CN118011371A - 一种基于对称hfm波形的距离和速度估计方法及系统 - Google Patents
一种基于对称hfm波形的距离和速度估计方法及系统 Download PDFInfo
- Publication number
- CN118011371A CN118011371A CN202410070779.8A CN202410070779A CN118011371A CN 118011371 A CN118011371 A CN 118011371A CN 202410070779 A CN202410070779 A CN 202410070779A CN 118011371 A CN118011371 A CN 118011371A
- Authority
- CN
- China
- Prior art keywords
- hfm
- matched filtering
- symmetric
- distance
- time delay
- 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 38
- 238000001914 filtration Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000005314 correlation function Methods 0.000 claims abstract description 13
- 230000003321 amplification Effects 0.000 claims abstract description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 6
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 12
- 101100412093 Schizosaccharomyces pombe (strain 972 / ATCC 24843) rec16 gene Proteins 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 8
- 230000001934 delay Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 2
- 101150096839 Fcmr gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000827 velocimetry Methods 0.000 description 1
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于有源雷达或主动声呐探测及水声通信领域,尤其涉及一种基于对称HFM波形的距离和速度估计方法及系统。该方法,包括:对收到的对称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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;根据径向速度计算得到目标距离的估值。本方法可广泛应用于各类对实时性要求高的声呐、雷达和水声通信平台,不受平台频率、阵元个数的限制。
Description
技术领域
本发明属于有源雷达或主动声呐探测及水声通信领域,尤其涉及一种基于对称HFM波形的距离和速度估计方法及系统。
背景技术
目标的距离和速度是至关重要的两个参数。在有源雷达或者主动声呐探测领域,对目标测距不仅是目标定位、目标成像的先决条件,还影响着对目标跟踪的性能。在水声通信领域,目标速度估计是重构复杂水声信道的核心,也是实现低误码率高速通信的基础。在很多场景,我们通常还需要进行联合估计。
以主动声呐为例,其工作时,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。
传统上,通过匹配滤波实现对目标回波的距离和速度估计。将不同的多普勒系数的副本信号与接收信号相关,其峰值处对应的就是回波的时延和多普勒参数。距离和速度的精度和分辨力(或者是时延和多普勒的精度和分辨力)与波形息息相关。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。LFM与相同脉宽的CW波具有相同的频率分辨力,并可通过提高带宽B的方式提高时间分辨力;但其存在距离-多普勒耦合,在时延和多普勒均未知的情况下无法得到准确解。BPSK信号模糊函数呈图钉形,兼具短脉冲良好的时间分辨力和长脉冲良好的多普勒分辨力;但多普勒敏感性非常高,需要大量不同多普勒系数的副本与接收信号求相关,因此计算量非常庞大,给实时应用带来了挑战。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。
CW由于带宽窄,在面临强噪声和复杂干扰背景下其处理能力有限,且难以提升测距精度。因此,诸如LFM这样的调频宽带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。双曲线调频(HFM)信号具有更优越的多普勒不变性,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。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fc-B/2调至高频fc+B/2,再进行负调频由fc+B/2调至fc-B/2,或反向执行。
LFM或者HFM信号的多普勒频移等效于一定的时延而造成匹配误差。因此,精确时延估计的前提是进行多普勒或者速度估计。对称LFM和对称HFM可通过两个对称的正调频和负调频来来对消耦合误差,因此可实现对目标回波的时延和多普勒估计。目前通常由两种解决思路:1.通过多个多普勒副本去相关匹配后搜索峰值,并由峰值和次峰值经过插值求解目标回波的多普勒和时延;2.通过多次匹配迭代更新,逐渐逼近目标回波的多普勒和时延。
目前在水声通信领域,已经有学者提出双时延差、相关峰匹配、速度谱等方法进行双HFM波形的多普勒估计。
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波形的距离和速度估计方法及系统。
为了实现上述目的,本发明提出了一种基于对称HFM波形的距离和速度估计方法,包括:
步骤1)对收到的对称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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;
步骤3)根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;
步骤4)根据径向速度计算得到目标距离的估值。
优选的,所述步骤1)的对称HFM信号包括正调频信号s(u)(t)和负调频信号s(d)(t)。
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:
设置窗宽点数为N,N>(2T+Te)fs,其中T为主动声呐的脉宽,Te为保护间隔,fs为采样频率;
将正调频信号s(u)(t)和负调频信号s(d)(t)进行快速傅里叶变换,分别生成两组频域副本信号Xrep1和Xrep2,以及Xrep1和Xrep2;
以0.5倍的冗余获取每帧数据,即每帧数据长度为窗宽,分窗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Xn,
将Xn分别与Xrep1、Xrep2相乘,获得正负调频匹配滤波的频域结果。
优选的,所述步骤2)中再对每个窗下的匹配滤波处理进行反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;包括:
在每个窗下,将匹配滤波的频域输出进行反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测:
将时域输出与设定的阈值比较,若正负调频的输出均大于阈值,则认为存在目标回波,由该帧的匹配滤波结果的峰值位置得到时延的粗估计,为正负调频分别得到的时延估计的最小值;当匹配滤波结果在正负调频处的输出均小于阈值时,则认为该帧不存在目标回波,予以跳过,继续处理下一帧,直至处理完所有帧。
优选的,所述步骤3)中根据时延,通过两次相关函数处理及CZT变换,得到时延差值,包括:
由距离粗估计减去误差冗余量作为起始点,截取N点时域数据,于时域末尾处补零至原帧长的4倍;
对目标回波所在数据段进行快速傅里叶变换得到X;
将X分别与Xrep1、Xrep2相乘得到频域的相关输出,并对频域相乘的结果进行频带选通,得到频带选通后的结果:Z1和Z2;
对Z1和Z2的共轭Z'2进行二次相关处理,得到输出Y;
对Y进行CZT变换得到速度谱P;
求解多普勒压缩系数α;
根据下式计算得到目标的径向速度vr:
其中,c为声速。
优选的,所述速度谱P为:
P=CZT(Y,M,u,ω),
其中,M为CZT变换的点数,u为时延差在复平面上的起始点,u=exp(-j2πΔτbegin/N),[Δτbegin,Δτend]为正负调频匹配峰的时延差所在的范围;j为虚部,ω为CZT变换区间的复平面表示,ω=exp(j2π(Δτend-Δτbegin)/(NM))。
优选的,所述多普勒压缩系数a为:
其中,K是HFM信号的调频系数,Te是保护间隔,T是为主动声呐的脉宽。
优选的,所述步骤4)包括:
用得到的目标径向速度vr修正脉宽和间隔压缩的量,并由与/>更新时延估计/>和/>其中,/>和/>分别为正负调频峰值位置对应的时延,ε为单个HFM导致的测时误差;
由得到目标距离的估计。
另一方面,提出了一种基于对称HFM波形的距离和速度估计系统,其特征在于,所述系统包括:
前端处理模块,用于对收到的对称HFM信号进行包括放大和自动增益控制的前端处理;
回波检测模块,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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;
速度估计模块,用于根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;和
距离估计模块,用于根据径向速度计算得到目标距离的估值。
与现有技术相比,本发明的优势在于:
本发明创新性地将CZT变换用于对称HFM信号速度估计中,并提出了估计目标速度和距离的方法。本方法可广泛应用于各类对实时性要求高的声呐、雷达和水声通信平台,不受平台频率、阵元个数的限制。
附图说明
图1是对称HFM的时频图;
图2是目标和平台相对移动关系图。
图3是CZT相关函数时延差测速法的处理流程图;
图4(a)是阵元1的时域图,图4(b)是阵元1的时频图(前1s数据去除);
图5是对目标回波所在时间窗进行匹配的输出,其中图5(a)是与完整的HFM匹配,图5(b)是与正调频匹配,图5(c)是与负调频匹配。
具体实施方式
本发明的目的在于针对主动声呐/有源雷达和水声通信的应用场景下,提出利用对称HFM波形进行速度和距离估计。该处理方法相比较于相关峰匹配方法,具有更低计算量和更高估计精度。需要说明的是,本发明所提方法亦可用于对称LFM信号的测速测距,流程完全相同,仅仅调频系数的计算公式不同。
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1提出了一种基于对称HFM波形的距离和速度估计方法,具体包括:
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中心频率fc;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。
平台发射从t=0时刻发射对称HFM信号,其解析形式如下:
s(t)=s(u)(T,t-T/2)+s(d)(T,t-T/2-T-Te) (1)
其中,单个HFM分别为
T为单个HFM信号的时长,f0是信号的中心频率,K是HFM信号的调频系数,fl和fh分别是扫频信号下限和上限,/> 为矩形窗包络。Te为保护间隔,其作用是避免多普勒造成上下调频两部分交叉造成干扰。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。假设接收到的数据为
x(t)=As(α(t-τ))+n(t) (1)
其中,A为衰减系数,τ为时延,n(t)为信道噪声和混响等。多普勒造成了脉冲的展宽或者压缩,α为多普勒压缩系数:
vr为目标和平台的径向速度,设平台运动速度为vp,目标速度为v,为了简化问题,假设目标运动方向、平台运动方向与两者之间连线在同一直线上,vr=v-υp。若运动方向与径向存在夹角,需通过阵列信号处理估计方位值θ,并将速度向径向投影。
三、回波检测和距离估计
1.设置窗宽的点数N,N>(2T+Te)fs,我们设置为N=2(2T+Te)fs。
2.生成副本信号
将正调频s(u)(t)和负调频s(d)(t)进行快速傅里叶变换FFT,分别生成两组频域副本信号Xrep1、Xrep2,和多普勒频系数设置为1,即不存在多普勒频偏。前一组的FFT点数为N,后一组的FFT点数为4N。
Xrep1=DFT(s(u)(t),N)
3.分窗进行FFT
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Xn,
4.匹配滤波
将Xn分别与Xrep1、Xrep2相乘,获得正负调频匹配滤波的频域结果。
5.门限检测挑选峰值
在每个窗下,将匹配滤波的频域输出进行IFFT,得到匹配滤波的时域结果,分别进行峰值检测。
将时域输出与阈值比较,若正负调频的输出均大于某阈值,则认为存在目标回波。否则,则认为该帧不存在目标回波,予以跳过,继续处理下一帧。
6.确定时延
对于认为存在目标回波的情况,由峰值位置得到时延的粗估计,应为正负调频分别得到的时延估计的最小值。
四、速度估计
正调频和负调频分别匹配后得到的时延差蕴含着多普勒信息,我们利用该信息进行速度估计。为了避免计算量过大且得到更准确的结果,我们进行先粗估计获取目标所在数据段,再进行细估计。
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N点时域数据,于时域末尾处补零至原帧长的4倍。
2.一次相关
对目标回波所在数据段进行FFT得到
分别与/>相乘得到频域的相关输出,并对频域相乘的结果进行频带选通,保留目标回波可能存在的频率范围f1-f2的数值,其他区域设置为0,得到频带选通后的结果:Z1和Z2。
3.二次相关
Y=Z1.*Z′2,Y也同为4N点的向量,且中间一段为非0数值,其他部分均为0。Y为二次相关函数。
4.对二次相关函数进行CZT变换。
传统估计多普勒的方法有双时延差法:通过对Z1和Z2进行IFFT搜索峰值分别得到τ1和τ2,再由τ2-τ1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;此外,还有相关峰匹配法,由赵世铎在2019年所提出,对Y进行IFFT,峰值位置即多普勒对应的时延Δt。该方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。然而,该方法对Y进行IFFT的处理方法相当于在整个时延差平面上积分,实际上目标可能的时延差只存在于某一个范围内。在整个时延差域做逆傅里叶变换或者积分是没有意义的,且浪费了计算量。
为此,我们通过chirp-z变换,仅在关注的范围内进行局部处理,且可以在这个范围内进一步细化,从而大大降低了计算量。
5.设置CZT参数
[Δτbegin,Δτend]为正负调频匹配峰的时延差可能所在的范围,M为CZT变换的点数,将[Δτbegin,Δτend]划分为M-1个区间。对于传统的相关峰匹配法,[Δτbegin,Δτend]相当于
由速度可能在的区间倒推得到时延差的区间,并且Q为细化倍数,可设置为4。M就相当于是时延差所在范围内点数细化Q倍后,向上取整最近的2次幂。
z=aω-m,其中m=0,...,M-1,而a=exp(-j*2πΔτbegin/N),a是复的起始点,ω=exp(j2π(Δτend-Δτbegin)/(NM))。
6.进行CZT变换
P=CZT(Y,M,a,ω),P向量的每一个元素即为细化后的[Δτbegin,Δτend]的每一个点。因此,P可被看作时延差谱,或者是速度谱。
CZT变换相当于局部的傅里叶变换,由此避免在完整的时延差域上做谱估计,而只是对感兴趣的范围内计算和搜索。相比较于原有的相关峰法,CZT互相关函数法进行了局部细化,不仅降低了计算量,而且细化了时延差谱,获得了更精细的估计结果。
7.峰值搜索寻找时延差值
P的峰值处时延差为
8.求解多普勒系数
对于运动目标回波,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:
单个HFM导致的测时误差为∈,真实时延的差应为所以可得的/>
又有,所以
9.计算径向速度
由于所以/>
五、更新距离估计
用估计得到的vr修正脉宽和间隔压缩的量,并由更新时延估计/>和/>
由得到目标距离的估计。
实施例2
本发明的实施例2提出了一种基于对称HFM波形的距离和速度估计系统,基于实施例1的方法实现,所述系统包括:
前端处理模块,用于对收到的对称HFM信号进行包括放大和自动增益控制的前端处理;
回波检测模块,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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;
速度估计模块,用于根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;
距离估计模块,用于根据径向速度计算得到目标距离的估值。
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20ms,目标速度为14m/s,平台速度为5m/s,信噪比和信混比均设定为6dB。
如图4(a)和图4(b)所示分别为阵元1的时域图和时频图(前1s数据去除)。
如图5所示为对目标回波所在时间窗进行匹配的输出,其中图5(a)是与完整的HFM匹配,图5(b)是正调频匹配,图5(c)是与负调频匹配。
图5(b)和图5(c)峰值对应即为τ1和τ2。
表1两个目标的设定参数
真实值 | 相关峰匹配法 | CZT | |
目标径向速度(m/s) | 9 | 9.0771 | 9.0699 |
目标距离(m) | 753 | 753.08 | 753.08 |
可发现,我们所提的对称HFM波形CZT相关函数法对距离和速度的估计精度非常优越,其中速度估计精度与相关峰匹配法相当,但CZT点数相较于IFFT点数下降了8倍。
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 (9)
1.一种基于对称HFM波形的距离和速度估计方法,包括:
步骤1)对收到的对称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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;
步骤3)根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;
步骤4)根据径向速度计算得到目标距离的估值。
2.根据权利要求1所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述步骤1)的对称HFM信号包括正调频信号s(u)(t)和负调频信号s(d)(t)。
3.根据权利要求2所述的基于对称HFM波形的距离和速度估计方法,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:
设置窗宽点数为N,N>(2T+Te)fs,其中T为主动声呐的脉宽,Te为保护间隔,fs为采样频率;
将正调频信号s(u)(t)和负调频信号s(d)(t)进行快速傅里叶变换,分别生成两组频域副本信号Xrep1和Xrep2,以及Xrep1和Xrep2;
以0.5倍的冗余获取每帧数据,即每帧数据长度为窗宽,分窗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Xn,
将Xn分别与Xrep1、Xrep2相乘,获得正负调频匹配滤波的频域结果。
4.根据权利要求3所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述步骤2)中再对每个窗下的匹配滤波处理进行反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;包括:
在每个窗下,将匹配滤波的频域输出进行反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测:
将时域输出与设定的阈值比较,若正负调频的输出均大于阈值,则认为存在目标回波,由该帧的匹配滤波结果的峰值位置得到时延的粗估计,为正负调频分别得到的时延估计的最小值;当匹配滤波结果在正负调频处的输出均小于阈值时,则认为该帧不存在目标回波,予以跳过,继续处理下一帧,直至处理完所有帧。
5.根据权利要求4所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述步骤3)中根据时延,通过两次相关函数处理及CZT变换,得到时延差值,包括:
由距离粗估计减去误差冗余量作为起始点,截取N点时域数据,于时域末尾处补零至原帧长的4倍;
对目标回波所在数据段进行快速傅里叶变换得到X;
将X分别与Xrep1、Xrep2相乘得到频域的相关输出,并对频域相乘的结果进行频带选通,得到频带选通后的结果:Z1和Z2;
对Z1和Z2的共轭Z'2进行二次相关处理,得到输出Y;
对Y进行CZT变换得到速度谱P;
求解多普勒压缩系数α;
根据下式计算得到目标的径向速度vr:
其中,c为声速。
6.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述速度谱P为:
P=CZT(Y,M,u,ω),
其中,M为CZT变换的点数,u为时延差在复平面上的起始点,u=exp(-j2πΔτbegin/N),[Δτbegin,Δτend]为正负调频匹配峰的时延差所在的范围;j为虚部,ω为CZT变换区间的复平面表示,ω=exp(j2π(Δτend-Δτbegin)/(NM))。
7.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述多普勒压缩系数a为:
其中,K是HFM信号的调频系数,Te是保护间隔,T是为主动声呐的脉宽。
8.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法,其特征在于,所述步骤4)包括:
用得到的目标径向速度vr修正脉宽和间隔压缩的量,并由与/>更新时延估计/>和/>其中,/>和/>分别为正负调频峰值位置对应的时延,ε为单个HFM导致的测时误差;
由得到目标距离的估计。
9.一种基于对称HFM波形的距离和速度估计系统,其特征在于,所述系统包括:
前端处理模块,用于对收到的对称HFM信号进行包括放大和自动增益控制的前端处理;
回波检测模块,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反向傅里叶变换,得到匹配滤波的时域结果,分别进行峰值检测,确定时延;
速度估计模块,用于根据时延,通过两次相关函数处理及CZT变换,得到时延差值,据此计算得到目标径向速度;和
距离估计模块,用于根据径向速度计算得到目标距离的估值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410070779.8A CN118011371A (zh) | 2024-01-17 | 2024-01-17 | 一种基于对称hfm波形的距离和速度估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410070779.8A CN118011371A (zh) | 2024-01-17 | 2024-01-17 | 一种基于对称hfm波形的距离和速度估计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118011371A true CN118011371A (zh) | 2024-05-10 |
Family
ID=90957464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410070779.8A Pending CN118011371A (zh) | 2024-01-17 | 2024-01-17 | 一种基于对称hfm波形的距离和速度估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118011371A (zh) |
-
2024
- 2024-01-17 CN CN202410070779.8A patent/CN118011371A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111142105B (zh) | 复杂运动目标isar成像方法 | |
AU2013327392B2 (en) | Method for improving performance of a Sodar system | |
CN110161472B (zh) | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 | |
CN109164438B (zh) | 一种基于lfm相干脉冲串的到达时间和到达频率的联合估计方法 | |
CN109375202B (zh) | 一种基于车载毫米波雷达的车辆测距测速方法 | |
CN111736128A (zh) | 基于skt-siaf-mscft的相参积累方法 | |
CN111610503B (zh) | 基于改进的lvd的线性调频信号参数估计方法 | |
CN110850384B (zh) | 一种基于扫频数据产生宽带去斜回波的方法 | |
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 | |
CN110488283A (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
US8358233B2 (en) | Radar target detection process | |
CN112987003B (zh) | 主动声纳中的hfm信号分离方法及系统 | |
CN111175727B (zh) | 一种基于条件波数谱密度的宽带信号方位估计的方法 | |
CN118011371A (zh) | 一种基于对称hfm波形的距离和速度估计方法及系统 | |
CN115685169B (zh) | 基于宽带keystone变换的水声弱运动目标检测方法 | |
US10386471B1 (en) | Velocity estimation with linear frequency modulated (LFM) waveforms | |
CN114545353A (zh) | 一种基于fri采样和中国余数定理的脉冲多普勒信号欠采样与参数估计方法 | |
KR101524550B1 (ko) | 표적 속도에 따른 도플러 효과를 보상하는 고속 lfm 표적 검출 방법 및 장치 | |
CN117970249A (zh) | 基于czt互相关时延差谱的超短基线定位方法及系统 | |
CN111427035A (zh) | 一种基于子带微多普勒差异的雷达实测数据集扩充方法 | |
CN117970298A (zh) | 一种基于对称hfm信号的目标检测方法及系统 | |
CN112965067A (zh) | 一种适用于fmcw汽车雷达目标速度扩展方法 | |
CN113253280B (zh) | 一种联合双曲调频与线性调频的测距测速方法 | |
CN110673100A (zh) | 一种基于实时谱估计的脉冲压缩方法 | |
CN117192523B (zh) | 一种基于宽带多脉冲相干积累的水声弱机动目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |