-5)根据下式得到目标的径向速度v：

其中，K是HFM信号的调频系数，f₀是信号的中心频率，f_s是采样频率；

步骤3-6)当上次计算的径向速度和本次计算的径向速度的差值小于设定阈值，或迭代次数达到设定的最大值，则转至步骤3-7)，否则，迭代次数加1，并转至步骤3-2)；

步骤3-7)输出此次计算的径向速度v。

6.根据权利要求5所述的基于对称HFM信号的目标检测方法，其特征在于，所述步骤3-7)后还包括：

根据目标的径向速度v修正脉宽和间隔压缩的量重新计算目标距离的估计值。

7.一种基于对称HFM信号的目标检测系统，其特征在于，所述系统包括：

前端处理模块，用于接收主动声呐发出的对称HFM信号，进行包括放大和自动增益控制的前端处理；

目标距离估计模块，用于对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行峰值检测，确定时延和目标回波所处的窗，在目标回波所处的窗得到目标距离的估计值；

目标速度估计模块，用于采用迭代的扩展相关峰匹配法得到目标速度的估计值；和

目标方位角估计模块，用于采用U域比幅法、角度域比幅法或分裂波束法得到目标的方位角估计值和俯仰角估计值。