DE60304692T2

DE60304692T2 - System und verfahren zum erzeugen eines spektrums in radargeräten

Info

Publication number: DE60304692T2
Application number: DE60304692T
Authority: DE
Inventors: Tony Waterloo PONSFORD; Reza Waterloo DIZAJI
Original assignee: Raytheon Canada Ltd
Current assignee: Raytheon Canada Ltd
Priority date: 2002-03-13
Filing date: 2003-03-07
Publication date: 2007-04-12
Anticipated expiration: 2023-03-08
Also published as: ES2261927T3; ATE323891T1; US20040178951A1; DE60309748D1; WO2003079045A2; ATE345511T1; CA2478816C; CN1653354A; DK1485731T3; KR20040102039A; DE60304692D1; RU2004130474A; EP1485731B1; CA2478816A1; AU2003220063B2; NZ535210A; JP2005520160A; AU2003220063A1; BR0308342A; WO2003079045A3

Description

GEBIET DER ERFINDUNG
Diese Erfindung betrifft Signalverarbeitungsverfahren für die Spektrumsgenerierung in Radardaten und insbesondere Spektrumsgenerierungsverfahren mit rauschreduzierenden Eigenschaften für Radardaten.
HINTERGRUND DER ERFINDUNG
Hochfrequenz-Oberflächenwellenradar (HFSWR) ist wirksam für die kontinuierliche Erkennung und Verfolgung von Schiffen, Flugzeugen, Eisbergen und anderen Zielen von einem Küstenstandort aus. HFSWR wird gegenwärtig genutzt, um Such- und Rettungsaktivitäten zu verbessern und auch um den Zustand der Meere, illegale Einwanderung, Rauschgifthandel, illegale Fischerei, Schmuggel und Seeräuberei zu überwachen.
Ein HFSWR-System ist entlang einer Küstenlinie installiert und schließt eine gerichtete Sendeantenne, die auf den Ozean gerichtet ist, und eine Gruppe bzw. ein Array von gerichteten Empfangsantennen ein, die auf den Ozean gerichtet sind, ebenso wie Hardware und Software, die für den Betrieb des Systems erforderlich sind. Die Sendeantenne generiert eine Folge von elektromagnetischen (EM-) Pulsen, die ein gewünschtes Überwachungsgebiet ausleuchten. Das Empfangsantennen-Array ist so kalibriert, dass es einen gleichmäßigen Gewinn und eine gleichmäßige Phase über das gesamte Überwachungsgebiet hat. Objekte im Überwachungsgebiet reflektieren dann die EM-Pulse in Richtung auf das Antennen-Array, welches Radardaten sammelt. Einige der Objekte können Elemente sein, die erkannt werden müssen (die Radarsignaturen von diesen Elementen werden als „Ziele" bezeichnet), während die übrigen Objekte Elemente sind, die nicht erfasst werden müssen (die Radarsignaturen von diesen Elementen werden als Störsignale bzw. „Clutter" bezeichnet, wobei es sich um eine Art von Rauschen im Radarsystem handelt). Es können ausgefeiltere pulscodierte oder fre quenzcodierte EM-Pulse verwendet werden, um Entfernungsmehrdeutigkeiten entgegenzuwirken, die auftreten, wenn ein reflektierter EM-Puls (als Antwort auf einen zuvor übertragenen EM-Puls) von der Empfangsantennenanordnung empfangen wird, nachdem nachfolgende EM-Pulse gesendet wurden.
Normalerweise werden die Radardaten, die von den einzelnen Antennenelementen oder Sensoren in dem Empfangsantennen-Array gesammelt werden, vorverarbeitet, indem die Daten durch ein Bandfilter, um irrelevante und unerwünschte Signale in den Radardaten zu filtern, und dann durch einen Heterodyn-Empfänger geschickt werden, der die Radardaten vom RF-Band zu einem IF-Band demoduliert, wo eine analog-zudigital-Umwandlung vorgenommen wird. Die Radardaten werden dann zum Basisband demoduliert, wo eine Tiefpassfilterung und eine Heruntertastung bzw. ein Downsampling durchgeführt werden. Die von dem Empfangsantennen-Array gesammelten Radardaten sind komplex (d.h. sie weisen reale und imaginäre Komponenten auf). Dementsprechend sind auch die heruntergetasteten Daten komplex und jede der Signalverarbeitungskomponenten, die erforderlich sind, um die oben genannten Operationen durchzuführen, ist so implementiert, dass sie komplexe Daten verarbeiten kann.
Die heruntergetasteten Radardaten werden dann von einem abgestimmten Filter verarbeitet, das eine Transferfunktion oder eine Impulsantwort aufweist, die auf den übertragenen EM-Puls bezogen ist. Die einer abgestimmten Filterung unterzogenen Radardaten werden dann zur Analyse in Segmente unterteilt. Die einzelnen Segmente sind in der Technik als kohärente Integrationszeit (CIT) oder Verweilzeit bekannt. Die einer abgestimmten Filterung unterzogenen Radardaten in den einzelnen CITs werden durch Aufzeichnen der Zeit, zu der jeder Datenpunkt getastet wurde, relativ zu der Zeit, zu der ein vorausgehender EM-Puls übertragen wurde, im Hinblick auf die Entfernung geordnet. Die nach Entfernung geordneten Daten können dann einer Kombination aus Tiefpassfilterung für die weitere Rauschreduzierung und Downsampling für eine effizientere Signalverarbeitung unterzogen werden. Das Ergebnis dieser Verarbeitung ist eine Vielzahl von Zeitabtastungen von Entfernungsdaten, wobei jede Zeitabtastungsreihe einem Entfernungswert entspricht. Der maximale Entfernungswert, für den die Vielzahl von Zeitreihen gesammelt wird, hängt vom Pulswiederholungsintervall ab, das beim Senden der EM-Pulse verwendet wird (d.h. von der Frequenz, mit der die EM-Pulse gesendet werden).
Ein Ziel wird anhand von Entfernungs-, Doppler- und Azimutinformationen erkannt, die aus den vorverarbeiteten aufgezeichneten Radardaten erzeugt werden. Die Entfernungsinformationen werden verwendet, um einen Schätzwert für den Abstand des Ziels zum Empfangsantennen-Array zu liefern. Die Azimutinformationen werden verwendet, um einen Schätzwert für den Winkel des Zielorts in Bezug auf das Zentrum des Empfangsantennen-Array zu liefern, und die Dopplerinformationen werden verwendet, um einen Schätzwert für die radiale Geschwindigkeit des Ziels durch Messen der Dopplerverschiebung des Ziels zu liefern. Die Dopplerverschiebung des Ziels steht mit der Änderung des Frequenzgehalts des EM-Pulses, dem Ziel reflektiert wird, in Bezug auf den originalen Frequenzgehalt dieses EM-Pulses in Beziehung.
Wie bereits gesagt, werden Entfernungsdaten durch Aufzeichnen der Zeit, zu der die Daten getastet werden, in Bezug auf die Zeit, zu der ein vorhergehender EM-Puls gesendet wurde, erzeugt. Die Doppler-Verarbeitung entspricht der Erkennung einer Frequenzverschiebung Δf an der EM-Pulssignalfrequenz, die auf eine Reflexion von einem Ziel zurückgeht. Dementsprechend werden Doppler-Informationen für einen gegebenen Entfernungswert dadurch erzeugt, dass die für diesen Entfernungswert erhaltene Zeitreihe einer Kammfilterverarbeitung, einer Filterbankverarbeitung oder einer FFT-(Fast Fourier Transform-) Verarbeitung unterzogen wird. Die Azimutdaten werden normalerweise durch digitales Strahlformen erhalten. Genauer werden die Radardaten bei einer bestimmten Entfernungszelle und einer bestimmten Dopplerzelle durch einen komplexen Exponenten für jedes Antennenelement des Empfangsantennen-Array gewichtet und dann über alle Antennenelemente summiert. Die Phase des komplexen Exponenten steht mit einem Azimutwinkel in Beziehung, wobei der Antennenelementabstand und die Wellenlänge der gesendeten EM-Pulse dem Fachmann ebenfalls bekannt sind. Die Strahlformung lässt es so aussehen, als sei die Antennenanordnung auf eine bestimmte Region des Überwachungsbereichs abgestimmt, der vom Azimutwert definiert wird, der bei den komplexen Exponentengewichtungen verwendet wurde. Auf diese Weise können viele Strahlen geformt werden, um gleichzeitig das ganze Überwachungsgebiet abzudecken.
Um die Entfernung, das Azimut und die Geschwindigkeit eines Ziels zu bestimmen, verarbeitet ein Detektor die erzeugten Entfernungs-; Azimut- und Dopplerinformationen für eine bestimmte CIT. Im Allgemeinen sucht der Detektor nach Peaks bei einer bestimmten Zelle (d.h. einem Datenwert oder einem Pixel) in einem zweidimensionalen Koordinatenfeld, das als Entfernungs-/Doppler-Plot bekannt ist. Die Zielerkennung umfasst in der Regel den Vergleich der Amplitude in einer bestimmten Zelle mit der durchschnittlichen Amplitude in benachbarten Zellen. Die erkannten Ziele werden dann an zu einem Plotextraktor geschickt, der die erkannten Ziele filtert, um all diejenigen Erkennungen zu verwerfen, die nicht mit der Entfernungs-, den Doppler- und Azimuteigenschaften übereinstimmen, die von einem echten Ziel erwartet werden. Diese gefilterten Ziele werden dann an einen Tracker weitergeleitet, der aufeinander folgende Erkennungen eines bestimmten Ziels zuordnet, um eine Verfolgung des Ziels zu liefern. Auf diese Weise kann die Bewegung eines erkannten Ziels überall im Überwachungsgebiet verfolgt werden.
Das Erkennungsverfahren wird durch die Hinzufügung von Rauschen, was die bereits genannten Störsignale oder Clutter einschließt, in den einzelnen Zellen behindert. Dies kann dazu führen, dass ein Ziel nicht erkannt wird oder dass ein Rauschen fälschlich als Ziel erkannt wird. Das Rauschen ist problematisch, da ein variierender Rauschpegel in verschiedenen Zellen auftritt, ebenso wie für Radardaten, die in verschiedenen CITs, unter verschiedenen Meereszustandsbedingungen, während verschiedener Tages- und Jahreszeiten und an unterschiedlichen Orten gesammelt werden. Die Hauptquellen für Radarrauschen schließen Eigen-Interferenz, wie Ozean-Störsignale, ionosphärische Störsignale und Meteroiden-Störsignale, und externe Interferenz, wie Co-Kanalinterferenz, atmosphärische Interferenz und Impulsrauschen ein. Die Eigeninterferenz entsteht aus dem Betrieb des Radars, während die externe Interferenz unabhängig vom Radarbetrieb ist.
Ionosphärische Störsignale sind einer der Hauptgründe für Interferenzen und sind aufgrund ihrer zielähnlichen Natur und hohen Signalamplitude nur schwer zu unterdrücken. Ionosphärische Störsignale schließen EM-Pulse ein, die von der Erdionosphäre zurückgeworfen werden und direkt zum Radar zurückkehren (d.h. fast vertikal auftreffende Störsignale), und EM-Pulse, die von der Ionosphäre abprallen, vom Ozean reflektiert werden und auf dem umgekehrten Weg zum Radar zurückkehren (d.h. Raumwellen-Eigeninterferenzstörsignale, sogenannte Entfernungs-Mehrdeutigkeiten). Im Allgemeinen akkumulieren ionosphärische Störsignale in einem ringförmigen Band, das schmale Bänder von Entfernungszellen, alle Azimutzellen und die meisten Schiff-Dopplerbänder umspannt. Dieses schmale Band von Entfernungszellen entspricht der Höhe oder den mehreren Höhen der ionosphärischen Schichten relativ zum HFSWR-Aufstellungsort. Fast senkrecht auftreffende ionosphärische Störsignale sind auch dadurch gekennzeichnet, dass sie sehr stark sind, ihre Reichweite isoliert ist und sie über viele Millihertz in der Doppler-Dimension verwischt sind. Während der Nacht sind die ionosphärische Störsignale wegen des Verschwindens der ionosphärischen D-Schicht und der Vermischung der ionosphärischen F1- und F2-Schichten auf ihrem höchsten Niveau. Ferner variieren die Merkmale der ionosphärischen Störsignale mit der Jahreszeit und anderen Umweltparametern, so dass es nicht leicht ist, eine robuste Methode einzuführen, um ionosphärisches Rauschen zu unterdrücken.
Um Entfernungsmehrdeutigkeiten verursachende Störgeräusche zu bekämpfen, können komplementäre Frank-Codes verwendet werden, wie der Fachmann weiß. Eine andere bekannte Lösung besteht darin, das Radarsystem bei einer höheren Frequenz zu betreiben, die keine Raumwellenausbreitung unterstützt. Durch Erhöhen der Trägerfrequenz der gesendeten EM-Pulse über die schichtkritische Frequenz hinaus dringen die gesendeten EM-Pulse durch die ionosphärischen Schichten. Jedoch kann dieser Ansatz die Leistung des Radarsystems beim Erkennen von Schiffen über große Entfernungen wegen des größeren Ausbreitungsverlusts, der bei höheren Sendefrequenzen auftritt, vermindern.
Die Meeresoberfläche weist eine Anzahl von Wellen mit unterschiedlichen Wellenlängen und Amplituden auf. Ozean-Störsignale entstehen aus EM-Pulsen, die von Ozeanwellen reflektiert werden, die Harmonische der Radarwellenlänge sind. Zwei große Peaks, die Ozean-Störsignale dominieren, werden Bragg-Linien genannt, die als zwei Peak-Spalten in einem Entfernungs-Doppler-Plot entlang aller Entfernungszellen bei Dopplerfrequenzen, die von der Radar-Betriebsfrequenz bestimmt werden, auftreten. Die Bragg-Linien können die Radarerkennungsleistung bei ihren entsprechenden Doppler-Frequenzen verwischen. Jedoch gibt es auch eine Streuung höherer Ordnung, die mit dem Meereszustand zu tun hat und die zu zusätzlichen Peaks und einem Kontinuum von Ozean-Störsignalen zwischen den Bragg-Linien führt. Dieses Kontinuum von Ozean-Störsignalen enthält Energie, die mit dem Meereszustand verbunden ist, (d.h. Oberflächen-Windgeschwindigkeit und -dauer) und beschränkt häufig die Erkennung von kleinen, langsamen Zielen wie Schiffen. Außerdem zeigen Ozean-Störsignale nur sehr wenig räumliche Korrelation.
Meteoroiden-Störsignale sind die Folge von Meteoroiden, bei denen es sich um kleine Meteorteilchen handelt, die in die Erdatmosphäre eindringen und Ionisationsschweife erzeugen, die transiente Radarechos ergeben. Ein transientes Meteoriden-Radarecho erscheint in der Regel als großer Peak bei einer bestimmten Entfernung. Meteoroiden-Störsignale führen zu einer Zunahme des Hintergrund-Rauschpegels in Entfernungs-/Doppler-Plots.
Co-Kanalinterferenz entsteht durch sowohl lokale als auch entfernte Benutzer des HFSWR-Frequenzbands, wie Fernseh-Rundfunksender. Diese Interferenz ist gerichtet, da sie von räumlich korrelierten Quellen stammt. Aufgrund der mehrfachen Reflexionen in nicht-gleichmäßigen ionosphärischen Schichten ist die Ankunftsrichtung der Co-Kanalinterferenz jedoch breit, wie aus Radardaten mit Co-Kanalinterferenz hervorgeht, die in 1 dargestellt sind. Die Co-Kanalinterferenz ist außerdem entfernungsunabhängig und tritt bei spezifischen Dopplerfrequenzbereichen auf, wie aus einem anderen Radardatenmuster hervorgeht, das in 2 dargestellt ist. Die Co-Kanalinterferenz kann dadurch vermieden werden, dass man alternative Trägerfrequenzen nutzt, um die EM-Pulse zu übertragen. Die Co-Kanalinterferenz von entfernten Quellen stellt jedoch ein schwerwiegenderes Problem dar, da diese Interferenz hinsichtlich Zeit und Frequenz zufällig ist. Ferner tritt wegen des Fehlens der D-Schichtbabsorption während der Nacht in der Regel nachts eine stärkere Co-Kanalinterferenz auf als während des Tages.
Die atmosphärische Interferenz ist räumlich weiß mit einem Pegel, der als Funktion der Frequenz, der Tageszeit, der Jahreszeit und des geographischen Orts variiert. Zum Beispiel steigt der Rauschpegel aufgrund der atmosphärischen Interferenz am unteren Ende des HF-Bands während der Nacht im Vergleich zu Tagespegeln um etwa 20 dB.
Impulsives Rauschen wird durch Blitze verursacht und manifestiert sich als Folge von schnellen Pulsen, die zeitlich zufällig verteilt sind und eine Amplitude mit großem dynamischem Bereich aufweisen. Dies ist in 3 dargestellt, welche eine Folge von Radarechos zeigt, die gegen die Zahl der gesendeten EM-Impulse (oder den Impulsindex) für einen bestimmten Entfernungswert eingetragen sind. Impulsives Rauschen, dargestellt in 4, ist nicht räumlich weiß und ist eine Folge von sowohl lokalen als auch entfernten Stürmen. Impulsives Rauschen tritt normalerweise während des gesamten täglichen Betriebs eines HFSWR-Systems auf. Impulsives Rauschen führt zu einer Zunahme des Hintergrundrauschpegels. Die Frequenzmerkmale des impulsiven Rauschens ändern sich als Funktion der Intensität lokaler Sturmaktivität.
Unnötig zu sagen, dass die Erkennung ein sehr wichtiger Teil eines Radarsystems ist und von den verschiedenen Arten des oben beschriebenen Rauschens beeinträchtigt wird. Um die Erkennung zu verbessern, müssen diese verschiedenen Rauschformen vorzugsweise vor oder während der Erzeugung des Entfernungs-/Doppler-Plots (d.h. der Spektrumschätzung), mit der die Erkennung in der Regel durchgeführt wird, unterdrückt werden.
US 5,262,789 lehrt ein Ursprungsidentifikationssystem für nah beabstandete räumliche Ursprünge. Das System verwendet eine Kovarianzanalyse der empfangenen Signale, gefolgt von Eigenanalyse, um Eigenvektoren und Eigenwerte zu erzeugen. Ein Superauflösungs-Algorithmus erzeugt Array Manifold-Vektoren, die Ursprungs-Ankunftsrichtungen entsprechen, die im Signal-Subraum der Eigenvektoren liegen.
Beispielsweise weiß der Stand der Technik, dass die Erkennung bei diesen verschiedenen Interferenzformen durch Verteilen der Interferenzenergie über eine große Zahl von Zellen im Entfernungs-/Doppler-Plot verbessert werden kann. Dies wird durch Verbessern der Entfernungs-, Doppler- oder Azimutauflösung während der Spektrumschätzung erreicht. Jedoch wird die Entfernungsauflösung von der Bandbreite des gesendeten Signals bestimmt und ist normalerweise beschränkt, während die Doppler-Auflösung von der CIT bestimmt wird, die ebenfalls beschränkt ist. Ferner ist die Azimutauflösung von der Aperturgröße des Empfangsantennen-Array begrenzt (d.h. der physischen Größe des Empfangsantennen-Array).
Eine Technik, die eingeführt wurde, um diese Auflösungsbeschränkungen zu umgehen, ist die Verwendung von hochauflösenden Spektrumschätzern, um die Azimutauflösung zu erhöhen. Jedoch ist eine statistisch robuste Schätzung der Kovarianzmatrix der Radardaten erforderlich, um gute Ergebnisse zu erhalten. Die Schätzung der Kovarianzmatrix sollte auch die verschiedenen Arten des Radarrauschens kompensieren, während sie den Signalbeitrag zur Kovarianzmatrixschätzung verstärkt. Wenn dies nicht gelingt, ist die Folge ein Entfernungs-/Doppler-Plot, in dem das Rauschen das Ziel verdunkelt und die Zielerkennung erschwert. Dementsprechend besteht ein Bedarf an einem hochauflösenden Spektrumschätzer, der statistisch robust ist, Rauschen unterdrücken und mögliche Ziele in den Radardaten verstärken kann.
Andere Rauschunterdrückungsverfahren des Standes der Technik waren auf Verfahren zum Löschen von externer Interferenz durch Ausnutzen der gerichteten Eigenschaften von externen Interferenzsignalen gerichtet. Diese Verfahren verwenden eine Hauptantenne oder ein Hauptantennen-Array, um Radardaten für potenzielle Ziele und externe Interferenz zu erhalten, und eine Hilfsantenne oder ein Hilfsantennen-Array, um nur die externe Interferenz zu schätzen. Jedoch erfordern diese Methoden zusätzliche Hardware. Genauer erfordern diese Methoden eine Hilfsantenne oder ein Hilfsantennen-Array. Eine Problemlösung des Standes der Technik beinhaltet die Verwendung eines Empfangsantennen-Array, in dem einige Elemente des Array als Hauptantennen-Array verwendet werden und einige der Elemente des Array als Hilfsantennen-Array verwendet werden. Jedoch führt dies dazu, dass das Hauptantennen-Array eine kleinere Apertur hat, wodurch die Azimutauflösung verschlechtert wird. Dementsprechend besteht ein Bedarf an einem Verfahren zum Unterdrücken externer Interferenz, ohne dass zusätzliche Hardware in Gestalt eines Hilfsantennen-Array erforderlich ist und ohne dass die Azimutauflösung des Hauptantennen-Array verschlechtert wird.
Andere Herausforderungen der Radarerkennung schließen Eigenschaften ein, die sich mit den Zielen, wie der Zielart und der Zielgeschwindigkeit, ändern. Zum Beispiel erscheinen Oberflächenziele, wie Schiffe, bei einer bestimmten Entfernungs- und Dopplerauflösung auf einem Entfernungs-/Doppler-Plot größer als Luftziele, wie Flugzeuge. Außerdem sind Luftziele normalerweise viel schneller als Oberflächenziele. Dies ist wichtig, da ein Ziel, dessen radiale Geschwindigkeit sich innerhalb einer gegebenen CIT ändert, spektrale Bestandteile aufweist, die über mehrere Doppler-Tore verwischt sind. Dementsprechend besteht auch ein Bedarf an Signalverarbeitungsverfahren, die erkennen, dass Ziele veränderliche Eigenschaften haben, und die sich aufgrund dieser Eigenschaften anpassen, um die Erscheinung von Zielen auf einem Entfernungs-/Doppler-Plot zu verbessern.
ZUSAMMENFASSUNG DER ERFINDUNG
Die Erfinder der vorliegenden Erfindung haben mehrere Ausführungsformen eines Systems und eines Verfahrens für die Spektrumerzeugung und Rauschunterdrückung entwickelt, um Entfernungs/Doppler-Plots zu erzeugen, in denen potentielle Ziele verstärkt sind. Die Erfinder haben die Systeme und Verfahren der vorliegenden Erfindung aufgrund der Tatsache entwickelt, dass verschiedene Zielklassen verschiedene Radarsignaturen auf einem Entfernungs/Doppler-Plot liefern, obwohl jede Radarsignatur eine Peak-Form aufweist. Ferner sind Ziele statistisch unabhängig von den verschiedenen Störsignalformen und weisen Radarsignaturen mit starker räumlicher Korrelation auf, vorausgesetzt, dass das Verhältnis Signal-Störsignal ausreicht. Außerdem haben die Erfinder erkannt, dass verschiedene Störsignalformen veränderliche Grade räumlicher Korrelation aufweisen. Zum Beispiel haben ozeanische Störsignale (erster und höherer Ordnung) meist eine schwache räumliche Korrelation, während ionosphärische Störsignale eine starke räumliche Korrelation haben.
Die Erfinder haben bestimmt, dass ein hochauflösender Spektrumschätzer, der die Radardaten in Signal- und Rausch-Subräume trennt, verwendet werden kann, um ozeanische Störsignale zu unterdrücken, da ozeanische Störsignale aufgrund schwacher räumlicher Korrelation hauptsächlich im Rausch-Subraum erscheinen. Wenn das Azimut von ionosphärischen Störsignalen anders ist als das Azimut von einem möglichen Ziel, dann sollte der hochauflösende Spektrumschätzer außerdem in der Lage sein, wegen der Abwesenheit von Nebenkeulen in hochauflösenden Spektrumschätzern zwischen den ionosphärischen Störsignalen und der Radarsignatur des möglichen Ziels zu unterscheiden. Jedoch ist eine robuste Kovarianzmatrixschätzung erforderlich, damit der hochauflösende Spektrumschätzer die Radarsignaturen von Zielen verbessern kann. Die Erfinder haben die Kovarianzmatrixschätzung auf die Grundlage eines gewichteten Mittelwerts der Kovarianzmatrizen von Entfernungs-/Doppler-Zellen gestellt, für die ein hochauflösender Spektrumvektor erzeugt wird. Der hochauflösende Spektrumschätzer verwendet zumindest einen Teil des Rausch-Subraums, um eine hochauflösende räumliche Schätzung zu bilden.
Ein Nachteil von konventionellen Spektrumschätzern auf der Basis von Subräumen ist der Erhalt von guten Ergebnissen bei niedrigen Signal/Clutter-(SCR-) Verhältnissen. Die Erfinder haben festgestellt, dass eine Lösung darin besteht, die Rausch-Subraumdimension durch Aufnahme nur solcher Eigenvektoren, die kleineren singulären Werten entsprechen und die daher näher am räumlichen weißen Rauschen liegen, zu verkleinern. Ein weiterer Ansatz ist die Aufnahme von räumlicher Glättung in die Kovarianzmatrixschätzung, die von dem auf dem Subraum beruhenden Spektrumschätzer verwendet wird, um einen hochauflösenden räumlichen Vektor zu erzeugen.
Die räumliche Glättung kann auf einer vorderen räumlichen Glättung und/oder einer hinteren räumlichen Glättung und/oder einer vorderen/hinteren räumlichen Glättung beruhen.
Wie bereits gesagt, ist eine andere wichtige Klasse der Interferenz die externe Interferenz. Die Erfinder der vorliegenden Erfindung haben ein Modul und eine Methode entwickelt, die auf einer Kombination von Adaptive Array Processing und Matched/Mismatched-Filterung beruht, die verwendet wird, um externe Interferenzen zu unterdrücken. Das Modul kann mit dem Spektrumgenerator kombiniert werden, um verbesserte hochauflösende Entfernungs-/Doppler-Plots zu liefern. Die von einem Hauptsensoren-Array aufgezeichneten Daten werden an Matched- und Mismatched-Filtermodule im Rauschunterdrückungsmodul übermittelt. Das Matched-Filtermodul liefert abgestimmte Radardaten, die Radarechos von möglichen Zielen, Eigeninterferenz und externe Interferenz enthalten, während das Mismatched-Filtermodul Radardaten liefert, die nur externe Interferenz enthalten. Dementsprechend kann ein virtuelles Hilfssensoren-Array auf Grundlage der nicht abgestimmten Radardaten konstruiert werden, um Radardaten zu einem adaptiven Strahlformer zu liefern. Der adaptive Strahlformer erzeugt vorzugsweise Gewichtungen auf Wiener-Basis, die auf die nicht abgestimmten Radardaten angewendet werden, um einen Hilfsstrahl zu erzeugen, der eine Schätzung der externen Interferenz in den abgestimmten Radardaten für jeden Sensor in dem Hauptsensoren-Array liefert, welches die Radardaten aufgezeichnet hat. Die externe Interferenzschätzung wird dann aus den aufgezeichneten Radardaten für jeden der genannten Sensoren entfernt, um Entfernungs-/Doppler-Sensorradardaten mit Rauschunterdrückung zu liefern. Diese Daten können dann dem Spektrumgenerator der vorliegenden Erfindung bereitgestellt werden, um hochauflösende Entfernungs-/Doppler-Plots zu erzeugen, in denen die externe Interferenz unterdrückt worden ist.
Demgemäß besteht die vorliegende Erfindung in einem Aspekt aus einem Spektrumgenerator für Radar nach Anspruch 1. Der Spektrumgenerator empfängt vorverarbeitete Entfernungs-/Doppler-Sensorendaten und erzeugt mindestens ein rauschreduziertes hochauflösendes Spektrum. Der Spektrumgenerator schließt einen Fenster generator ein, der ein Fenster generiert, das eine Vielfalt von Entfernungs-/Doppler-Zellen definiert. Der Spektrumgenerator umfasst weiter einen Kovarianzmatrixrechner, der mit dem Fenstergenerator in Verbindung steht. Der Kovarianzmatrixrechner empfängt die Entfernungs-/Doppler-Sensorendaten und berechnet eine Kovarianzmatrixschätzung für eine Entfernungs-/Doppler-Zelle von Interesse in dem Fenster. Die Kovarianzmatrixschätzung wird aus Kovarianzmatrizen berechnet, die für mindestens einen Teil der Vielzahl von Entfernungs-/Doppler-Zellen in dem Fenster berechnet werden, die sich um die Entfernungs-/Doppler-Zelle von Interesse herum befinden. Der Spektrumgenerator schließt auch einen Spektrumrechner ein, der mit dem Kovarianzmatrixrechner in Verbindung steht, um einen hochauflösenden Spektrumvektor aufgrund einer Ortsmatrix- und einer Rausch-Supraraummatrix-Schätzung zu berechnen.
Der Spektrumgenerator kann ferner einen Kovarianzmatrixglätter einschließen, der mit dem Kovarianzmatrixrechner in Verbindung steht. Der Kovarianzmatrixglätter glättet die Kovarianzmatrixschätzung.
Der Spektrumgenerator kann ferner ein Rauschunterdrückungsmodul einschließen, das mit dem Kovarianzmatrixrechner in Verbindung steht, um dem Kovarianzmatrixrechner rauschunterdrückte Radardaten anstelle der vorverarbeiteten Entfernungs-/Doppler-Sensordaten zu liefern. Das Rauschunterdrückungsmodul schätzt externe Interferenzen in den vorverarbeiteten Radardaten und unterdrückt die externen Interferenzen in den vorverarbeiteten Radardaten, um die rauschunterdrückten Radardaten zu erzeugen.
In einem anderen Aspekt stellt die vorliegende Erfindung ein Verfahren für die Spektrumerzeugung für Radar nach Anspruch 17 bereit. Das Verfahren umfasst:

a) die Erzeugung eines Fensters, das eine Vielzahl von Entfernungs-/Doppler-Zellen definiert;
b) die Berechnung einer Kovarianzmatrixschätzung für eine Entfernungs/Doppler-Zelle von Interesse in dem Fenster aus vorverarbeiteten Entfernungs-/Doppler-Sensordaten, wobei die Kovarianzmatrixschätzung aus Ko varianzmatrizen erzeugt wird, die für mindestens einen Teil der Vielzahl von Entfernungs-/Doppler-Zellen innerhalb des Fensters erzeugt wurden; und
c) Berechnung eines hochauflösenden Spektrumvektors aufgrund einer Ortsmatrix- und einer Rausch-Subraummatrix-Schätzung. Die Rausch-Subraummatrixschätzung wird von der Kovarianzmatrixschätzung abgeleitet.

Das Spektrumerzeugungsverfahren kann ferner die Glättung der Kovarianzmatrixschätzung und die Berechnung der Rausch-Subraummatrix aufgrund der geglätteten Kovarianzmatrixschätzung beinhalten.
Das Spektrumerzeugungsverfahren kann ferner einen Schritt der Rauschunterdrückung umfassen, um rauschunterdrückte Radardaten anstelle der vorverarbeiteten Entfernungs-/Doppler-Sensordaten zu liefern. Der Schritt der Rauschunterdrückung wird durch Schätzen der externen Interferenz in den vorverarbeiteten Radardaten und durch Unterdrücken der externen Interferenz in den vorverarbeiteten Radardaten bewirkt, um die rauschunterdrückten Radardaten zu erzeugen.
Vorzugsweise ist ein Rauschunterdrückungsmodul zur Unterdrückung von externer Interferenz in vorverarbeiteten Radardaten bereitgestellt.
Das Rauschunterdrückungsmodul umfasst ein erstes Verarbeitungsmodul und ein zweites Verarbeitungsmodul, die in Kommunikation mit den vorverarbeiteten Radardaten stehen. Das erste Verarbeitungsmodul empfängt die vorverarbeiteten Radardaten und erzeugt abgestimmte Radardaten, während das zweite Verarbeitungsmodul die vorverarbeiteten Radardaten empfängt und nicht abgestimmte Radardaten erzeugt. Das Rauschunterdrückungsmodul umfasst weiter einen adaptiven Strahlformer, der mit dem ersten Verarbeitungsmodul und dem zweiten Verarbeitungsmodul kommuniziert. Der adaptive Strahlformer empfängt einen Teil aus abgestimmten Radardaten und einen Teil aus nicht-abgestimmten Radardaten und erzeugt eine Externinterferenzschätzung der externen Interferenz im abgestimmten Radardatenteil. Das Rauschunterdrückungsmodul umfasst weiter einen Suppressor, der mit dem ersten Verarbeitungsmodul und dem adaptiven Strahlformer kommuniziert. Der Suppressor liefert einen Teil aus rauschunterdrückten Radardaten auf der Grundlage des Teils aus abgestimmten Radardaten und der Externinterferenzschätzung.
Das Rauschunterdrückungsmodul kann ferner ein Statistikordnungs-Filtermodul aufweisen, das mit dem ersten Verarbeitungsmodul kommuniziert. Das Statistikordnungs-Filtermodul erzeugt statistisch geordnete gefilterte abgestimmte Radardaten.
In einem weiteren Aspekt stellt die vorliegende Erfindung ein Verfahren bereit, um externe Interferenz in vorverarbeiteten Radardaten zu unterdrücken. Das Verfahren umfasst:

a) Verarbeite der vorverarbeiteten Radardaten, um abgestimmte Radardaten zu erzeugen;
b) Verarbeiten der vorverarbeiteten Radardaten, um nicht abgestimmte Radardaten zu erzeugen;
c) Auswählen eines abgestimmten Radardatenteils und eines nicht-abgestimmten Radardatenteils und Ausführen eines adaptiven Strahlformens, um eine Schätzung der externen Interferenz in dem abgestimmten Radardatenteil zu erzeugen; und
d) Erzeugen eines rauschunterdrückten Radardatenteils durch Unterdrücken der externen Interferenzschätzung von dem abgestimmten Radardatenteil.

Das Verfahren kann ferner die Durchführung einer Statistikordnungsfilterung der abgestimmten Radardaten beinhalten, um statistisch geordnete gefilterte abgestimmte Radardaten zu erzeugen.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Für ein besseres Verständnis der vorliegenden Erfindung und um deutlicher zu zeigen, wie diese ausgeführt werden kann, wird nun, lediglich anhand von Beispielen, auf die begleitende Zeichnung Bezug genommen, die eine bevorzugte Ausführungsform der vorliegenden Erfindung zeigt und worin:
1 das Koordinatensystem einer Amplitude gegen ein Azimut für Radardaten ist, die in Anwesenheit von externer Interferenz aufgezeichnet wurden;
2 der Entfernungs-/Doppler-Plot eines Beispiels für Radardaten ist, die eine Co-Kanalinterferenz enthalten;
3 ein Koordinatensystem von Amplitude gegen Impulsindex bei einer gegebenen Entfernung eines Beispiels für Radarechos ist, die impulsives Rauschen aufweisen;
4 ein Entfernungs-/Doppler-Plot eines Beispiels für Radardaten ist, die impulsives Rauschen enthalten;
5 ein Blockdiagramm eines Spektrumgenerators gemäß der vorliegenden Erfindung ist;
6a ein Koordinatensystem ist, welches den aktiven Bereich und den Schutzbereich eines Entfernungs-/Doppler-Plot gemäß der vorliegenden Erfindung darstellt;
6b ein Diagramm ist, das das Konzept des Azimuts erläutert;
7a ein gewichtetes Fenster gemäß der vorliegenden Erfindung ist;
7b ein Beispiel für das gewichtete Fenster ist, das Gewichtungen für einen Luftmodus des Radarbetriebs aufweist;
7c ein Beispiel für das gewichtete Fenster ist, das Gewichtungen für einen Schiffsmodus des Radarbetriebs aufweist;
7d die Radardatenorganisation für Radardaten zeigt, die von einem Hauptsensoren-Array gemäß der vorliegenden Erfindung aufgezeichnet wurden;
7e die Radardaten zeigt, die verwendet werden, um Kovarianzmatrizen für die Entfernungs-/Doppler-Zellen in dem gewichteten Fenster zu erhalten;
8 ein Ablaufdiagramm eines Spektrumerzeugungsverfahrens gemäß der vorliegenden Erfindung ist;
9a ein Entfernungs-/Doppler-Plot eines Beispiels für Radardaten ist, der durch herkömmliches Strahlformen erhalten wurde;
9b ein Schichtbild entlang der Doppler-Dimension des Entfernungs/-Doppler-Plots der 9a bei der Zielentfernung ist;
10a ein hochauflösender Entfernungs-/Doppler-Plot der in 9a dargestellten Radardaten ist, die vom Spektrumgenerator der vorliegenden Erfindung erzeugt wurden;
10b ein Schichtbild entlang der Dopplerdimension des Entfernungs-/Doppler-Plot von 10a bei Zielentfernung ist;
11a ein Entfernungs-/Doppler-Plot, der durch herkömmliches Strahlformen erzeugt wurde, für ein anderes Radardatenbeispiel ist;
11b ein hochauflösender Entfernungs-/Doppler-Plot der in 11a dargestellten Radardaten ist, die vom Spektrumgenerator der vorliegenden Erfindung erzeugt wurden;
12a ein durch herkömmliches Strahlformen erzeugter Entfernungs-/Doppler-Plot eines Beispiels für Radardaten mit ionosphärischen Störsignalen ist;
12b ein hochauflösender Entfernungs-/Doppler-Plot der in 12a dargestellten Radardaten ist, die vom Spektrumgenerator der vorliegenden Erfindung erzeugt wurden;
12c ein Schichtbild entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot der 12 in Zielentfernung ist;
12d ein Schichtbild entlang der Entfernungsdimension des hochauflösenden Entfernungs-/Doppler-Plot der 12b bei der Doppler-Frequenz des Ziels ist;
12e ein Azimut-Plot bei Entfernung und Doppler-Frequenz des Ziels für die hochaufgelösten Entfernungs-/Doppler-Daten ist, die vom Spektrumgenerator der vorliegenden Erfindung für die Radardaten von 12 erzeugt wurden;
13 ein Blockdiagramm einer alternativen Ausführungsform des Spektrumgenerators der der vorliegenden Erfindung ist, die ein Rauschunterdrückungsmodul beinhaltet;
14 ein Blockdiagramm des Rauschunterdrückungsmoduls von 13 ist;
15 ein Entfernungs-/Doppler-Plot ist, der die Form einer Region erläutert, über welche vorzugsweise korrelationsbasierte Berechnungen für die Externinterferenzschätzung durchgeführt werden;
16 ein detaillierteres Blockdiagramm des Rauschunterdrückungsmoduls von 14 ist;
17a bis 17h die Radardaten an verschiedenen Knoten im Rauschunterdrückungsmodul von 16 darstellen;
18 ein Ablaufschema eines Rauschunterdrückungsverfahrens gemäß dem Rauschunterdrückungsmodul von 16 ist;
19 eine alternative Ausführungsform des Rauschunterdrückungsmoduls der vorliegenden Erfindung ist;
20 ein Ablaufschema eines alternativen Rauschunterdrückungsverfahrens gemäß dem Rauschunterdrückungsmodul von 19 ist;
21a ein Entfernungs-/Doppler-Plot eines Beispiels für Radardaten ist, die durch herkömmliches Strahlformen erzeugt wurden, ohne das Rauschunterdrückungsmodul der vorliegenden Erfindung zu verwenden;
21b ein hochauflösender Entfernungs-/Doppler-Plot der in 21a dargestellten Radardaten unter Verwendung des Spektrumgenerators der vorliegenden Erfindung, aber ohne Verwendung des Rauschunterdrückungs-Moduls der vorliegenden Erfindung ist;
21c ein Schichtbild entlang der Doppler-Dimension des Entfernungs/-Doppler-Plots von 21a bei Zielentfernung ist;
21d ein Schnitt entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot von 21b bei Zielentfernung ist;
22a ein Entfernungs-/Doppler-Plot der Radardaten von 21a, die anhand von herkömmlichem Strahlformen und unter Verwendung des Rauschunterdrückungsmoduls der vorliegenden Erfindung erzeugt wurden, ist;
22b ein hochauflösender Entfernungs-/Doppler-Plot der in 21a dargestellten Radardaten unter Verwendung des Spektrumgenerators und des Rauschunterdrückungsmoduls der vorliegenden Erfindung ist;
22c ein Schichtbild entlang der Doppler-Dimension des Entfernungs/Doppler-Plot von 22a bei Zielentfernung ist;
22d ein Schichtbild entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot von 22b bei Zielentfernung ist;
23a ein Entfernungs-/Doppler-Plot durch herkömmliches Strahlformen eines anderen Beispiels für Radardaten ist;
23b ein Schichtbild entlang der Doppler-Dimension des Entfernungs/Doppler-Plot der 23a bei der Zielentfernung ist;
23c ein Schichtbild entlang der Entfernungsdimension des Entfernungs/Doppler-Plot von 23a bei der Doppler-Frequenz des Ziels ist;
23d ein Azimut-Plot der Radardaten von 23a bei den Entfernungs- und Dopplerfrequenzen des Ziels ist;
24a ein hochauflösender Entfernungs-/Doppler-Plot der Radardaten von 23a ist, die durch den Spektrumgenerator der vorliegenden Erfindung anhand einer Subraum-Dimension von 13 erzeugt wurden;
24b ein Schichtbild entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot von 24a bei Zielentfernung ist;
24c ein Schichtbild entlang der Reichweitendimension des hochauflösenden Entfernungs-/Doppler-Plot von 24a bei der Doppler-Frequenz des Ziels ist;
24d ein Azimut-Plot der hochauflösenden Entfernungs-/Doppler-Daten von 24a bei den Entfernungs- und Doppler-Frequenzen des Ziels ist;
25a ein hochauflösender Entfernungs-/Doppler-Plot der Radardaten von 23a ist, die durch den Spektrumgenerator der vorliegenden Erfindung anhand einer Subraum-Dimension von 5 erzeugt wurden;
25b ein Schichtbild entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot von 25a bei Zielentfernung ist;
25c ein Schichtbild entlang der Entfernungsdimension des hochauflösenden Entfernungs/Doppler-Plots von 25a bei der Doppler-Frequenz des Ziels ist;
25d ein Azimut-Plot der hochauflösenden Radardaten von 25a bei den Entfernungs- und Dopplerfrequenzen des Ziels ist;
26 ein Blockschema einer alternativen Ausführungsform des Spektrumgenerators unter Anwendung von räumlicher Glättung gemäß der vorliegenden Erfindung ist;
27 ein Ablaufschema einer alternativen Ausführungsform des Spektrumerzeugungsverfahrens unter Anwendung von räumlicher Glättung gemäß der vorliegenden Erfindung ist;
28a ein Doppler-Plot von Radardaten und eines simulierten Ziels anhand von Radardaten von einem Sensor ist;
28b ein Doppler-Plot der Daten von 28a, die anhand von herkömmlicher Strahlformung erzeugt wurden, zusammen mit den Dopplerdaten von 28a ist;
29a ein hochauflösender Doppler-Plot der Radardaten von 28a bei Zielentfernung unter Verwendung eines Rausch-Subraums von 13 ist;
29b ein hochauflösende Entfernungs-Plot der Radardaten von 28a bei der Doppler-Frequenz des Ziels unter Verwendung eines Rausch-Subraums von 13 ist;
29c ein hochauflösender Azimut-Plot der Radardaten von 28a bei der Entfernungs- und Dopplerfrequenz des Ziels unter Verwendung eines Rausch-Subraums von 13 ist;
13 ein hochauflösender Doppler-Plot der Radardaten von 28a bei Zielentfernung unter Anwendung eines räumlichen Glättungsverfahrens der vorliegenden Erfindung ist;
30b ein hochauflösender Entfernungs-Plot der Radardaten von 28a bei der Doppler-Frequenz des Ziels unter Verwendung des räumlichen Glättungsverfahrens der vorliegenden Erfindung ist;
30c ein hochauflösender Doppler-Plot der Radardaten von 28a bei den Entfernungs- und Doppler-Frequenzen des Ziels unter Anwendung des räumlichen Glättungsverfahrens der vorliegenden Erfindung ist;
31a ein hochauflösender Entfernungs-/Doppler-Plot für die Radardaten von 24a unter Verwendung des Spektrumgenerators und der räumlichen Glättung der vorliegenden Erfindung ist;
31b ein Schichtbild entlang der Doppler-Dimension des hochauflösenden Entfernungs-/Doppler-Plot von 32a bei Zielentfernung ist;
31c ein Schichtbild entlang der Entfernungsdimension des hochauflösenden Entfernungs-/Doppler-Plot von 31a bei der Doppler-Frequenz des Ziels ist;
31d ein hochauflösender Azimut-Plot der Radardaten von 31a bei den Entfernungs- und Doppler-Frequenzen des Ziels ist;
32 eine alternative Ausführungsform des Spektrumgenerators gemäß der vorliegenden Erfindung ist, die ein Rauschunterdrückungsmodul und einen Kovarianzmatrixglätter einschließt;
33 eine alternative Ausführungsform des Spektrumerzeugungsverfahrens gemäß der vorliegenden Erfindung ist, welche Rauschunterdrückungs- und Kovarianzmatrixglättungs-Schritte beinhaltet;
34a ein Diagramm eines linearen Array ist;
34b ein Diagramm eines gleichförmigen kreisförmigen Array ist; und
34c ein Diagramm eines gleichförmigen kreisförmigen Array ist, das die physikalischen Größen darstellt, die von den Symbolen dargestellt werden, die in dem Array Manifold verwendet werden.
AUSFÜHRLICHE BESCHREIBUNG DER ERFINDUNG
Sämtliche hierin aufgeführten experimentellen Daten wurden von dem SWR-503^TM-HFSWR-System genommen, das sich in Cape Race, Neufundland, Kanada, befindet und von Raytheon Canada Limited entwickelt wurde. Das SWR-503-HFSWR-System umfasst ein Empfangsantennen-Array mit 16 Antennenelementen (d.h. ein Hauptsensor-Array, das 16 Sensoren aufweist).
Wie hierin verwendet, bezeichnen die Ausdrücke „Entfernungsdaten", „Doppler-Daten", „Azimut-Daten", „Sensordaten" oder „Impulsdaten" eine eindimensionale Reihe von Datenpunkten in einem bestimmten Bereich. Der Ausdruck „Entfernungs-/Doppler-Daten" bezeichnet zweidimensionale Daten für ein bestimmtes Azimut oder für einen bestimmten Sensor, und der Ausdruck „Entfernungs-/Sensor-Daten" bezeichnet zweidimensionale Daten für einen bestimmten Doppler-Wert oder einen bestimmten Impulsindex. Außerdem bezeichnen die Ausdrücke „Entfernungs-/Impuls/Sensor-Daten", „Entfernungs-/Doppler/Sensor-Daten" und „Entfernungs-/Doppler/Azimut/Sensor-Daten" dreidimensionale Daten. Weiterhin bedeutet der Ausdruck „ein Teil" aus Daten, dass die Dimension des Datenteils kleiner ist als die Daten, von denen er erhalten wurde. Dementsprechend kann ein Datenteil eindimensional oder zweidimensional sein, wenn der Datenteil von einem dreidimensionalen Datensatz genommen wird. Ferner wird der Ausdruck „Spektrum" verwendet, um einen Entfernungs-/Doppler-Plot zu bezeichnen.
Die Unterdrückung des Rauschens von Radardaten vor oder während der Er- zeugung von Entfernungs-/Doppler-Plots ist nützlich, da die meisten Radarsysteme eine Erkennung mit den Entfernungs-/Doppler-Plots ausführen. Um eine Rauschunterdrückung zu erreichen, sollten die Signalmerkmale von Radarechos von Zielen und die verschiedenen Arten des Rauschens, die in Radardaten vorhanden sind, geprüft werden, um geeignete Methoden für die Rauschunterdrückung zu bestimmen.
Die Ziele eines Radarsystems reflektieren die EM-Impulse, die von der Sendeantenne des Radarsystems gesendet werden. Daher sind die Radarechos von Zielen von den gesendeten EM-Impulsen abhängig. Die Ziele für ein Radarsystem, insbesondere ein HFSWR-Radarsystem, umfassen unterschiedliche Objekte wie Schiffe, Eisberge, Flugzeuge und Projektile. Jedes dieser Ziele weist eine einzigartige Radarsignatur auf, die als Muster definiert ist, welches jedes dieser Ziele in einem Entfernungs-/Doppler-Plot hinterlässt, obwohl diese Radarsignaturen in der Regel als Peaks erscheinen. Dementsprechend sollte, um die Radarsignaturen von Zielen zu verstärken, ein Spektrumschätzverfahren angewendet werden, das eine scharfe Spektrumschätzung durchführen kann, um die Peak-Form der Radarsignaturen zu verstärken. Weiterhin sollten aus der Beobachtung einer Reihe von Zielen aufgrund der Unterschiede der Radarsignatur Ziele vorzugsweise in zwei Klassen aufgeteilt werden: Oberflächenziele (d.h. Schiffe und dergleichen) und Luftziele (d.h. Flugzeuge und dergleichen). Außerdem sollte man immer daran denken, dass die Entfernungsauflösung und die Dopplerauflösung die Zahl der Entfernungs-/Doppler-Zellen beeinflussen, die in der Radarsignatur eines Ziels enthalten sind.
Außerdem weisen die verschiedenen Störsignalformen verschiedene Grade an räumlicher Korrelation auf. Zum Beispiel haben ozeanische Störsignale eine schwache räumliche Korrelation. Zur Unterdrückung von ozeanischen Störsignalen während der Erzeugung von Entfernungs-/Doppler-Plots sollte dementsprechend ein Spektrumschätzverfahren, das durch Ausnutzung der Unterschiede der räumlichen Korrelation Ziel-Radarechos von ozeanischen Störsignalen unterscheiden kann, verwendet werden. Jedoch haben ionosphärische Störsignale eine starke räumliche Korrelation und weisen eine Radarsignatur auf, die in Form von entweder verteilten oder punktförmigen Zielen erscheint. Dementsprechend ist eine Spektrumschätztechnik erforderlich, die eine hohe räumliche Auflösung liefern kann, die genügt, um die Radarsignatur der ionosphärischen Störsignale von der Radarsignatur von Zielen zu trennen, die in einer anderen Richtung vorhanden sind. Ein hochauflösender Spektrumschätzer ist ebenfalls nützlich, da keine Nebenkeulen in der Spektrumschätzung erzeugt werden. Somit verdunkeln keine Radarsignaturen von Störsignalen die Radarsignaturen von Zielen aufgrund der spektralen Ausbreitung, die in Spektrumschätzern auf FFT-Basis auftritt, da ionosphärische Störsignale auf weniger Entfernungs-/Doppler-Zellen beschränkt ist. Dies ist der Fall, weil die ionosphärischen Schichten entlang der Entfernungsdimension für unterschiedliche Azimute nicht ideal verteilt sind.
Einer der Spektrumschätzer, der die oben genannten Kriterien erfüllt, ist der MUSIC(MUltiple SIgnal Classification)-Spektrumschätzer (Schmidt, R.O., „Multiple Emitter Location and Signal Parameter Estimation", IEEE Transactions AP-34, Nr. 3, 1986). Der MUSIC-Spektrumschätzer schätzt Signal- und Rausch-Subräume, die orthogonal sind (d.h. statistisch unabhängig). Vorausgesetzt, dass das Signal/Clutter-Verhältnis(SCR) ausreicht, enthält der Signal-Subraum die Radarechos von möglichen Zielen, und der Rausch-Subraum enthält Daten mit einer schwachen Korrelation, welche ozeanische Störsignale einschließen. Die vom MUSIC-Spektrumschätzer erzeugte Spektrumschätzung weist Peaks für Signalvektoren auf, die orthogonal zu den Rauschvektoren sind, die den Rausch-Subraum definieren. Dementsprechend sollten Radarsignaturen von Zielen vom MUSIC-Spektrumschätzer verstärkt werden. Ferner erzeugt das MUSIC-Spektrumschätzverfahren eine hochauflösende Spektrumschätzung. Dementsprechend sollten die Radarsignaturen von ionosphärischen Störsignalen die Zielerkennung nicht beeinflussen, wenn das Azimut des Ziels nicht in der Richtung der ionosphärischen Störsignale liegt, da die Abwesenheit von Nebenkeulen in der hochauflösenden Spektrumschätzung Leckwellen von ionosphärischen Störsignalen verhindert, die ansonsten die Radarsignatur von Zielen verdunkeln würden.
Das Signal- und Rausch-Subräume werden aufgrund einer Eigendekomposition oder einer Einzelwertdekomposition (die mathematisch verwandt sind, wie der Fachmann weiß) einer Kovarianzmatrix, die Entfernungs-/Doppler-Daten für eine gegebene Entfernungs-/Doppler-Zelle RDC in einem Entfernungs-/Doppler-Plot darstellt, identifiziert. Die Kovarianzmatrix für die Entfernungs-/Doppler-Zelle RDC sollte vorzugsweise unter Verwendung von so vielen Radardaten wie möglich geschätzt werden, um eine statistisch robuste Schätzung zu erhalten. Herkömmlich kann die Kovarianzmatrix für die Entfernungs-/Doppler-Zelle RDC anhand von Beobachtungen über eine Reihe von Sensoren geschätzt werden. Jede Beobachtung kann von einem Zeilenvektor x dargestellt werden, von dem eine Kovarianzmatrix C unter Verwendung des äußeren Produkts berechnet wird, wie der Fachmann weiß. Dementsprechend wird die Kovarianzmatrix C folgendermaßen berechnet: C = xH·x (1)wobei H der Hermite-Operator ist, wobei es sich um die Komplex/Kunjugat-Transponierte einer Matrix oder eines Vektors handelt. Wenn K Sensoren in einem Hauptsensoren-Array (d.h. dem Empfangsantennen-Array) vorhanden sind, dann weist die Kovarianzmatrix C eine Dimension K mal K auf (d.h. K Zeilen und K Spalten). Um eine geschätzte Kovarianzmatrix aufgrund einer Anzahl von Beobachtungen zu berechnen, können Kovarianzmatrizen für eine Vielfalt von Beobachtungsvektoren berechnet werden. Aus allen Kovarianzmatrizen kann dann der Durchschnitt gebildet werden, um die geschätzte Kovarianzmatrix C folgendermaßen zu berechnen:
wobei C1 die Kovarianzmatrix für den i. Beobachtungsvektor ist und N_C Beobachtungen vorhanden sind.
Sobald die Kovarianzmatrixschätzung C_est berechnet ist, ist es notwendig, die Eigenvektoren, die den Signal-Subraum umspannen, und die Eigenvektoren, die den Rausch-Subraum umspannen, zu berechnen. Die Eigenvektoren können anhand jedes geeigneten Mittels berechnet werden. Am besten wird dies mit Hilfe einer Singulärwertzerlegung (Singular Value Decomposition, SVD) erreicht, wie dem Fachmann bekannt ist. Die SVD der Kovarianzmatrixschätzung C_est wird folgendermaßen erhalten: Cest = U·Σ·V (3)wobei U und V Matrizen sind, die Eigenvektoren aufweisen, die die Signal- und Rausch-Subräume umspannen, und F ist eine Diagonalmatrix mit singulären Werten (σ₁ ², σ₂ ², ... σ_K2) entlang der Diagonale. Bei K gegebenen Sensoren in dem Hauptsensoren-Array weist die Kovarianzmatrixschätzung C_est K unabhängige singuläre Werte und K unabhängige Eigenvektoren auf, wenn die Kovarianzmatrixschätzung C_est vollständig ist.
Die Eigenvektoren der Kovarianzmatrixschätzung C_est nähern sich einem orthonormalen Satz von Basisvektoren, von denen einige den Signal-Subraum umspannen, und von denen einige den Rausch-Subraum umspannen. Die Amplituden der singulären Werte stellen den Grad der räumlichen Korrelation des Signalinhalts und die räumliche Korrelation des Rauschinhalts innerhalb der Vielzahl von Beobachtungsvektoren dar. Die Rausch-Subraum-Eigenvektoren werden durch Trennen der mit dem Rausch-Subraum verbundenen singulären Werte von den mit dem Signal-Subraum verbundenen singulären Werten erhalten. Schwellenwertverfahren können angewendet werden, um die singulären Rauschwerte von den singulären Signalwerten zu trennen, da die singulären Signalwerte normalerweise stärker sind als die singulären Rauschwerte. Alternativ können die beiden Eigenvektoren, die zu den beiden größten singulären Werten gehören, verworfen werden, da in der Praxis sehr wahrscheinlich höchstens zwei Ziele in derselben Entfernung, die sich mit derselben Geschwindigkeit bewegen, vorhanden sind. Die zwei größten Eigenvektoren würden diese Ziele darstellen. Eine Rausch/Subraum-Matrixschätzung N_est wird dann durch Behalten der Rauscheigenvektoren berechnet, wie in Gleichung 4 dargestellt. Nest = U(:, b + 1 : K) (4)wobei b vorzugsweise 3 ist, wie oben erläutert, so dass die beiden größten Eigenvektoren nicht in der Rausch-Subraum-Matrixschätzung N_est enthalten sind. Dann wird die MUSIC-Spektrumschätzung folgendermaßen berechnet:
wobei die Matrix F Vektoren enthält, entlang derer einige der Signale ausgerichtet sein können. Da die Signalvektoren orthogonal zum Rausch-Subraum sind, der von den Rauscheigenvektoren definiert wird, erzeugt die MUSIC-Spektrumschätzung einen Peak am spektralen Ort des Signals. Ferner berücksichtigt das MUSIC-Spektrumschätzverfahren nicht die singulären Werte, was günstig ist, da die Bragg-Linien die singulären Werte korrumpieren und infolgedessen mögliche Ziele verdunkeln. Um eine gute MUSIC-Spektrumschätzung zu erhalten, ist jedoch eine angemessene Kennzeichnung der Signale innerhalb der Kovarianzmatrixschätzung erforderlich. Die Leistung eines MUSIC-Spektrumschätzers hängt stark von der Menge und Art der Daten ab, die verwendet werden, um die Kovarianzmatrixschätzung zu berechnen.
In 5 ist ein Spektrumgenerator 10 gemäß der vorliegenden Erfindung dargestellt. Der Spektrumgenerator 10 empfängt eine Vielzahl von Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K. Jedes Entfernungs-/Doppler-Datenensignal ist eine zweidimensionale Datenreihe, die aus Radardaten, die von einem bestimmten Sensor aus einem Hauptsensoren-Array mit einer Vielzahl von Sensoren (in 5 nicht dargestellt) aufgezeichnet wurden, erzeugt wird. Jeder Sensor kann ein beliebiges, dem Fachmann bekanntes Antennenelement sein, das für den Empfang von Radarsignalen geeignet ist. Der Fachmann weiß, dass die Radardaten, die gesammelt werden, um die Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K zu erzeugen, von vorverarbeiteten Radardaten abgeleitet werden, die herkömmlichen Signalverarbeitungsverfahren unterzogen wurden, welche Bandpassfilterung, Überlagerung, A/D-Umwandlung, Demodulierung und Abwärtstastung einschließen. Die Radardaten werden außerdem einer abgestimmten Filterung unterzogen, um das Rauschen weiter zu vermindern und um Entfernungsmehrdeutigkeiten entgegenzuwirken. Die Radardaten werden dann einer Doppler-Verarbeitung unterzogen, um die Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K zu erzeugen. Diese Operationen sind dem Fachmann bekannt und werden nicht näher beschrieben. Ferner weiß der Fachmann, dass alle Elemente der Erfindung die Verarbeitung von Daten ermöglichen, die komplex sind (d.h. reale und imaginäre Teile aufweisen).
Wie in 5 dargestellt, umfasst der Spektrumgenerator 10 einen Fenstergenerator 12, einen Kovarianzmatrixrechner 14, der mit dem Fenstergenerator 12 und den Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K kommuniziert, einen Subraumrechner 16, der mit dem Kovarianzmatrixrechner 14 kommuniziert, einen Ortsmatrixgenerator 18 und einen Spektrumrechner 20, der mit dem Subraumrechner 16 und dem Ortsmatrixgenerator 18 kommuniziert. Der Spektrumgenerator 10 kann anhand der Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K eine Vielzahl von hochauflösenden Spektren 22 erzeugen. Jedoch kann der Spektrumgenerator 10 auch mindestens ein hochauflösendes Spektrum 24 erzeugen. Die Anzahl von hochauflösenden Spektren 24, die vom Spektrumgenerator 10 erzeugt werden, hängt vom Ortsmatrixgenerator 18 ab, wie nachstehend erklärt wird.
Wie bereits gesagt, sind die Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K zweidimensionale Datensignale, die von Radardaten abgeleitet werden, die von einem bestimmten Sensor Si in einem Hauptsensor-Array aufgezeichnet wurden. Wie in 6a dargestellt, ist ein Entfernungs/Doppler-Datensignal RD_i so definiert, dass es einen aktiven Bereich 26 mit einer Vielzahl von Entfernungs-/Doppler-Zellen 28 ebenso wie einen geschützten Bereich 30, der ebenfalls eine Vielzahl von Entfernungs-/Doppler-Zellen besitzt (in 6a nicht dargestellt), aufweist. 6a ist nicht maßstabsgetreu und enthält viel mehr Entfernungs-/Doppler-Zellen 28 im aktiven Bereich 26 als dargestellt. Die Notwendigkeit des geschützten Bereichs ist nachstehend näher erläutert. Jede Zelle 28 im aktiven Bereich 26 wird vom Spektrumgenerator 10 verarbeitet, um mindestens ein hochauflösendes Spektrum 24 (d.h. mindestens einen hochauflösenden Entfernungs-/Doppler-Plot) zu erzeugen. Die Entfernungs-/Doppler-Zellen im geschützten Bereich 30 werden nicht für die Zielerkennung verarbeitet.
Jedes hochauflösende Spektrum 24 wird für ein bestimmtes Azimut θ erzeugt. Wie in 6b dargestellt, ist das Azimut θ der Winkel, den ein Hauptstrahl MB zum Zentrum des Hauptsensor-Array 32 beschreibt. Der Hauptstrahl MB wird von dem Hauptsensor-Array 32 in dem Sinn erzeugt, dass die Radardaten, die von den Sensoren des Hauptsensor-Array 32 erzeugt werden, gewichtet werden (d.h. eine Gewichtung pro Sensor), um den Anschein zu erzeugen, dass der Hauptsensor-Array 32 in Richtung des Azimut θ ausgerichtet war, während die Radardaten aufgezeichnet wurden. Herkömmliches Strahlformen richtet den Hauptstrahl MB des Hauptsensor-Array 32 unter Verwendung von Gewichtungen, die denen ähnlich sind, die im FFT-Spektrumschätzer verwendet werden, aus. Der Spektrumgenerator 10 der vorliegenden Erfindung nutzt jedoch vorzugsweise das MUSIC-Spektrumschätzverfahren, um den Hauptstrahl MB auszurichten, um eine höhere Winkelauflösung zu erhalten.
Um das MUSIC-Spektrumschätzverfahren zu implementieren, erzeugt der Fenstergenerator 12 ein gewichtetes Fenster mit einer Vielzahl von Gewichtungen. Das gewichtete Fenster definiert eine Vielzahl von Entfernungs-/Doppler-Zellen, aus denen Kovarianzmatrizen C erhalten werden, um die Kovarianzmatrixschätzung C_est für eine Entfernungs-/Doppler-Zelle von Interesse zu erhalten, die sich vorzugsweise im Zentrum des gewichteten Fensters befindet. Das gewichtete Fenster ist so definiert, dass es mindestens zwei Regionen aufweist, die eine erste Region und eine zweite Region umfassen. Die erste Region ist ein innerer Bereich des gewichteten Fensters. Die zweite Region umgibt die erste Region und weist Gewichtungen auf, die vorzugsweise so gewählt sind, dass sie höchstens so viele sind wie die Gewichtungen der ersten Region. Alternativ dazu zeigt 7a eine Ausführungsform eines gewichteten Fensters 34 mit einer ersten Region 36, einer zweiten Region 38, welche die erste Region 36 umgibt, und einer dritten Region 40, welche die zweite Region 38 umgibt. Die Gewichtungen in der zweiten Region 38 sind vorzugsweise so gewählt, dass sie höchstens so viele sind wie die Gewichtungen der ersten Region 36, und die Gewichtungen der dritten Region 40 sind vorzugsweise so gewählt, dass sie höchstens so viele sind wie die Gewichtungen in der zweiten Region 38. Ferner müssen die Form der ersten Region 36, der zweiten Region 38 und der dritten Region 40 keine Rechteckform aufweisen wie in 7a dargestellt, sondern können jede Form aufweisen. Die Form ist jedoch vorzugsweise auf das Ziel abgestimmt, das in dem Entfernungs-/Doppler-Plot verstärkt werden soll.
Der Fenstergenerator 12 kann abhängig von dem Radarbetriebsmodus (d.h. beispielsweise davon, ob Oberflächen- oder Luftziele erkannt werden sollen) unterschiedlich gewichtete Fenster erzeugen. Die Größe der gewichteten Fenster hängt auf von der Entfernungs- und Doppler-Auflösung des Radarsystems, von der Art des Rauschens in den Entfernungs-/Doppler-Daten und von der Validität der Kovarianzmatrixschätzung ab. Für eine Entfernungsauflösung von 7,5 km ist beispielsweise ein Beispiel für ein gewichtetes Fenster 34', das verwendet werden kann, wenn der Radarbetriebsmodus auf den Luftmodus gesetzt ist, in 7b dargestellt. In 7c ist ein Beispiel für ein gewichtetes Fenster 34'' gezeigt, das verwendet werden kann, wenn der Radarbetriebsmodus auf den Schiffsmodus gesetzt ist.
Die Kovarianzmatrixschätzung C_est wird vorzugsweise durch Berechnen des gewichteten Durchschnitts aller Kovarianzmatrizen C für jede Entfernungs-/Doppler-Zelle in dem gewichteten Fenster 34 erhalten. Wie in 7d dargestellt, können die Entfernungs-/Doppler-Datensignale RD₁, RD₂, ..., RD_K verknüpft werden, um Entfernungs-/Doppler-Sensordaten 42 zu bilden, die als dreidimensionaler Datenwürfel mit einer Entfernungsdimension, die in z-Achsenrichtung verläuft, einer Dopplerdimension, die in y-Achsenrichtung verläuft und einer Sensordimension, die in x-Achsenrichtung verläuft, entsprechend dem in 7d dargestellten x-y-z-Koordinatensystem dargestellt ist. Ferner sind die Radardaten 42 entsprechend einer CIT in Zeitsegmente unterteilt. Die CIT unterscheidet sich vorzugsweise je nach gegebenem Radarbetriebsmodus. Die CIT kann 10 bis 40 Sekunden für die Erkennung von Projektilen und Flugkörpern sein. Alternativ kann die CIT auch 2 bis 5 Minuten für die Erkennung von Schiffen oder für die Beobachtung des Meereszustands sein.
Was den Entfernungsvektor 44 betrifft, so liegt eine Reihe von Entfernungszellen mit Entfernungsindexwerten R₁, R₂, ..., R_N vor, welche die EM-Werte enthalten, die vom Sensor S₁ als Antwort auf den ersten gesendeten EM-Puls aufgezeichnet werden. Der Abstand, der von einer bestimmten Entfernungszelle dargestellt wird, wird durch Aufzeichnen der Zeit, zu der der EM-Wert für die Entfernungszelle abgetastet wurde, in Bezug auf die Zeit, zu der der entsprechende EM-Puls gesendet wurde, Multiplizieren dieser Zeit mit der Lichtgeschwindigkeit und Dividieren durch zwei berechnet. Was den Dopplervektor 46 betrifft, so liegt eine Reihe von Dopplerzellen mit Dopplerindexwerten D₁, D₂, ..., D_M vor, die EM-Werte enthalten, die durch Anwenden einer FFM (einer herkömmlichen Operation, wie der Fachmann weiß) auf Radarechos von Pulsen, die in der CIT gesendet wurden, für die Radardaten, die vom Sensor S₁ aufgezeichnet wurden, beim Entfernungswert des Entfernungsindexwerts R₁ erhalten wurden. Was nun den Sensorvektor 48 betrifft, so liegt eine Reihe von EM-Werten vor, die von jedem Sensor S₁, S₂, ..., S_K beim Entfernungswert des Entfernungsindex R₁ gemessen werden, nachdem der letzte EM-Puls (in diesem Beispiel) gesendet wurde. Somit wurde jeder der EM-Werte, der im Sensorvektor 48 enthalten ist, zur gleichen Zeit (somit mit dem gleichen Entfernungsindex R₁) nach dem gleichen gesendeten EM-Puls getastet.
Wie in den 7d und 7e dargestellt, wird das gewichtete Fenster 34 über die Radardaten 44 gelegt, um einen Radardatenteil 50 zur Verwendung in einer Kovarianzmatrixschätzung zu extrahieren. Das gewichtete Fenster 34 ist zweidimensional, um die Nachbarschaft der Entfernungs-/Doppler-Zellen entlang der Entfernungs- und Doppler-Dimensionen, die für die Kovarianzmatrixschätzung erforderlich sind, zu identifizieren.
Sensorvektoren für jede dieser Entfernungs-/Doppler-Zellen werden dann aus den Radardaten 42 erhalten, die von dem Würfel 50 dargestellt werden. Jeder Sensorvektor ist analog zu dem Vektor x der Gleichung 1. Vorzugsweise wird die Kovarianzmatrixschätzung C_est für die zentrale Entfernungs-/Doppler-Zelle RDC in dem Radardatenteil 50 aufgrund der vorgenannten Sensorvektoren erhalten, von denen der Sensorvektor 48 ein Beispiel für den Radardatenteil 50 ist. Von diesen Sensorvektoren werden Kovarianzmatrizen gemäß der Gleichung 1 durch den Kovarianzmatrixrechner 14 erzeugt. Die Kovarianzmatrixschätzung Cest wird dann vom Kovarianzmatrixrechner 14 gemäß
berechnet, wobei WW eine Matrix ist, welche die Gewichtungen des gewichteten Fensters 34 enthält, g und h Indizes sind, welche die Zeilen und Spalten des gewichteten Fensters 34 umspannen, und C_gh ist die Kovarianzmatrix für den Sensorvektor in dem Radardatenteil 50, die der g. Zeile und der h. Spalte des gewichteten Fensters entsprechen.
Wie wiederum in den 7b und 7c dargestellt, weisen die gewichteten Fenster 34 und 34'' drei Regionen auf, wobei die erste Region 36 Gewichtungen aufweist, die vorzugsweise dem Wert 1 entsprechen, die zweite Region 38 Gewichtungen aufweist, die vorzugsweise dem Wert 0,5 entsprechen, und die dritte Region 40 Gewichtungen aufweist, die vorzugsweise dem Wert 0,1 entsprechen. Ferner ist die Form der ersten Region für die gewichteten Fenster 34 und 34'' jeweils unterschidlich, da die gewichteten Fenster 34 und 34'' für unterschiedliche Radarbetriebsmodi erzeugt werden. Für unterschiedliche Radarbetriebsmodi können auch unterschiedliche Gewichtungen verwendet werden. Die erste Region 36 ist vorzugsweise so geformt, dass sie der Radarsignatur entspricht, die von Luftzielen im gewichteten Fenster 34 und von Oberflächenzielen im gewichteten Fenster 34'' erwartet wird. Um die Leistung eines möglichen Ziels in der Kovarianzmatrixschätzung C_est beizubehalten, sind die Gewichtungen in der ersten Region des gewichteten Fensters 34 die größten Gewichtungen im gewichteten Fenster 34. Um die statistische Robustheit der Kovarianzmatrixschätzung C_est zu erhöhen, werden auch Kovarianzmatrizen für Entfernungs-/Doppler- Zellen in der zweiten Region 38 und der dritten Region 40 verwendet. Diese Kovarianzmatrizen erhalten bei der Berechnung der Kovarianzmatrixschätzung C_est jedoch vorzugsweise nicht so viel Gewicht, da die Entfernungs-/Doppler-Zellen in der zweiten Region 38 und der dritten Region 40 kaum viel von der Radarsignatur eines möglichen Ziels erhalten, wenn das gewichtete Fenster auf ein mögliches Ziel zentriert wird. Wie der Fachmann weiß, zeigen sich die möglichen Ziele als Peaks in einem Entfernungs/Doppler-Plot. Somit umfassen die zweite Region 38 und die dritte Region 40 die Ränder und die Radarsignatur eines möglichen Ziels ebenso wie Rauschen, wenn das gewichtete Fenster 34 auf dem möglichen Ziel zentriert wird. Daher steigt die Amplitude des Rauschens in einer Entfernungs-/Doppler-Zelle relativ zur Amplitude der Radarsignatur des möglichen Ziels, wenn der Abstand zwischen der Entfernungs-/Doppler-Zelle und der ersten Region 36 im gewichteten Fenster 34 zunimmt. Somit werden die Gewichtungen in dem gewichteten Fenster 34 vorzugsweise verringert, wenn man von der ersten Region 36 zur zweiten Region 38 und von der zweiten Region 38 zur dritten Region 40 geht, um eine Schätzung des Hintergrundrauschens in der Kovarianzmatrix zu erhalten, wobei die Gewichtung skaliert ist, um die Amplitude eines möglichen Ziels innerhalb des gewichteten Fensters 34 zu behalten.
Wie wiederum in 5 dargestellt, kommuniziert der Kovarianzmatrixrechner 14 mit dem Subraumrechner 16. Der Subraumrechner 16 umfasst ein SVD-Modul 52, einen Dimensionsselektor 54 und einen Rauschsubraum-Matrixrechner 56. Das SVD-Modul 52 kommuniziert mit dem Kovarianzmatrixrechner 14, um die Kovarianzmatrixschätzung C_es _t zu empfangen und Singulärwertzerlegungen mit der Kovarianzmatrixschätzung C_es _t durchzuführen. Jedes geeignete Singulärwert-Zerlegungsverfahren, das dem Fachmann allgemein bekannt ist, kann vom SVD-Modul 52 angewendet werden.
Der Dimensionsselektor 54 kommuniziert mit dem SVD-Modul 52, um die F-Matrix zu erhalten, die aus der Singulärwertzerlegung der Kovarianzmatrixschätzung C_es _t berechnet wurde. Der Dimensionsselektor 52 bestimmt die Dimension der Signal- und Rauschsubräume. Der Dimensionsselektor 52 kann eine Reihe von verschiedenen Verfahren anwenden, um diese Dimensionen zu schätzen. Eines dieser Verfahren be steht darin, einen Schwellenwert zu verwenden, um diejenigen Singulärwerte einzuschließen, die größer als der Schwellenwert sind, um einen Signalsubraum zu bilden. Durch Senken des Schwellenwerts können Ziele mit schwacher räumlicher Korrelation in der Ausgabe erscheinen. Anders ausgedrückt, die Empfindlichkeit des Spektrumerzeugers 10 wird erhöht, um Ziele mit schwachem Signal-zu-Rausch-Verhältnis zu verstärken. Wie bereits gesagt, ist in der Praxis ist die Wahrscheinlichkeit, mehr als 2 oder 3 Ziele mit verschiedenen Azimuten mit dem gleichen Entfernungs- und Dopplerwert zu haben, jedoch gering. Somit kann der Dimensionsselektor 52 so eingestellt werden, dass er einen Signalsubraum der Dimension von vorzugsweise gleich 2 wählt.
Man sollte sich daran erinnern, dass für Rauschen/Störsignale, die keine weiße räumliche Verteilung aufweisen, die geschätzte Rauschenergie abhängig vom Grad der Korrelation des Rauschens/der Störsignale variiert. Ferner wird bei Radarsignaturen von möglichen Zielen mit schlechter räumlicher Korrelation (d.h. niedrigem SCR) das Ziel von mehr als einem Singulärwert dargestellt und kann unter den Rauschsingulärwerten sein. Um die Radarsignaturen von Zielen in einem Entfernungs-/Doppler-Plot zu verstärken, sollte die Rauschsubraumdimension vorzugsweise verkleinert werden, wie nachstehend beschrieben.
Der Rauschsubraummatrix-Rechner 56 kommuniziert mit dem SVD-Modul 52, um die Matrix U zu berechnen (alternativ könnte die Matrix V verwendet werden, da die Matrix V mit der Matrix U in Beziehung steht). Der Rauschsubraummatrix-Rechner 56 kommuniziert auch mit dem Dimensionsselektor 54, um die Signalsubraum-Dimension zu erhalten. Der Rauschsubraummatrix-Rechner 56 bildet eine Rauschsubraummatrix aus Eigenvektoren, die dem Rauschsubraum der Kovarianzmatrixschätzung C_est entsprechen. Die Rauschsubraum-Matrixschätzung N_est wird dann gemäß Gleichung 4 berechnet. Die Rauschsubraum-Matrixschätzung N_est weist die Dimension (K-b)-mal-K auf.
Der Ortsmatrixgenerator 18 erzeugt eine Ortsmatrix A, die Gewichtungen aufweist, die verwendet werden, um die Vielzahl von hochauflösenden Spektren 22 zu erzeugen. Die Ortsmatrix A wird durch die Gleichung 7 erhalten. A = [Aθ1,Aθ2,Aθ3, ..., AθZ], –π ≤ θ ≤ (7)
Ein Ortsvektor Aθj ist ein Vektor, den man durch A = [1 ej2π(d/λ)sin(θj) ej4π(d/λ)sin(θj) ... ej2π(K – 1)d/λsin(θj)]T (8) erhält, wobei K die Zahl der Sensoren im Hautpsensor-Array 32 ist, d der Abstand zwischen den einzelnen Sensoren im Hauptsensor-Array 32 ist, λ die Wellenlänge der gesendeten EM-Pulse ist und θj der Azimutwert ist, für den der hochauflösende Plot erzeugt wird. Dem Fachmann ist die Ortsmatrix A auch als Array-Manifold und jeder Ortsvektor Aθj auch als Array-Manifoldvektor bekannt. Für jedes mögliche Zielazimut kann ein eigener Ortsvektor A_θj vorhanden sein. Da eine Vielzahl von Azimuten möglicher Ziele vorhanden ist, gibt es eine Vielzahl von möglichen Array-Manifoldvektoren A_θj in der Ortsmatrix A.
Die Ortsmatrix A weist die Dimension K-mal-Z auf. Die einzelnen Ortsvektoren A_θj werden verwendet, um ein jeweils anderes hochauflösendes Spektrum 24 zu erzeugen, wie nachstehend erörtert. Somit bestimmt die Zahl der Ortsvektoren A_θj in der Ortsmatrix A die Zahl der hochauflösenden Spektren 24, die vom Spektrumschätzer 10 erzeugt werden. Somit wird, wenn die Ortsmatrix A nur eine Spalte aufweist, nur ein hochauflösendes räumliches Spektrum 24 erzeugt. Die Zahl der Ortsvektoren A_θj und die Azimutauflösung (d.h. der Unterschied zwischen zwei aufeinander folgenden Azimutwerten wie θ1 und θ2, θ2 und θ3 usw.) kann vor der Operation des Spektrumgenerators 10 vorgegeben werden und von einem Anwender des Spektrumgenerators 10 bestimmt werden.
Der Spektrumrechner 20 kommuniziert mit dem Ortsmatrixgenerator 18, um die Ortsmatrix A zu empfangen. Der Spektrumrechner 20 kommuniziert auch mit dem Subraumrechner 16, um die Rauschsubraummatrix-Schätzung N_est zu empfangen. Der Spektrumrechner 20 berechnet einen hochauflösenden Spektrumrechner MUS_RDC, der einen Wert für jedes aus der Vielzahl von hochauflösenden Spektren 22 an der Entfernungs-/Doppler-Zelle RDC, für die die Kovarianzmatrixschätzung C_est ursprünglich berechnet wurde, gemäß der Gleichung 10:
liefert, wobei der Operator diag() die Werte entlang der Diagonale der Matrix AH•Nest•NestH•A zurückschickt. Die Gleichung 10 entspricht dem MUSIC-Spektrumschätzverfahren. Der resultierende Vektor MUS_RDC ist ein eindimensionaler Azimutvektor mit der Dimension 1-mal-Z. Die hochauflösende Spektrumschätzung resultiert aus der Projektion der Array-Manifoldvektoren auf den durch N_est definierten Subraum. Falls sich ein mögliches Ziel in Richtung irgendeines Array-Manifoldvektors befindet, dann ist es im Wesentlichen orthoganol zum Rauschsubraum, und der Denominator in Gleichung 10 wird sehr klein. Dies führt zu einem Peak in der Spektrumschätzung MUS_RDC bei den räumlichen Frequenzen des möglichen Ziels. Der Ausdruck „im Wesentlichen orthogonal" wird verwendet, um anzuzeigen, dass der Rauschsubraum eine Näherung ist, da er aus finiten Daten geschätzt wird. An diesem Punkt wird der hochauflösende Spektrumvektor MUS_RDC in einem geeigneten Speichermittel gespeichert, so dass der Ort des hochauflösenden Spektrumvektors MUS_RDC dem Ort des Sensorvektors für die gleiche Entfernungs-/Doppler-Zelle in den Entfernungs-/Doppler-Zellendaten 42 entspricht. Bei dem Speichermittel kann es sich um jedes geeignete Element handeln, das dem Fachmann bekannt ist, wie eine Datenbank, ein Festplattenlaufwert, eine CD-Rom oder dergleichen.
Die obige Erörterung trifft auf die Erzeugung einer hochauflösenden Spektrumschätzung für eine einzige Entfernungs-/Doppler-Zelle zu. Somit müssen der Kovarianzmatrixrechner 14, der Subraummatrix-Rechner 16 und der Spektrumrechner 20 durch Verschieben des gewichteten Fensters 34 über die Entfernungs-/Doppler-Zellen und Durchführen der genannten Operationen einen hochauflösenden Spektrumvektor MUS_RDC für jede Entfernungs-/Doppler-Zelle im aktiven Bereich 26 der Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K berechnen. Jeder der erzeugten hoch auflösenden Spektrumvektoren wird im Speichermittel gespeichert, so dass ein Satz von hochauflösenden rauschunterdrückenden Entfernungs-/Doppler/Azimut-Daten erzeugt wird. Dieser Datensatz ist dreidimensional und schließt eine Entfernungsdimension, eine Dopplerdimension und eine Azimutdimension ein. Eines der hochauflösenden Spektren 24 wird dadurch erhalten, dass ein zweidimensonales Bild des rauschunterdrückten, hochauflösenden Entfernungs-/Doppler-Azimutdatensatzes für eine bestimmten Azimutwert genommen wird.
In 8 ist ein Spektrumerzeugungsverfahren 60 dargestellt, das vom Spektrumgenerator 10 gemäß der vorliegenden Erfindung durchgeführt wird. Die Berechnungen, die während des Spektrumerzeugungsverfahrens 60 durchgeführt werden, wurden oben bereits erörtert und werden hier nicht im Einzelnen erörtert. Das Spektrumerzeugungsverfahren 60 beginnt in Schritt 62, wo das gewichtete Fenster 34 erzeugt wird. Der nächste Schritt 64 ist die Erzeugung der Ortsmatrix A. Dann wird eine Entfernungs-/Doppler-Zelle ausgewählt, für die ein hochauflösender Spektrumvektor entsprechend den Schritten 68 bis 76 erzeugt wird. In Schritt 68 wird die Kovarianzmatrixschätzung C_est für die Entfernungs-/Doppler-Zelle berechnet. Dann wird eine Singulärwertzerteilung mit dem Kovarianzmatrixschätzung C_est in Schritt 70 durchgeführt. Dann wird in Schritt 72 die Signalsubraum-Dimension gewählt, und in Schritt 74 wird die Rauschsubraum-Matrixschätzung N_est für die Entfernungs-/Doppler-Zelle berechnet. Dann wird in Schritt 76 der hochauflösende Spektrumvektor MUS_RDC für die Entfernungs-/Doppler-Zelle berechnet. Dieser Vektor wird auf die oben beschriebene Weise gespeichert. Falls in Schritt 78 bestimmt wird, dass mehrere Entfernungs-/Doppler-Zellen verarbeitet werden müssen, dann geht das Spektrumschätzverfahren 60 zu Schritt 66 über, wo die nächste Entfernungs-/Doppler-Zelle ausgewählt wird. Das gewichtete Fenster 34 wird so verschoben, dass die nächste Dopplerzelle, die verarbeitet werden soll, sich vorzugsweise im Zentrum des gewichteten Fensters 34 befindet. Dann werden die Operationen der Schritte 68 bis 76 wiederholt.
Das Spektrumschätzverfahren 60 kann in der oberen linken Ecke des aktiven Bereichs 26 der Entfernungs-/Doppler-Plotdaten RD₁, RD₂, ..., RD_K beginnen und jede Entfernungs-/Doppler-Zelle in der Zeile verarbeiten, bis die letzte Entfernungs-/Doppler-Zelle in der Zeile verarbeitet wurde. An diesem Punkt kann das gewichtete Fenster 34 l Zeile nach unten bewegt werden und auf die am weitesten links befindliche Entfernungs-/Doppler-Zelle im aktiven Bereich 26 gelegt werden, so dass alle Entfernungs/Doppler-Zellen in dieser Zeile (d.h. Entfernung) verarbeitet werden können. Auf diese Weise werden alle Entfernungs-/Doppler-Zellen für die Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K anhand des Spektrumerzeugungsverfahrens 60 verarbeitet. Dies kann als zeilenweise Verarbeitung der Entfernungs-/Doppler-Zellen bezeichnet werden. Alternativ dazu können andere Verfahren für die Bewegung entlang der Entfernungs/Doppler-Zellen der Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K angewendet werden, um zumindest ein hochauflösendes Spektrum 24 zu erhalten. Beispielsweise können die Entfernungs-/Doppler-Daten spaltenweise verarbeitet werden.
Wenn das Spektrumerzeugungsverfahren 60 mit Entfernungs-/Doppler-Zellen in der Nähe der Ränder des aktiven Bereichs 26 operiert, werden die Entfernungs-/Doppler-Zellen im geschützten Bereich 28, die in das gewichtete Fenster 34 fallen, verwendet, um die Kovarianzmatrixschätzung C_est zu berechnen. Dies ist der Grund für die Einbeziehung des geschützten Bereichs 30 um den aktiven Bereich 26 der Entfernungs/Doppler-Daten RD₁, RD₂, ..., RD_K. Somit wird eine Spektrumschätzung nur für diejenigen Entfernungs-/Doppler-Zellen durchgeführt, die im aktiven Bereich 26 liegen.
Bestimmte Varianten des MUSIC-Spektrumschätzverfahrens können im Spektrumschätzer 10 und im Spektrumschätzverfahren 60 der vorliegenden Erfindung verwendet werden. Alternative Spektrumschätzverfahren schließen das Wurzel-MUSIC-Spektrumschätzverfahren (Barabell, A.J., 1983, „Improving the resolution performance of eigenstructur based direction finding algorithms" in ICASSP Proceedings, Boston, MA, 1983, S. 336–339) ein, das Eigenvektorverfahren (das eine gewichtete Version des MUSIC-Spektrumschätzverfahrens verwendet) und das Wurzel/Eigenvektor-Verfahren. Eine andere Alternative kann das delta-MUSIC- oder das Derivat-MUSIC-Spektrumschätzverfahren sein, welches nicht nur die Signalrauminformationen über die Korrelationsmatrix, sondern auch das räumliche Derivat der Korrelationsmatrix verwendet.
Das delta-MUSIC-Spektrumschätzverfahren kann als Beispiel für einen hochauflösenden Summen/Differenz-Strahlformer betrachtet werden. Ferner weist das delta-MUSIC-Verfahren einen Auflösungsschwellenwert auf, der dem des MUSIC-Spektrumschätzverfahrens weit überlegen ist und der gegenüber dem Problem der Ursprungskorrelation oder der Korrelation von nahe beabstandeten Ursprüngen relativ unempfindlich ist. Andere Spektrumschätzverfahren auf Subraumbasis, wie das ESPRIT-Verfahren, können ebenfalls verwendet werden.
In 9a ist ein Entfernungs-/Doppler-Plot dargestellt, der für ein Beispiel von Radardaten mittels Strahlformen auf FFT-Basis erhalten wird, wie es dem Fachmann allgemein bekannt ist. Die Radardaten wurden während des Winters aufgezeichnet. Die Radardaten enthalten ein Ziel 80 (in 9a nicht sichtbar) in einer Entfernung von 109 km mit einem Azimutwinkel von 8,6°. Die Bragg-Linien erster Ordnung und höherer Ordnung sind in 9a zu sehen. Das Ziel 80 ist jedoch nicht zu sehen. Wie in 9b dargestellt, zeigt ein Bild des Entfernungs-/Doppler-Plots von 9a entlang der Dopplerdimension bei der Entfernung des Ziels 80 die Anwesenheit von starken ozeanischen Störsignalen, welche die Erkennung des Ziels 80 bei einem niedrigen SCR von unter 10 dB verhindern.
Betrachten wir nun die 10a und 10b–10a zeigt einen hochauflösenden Entfernungs-/Doppler-Plot der Radardaten von 9a, während 10b ein Schichtbild entlang der der Dopplerdimension des hochauflösenden Entfernungs/Doppler-Plots von 10a zeigt. Sowohl 10a als auch 10b zeigen, dass nach Anwenden des Spektrumschätzverfahrens 60 der vorliegenden Erfindung das Ziel 80 sichtbar wird. Die ozeanischen Störsignale wurden aufgrund ihrer schwachen räumlichen Korrelation unterdrückt. Das Ziel weist ein SSCR (d.h. ein Signal-zu-Signal plus Störsignal-Verhältnis) von 20 dB auf.
In 11a ist ein Entfernungs-/Doppler-Plot dargestellt, der für ein anderes Beispiel für Radardaten mittels Strahlformen auf FFT-Basis erhalten wird. Die Radardaten enthalten ein Ziel 82 (in 11a nicht sichtbar) in einer Entfernung von 127,7 km mit einem Azimut von 50°. Die Bragg-Linien erster und höherer Ordnung in 11a verhindern eine Zielerkennung. In 11b ist ein hochauflösender Entfernungs-/Doppler-Plot der Radardaten von 11a, der vom Spektrumerzeuger 10, der im Luftmodus arbeitet, erzeugt wurde, dargestellt. Das Ziel 82 ist jetzt aufgrund der Unterdrückung von Störsignalen sichtbar. Das Ziel 82 weist ein SSCR von etwa 20 dB auf.
In 12 ist ein Entfernungs-/Doppler-Plot dargestellt, der durch herkömmliches Strahlformen für ein anderes Beispiel von Radardaten, die während des Sommers aufgenommen wurden, erzeugt wurde. Die Radardaten weisen ein Ziel 84 in einer Entfernung von 110 km und ein Azimut von –39° auf. Aufgrund des Spektrumstreueffekts (d.h. des Nebenkeuleneffekts) bei der Durchführung der Spektrumschätzung auf FFT-Basis verwischen starke ionosphärische Störgeräusche in der gleichen Entfernung wie das Ziel 84, aber mit einem etwas anderem Azimutwinkel die Radarsignatur des Ziels 84 durch Verstärken des Störsignalpegels um das Ziel 84. Somit ist das Ziel 84 nicht sichtbar.
In 12b ist ein hochauflösender Entfernungs-/Doppler-Plot der Radardaten von 12 dargestellt, der von dem Spektrumerzeuger der vorliegenden Erfindung erzeugt wird. Der hochauflösende Entfernungs-/Doppler-Plot ermöglicht das Erscheinen eines stärkeren Ziels im Vergleich zum Entfernungs-/Doppler-Plot von 12a. Dieses Beispiel zeigt, dass der hochauflösende Spektrumschätzer den Vorteil einer hohen Winkelauflösung und des Fehlens von Nebenkeuleneffekten hat. Das Ziel 84 weist nun ein SSCR von 25 dB auf.
Betrachten wir nun die 12c bis 12e–12c zeigt ein Schichtbild entlang der Dopplerdimension des hochauflösenden Entfernungs-/Doppler-Plots von 12b bei der Entfernung des Ziels 84. Das Ziel 84 weist im Vergleich zu dem umgebenden Hintergrundrauschen einen großen Peak auf. 12d zeigt ein Schichtbild entlang der Entfernungsdimension des hochauflösenden Entfernungs/Doppler-Plots von 12b bei der Dopplerfrequenz des Ziels 84. 12 zeigt ebenfalls, dass das Ziel 84 im Vergleich zu dem umgebenden Hintergrundrauschen einen großen Peak hat. 12e zeigt einen hochauflösenden Azimut-Plot der Radardaten von 12a bei der Entfernung und der Dopplerfrequenz des Ziels 84. 12e liefert eine relativ exakte Schätzung des Azimuts des Ziels 84.
Wie bereits erörtert, ist eine weitere wichtige Klasse der Interferenz in HFSWR die externe Interferenz, die Co-Kanalinterferenz, atmosphärisches Rauschen und impulsives Rauschen einschließt. In der mit-anhängigen Patentanmeldung mit der Serial No. und dem Titel „A Noise Suppression System and Method für Phased-Array Based Systems" haben die Erfinder der vorliegenden Erfindung gezeigt, dass Co-Kanalinterferenz durch Anwenden eines adaptiven Array-Verarbeitungsverfahrens in Kombination mit einem Matched/Mismatched-Filterschema unterdrückt werden kann. Matched Filter empfangen die vorverarbeiteten Radardaten, die von den Radardaten abgeleitet werden, die von den einzelnen Sensoren im Hauptsensor-Array 32 aufgezeichnet wurden, um abgestimmte Radardaten bereitzustellen, die verwendet werden, um den Hauptstrahl zu erzeugen. Mismatched Filter empfangen die vorverarbeiteten Radardaten von mindestens einem Abschnitt der Sensoren des Hauptsensor-Array, um nicht-abgestimmte Radar zu erhalten, die als Ausgabe eines virtuellen Hilfssensor-Array genommen werden. Die Ausgabe des virtuellen Hilfssensor-Array wird verwendet, um einen Hilfsstrahl zu erzeugen, der eine Schätzung der externen Interferenz im Hauptstrahl liefert. Somit wird für ein bestimmtes Hauptstrahlazimut ein Hilfsstrahl adaptiv auf die Energiequellen von externer Interferenz im Hauptstrahl gerichtet, um die externe Interferenz im Hauptstrahl zu unterdrücken. Darüber hinaus wird die azimutale Auflösung des Hauptsensor-Array nicht beeinträchtigt, da die einzelnen Sensor im Hauptsensor-Array verwendet werden, um den Hauptstrahl zu erzeugen, während Mismatched Filterung angewendet wird, um eine unabhängige Schätzung der externen Interferenz im Hauptstrahl zu erzeugen, wodurch die Notwendigkeit für einen physikalisch getrennten Hilfssensor-Array entfällt.
Es ist wünschenswert, das genannte Rauschunterdrückungsverfahren mit dem hochauflösenden Spektrumschätzer der vorliegenden Erfindung zu integrieren, um externe Interferenz zu unterdrücken. Das Verfahren zum Unterdrücken von externer Interferenz kann jedoch nicht generell direkt für hochauflösende Spektrumschätzer implementiert werden, da diese Schätzer Sensordaten erfordern und das Rauschunterdrückungsverfahren, wie es ursprünglich formuliert wurde, strahlgeformte Daten liefert. Um dieses Problem zu überwinden, sind hierin ein Rauschunterdrückungsmodul und -verfahren beschrieben, die dem oben erörterten Rauschunterdrückungsverfahren ähnlich sind, das rauschunterdrückte Daten liefert, die vom Spektrumschätzer 10 verwendet werden können. In diesem Verfahren wird die externe Interferenz in den Radardaten, die von einem bestimmten Sensor aufgezeichnet werden, aufgrund einer Schätzung der externen Interferenz, die von einem Hilfsstrahl bereitgestellt wird, unterdrückt.
In 13 ist eine alternative Ausführungsform eines Spektrumgenerators 100 dargestellt, der ein Rauschunterdrückungsmodul 102 aufweist. Das Rauschunterdrückungsmodul 102 empfängt die vorverarbeiteten Radardaten, die von den Radardaten abgeleitet werden, die von einer Vielzahl von Sensoren S₁, S₂, ..., S_K aus dem Hauptsensor-Array 32 erhalten werden, und liefert eine Reihe von Entfernungs-/Doppler-Signalen RD₁', RD₂', ..., RD_K', in denen die externe Interferenz unterdrückt wurde. Der Rest des Spektrumgenerators 100 ist identisch mit dem Spektrumgenerator 10 und wird nicht erörtert. Implementierungsdetails für das Rauschunterdrückungsmodul 102 sind nachstehend aufgeführt.
Wie bereits angegeben, kommt es als Antwort auf gesendete EM-Pulse zu einer selbsterzeugten Interferenz. Wenn die vom Hautpsensor-Array 32 aufgezeichneten Radardaten durch ein Matched Filter geschickt werden, das auf die gesendeten EM-Pulse abgestimmt ist, erscheinen sowohl die selbsterzeugte Interferenz als auch die Radarechos von möglichen Zielen an der Ausgabe des Matched Filters. Falls die vom Hauptsensor-Array 32 aufgezeichneten Daten durch ein zweites Filter geschickt würden, das eine Impulsantwort hätte, die orthogonal zu den gesendeten EM-Pulsen wäre, dann würden die selbsterzeugte Interferenz und die Radarechos von möglichen Zielen nicht in der Ausgabe des Matched Filters erscheinen. Die externe Interferenz ist jedoch unabhängig vom Radarbetrieb und ist an der Ausgabe sowohl des Matched Filters als auch des zweiten Filters vorhanden.
Das zweite Filter ist ein Mismatched Filter. Ein Matched Filter weist eine Transferfunktion mit nur den gleichen Frequenzkomponenten auf wie diejenigen, die in dem Signal enthalten sind, auf das das Matched Filter abgestimmt ist. Ein Mismatched Filter weist eine Transferfunktion auf, die der des Matched Filter entgegengesetzt ist. Somit sind Matched und Mismatched Filter als orthogonal zueinander oder als solche mit null Kreuzkorrelation definiert. Somit liefert das Mismatched Filter einen Ausgang, der als Beobachtung der externen Interferenz, die im Ausgang des Matched Filters vorhanden ist, verwendet werden kann. Daher ist es möglich, ein einziges Empfangsantennen-Array zu verwenden, um Radardaten zum Erkennen von Radarechos von möglichen Zielen sowie Radardaten für die Schätzung externer Interferenz zu liefern, ohne sich den oben genannten Nachteilen der Rauschunterdrückungsschemata des Standes der Technik gegenüber zu sehen (d.h. der Notwendigkeit eines zusätzlichen Empfangsantennen-Arrays oder der Verwendung einiger Elemente des Empfangsantennen-Arrays ausschließlich für die Schätzung der externen Interferenz, wodurch die Azimutauflösung beeinträchtigt wird).
In 14 ist ein Blockschema des Rauschunterdrückungsmoduls 102 gemäß der vorliegenden Erfindung dargestellt. Das Rauschunterdrückungsmodul 102 kommuniziert mit dem Hauptsensor-Array 32, das eine Vielzahl von Sensoren S₁, S₂, ..., S_K aufweist, um Entfernungs/Puls/Sensor-Daten zu liefern, wie nachstehend ausführlicher erläutert. Wie bereits angegeben, können die einzelnen Sensoren dem Fachmann bekannte Empfangsantennenelemente sein, die sich zum Empfangen von Radardaten eignen. Ferner sollte der Fachmann wissen, dass die vom Hauptsensor-Array 32 gesammelten Radardaten herkömmlichen Signalverarbeitungsverfahren unterzogen werden, um vorverarbeitete Radardaten 104 bereitzustellen. Die herkömmlichen Signalverarbeitungsverfahren schließen Bandpassfilterung, Heterodyn-Verarbeitung, A/D-Umwandlung, Demodulation und Downsampling ein. Die Komponenten, die diese Signalverarbeitungsmethoden umsetzen, sind in der Technik bekannt und in 14 nicht dargestellt. Ferner sei darauf hingewiesen, dass alle Elemente der Erfindung die Verarbeitung von komplexen Daten (d.h. mit realen und imaginären Teilen) ermöglichen.
Das Rauschunterdrückungsmodul 102 beinhaltet ein erstes Verarbeitungsmodul 106 mit einem Matched Filter-Modul 108, das mit den vorverarbeiteten Radardaten 104 kommuniziert, und ein erstes Dopplerverarbeitungsmodul 110, das mit dem Matched Filter-Modul 108 kommuniziert. Das Matched Filter-Modul 110 empfängt die vorverarbeiteten Radardaten 104 und führt eine abgestimmte Filterung der Radardaten durch, um abgestimmte Radardaten zu erzeugen. Das erste Dopplerverarbeitungsmodul 110 empfängt dann die abgestimmten Radardaten und führt eine Dopplerverarbeitung der Daten durch, um abgestimmte Entfernungs-/Doppler-Daten zu erzeugen.
Das erste Verarbeitungsmodul 106 umfasst ferner einen Sensorselektor 112, der mit dem ersten Dopplerverarbeitungsmodul 110 kommuniziert, um die abgestimmten Entfernungs-/Doppler-Daten zu empfangen. Der Sensorselektor 112 wählt die Entfernungs-/Doppler-Daten für einen bestimmten Sensor Si und liefert einen Teil B aus abgestimmten Entfernungs-/Doppler-Daten für die weitere Verarbeitung durch das Rauschunterdrückungsmodul 102 wie nachstehend näher beschrieben. Die Position des Sensorselektors 112 kann mit dem Matched Filter-Modul 108 oder dem ersten Dopplerverarbeitungsmodul 110 getauscht werden, so lange das letzte Modul im ersten Verarbeitungsmodul 106 den Teil B aus abgestimmten Entfernungs-/Doppler-Daten für einen bestimmten Sensor Si liefert.
Das Rauschunterdrückungsmodul 102 beinhaltet auch ein zweites Verarbeitungsmodul 114 mit einem Mismatched Filter-Modul 116, das mit den vorverarbeiteten Radardaten 104 kommuniziert, ein zweites Dopplerverarbeitungsmodul 118, das mit dem Mismatched Filter-Modul 116 kommuniziert, und einen Hilfs-Array-Selektor 120, der mit dem zweiten Dopplerverarbeitungsmodul 118 kommuniziert. Das Mismatched Filter-Modul 116 empfängt die vorverarbeiteten Radardaten 104 und führt eine Mismatched Filterung durch, um nicht-abgestimmte Filterdaten zu erzeugen. Das zweite Dopplerverarbeitungsmodul 118 empfängt dann die nicht-abgestimmten Radardaten und führt eine Dopplerverarbeitung durch, um nicht-abgestimmte Entfernungs-/Doppler-Daten zu erzeugen. Der Hilfs-Array-Selektor 120 empfängt dann die nichtabgestimmten Entfernungs-/Doppler-Daten und konstruiert ein virtuelles Hilfssensor-Array mit Sensoren A₁, A₂, ..., A_L, die aus mindestens einem Teil der Vielzahl von Sensoren S₁, S₂, ..., S_K ausgewählt sind, welche zu den Radardaten 104 beigetragen haben. Ein Teil aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y wird bereitgestellt, um eine Interferenzschätzung zu liefern wie nachstehend näher beschrieben.
Das virtuelle Hilfssensor-Array kann entweder alle oder einen Teil der Vielzahl von Sensoren S₁, S₂, ..., S_K vom Hauptsensor-Array 32 einschließen, der zu den Radardaten 104 beigetragen hat. Somit tragen einige Sensoren vom Hauptsensor-Array 12 sowohl zu den Radardaten 104 als auch zu einem Hilfsstrahl AB bei, der von dem virtuellen Hilfssensor-Array erzeugt wird, wie nachstehend näher beschrieben. Daher sollte kein Verlust an Azimutauflösung für die hochauflösenden Entfernungs-/Doppler-Plots 24 auftreten, die vom Spektrumgenerator 100 erzeugt werden. Die Konstruktion des virtuellen Hilfssensor-Array ist nachstehend näher erläutert.
Das Rauschunterdrückungsmodul 102 beinhaltet ferner einen adaptiven Strahlformer 122, der mit dem ersten Verarbeitungsmodul 106 kommuniziert, und das zweite Verarbeitungsmodul 114. Der adaptive Strahlformer 122 empfängt den Teil aus abgestimmten Radardaten B für einen bestimmten Sensor Si ebenso wie den Teil aus nichtabgestimmten Entfernungs-/Doppler-/Sensor-Daten Y. Aus diesen Eingaben erzeugt der adaptive Strahlformer 122 einen adaptiven Gewichtungsvektor W = [W₁, W₂, ..., W_L], der auf den Teil aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y angewendet wird, um eine Schätzung I des Teils aus abgestimmten Radardaten B zu erzeugen. Die Schätzung I wird für die gleichen Entfernungs- und Dopplerzellen berechnet, von denen der Teil aus abgestimmten Radardaten B genommen wurde. Somit erzeugt der adaptive Strahlformer 122 Gewichte, die einen Hilfsstrahl AB aufgrund der nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten ausrichten.
Der adaptive Gewichtungsvektor W wird so erzeugt, dass der Unterschied zwischen dem Teil aus abgestimmten Radardaten B und der Schätzung I minimiert wird. Da der Teil aus abgestimmten Radardaten B mögliche Radarzielechos zusammen mit selbsterzeugter Interferenz und externer Interferenz enthält, während die Schätzung I nur externe Interferenz enthält, wird der Unterschied zwischen dem Radardatenteil B und der Schätzung I minimiert, wenn der adaptive Gewichtungsfaktor W so gewählt wird, dass die externe Interferenz in der Schätzung I sich der externen Interferenz in dem Radardatenteil B annähert. Somit wird die Schätzung I als eine Schätzung der externen Interferenz im abgestimmten Radardatenteil B angesehen. Somit stimmt der adaptive Strahlformer 122 den Hilfsstrahl AB für einen bestimmten Sensor S_i so ab, dass die externe Interferenz im Hilfsstrahl AB sich der externen Interferenz im Radardatenteil B für den Sensor S_i nähert.
Das Rauschunterdrückungsmodul 102 beinhaltet ferner einen Suppressor 124 und ein Speichermittel 126. der Suppressor 124 kommuniziert mit dem ersten Verarbeitungsmodul 106 und dem adaptiven Strahlformer 122, um den Radardatenteil B und die externe Interferenzschätzung I zu empfangen. Der Suppressor 32 entfernt die externe Interferenzschätzung I aus dem Radardatenteil B, um einen rauschunterdrückten abgestimmten Radardatenteil B_r zu erzeugen. Der rauschunterdrückte Radardatenteil B_r wird verwendet, um einen rauschunterdrückten Radardatensatz (dargestellt durch die Entfernungs-/Doppler-Signale RD₁, RD₂, ..., RD_K) zu konstruieren, der dann durch die verbliebenen Komponenten des Spektralgenerators 100 verarbeitet werden können, um zumindest ein hochauflösendes Spektrum 24 zu erzeugen. Allgemeiner können die rauschunterdrückten Radardaten von den Komponenten jedes herkömmlichen Radarsystems, wie einem Erkennungsmodul und einem Tracker, verarbeitet werden. Das Speichermittel 126 empfängt den Radardatenteil B_R und speichert ihn am korrekten Ort des rauschunterdrückten Datensatzes. Das Speichermittel 126 kann der RAM eines Computers, eine Datenbank in einem Computersystem oder ein Speichermedium, wie eine Festplatte, eine CD-ROM, ein Zip-Laufwerk und dergleichen sein.
Vorzugsweise wird eine Technik auf Grundlage der Wiener-Theorie verwendet, um den adaptiven Gewichtungsfaktor W zu wählen, so dass die Schätzung I für die externe Interferenz sich der externen Interferenz in dem abgestimmten Radardatenteil B nähert. Somit wird der Hilfsstrahl AB für das virtuelle Hilfs-Array so berechnet, dass der Unterschied zwischen der Schätzung I der externen Interferenz und dem Radardatenteil B im Sinne des mittleren quadratischen Fehlers (mean square error, MSE) minimiert wird, wie von der Wiener-Theorie gelehrt.
Die Formulierung des adaptiven Gewichtungsfaktors W aufgrund der Wiener-Theorie ist wie folgt. Der Teil aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten der Momentaufnahme n (d.h. einer zeitbezogenen Beobachtung) wird von Y(n) dargestellt, und der abgestimmte Radardatenteil der Momentaufnahme n wird von B(n) dargestellt. Die Ausgabe des adaptiven Strahlformers 122 der Momentaufnahme n wird durch die Gleichung 11 Î(n|Y(n)) = WHY(n) (11)erhalten, wobei Î(n|Y(n)) die Schätzung I(n) der externen Interferenz aufgrund der Momentaufnahme von nicht-abgestimmten Radardaten Y(n) bezeichnet. Wie bereits erörtert, ist es wünschenswert, dass sich die Schätzung Î(n|Y(n)) der externen Interferenz B(n) nähert. Der Fehler bei der Schätzung Î(n|Y(n)) wird daher durch die Gleichung 12 erhalten. e(n) = B(n) – WHY(n) (12)
Somit wird der Mean Square Error J_n(W) durch die Gleichung 13 erhalten. Jn(w) = E[e(n)e·(n)] = E[B(n)B·(n)] – wHE[Y(n)B·(n)] – E[B(n)YH(n)]W + WHE[Y(p)YH(n)]W (13)
Unter der Annahme, dass der abgestimmte Radardatenteil B(n) und der Teil aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y(n) für eine bestimmte Momentaufnahme n gemeinsam stationär sind, dann kann die Gleichung 13 zur Gleichung 14 vereinfacht werden. Jn(W) = σ2 d(n) – p(n)HW – WHp(n) + WHR(n)W (14)wobei σ_d2(n) die Varianz von B(n) ist, unter der Annahme, dass es ein Mittel von null ist und p(n) die Erwartung E[Y(n)^H·B(n)] ist, was der N-mal-l-Vektor ist, der sich aus der Kreuzkorrelation des Teils aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y(n) und dem abgestimmten Radardatenteil B(n) ergibt. Das Symbol R(n) bezeichnet die Erwartung E[Y^H(n)·Y(n)], welche die N-mal-N-Autokorrelationsmatrix des Teils aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y(n) ist. Die Kreuzkorrelation p(n) zeigt den Grad der Ähnlichkeit zwischen dem abgestimmten Radardatenteil B(n) und dem Teil aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten Y(n) an, während die Autokorrelation R(n) den Grad der Ähnlichkeit zwischen den Daten des virtuellen Hilfssensor-Array anzeigt.
Die mittlere Quadratfehler-Funktion J_n(W) ist eine Funktion zweiter Ordnung des adaptiven Gewichtungsfaktors W unter der Annahme, dass der Teil aus nichtabgestimmten Entfernungs-/Doppler-/Sensor-Daten Y(n) und der abgestimmte Radardatenteil B(n) gemeinsam stationär sind. Das Ziel ist die Minimierung der mittleren Quadratfehler-Funktion J_n(W) durch Selektieren eines optimalen adaptiven Gewichtungsfaktors W_0,n. Somit unterscheidet sich der mittlere Quadratfehler J_n(W) im Hinblick auf den adaptiven Gewichtungsfaktor W, wie der Fachmann weiß, und das Derivat wird auf null gesetzt, wie in der Gleichung 15 dargestellt.
Die Lösung der Gleichung 15 ergibt den optimalen Satz aus adaptiven Gewichtungen W_0,n, der durch die Gleichung 16 erhalten wird. R(n) W0,n = p(n) ⇒ W0,n = R(n)–1 p(n) (16)
Um das Rauschunterdrückungsmodul 102 zu implementieren, ist eine Schätzung der Autokorrelationsmatrix R(n) und des Kreuzkorrelationsvektors p(n) erforderlich. Der erwartete Wertoperator E[], der bei der Berechnung von R(n) und p(n) verwendet wird, kann durch den Durchschnittsbildungsoperator ersetzt werden, wie der Fachmann allgemein weiß. Die Durchschnittsbildung sollte jedoch über den Teil der Daten durchgeführt werden, in dem die maximale Menge der externen Interferenz existiert. Ferner müssen R(n) und p(n) auf eine Weise geschätzt werden, dass die Energie von möglichen Zielen in den Radardaten eine unwichtige Rolle spielt. Dies ist bevorzugt, da sowohl das Hauptsensor-Array 32 als auch das virtuelle Hilfssensor-Array die gleichen Sensoren nutzen.
Wie in 2 dargestellt, existiert eine Co-Kanalinterferenz über den Entfernungsraum für spezifische Dopplerfrequenzen, wie durch die Kuppen, die bei Dopplerfrequenzen zwischen –2 und –4 Hz auftreten, zu sehen ist. Dagegen ist, wie in 4 dargestellt, impulsives Rauschen über den gesamten Entfernungs-/Doppler-Raum verteilt. Eine gute Schätzung der externen Interferenz, die sowohl Co-Kanalinterferenz als auch impulsives Rauschen einschließt, kann durch Durchschnittsbildung von Entfernungs-/Doppler-Daten über Bereiche mit signifikanter Überschneidung von Co-Kanalinterferenz und impulsivem Rauschen erhalten werden. Anders ausgedrückt wird die Form der Region, über die die Durchschnittsbildung durchgeführt wird, vorzugsweise so ausgewählt, dass sie den größten Teil der Interferenz einschließt. Dies führt zu einer Durchschnittsbildung der Entfernungs-/Doppler-Daten entlang der Entfernungs-/Doppler-Dimension bei einer bestimmten Dopplerfrequenz, wie durch den Streifen 128, der in 15 gezeigt ist, dargestellt. Alternativ dazu kann dieser Streifen 128 eine andere Form haben (dies wird durch die Form der Interferenz diktiert). Somit kann der Kreuzkorrelationsvektor p(n) der Momentaufnahme n entlang der Entfernungsdimension für eine bestimmte Dopplerfrequenz D_i gemäß Gleichung 17 geschätzt werden:
wobei r den Entfernungsindex darstellt und N_r die Zahl der Entfernungszellen im Durchschnittsbildungsverfahren ist. Ebenso kann die Autokorrelationsmatrix R(n) der Momentaufnahme n entlang der Entfernungsdimension für eine bestimmte Dopplerfrequenz D_i gemäß der Gleichung 18 geschätzt werden.
Um den Rest der Beschreibung zu vereinfachen, wird der Momentaufnahmeindex (n) weggelassen.
In 16 ist ein ausführlicheres Blockdiagramm des Rauschunterdrückungsmoduls 102 der vorliegenden Erfindung dargestellt. Es wird auch auf die 17a bis 17h Bezug genommen, die die Radardaten von verschiedenen Knoten im Rauschunterdrückungsmodul 102 zeigen, um die Erklärung des Moduls 102 gemäß der vorliegenden Erfindung zu erleichtern. Vorverarbeitete Radardaten 104 werden aus der Operation von Vorverarbeitungselementen mit den Radardaten, die von der Vielzahl von Sensoren S₁, S₂, ..., S_K des Hauptsensor-Array 32 aufgezeichnet wurden, erhalten. Die Module, die diese Vorverarbeitungsoperationen durchführen, sind in dem Blockschema von 16 nicht dargestellt. Die vorverarbeiteten Radardaten 104 können von einer dreidimensionalen Matrix aus Entfernungs-/Puls-/Sensor-Daten (dargestellt durch die dicken Blocklinien in 16) dargestellt werden. Ferner wurden die Radardaten 104 vorzugsweise kalibriert, um bekannte Phasen- und Amplitudenfehler in jedem Sensor zu korrigieren. Die Kalibrierung wird vorzugsweise dadurch durchgeführt, dass ein Sender an verschiedene bekannte Stellen im Überwachungsbereich bewegt wird und EM-Pulse, die vom Hauptsensor-Array 32 aufgezeichnet werden. Dann werden die Orte der Sender von den aufgezeichneten Radardaten abgeleitet und mit den bekannten Orten des Senders verglichen, um einen Kalibrierungsvektor bereitzustellen, der vom Hauptsensor-Array aufgezeichnet wird. Kalibrierungsvektoren können für verschiedene Senderfrequenzen erzeugt werden.
Die Organisation der Entfernungs-/Puls-/Sensor-Daten 104 ist in 17a gezeigt, wobei entsprechend dem darin dargestellten x-y-z-Koordinatensystem die Entfernungsdimension in der z-Achse verläuft, die Pulsdimension in der y-Achse verläuft und die Sensordimension in der x-Achse verläuft. Vorzugsweise sind die Radardaten entsprechend einer CIT in Zeitsegmente unterteilt. Die CIT kann angesichts unterschied licher Radarbetriebsmodi, wie dem Schiffsmodus oder dem Luftmodus, unterschiedlich sind, wie oben erörtert.
Entfernungsvektor 44 und Sensorvektor 48 wurden bereits beschrieben und werden hier nicht weiter erörtert. Ein Pulsvektor 130 beinhaltet eine Reihe von Pulszellen mit Pulsindexwerten P₁, P₂, ..., P_M, die EM-Werte enthalten, die vom Sensor S₁ beim Entfernungswert des Entfernungsindexwerts R₁ für jeden Puls, der in der CIT gesendet wurde, aufgezeichnet wurde. Somit stellt der Pulsindex P₁ den ersten Puls dar, der gesendet wurde, der Pulsindex P₂ stellt den zweiten Puls dar, der gesendet wurde, usw. Die getasteten EM-Werte im Pulsvektor 130 wurden alle zur gleichen Zeit getastet, nachdem die einzelnen EM-Pulse gesendet wurden (somit entsprechen sie alle dem Entfernungswert, der vom Entfernungsindex R₁ dargestellt wird). 17a zeigt auch Teile von zweidimensionalen Entfernungs-/Puls-Daten für einen bestimmten Sensor, um zu zeigen, wie die Radardaten 104 organisiert sind. Wie aus 17a hervorgeht, gibt es eine Vielzahl von Entfernungsvektoren 44, Pulsvektoren 130 und Sensorvektoren 48, aus denen die Entfernungs-/Puls-/Sensor-Daten 104 bestehen.
Die vorverarbeiteten Entfernungs-/Puls-/Sensor-Daten 104 werden zum Matched Filtermodul 108 geschickt, welche die Daten 104 einer abgestimmten Filterung unterzieht, um abgestimmte Entfernungs-/Puls-/Sensor-Daten 132 zu liefern. Das Matched Filtermodul 108 ist vorzugsweise ein digitales Filter mit einer Transferfunktion, die auf die gesendeten EM-Pulse abgestimmt ist. Das Matched Filtermodul 108 kann ein einziges digitales Filter umfassen, das entlang der Entfernungsdimension für einen bestimmten Pulsindex P₁ und einen bestimmten Sensor S₁ operiert (d.h. das Matched Filter operiert mit Entfernungsfaktoren wie dem Entfernungsvektor 44 von den Radardaten 104). Diese Matched Filteroperation wird für jeden Pulsindex P₁ und jeden Sensor S₁ durchgeführt. Das Matched Filtering kann auf sequentielle Weise durchgeführt werden, so dass die Transferfunktion des Matched Filter abhängig von dem zu verarbeitenden Pulsecho verändert wird (d.h. auf den EM-Puls abgestimmt wird, der das aktuelle Pulsecho hervorgerufen hat). Alternativ dazu kann das Matched Filtermodul 16 eine Bank aus digitalen Filtern enthalten, die jeweils eine Transferfunktion aufweisen, die auf einen der gesendeten Pulse abgestimmt ist. Das System würde dann die ankommenden Pulsechos auf das entsprechende Filter schalten.
Die gesendeten EM-Pulse werden vorzugsweise unter Verwendung von Frank-Codes entworfen, um einer Entfernungsmehrdeutigkeit entgegenzuwirken (Frank R.L., IEEE Trans. On IT, Bd. 9, S. 43–45, 1963). Somit werden Frank-Codes auch verwendet, um die Filterkoeffizienten für das Matched Filtermodul 108 zu erzeugen. Frank-Codes werden verwendet, um eine Phasenmodulierung der einzelnen erzeugten EM-Pulse durchzuführen, wie der Fachmann weiß. Somit wird ein bestimmter EM-Puls in Subpulse geteilt, die jeweils eine Phase entsprechend einem Frank-Code aufweisen, der aus einer Frank-Codematrix erhalten wurde. Die erzeugten EM-Pulse sind alle orthogonal zueinander, da die Zeilen einer Frank-Codematrix orthogonal sind. Ein Beispiel für eine P4-Frank-Matrix ist P4 = [1 1 1 1; 1 j – 1]; 1 – 1 1– 1; 1 – J – 1 j], wobei die Zeilen der Matrix durch ein Semikolon getrennt sind. Somit hätte beispielsweise ein EM-Puls aufgrund der vierten Zeile der Frank-P4-Matrix vier sinusoidale Subpulse mit den Phasen 0°, 270°, 180° bzw. 90°. Ferner hätten die Koeffizienten eines Matched Filter, das auf diese EM-Pulse abgestimmt ist, die gleichen Tastungen wie der erzeugte EM-Puls, die komplex konjugiert und in umgekehrter Reihenfolge sind. Dies kann für jede Zeile der Frank-P4-Matrix wiederholt werden, so dass 4 verschiedene EM-Pulse und 4 verschiedene Matched Filter vorhanden wären. Diese vier verschiedenen EM-Pulse würden wiederholt auf sequentielle Weise gesendet, beispielsweise EM1, EM2, EM3 und EM4 (wobei die Zahlen jeweils eine Zeile in der P4-Matrix darstellen). Die Radarechos werden dann durch das entsprechende Matched Filter verarbeitet.
Andere Frank-Codes aufgrund einer P8-, P16- oder P32-Matrix können ebenfalls verwendet werden. Im Fall einer P32-Matrix müsste die Phase, die für eine Phasenmodulation notwendig ist, jedoch exakt erzeugt werden, da die Phasen wesentlich näher beieinander liegen, und dies erfordert teure Hardware. Andere Codes, wie Barker-Codes, können angesichts unterschiedlicher Anforderungen an die Bandbreite der erzeugten EM-Pulse ebenfalls verwendet werden.
Die abgestimmten Entfernungs-/Puls-/Sensor-Daten 12 werden dann zum ersten Doppler-Verarbeitungsmodul 110 geschickt, das die Daten verarbeitet, um abgestimmte Entfernungs-/Doppler-/Sensor-Daten 134 zu liefern. Das erste Doppler-Verarbeitungsmodul 106 führt eine Doppler-Verarbeitung entlang der Pulsdimension (oder der Pulsdomäne) der abgestimmten Entfernungs-/Puls-/Sensor-Daten 132 durch, um die abgestimmten Entfernungs-/Doppler-/Sensor-Daten 134 zu liefern. Die Doppler-Verarbeitung beinhaltet vorzugsweise die Ausführung einer FFT mit einer geeigneten Fensterfunktion an jedem Pulsvektor 130, um die Zeitreihendaten für jeden Entfernungsindexwert Ri in eine Frequenzreihe umzuwandeln. 17b zeigt die Umwandlung der abgestimmten Entfernungs-/Puls-/Sensor-Daten 132 in die abgestimmten Entfernungs/Doppler-/Sensordaten 134. Alternativ kann anstelle der FFT, um eine Doppler-Verarbeitung zu implementieren, eine Bank aus Schmalbandfiltern verwendet werden, wie der Fachmann weiß.
Die abgestimmten Entfernungs-/Doppler-/Sensor-Daten 134 werden dann zum Sensorselektor 112 geschickt, der abgestimmte Entfernungs-/Doppler-Daten für einen bestimmten Sensor S_i aus den abgestimmten Entfernungs-/Doppler-/Sensor-Daten 134 auswählt. Diese Operation ist in 17c dargestellt. Der Sensorselektor 112 liefert auch einen Teil B aus ausgewählten abgestimmten Entfernungs-/Doppler-/Sensor-Daten für die weitere Verarbeitung, wie nachstehend beschrieben.
Die vorverarbeiteten Entfernungs-/Puls-/Sensordaten 104 werden auch zum Mismatched Filtermodul 116 geschickt, welches die Radardaten 104 einer „nicht-abgestimmten" Filterung unterzieht, um nicht-abgestimmte Entfernungs-/Puls-/Sensordaten 136 zu liefern. Das Mismatched Filtermodul 116 ist vorzugsweise ein digitales Filter mit einer Transferfunktion, die auf die gesendeten EM-Pulse nicht abgestimmt ist. Das Mismatched-Filtermodul 116 kann auf die gleiche Weise wie das Matched Filtermodul 108 implementiert werden und mit den Entfernungs-/Puls-/Sensor-Daten 104 operieren, um die nicht-abgestimmten Entfernungs-/Puls-/Sensor-Daten 136 zu liefern. In diesem Fall nutzt das Mismatched Filter jedoch eine Transferfunktion, welche den gesendeten EM-Puls zurückschickt. Unter Verwendung des oben angegebenen Beispiels für das Mismatched Filtermodul 108 würden somit, falls der gesendete EM-Puls aufgrund der vierten Zeile der Frank-P4-Matrix erzeugt worden wäre, die Phasen von sinusoidalen Subpulsen von jeder der Reihen der Frank-P4-Matrix abgesehen von der vierten Reihe erhalten. Die resultierende sinusoidale Sequenz würde dann umgekehrt werden, um den Koeffizienten des Mismatched Filter im Mismatched Filtermodul 116 zu erhalten. Wenn die Zeilen der P4-Matrix sequentiell verwendet würden, um wiederholt eine Reihe von EM-Pulsen zu liefern, dann wäre eine Reihe von Mismatched Filtern im Mismatched Filtermodul 116 erforderlich, um die Echos jedes dieser EM-Pulse so zu verarbeiten, dass die Ausgabe des Mismatched Filter nicht mit der Ausgabe des Matched Filter, die von dem Matched Filtermodul 108 erzeugt wird, korreliert ist.
Die nicht-abgestimmten Entfernungs-/Puls-/Sensor-Daten 136 werden dann zum zweiten Doppler-Verarbeitungsmodul 118 geschickt, welches die Daten verarbeitet, um nicht-abgestimmte Entfernungs-/Doppler-/Sensor-Daten 138 zu erzeugen. Das zweite Doppler-Verarbeitungsmodul 118 wird auf ähnliche Weise wie das erste Doppler-Verarbeitungsmodul 110 implementiert und wird nicht näher erörtert.
Das zweite Verarbeitungsmodul 114 beinhaltet ferner den Hilfs-Array-Selektor 120, der nicht-abgestimmte Entfernungs-/Doppler-/Sensor-Daten zum Konstruieren des virtuellen Hilfssensor-Array liefert. Wie in 17d dargestellt, entspricht dies dem Nehmen der nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten 138, Teilen der Daten 138 in zweidimensionale Schichtbilder 140, 142, ..., 144 und dem Auswählen eines Subsatzes dieser Schichtbilder (d.h. dem Auswählen von L Schichtbildern), die dann verknüpft werden, um nicht-abgestimmte Entfernungs-/Doppler-/Sensor-Daten 146 zu bilden. Das Array von Sensoren, die zu den Daten 148 beitragen, wird als virtuelles Hilfssensor-Array mit den Sensoren A₁, A₂, ..., A_L bezeichnet (nicht dargestellt). Der Hilfs-Array-Selektor 120 liefert auch einen Teil Y aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten 46 für die weitere Verarbeitung, wie nachstehend beschrieben.
Wie bereits angegeben, kann das virtuelle Hilfssensor-Array aus allen oder aus einer Teilmenge der Sensoren vom Hauptsensor-Array 32, die zu den Radardaten 104 beitragen, konstruiert werden. Falls das virtuelle Hilfssensor-Array eine Teilmenge des Hauptsensor-Array 32 umfasst, dann sollte eine Bedingung vorzugsweise erfüllt sein. Die Aperturgröße des virtuellen Hilfssensor-Array sollte die gleiche sein wie die Aperturgröße des Hauptsensor-Array 32. Das bedeutet, dass die am weitesten links und am weitesten rechts ausgerichteten Sensoren im Hauptsensor-Array 32, die zu den Radardaten 104 beitragen, auch die am weitesten links und am weitesten rechts ausgerichteten Sensoren im virtuellen Hilfssensor-Array sein sollten. Ferner kann angesichts eines feststehenden Hauptsensor-Array 32 das virtuelle Hilfssensor-Array vor der Operation des Rauschunterdrückungsmoduls 102 vorgegeben werden. Somit können die Sensoren im virtuellen Hilfssensor-Array während der Operation des Rauschunterdrückungsmoduls 102 von einer Suchtabelle geliefert werden, wenn die gewünschte Zahl der Sensoren im virtuellen Hilfssensor-Array vorgeben ist. Die Suchtabelle zeigt die Position jedes Hilfs-Array-Sensors A_i im Hauptsensor-Array 32 an.
Obwohl das Blockschema in 16 zeigt, dass der Hilfs-Array-Selektor 120 zwischen das zweite Doppler-Verarbeitungsmodul 118 und den adaptiven Strahlformer 122 geschaltet ist, kann die Position des Hilfs-Array-Selektors 120 für eine effizientere Signalverarbeitung verändert werden. Der Hilfs-Array-Selektor 120 kann beispielsweise zwischen dem Mismatched Filtermodul 116 und dem zweiten Dopplerverarbeitungsmodul 118 angeordnet werden. Alternativ dazu kann der Hilfs-Array-Selektor 112 vor dem Mismatched Filtermodul 116 angeordnet werden.
Das Rauschunterdrückungsmodul 102 beinhaltet ferner den adaptiven Strahlformer 122, der mit dem zweiten Verarbeitungsmodul 114 und dem ersten Verarbeitungsmodul 106 kommuniziert. Der adaptive Strahlformer 122 schließt einen Autokorrelationsmatrix-Rechner 148, einen Matrixumrichter 150, einen Kreuzkorrelator 152, eine Gewichtungskorrelator 154 und einen Hilfsstrahlgenerator 156 ein, die wie in 16 dargestellt verbunden sind.
Der Autokorrelationsmatrix-Rechner 148 empfängt den Teil Y aus nichtabgestimmten Entfernungs-/Doppler-/Sensor-Daten vom virtuellen Hilfssensor-Array und erzeugt die Autokorrelationsmatrix R_Y entsprechend der Gleichung 18 (d.h. R_V = Y^H·Y). Wie in 17e dargestellt, entspricht der Radardatenteil Y einem zweidimensionalen Schichtbild von Entfernungs-/Sensor-Daten für einen bestimmten Dopplerindex D_i. Daher ist der Radardatenteil Y eine Matrix mit einer Dimension N-mal-L (d.h. N Entfernungszellen und L Sensoren). Der Autokorrelationsmatrix-Rechner 148 erzeugt die Autokorrelationsmatrix R_Y durch Ausführen einer Matrixmultiplikation zwischen der Matrix Y und der Matrix Y^H. Die Dimension der Autokorrelationsmatrix R_Y ist L-mal-L (d.h. L Zeilen und L Spalten).
Der Matrixinverter 150 empfängt die Autokorrelationsmatrix R_Y und führt eine Matrixinversion durch, um die inverse Autokorrelationsmatrix P = R_Y ^–1 unter Verwendung eines beliebigen dem Fachmann allgemein bekannten Inversionsmittels zu erhalten. Falls der Radardatenteil Y nicht zu viel Rauschen enthält, kann die Autokorrelationsmatrix R_Y rangdefizient sein. Dies kann durch Berechnen der Konditionszahl der Autokorrelationsmatrix R_Y bestimmt werden. In dieser Lage kann der pseudoinverse Operator verwendet werden, um die inverse Autokorrelationsmatrix P zu erhalten. Die Dimension der inversen Autokorrelationsmatrix P ist L-mal-L. Die Gleichung, die erforderlich ist, um die Konditionszahl und die Pseudoinverse von R_Y zu erhalten, ist dem Fachmann bekannt.
Der Kreuzkorrelator 152 empfängt den Teil aus nicht-abgestimmten Entfernungs/Doppler-/Sensor-Daten Y vom virtuellen Hilfssensor-Array ebenso wie den Teil aus abgestimmten Entfernungs-/Doppler-Daten B vom ersten Verarbeitungsmodul 106 und berechnet den Kreuzkorrelationsvektor Q wie von der Gleichung 17 erhalten (d.h. Q = Y^H·B). Wie in 17e dargestellt, ist der Radardatenteil B ein Entfernungsvektor für einen bestimmten Sensor S_i und den gleichen Dopplerindex D_i, der dem Datenteil Y entspricht. Der Datenteil B weist die Dimension N-mal-1 auf. Der Kreuzkorrelator 152 führt eine Matrixmanipulation durch, um den Kreuzkorrelationsvektor Q mit der Dimension L-mal-1 zu erhalten (d.h. L-mal-N)·(N-mal-1) = L-mal-1).
Der Gewichtungsrechner 154 empfängt den Kreuzkorrelationsvektor Q und die inverse Autokorrelationsmatrix P und erzeugt den adaptiven Gewichtungsfaktor W durch Ausführen einer Matrixmultiplikation gemäß Gleichung 16. Somit ist der adaptive Gewichtungsvektor W ein Reihenvektor mit einer Dimension L-mal-1. Der Hilfsstrahlgenerator 156 empfängt den adaptiven Gewichtungsvektor W und den Radardatenteil Y und erzeugt eine Interferenzschätzung I in dem Radardatenteil B gemäß der Gleichung 19 I = WH·Y (19)
Somit ist die Interferenzschätzung I ein Vektor mit der Dimension I-mal-N.
Das Rauschunterdrückungsmodul 102 beinhaltet ferner den Suppressor 124, der einen Subtraktor 158 und einen Minimierer 160 einschließt, welcher mit dem Subtraktor 158 kommuniziert. Der Subtraktor 158 empfängt den Radardatenteil B und die Schätzung I der externen Interferenz und liefert ein Vektor- oder Subtraktorsignal T entsprechend der Gleichung 20. T = B – 1 (20)
Der Minimierer 160 empfängt den Vektor T und den Radardatenteil B und erzeugt einen Teil aus rauschunterdrückten abgestimmten Entfernungs-/Doppler-Daten B_R entsprechend der Gleichung 21: BR = min(B,T) (21)wobei der Operator min() durch Montieren der beiden Vektoren B und T definiert ist, wobei ein Wert von einer Zelle im Vektor B genommen wird, ein Wert von der gleichen Zelle im Vektor T genommen wird und das Minimum dieser beiden Werte in die gleiche Zelle im Vektor B_R gegeben wird, wie in 17f dargestellt. Diese Operation wird für alle Zellen in den Vektoren B und T durchgeführt.
In 17g ist eine Reihe von Vektoren (die als auch als Datenreihen oder Signale bezeichnet werden können) dargestellt, die bei der Erklärung der Funktion des Suppressors 124 helfen. Für einen bestimmten Radardatenteil B und eine Schätzung I der externen Interferenz wird der Vektor T durch Vektorsubtraktion erzeugt. Es besteht jedoch die Möglichkeit, dass Fremdrauschen 162, das eine Folge der Operation des nicht-abgestimmten Filtermoduls 116 ist, ebenfalls im Vektor T enthalten ist. Somit kann der Vektor T nicht direkt als der Teil B_R aus rauschunterdrückten, nichtabgestimmten Radardaten verwendet werden. Statt dessen werden der Vektor T und der Radardatenteil B vom Minimierer 160 verarbeitet, der die beiden Vektoren B und T abgleicht und die minimalen Elemente dieser beiden Vektoren auswählt, wenn der Vektor BR konstruiert wird, wie oben erörtert. Infolgedessen entfernt der Minimierer 160 Fremdrauschen aus der Schätzung I der externen Interferenz, falls ein solches vorhanden ist.
Wie in 17h dargestellt, wird der Vektor B_R verwendet, um die rauschunterdrückten abgestimmten Radardaten 164 zu konstruieren. Die Position des Vektors B_R innerhalb der rauschunterdrückten Radardaten 164 ist die gleiche wie die Position des Vektors B innerhalb der Radardaten, die in 17e dargestellt sind. Somit werden die rauschunterdrückten Radardaten 164 immer pro Entfernungsvektor aufgebaut. Auf diese Weise kann für einen bestimmten Sensor S_i der Radardatenteil B für einen bestimmten Dopplerindex D_i erhalten werden, und die Schätzung I der externen Interferenz kann für den gleichen Dopplerindex berechnet werden, um einen rauschunterdrückten Radardatenteil B_R zu erhalten, wie oben erörtert. Diese Operation wird dann entlang der Dopplerdimension (d.h. für jeden Dopplerindex) für den gewählten Sensor S_i wiederholt, bis alle Dopplerindizes verarbeitet wurden. Dann werden die Entfernungs-/Doppler-Daten des nächsten Sensors vom Sensorselektor 112 ausgewählt und auf die gleiche Weise verarbeitet. Diese Operation wird wiederholt, bis alle Entfernungs-/Doppler-Daten RD₁, RD₂, ..., RD_K vom Rauschunterdrückungsmodul 102 verarbeitet wurden, um die rauschunterdrückten Radardaten 164 (von denen die Entfernungs-/Doppler-Datensignale RD₁', RD₂', ..., RD_K' erhalten werden, welche den Sensoren S₁, S₂, ..., S_K entsprechen) zu konstruieren.
In 18 ist ein Rauschunterdrückungsverfahren 170 zum Unterdrücken des Rauschens in Radardaten gemäß dem Rauschunterdrückungsmodul 102 der vorliegen den Erfindung dargestellt. Die Radardaten wurden vom Hauptsensor-Array 32 für eine Zeitdauer entsprechend einer CIT getastet und vorverarbeitet und kalibriert, wie bereits erörtert. Die Dauer der CIT wird entsprechend dem Radarbetriebsmodus eingestellt. Das Rauschunterdrückungsverfahren 170 beginnt in Schritt 172, wo die Entfernungs-/Puls/Sensor-Radardaten 104 wie oben erläutert einem Matched Filtering unterzogen werden. Der nächste Schritt 174 dient der Durchführung der Doppler-Verarbeitung der einem Matched Filtering unterzogenen Entfernungs-/Puls-/Sensor-Daten, um abgestimmte Entfernungs-/Puls-/Sensor-Daten zu liefern. Wie bereits angegeben, kann die Doppler-Verarbeitung eine FFT mit geeigneter Fensterfunktion oder die Nutzung einer Filterbankverarbeitung beinhalten. Der nächste Schritt 176 dient der Auswahl von abgestimmten Entfernungs-/Doppler-Daten für einen Sensor S_i.
In Schritt 178 werden die Entfernungs-/Puls-/Sensor-Daten 104 einem Mismatched Filtering unterzogen. Der nächste Schritt 180 dient der Durchführung einer Doppler-Verarbeitung der einem Mismatched Filtering unterzogenen Entfernungs/Puls-/Sensordaten, um nicht-abgestimmte Entfernungs-/Doppler-/Sensor-Daten zu liefern. Der nächste Schritt 182 dient der Auswahl eines virtuellen Hilfssensor-Array 32 angesichts der Sensoren vom Hauptsensor-Array, die zu den Entfernungs-/Doppler/Sensor-Datensignalen 104 beitragen haben. Somit können die Schritte 178 bis 182 als Bereitstellung von nicht-abgestimmten Entfernungs-/Doppler-Sensor-Daten für das virtuelle Hilfssensor-Array angesichts der von vom Hauptsensor-Array 32 aufgezeichneten Radardaten abgeleiteten Entfernungs-/Puls-/Sensor-Daten zusammengefasst werden. Wie bereits angegeben, kann die Auswahl des virtuellen Hilfssensor-Array vor dem Doppler-Verarbeitungsschritt 180 oder vor dem Mismatched Filtering-Schritt durchgeführt werden, um eine effizientere Signalverarbeitung zu ermöglichen.
Die nächste Reihe von Schritten 186 bis 198 des Rauschunterdrückungsverfahrens 170 führt ein adaptives Strahlformen mit dem Teil Y aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten durch, um eine Schätzung I der externen Interferenz in dem Teil B aus abgestimmten Entfernungs-/Doppler-Daten zu liefern. Das adaptive Strahlformen beginnt in Schritt 186, wenn die Autokorrelationsmatrix R_Y(R_Y = Y^H·Y) der Radardaten Y berechnet wird. In Schritt 188 wird die inverse Autokorrelationsmatrix P(P = RY – 1) berechnet. Das Rauschunterdrückungsverfahren 170 geht dann zu Schritt 190 weiter, wo der Kreuzkorrelationsvektor Q(Q = Y^H·B) berechnet wird. Der adaptive Gewichtungsfaktor W wird dann in Schritt 192 aufgrund der inversen Autokorrelationsmatrix P und des Kreuzkorrelationsvektors Q(W = P·Q) berechnet. Die Schätzung der externen Interferenz I(I = W^H·Y) innerhalb des Teils B aus abgestimmten Entfernungs-/Doppler-Daten wird dann in Schritt 194 berechnet.
Das Rauschunterdrückungsverfahren 170 geht dann zu den Schritten 196 und 198 weiter, wo die Schätzung I der externen Interferenz und der Teil B aus abgestimmten Entfernungs-/Doppler-Daten verwendet wird, um einen Teil B_R aus rauschunterdrückten abgestimmten Doppler-Daten zu erhalten. In Schritt 196 wird die Schätzung I für die externe Interferenz von dem Teil B aus abgestimmten Entfernungs-/Doppler-Daten subtrahiert, um den Vektor T des Subtraktionssignals zu bilden. Dann wird in Schritt 198 ein bestimmtes Element in dem Teil B aus abgestimmten Entfernungs-/Doppler-Daten mit einem Element am gleichen Ort im Vektor T verglichen, und das Minimum dieser beiden Elemente wird am gleichen Ort in dem Teil BR aus rauschunterdrückten abgestimmten Entfernungs-/Doppler-Daten B_R gespeichert. Dies wird für jedes Element in den Radardaten B wiederholt. Sobald diese rauschunterdrückten abgestimmten Entfernungs-/Doppler-Daten konstruiert wurden, werden sie am richtigen Ort im Speichermittel 126 gespeichert.
Der nächste Schritt 200 des Rauschunterdrückungsverfahrens 170 dient der Bestimmung, ob weitere Radardaten zu verarbeiten sind. Falls keine weiteren Radardaten zu verarbeiten sind, wird das Geräuschunterdrückungsverfahren 170 beendet. An diesem Punkt (Schritt 204) können die rauschunterdrückten Daten im Spektrumerzeugungsverfahren 60 verwendet werden, um eines oder mehrere aus einer Vielzahl von hochauflösenden Spektren zu erzeugen. Ansonsten dient der nächste Schritt 202 der Aktualisierung des Teils B aus strahlgeformten Entfernungs-/Doppler-Daten und des Teils Y aus nicht-abgestimmten Entfernungs-/Doppler-/Sensor-Daten aus dem virtuellen Hilfs sensor-Array. Die Aktualisierung wird durchgeführt wie bereits für das Rauschunterdrückungsmodul 102 beschrieben. Die Schritte 186 bis 200 werden dann wiederholt.
Unter bestimmten Bedingungen kann ein starkes ionosphärisches Rauschen in Form von horizontalen Streifen in den erzeugten Entfernungs-/Doppler-Daten für einen bestimmten Sensor S_i erscheinen. Dies erscheint als Interferenz in einer Zahl von Entfernungs-/Doppler-Zellen bei einem bestimmten Entfernungsindex. In dieser Lage wird vorzugsweise vermieden, die Radardaten von diesen Entfernungs-/Doppler-Zellen in der Berechnung der Autokorrelationsmatrix R_Y und der Kreuzkorrelationsmatrix Q zu verwenden, da diese kontaminierten Entfernungs-/Doppler-Zellen die Leistung des adaptiven Strahlformers 122 beeinträchtigen können. Eine Möglichkeit, die kontaminierten Daten aus der Berechnung zu entfernen, ist die Verwendung eines Medianfilters, das den Median(M) für einen Entfernungsvektor B' berechnet und einen Schwellenwert(λ) entsprechend der folgenden Gleichung 22 erzeugt: λ = ν·M (22)wobei v einen konstanten Wert darstellt. Die Daten im Entfernungsvektor B' können dann entsprechend der Gleichung 23 einer Medianfilterung unterzogen werden. OB(i) = B'(i), falls B'(i) < λ OB(i) = 0, falls (i) > λ (22)
Somit werden in OB alle Werte in B', die nicht über dem Schwellenwert λ liegen, auf null gesetzt.
In 19 ist ein Rauschunterdrückungsmodul 210 dargestellt, das ein Medianfiltermodul 212 einschließt, welches mit dem ersten Verarbeitungsmodul 106 und dem adaptiven Strahlformer 122 verkoppelt ist. Der Rest des Rauschunterdrückungsmoduls 210 ähnelt dem Rauschunterdrückungsmodul 102 und wird nicht erörtert. Das Medianfiltermodul 212 unterzieht die abgestimmten Entfernungs-/Doppler-Daten für einen bestimmten Sensor Si einer Medianfilterung. Das Medianfiltermodul 212 verwendet vorzugsweise einen Wert von 1,75 für die Konstante v. Dieser Wert wurde empirisch bestimmt und kann geändert werden, wenn die Ergebnisse nicht zufrieden stellend sind.
Beispielsweise sind Situationen denkbar, in denen die ionosphärischen Störsignale äußerst schwerwiegend sind, in welchem Fall der Wert der Konstante v verkleinert werden muss, um mehr ionosphärische Störgeräusche zu entfernen. Das Medianfiltermodul 212 kann spaltenweise mit den einzelnen Entfernungsvektoren, aus denen die abgestimmten Entfernungs-/Doppler-Daten 212 bestehen, operieren. Ein Vektor OB, bei dem es sich um einen Teil der mediangefilterten abgestimmten Entfernungs-/Doppler-Daten handelt, ist für den adaptiven Strahlformer 122 bereitgestellt, so dass die Schätzung der externen Interferenz erzeugt und von dem Teil der abgestimmten Radardaten abgezogen werden muss, wie bereits erörtert.
Als Alternative können anders geordnete statistische Filterverfahren anstelle der Medianfilterung verwendet werden. Ein solches Beispiel beinhaltet die Wahl einer konstanten ganzen Zahl g (d.h. z.B. g = 15), die Ordnung der Werte in den Vektor B', die Entfernung der g höchsten und der g niedrigsten Werte, die Durchschnittsbildung aus den restlichen Werten, um einen Mittelwert zu erhalten, und die anschließende Erzeugung eines Schwellenwerts durch Multiplizieren des Mittelwerts mit einer Konstante. Werte in B', die über diesem Schwellenwert liegen, werden auf null gesetzt. Allgemein kann nein Filter entworfen werden, um unerwünschte Signale zu verhindert, indem man sich Interferenzstatistiken, Bandbreiten und andere Merkmale ansieht. Somit kann das Medianfiltermodul 212 im Allgemeinen durch ein Ordered Statistics-Filtermodul dargestellt werden.
In 20 ist ein alternatives Geräuscherzeugungsverfahren 220 dargestellt, das einen Medianfilterungsschritt 222 beinhaltet, um eine Medianfilterung der abgestimmten Entfernungs-/Doppler-Radardaten für einen bestimmten Sensor Si durchzuführen wie oben beschrieben. Der Rest des Rauschunterdrückungsverfahrens 220 ist mit dem Rauschunterdrückungsverfahren 170 identisch und wird nicht beschrieben. Anstelle der Medianfilterung kann auch ein anderes Ordered Statistics-Verfahren verwendet werden, wie oben beschrieben.
In 21a ist ein Beispiel für einen herkömmlichen strahlgeformten Entfernungs-/Doppler-Plot von Radardaten, die ohne Verwendung des Rauschunterdrückungsverfahrens 170 der vorliegenden Erfindung erhalten wurden, dargestellt. Die Radardaten wurden während des Herbstes aufgezeichnet und weisen ein Schiffsziel 230 (in 21a nicht dargestellt) in einer Entfernung von 83 km und einen Azimut von 8° auf. Die Radardaten sind stark mit externer Interferenz kontaminiert. In 21b ist ein hochauflösender Entfernungs-/Doppler-Plot der Radardaten von 21a gezeigt, die vom Spektrumerzeuger 10 der vorliegenden Erfindung ohne Verwendung des Rauschunterdrückungsverfahrens 170 der vorliegenden Erfindung erzeugt wurden. Die 21c und 21d zeigen jeweils ein Schichtbild entlang der Doppler-Dimension der 21a bzw. 21b bei der Entfernung des Schiffsziels 230. Das Schiffsziel 230 ist in keiner der 21a bis 21d sichtbar.
Es wird nun auf die 22a bis 22d Bezug genommen 22a zeigt einen Entfernungs-/Doppler-Plot der Radardaten von 21a, die von einem herkömmlichen Strahlformer erzeugt wurden, nachdem das Rauschunterdrückungsverfahren 170 der vorliegenden Erfindung angewendet wurde. 22b zeigt einen hochauflösenden Entfernungs-/Doppler-Plot der Radardaten von 21a, die vom Spektrumgenerator 100 der vorliegenden Erfindung erzeugt wurden, der das Rauschminderungsmodul 102 einschließt. In beiden Entfernungs-/Doppler-Plots ist das Schiffsziel 230 sichtbar. Die 22c und 22d zeigen ein Schichtbild entlang der Dopplerdimension der 22a bzw. 22b bei der Entfernung des Schiffsziels 230. Das Schiffsziel 230 ist in 22c kaum zu sehen. 22d zeigt jedoch ein starkes Signal für das Schiffsziel 230. Die Verwendung des Rauschunterdrückungsverfahrens 170 zusammen mit dem Spektrumschätzverfahren 60 der vorliegenden Erfindung hat das SSCR des Ziels 230 auf 15 dB erhöht. Diese Ergebnisse legen auch nahe, dass das Rauschunterdrückungsverfahren 170 mit anderen Spektrumschätzern wie herkömmlichem Strahlformen auf FFT-Basis verwendet werden kann, wie gerade gezeigt.
Eine weitere Schwierigkeit bei der Zielerkennung ist das niedrige SSCR, das sich für Ziele ergibt, die von großen Rauschmengen umgeben sind. Da das SSCR des Ziels niedrig ist, weist das Ziel eine niedrige räumliche Korrelation auf. Somit erscheint die Signalleistung des Ziels möglicherweise nicht mehr in dem Signalsubraum, sondern kann im Rauschsubraum erscheinen. Ein Ansatz, um das Spektrumschätzverfahren 60 der vorliegenden Erfindung sensibler für Ziele mit niedriger SSCR zu machen, ist die Bildung eines Rauschsubraums unter Verwendung von Eigenvektoren, die den kleinere Singulärwerten besser entsprechen (d.h. nur denjenigen Eigenvektoren, die näher am räumlich weißen Rauschen liegen). Angesichts einer festen Zahl von Sensoren, die zu den Entfernungs-/Doppler-Datensignalen RD₁, RD₂, ..., RD_K beitragen, kann die Dimension des Rauschsubraums vorgegebenen werden und innerhalb des Dimensionsselektors 45 gesetzt werden. Dies sollte die Empfindlichkeit des Spektrumerzeugungsverfahrens auf der Grundlage von Subräumen erhöhen. Somit sollten Ziele mit schlechter räumlicher Korrelation in einem hochauflösenden Entfernungs-/Doppler-Plot verstärkt und anschließend von einem Radardetektor erkannt werden. Dieses Verfahren kann aber auch die Zahl der Erkennungstreffer durch nicht-korrektes Verstärken von Störsignalen mit schlechter räumlicher Korrelation, welche der Radardetektor fälschlich für ein Ziel hält, verstärken. Somit ermöglicht dieser Ansatz das Hervortreten von Zielen aus dem Hintergrundrauschen, aber erhöht auch die Fehleralarmrate durch Erkennung von Interferenzen mit schlechter räumlicher Korrelation.
In den 23a bis 23d sind Radardaten dargestellt, die ein Ziel 232 mit einem niedrigen SSCR von etwa 7 dB enthalten. Die Radardaten wurden während des Sommers aufgenommen. 23a zeigt einen Entfernungs-/Doppler-Plot für die Radardaten, die von einem herkömmlichen Strahlformer auf FFT-Grundlage erzeugt wurden. Das Ziel 232 ist in 23a kaum zu sehen. 23b zeigt ein Schichtbild entlang der Dopplerdimension des Entfernungs-/Doppler-Plots von 23a bei der Entfernung des Ziels 232. Das Ziel 232 ist über dem Hintergrundrauschen kaum zu sehen. 23c zeigt ein Schichtbild entlang der Entfernungsdimension des Entfernungs-Doppler-Plots von 23a bei der Dopplerfrequenz des Ziels 232. Wiederum ist das Ziel 232 über dem Hintergrundrauschen kaum zu sehen. 23d zeigt einen Azimutplot für die in 23a dargestellten Radardaten bei der Entfernung und der Dopplerfrequenz des Ziels 232.
In den 24a bis 24d sind die Radardaten von 22a mit den Plots, die von dem Spektrumrechner 10 ohne Einbeziehung des Rauschunterdrückungsmoduls 102 erzeugt wurden, dargestellt. Die Größe des Rauschsubraums wurde auf die 13 kleinsten singulären Werte gesetzt. 24a zeigt einen hochauflösenden Entfernungs-/Doppler-Plot für die Radardaten, die vom Spektrumerzeuger 10 erzeugt wurden. Das Ziel 232 ist in 24a sichtbar und weist eine SSCR von 6 dB auf. 24b zeigt ein Schichtbild entlang der Dopplerdimension des Entfernungs-/Doppler-Plots von 24a bei der Entfernung des Ziels 232. Das Ziel 232 ist über dem Hintergrundrauschen in Vergleich mit 23b deutlicher sichtbar. 24c zeigt ein Schichtbild entlang der Entfernungsdimension des Entfernungs-/Doppler-Plots von 24a bei der Dopplerfrequenz des Ziels 232. Wiederum ist das Ziel 232 über dem Hintergrundrauschen im Vergleich zu 23c deutlicher sichtbar. 24d zeigt einen Azimut-Plot für die in 24a dargestellten Radardaten bei der Entfernung und der Dopplerfrequenz des Ziels 232. Sowohl in 24b als auch in 24c wurde die Erkennbarkeit des Ziels aufgrund der Unterdrückung von ozeanischen Störgeräuschen und Interferenzstörgeräuschen verstärkt.
Um die Verstärkung des Ziels 232 in den Radardaten der 22 und 23 zu verbessern, wurden die singulären Werte, die verwendet wurden, um den Rauschsubraum zu erzeugen, auf die 5 kleinsten singulären Werte beschränkt. In den 25a bis 25d sind die Radardaten von 22a mit den Plots, die vom Spektrumgenerator 10 unter Verwendung der 5 kleinsten singulären Werte erzeugt wurden, um den Rauschsubraum zu konstruieren, wobei das Rauschsubraummodul 102 nicht einbezogen wurde, dargestellt. 25a zeigt einen hochauflösenden Entfernungs-/Doppler-Plot für die Radardaten. Das Ziel 232 ist in 25a sichtbar und hat eine SSCR von 12 dB. Das Ziel 232 ist in 25a sichtbar und weist ein SSCR von 12 dB auf. Die Zielverstärkung wird jedoch aufgrund der Verstärkung vieler falscher Ziele, die räumlich schlecht korrelierten Störgeräuschen entsprechen, nicht nennenswert verbessert. 25b zeigt ein Schichtbild entlang der Dopplerdimension des Entfernungs-/Doppler-Plots von 25a bei der Entfernung des Ziels 232. 25c zeigt ein Schichtbild entlang der Entfernungsdimension des Entfernungs-/Doppler-Plots von 25a bei der Dopplerfrequenz des Ziels 232. 25d zeigt einen Azimutplot für die in 25a dargestellten Radardaten bei der Entfernung und der Dopplerfrequenz des Ziels 232. Die Winkelgenauigkeit ist im Vergleich zu der in 24d angezeigten Winkelgenauigkeit erheblich verbessert.
In 26 ist eine andere alternative Ausführungsform des Spektrumgenerators 240 mit einem Kovarianzmatrixglätter 242, der mit dem Kovarianzmatrixrechner 14 und dem Subraumrechner kommuniziert. Der Kovarianzmatrixglätter 242 wird einbezogen, um die Radarsignatur eines möglichen Ziels (und damit die Zielerkennbarkeit) durch räumliches Glätten der Kovarianzmatrixschätzung C_est aufgrund der vorwärts gerichteten räumlichen Glättung und/oder rückwärts gerichteten räumlichen Glättung und/oder vorwärts/rückwärts gerichteten räumlichen Glättung zu verstärken, wie nachstehend näher dargestellt. Ferner erzeugt der Matrixgenerator 18' im Spektrumgenerator 240 eine etwas andere Ortsmatrix A', wie nachstehend näher beschrieben. Der übrige teil des Spektrumgenerators 240 ist mit dem Spektrumgenerator 10 identisch und wird nicht erörtert.
Beim HFSWR hilft die Verwendung von komplementären Frank-Codes, um die EM-Pulse und die entsprechenden Matched Filter zu erzeugen, zusammen mit dem Rauschunterdrückungsverfahren 170 der vorliegenden Erfindung dabei, die Anwesenheit von ozeanischen Störgeräuschen und von räumlich stark korrelierter Interferenz in den hochauflösenden Doppler-Plots zu verringern. Die hochauflösenden Entfernungs/Doppler-Plots enthalten jedoch immer noch externe Interferenz und atmosphärisches Rauschen mit schlechter räumlicher Korrelation als Folge der Mehrwegeausbreitung, die sich durch das Entfernungs-/Doppler-Spektrum ausbreitet und die Erkennbarkeit möglicher Ziele verringert. Räumliche Glättung kann angewendet werden, um diese An von Rauschen zu verringern.
Räumliche Glättung wurde ursprünglich entwickelt, um die Ankunftsrichtung von mehreren Signalen zu schätzen (Evans et al., (1982) „Application of advanced signal processing techniques to angle of arrival estimation in ATC navigation and surveillance system", Report 582, M.I.T. Lincoln Lab, Lexington, MA, 1982). Die Erfinder haben jedoch gefunden, dass räumliche Glättung auch die Zielamplitude verstärkt und die Azimutkorrelation für Ziele in einer Umgebung mit niedrigem SCR ohne einen entsprechenden Anstieg der Fehleralarmrate erhöht. Die räumliche Glättung ist auch nützlich, um dem Hauptnachteil von Spektrumschätzverfahren auf Subraumgrundlage entgegenzuwirken, wobei es sich um die Unfähigkeit handelt, perfekt korrelierte (oder stark korrelierte) Signale zu handhaben, die in der Praxis aufgrund von Mehrwegeausbreitung ziemlich häufig auftreten, wie der Fachmann weiß.
Der Kovarianzmatrixglätter 242 führt eine räumliche Glättung der Kovarianzmatrixschätzung C_est durch, um eine räumlich geglättete Matrix C_SMest zu erzeugen. Die Einbeziehung der geglätteten Kovarianzmatrixschätzung C_SMest in den Spektrumschätzer 10 auf Subraumbasis der vorliegenden Erfindung ermöglicht es, Ziele unabhängig von der korrelierten Natur des Rauschens zu identifizieren. Das vorwärts gerichtete räumliche Glättungsverfahren erfordert eine größere Zahl von Sensorelementen, um zwischen einer bestimmten Zahl von Zielen zu unterscheiden (beispielsweise sind 2G Sensoren erforderlich, um zwischen G Zielen zu unterscheiden). Dadurch, dass gleichzeitig vorwärts und rückwärts gerichtete Glättung verwendet wird, ist es möglich, zwischen G Zielen zu unterscheiden, falls 3G/2 Sensorelemente im Hauptsensor-Array 32 vorhanden sind (Pillai et al., „Forward/Backward spatial smoothing techniques for coherent signal identification", IEEE Trans. On ASSP, 37(1), S. 8–15, 1989; Friedlander et al., „Direction finding using spatial smoothing with interpolated arrays", IEEE Trans. On AES, 28(2), S. 574–587, 1992). Es besteht ein Kompromiss zwischen der Größe des Subarray und der Zahl der Durchschnittsbildungen, die während der räumlichen Glättung durchgeführt werden. Die Größe des Subarray bestimmt die Zahl der auflösbaren Ziele, während die Zahl der Durchschnittsbildungen den Betrag der Zielverstärkbarkeit anzeigt.
Räumliche Glättung kann durchgeführt werden, indem gleichmäßig überlappende Subarrays von Sensoren von einem Hauptsensor-Array mit K Sensoren gebildet werden, wobei jedes Subarray K + 1 Sensoren aufweist. Dann werden Kovarianzmatrizen für jedes Subarray erzeugt (somit gibt es G Submatrizen) und ihr Durchschnitt wird gebildet, um eine räumlich geglättete Kovarianzmatrixschätzung C_SMest durchzuführen. Eine alternative Möglichkeit, um eine räumliche Glättung zu bewirken, besteht darin, die Kovarianzmatrixschätzung C_es _t zu erzeugen, wie vorstehend hierin beschrieben (d.h. Gleichung 6) und dann die Kovarianzmatrix C_es _t in G Submatrizen zu teilen, von denen dann der Durchschnitt gebildet wird, um die geglättete Kovarianzmatrixschätzung C_SMest zu erhalten. Die Implementierung einer räumlichen Glättung, die vorzugsweise vom Kovarianzmatrixglätter 242 verwendet wird, ist das letztgenannte räumliche Glättungsverfahren, das gerade beschrieben wurde.
Vorwärtsgerichtete räumlich Glättung beinhaltet die Bildung von vorwärtsgerichteten Kovarianzmatrixschätzungen gemäß den Gleichungen 24 bis 26.
Die Gleichungen 24 bis 26 können verallgemeinert durch die Gleichung 27 dargestellt werden.
wobei der obere Index (K + 1 – G) × (K + 1 – G) die Abmessungen der Kovarianzsubmatrizen bezeichnet (d.h. K + 1 – G ist die Zahl der Sensoren in den einzelnen Subarrays) und der Ausdruck C_F,L= C(G;K,G;K) bedeutet, dass die Submatrix C_F, _L aus der Submatrix C, die in der G. Zeile beginnt und in der K. Spalte endet, gebildet wird. Die in Vorwärtsrichtung räumlich geglättete Kovarianzmatrixschätzung C_FS wird dann gemäß der Gleichung
gebildet.
Rückwärts gerichtetes räumliches Glätten beinhaltet die Bildung von rückwärts gerichteten Kovarianzmatrixschätzungen entsprechend den Gleichungen 29 bis 31.
Das komplexe Konjugat der rückwärts gerichtet räumlich geglätteten Kovarianzmatrizen C_Bi wird durch das Symbol * dargestellt. Die rückwärts gerichtet geglättete Kovarianzmatrixschätzung C_BS wird dann gemäß der Gleichung
berechnet.
Der Kovarianzmatrixglätter 242 kann eine räumliche Glättung entsprechend des vorwärts gerichteten, des rückwärts gerichteten oder des vorwärts/rückwärts gerichteten Glättungsverfahrens durchführen. Vorwärts/rückwärts gerichtetes räumliches Glätten ist jedoch bevorzugt. Unabhängig von dem Verfahren, das für die räumliche Glättung verwendet wird, operiert der Subraumrechner 16, sobald die räumlich geglättete Kovarianzmatrixschätzung C_SMest berechnet ist, mit der geglätteten Kovarianzmatrixschätzung C_SMest um die Rauschsubraummatrix-Schätzung N_est zu erzeugen, die bereits räumlich geglättet ist, da die Kovarianzmatrixschätzung C_SMest räumlich geglättet worden ist. Der Rest des Spektrumerzeugers 240 arbeitet ähnlich wie der Spektrumschätzer 10, außer dass der Ortsmatrixerzeuger 18' eine Ortsmatrix A' entsprechend der Gleichung 35 berechnet: A'θ1, A'θ2, A'θ3, ... A'θZ], –π ≤ θi ≤ π (35)wobei ein Element A'_θi ein Vektor ist, der durch A'θi = 1 e i2π(d/λ)sin(θi) e i4π(d/λ)sin(θi) ... e i2π(K – G)d/λsin(θi)]T (36)
Somit weist die Ortsmatrix A' die Dimension (K-G)-mal-Z auf.
In 27 ist eine Ausführungsform eines Spektrumerzeugungsverfahrens 250 entsprechend dem Spektrumerzeuger 240 dargestellt. Das Spektrumerzeugungsverfahren 250 ähnelt dem Spektrumerzeugungsverfahren 60, abgesehen von zwei Unterschieden. Das Spektrumerzeugungsverfahren erzeugt die Ortsmatrix A' in Schritt 64' entsprechend den Gleichungen 35 und 36 und nicht entsprechend den Gleichungen 8 und 9. Zweitens beinhaltet das Spektrumerzeugungsverfahren 250 den Schritt 252, der eine räumliche Glättung der Kovarianzmatrixschätzung C_est durchführt, um die räumlich geglättete Kovarianzmatrixschätzung C_SMest zu erzeugen, die dann verwendet wird, um die Rauschsubraummatrix-Schätzung N_est zu berechnen. Der übrige Teil des Verfahrens 250 ist mit dem Spektrumschätzverfahren 60 identisch und wird nicht weiter erörtert.
In 28a ist ein Doppler-Plot von Radardaten dargestellt, dargestellt von der durchgezogenen Kurve, welche ein simuliertes Ziel 260 enthalten, das von der durchgezogenen Linie dargestellt ist (in 28a sind die Radardaten eines einzigen Sensors dargestellt). Die Radardaten wurden während des Sommers aufgenommen. Die Amplitude des Ziels 260 wurde eingestellt, um ein SSCR von 0 dB bereitzustellen, und das Azimut der Tangente 260 wurde auf –34° Azimut eingestellt.
In 28b ist ein Doppler-Plot der Radardaten von 28a (d.h. für einen einzigen Sensor) dargestellt, mit dem simulierten Ziel 260, das von der Punktelinie dargestellt wird, sowie ein Doppler-Plot aufgrund von herkömmlicher FFT strahlgeformten Daten mit dem simulierten Ziel 260, das von der durchgezogenen Kurve dargestellt wird. Es ist nur eine geringe Verbesserung des SSCR von etwa 3 dB vorhanden. Die Erkennbarkeit des Ziels 260 leidet jedoch immer noch an dem umgebenden Hintergrundrauschen.
Das Spektrumschätzverfahren 60 der vorliegenden Erfindung wurde dann auf die in 28b dargestellten Radardaten angewendet, wie in den 29a bis 29c dargestellt. Der Rauschsubraum wurde unter Verwendung von 13 kleinere singulären Werten der Kovarianzmatrixschätzung gebildet. 29a zeigt den resultierenden hochauflösenden Doppler-Plot bei der Entfernung des Ziels 260. 29b zeigt den resultierenden hochauflösenden Entfernungs-Plot bei der Dopplerfrequenz des Ziels 260 und 29c zeigt den hochauflösenden Azimut-Plot bei der Entfernung und der Dopplerfrequenz des Ziels 260. Das Ziel 260 weist nun ein SSCR von 5 dB auf und wurde aufgrund der Unterdrückung von Störsignalen während der Berechnung des Subraums verstärkt.
Dann wurde das Spektrumschätzverfahren 250 der vorliegenden Erfindung, welches ein räumliches Glätten beinhaltet, auf die in 28b dargestellten Radardaten angewendet, wie in den 30a bis 30c dargestellt. Das vorwärts/rückwärts gerichtete räumliche Glättungsverfahren wurde angewendet, um die Kovarianzmatrixschätzung zu glätten. 30a zeigt den resultierenden hochauflösenden Entfernungs-Plot bei der Dopplerfrequenz des Ziels 260, und 30c zeigt den hochauflösenden Azimut-Plot bei der Entfernung und der Dopplerfrequenz des Ziels 260. Das Ziel 260 weist nun ein SSCR von 20 dB auf und die Amplitude des Ziels 260 wurde deutlich erhöht.
Wie in den 31 und 31d dargestellt, wurde die Leistung des Spektrumschätzverfahrens 250 unter Verwendung von vorwärts/rückwärts gerichtetem räumlichem Glätten und einem Rauschsubraum aufgrund der 13 kleinsten singulären Werte mit den gleichen Radardaten bewertet, für die die hochauflösenden Plots der 24a bis 24d erzeugt worden sind. Die 24a bis 24d wurden unter Verwendung des Spektrumschätzverfahrens mit 13 Singulärwerten erzeugt, die verwendet wurden, um den Rauschsubraum zu bestimmen. 31 zeigt den hochauflösenden Entfernungs-/Doppler-Plot. In 31a sind nicht so viele Störgeräusche vorhanden wie in 24a vorhanden waren. 31b zeigt den hochauflösenden Doppler-Plot bei der Entfernung des Ziels 232. 31c zeigt den hochauflösenden Azimut-Plot bei der Entfernung und der Dopplerfrequenz des Ziels 232. Beim Vergleich von 31b mit 24b, 31c mit 34c und 31d mit 24d hat die Anwendung von räumlichem Glätten die Amplitude des Ziels 232 im Hinblick auf das umgebende Hintergrundrauschen in jedem der Doppler-, Entfernungs- und Azimut-Plots verstärkt hat. Das Ziel 232 weist ein SSCR von etwa 23 dB auf.
Die Ausführungsformen der hierin beschriebenen verschiedenen Spektrumerzeuger können mit einem Spektrumerzeuger kombiniert werden. In 32 ist eine alternative Ausführungsform eines Spektrumerzeugers 270 dargestellt, in dem der Spektrumerzeuger 10 mit dem Rauschunterdrückungsmodul 102 und dem Kovarianzmatrixglätter 242 kombiniert ist. Der Spektrumerzeuger 270 enthält die Rauschunterdrückungsvorteile einer hochauflösenden Spektrumerzeugung, einer externen Interferenzunterdrückung und einer räumlichen Glättung. Die Komponenten des Spektrumerzeugers 270 wurden bereits beschrieben und werden nicht weiter erörtert.
Die Ausführungsformen der hierin beschriebenen verschiedenen Spektrumerzeugungsverfahren können auch mit einem Spektrumerzeugungsverfahren kombiniert werden. In 33 ist eine alternative Ausführungsform eines Spektrumerzeugungsverfahrens 280 dargestellt, in dem das Spektrumerzeugungsverfahren 10 mit dem Rauschunterdrückungsverfahren 170 und dem räumlichen Glättungsschritt 252 kombiniert ist. Diese Schritte wurden sämtlich bereits beschrieben und werden nicht weiter erörtert.
Die hierin beschriebenen Spektrumerzeuger 10, 100, 240 und 270 und Spektrumerzeugungsverfahren 60, 170, 250 und 280 können auch auf ein gleichmäßig kreisförmiges Array angewendet werden, wobei es sich um ein Array handelt, das Antennenelemente aufweist, die kreisförmig ausgerichtet sind. Somit kann ein gleichmäßig kreisförmiges Array Antennenelemente aufweisen, die einen Kreis oder einen Kreisbogen bilden. 34 zeigt ein lineares Array (34a) und einen gleichmäßig kreisförmigen Array (34b). Im Falle eines gleichmäßig kreisförmigen Array ist jeder Ortsvektor in dem Array Manifold oder der Ortsmatrix A eine Funktion von φ und θ entsprechend den Gleichungen 37 und 38: A = [Aφ1, Aφ2, Aφ3, ..., AφZ], –π ≤ φi ≤ π (37)
wobei n = 1, 2, ..., N, R der Radius des Kreises ist, der von dem gleichmäßigen kreisförmigen Array ist und N ≤ 2πR/d, wobei die verschiedenen Elemente in 34c dargestellt werden. Das Symbol θ ist die Keulenbreite ist und von 0 und von 90 Grad begrenzt ist. Das Symbol φ das Azimut und ist mit 0 und 360 Grad begrenzt. Das Symbol r ist ein Welleneinheitsvektor. Die Antennenelemente des gleichmäßigen kreisförmigen Array wäre omnidirektional. Ein gleichmäßiges gleichförmiges Antennen-Array kann auf kleinen Inseln oder auf großen Schiffen installiert werden, um eine 360 Grad-Azimutabdeckung bereitzustellen und schätzt auch den Elevationswinkel des Ziels. Die hochauflösenden Verfahren der vorliegenden Erfindung können mit gleichmäßigen kreisförmigen Arrays verwendet werden, um die Radarwinkelauflösung zu erhöhen und die Unterdrückung von ozeanischen Störgeräuschen durch Substituieren der Ortsmatrix A, die durch die Gleichungen 37 und 38 erhalten wird, in den geeigneten Formeln, die oben dargestellt sind, zu verbessern.
Die Elemente der hierin beschriebenen Spektrumerzeuger 10, 100, 240 und 270 können anhand von jedem in der Technik bekannten Mittel implementiert werden, obwohl die Verwendung von eigener Hardware, wie einem digitalen Signalverarbeiter, bevorzugt sein kann. Alternativ dazu können auch diskrete Komponenten, wie Filter, Komparatoren, Multiplikatoren, Schieberegister, Speicher und dergleichen, verwendet werden. Ferner können bestimmte Komponenten der Spektrumerzeuger 10, 100, 240 und 270 von der gleichen Struktur implementiert werden. Beispielsweise können das erste Dopplerverarbeitungsmodul 106 und das zweite Dopplerverarbeitungsmodul 114 mit der gleichen Struktur implementiert werden.
Alternativ dazu können die Elemente der alternativen Ausführungsformen, die hierin beschrieben sind, vorzugsweise über ein Computerprogramm implementiert werden, das in Matlab, C, C⁺⁺, Labview^TM oder einer anderen geeigneten Programmiersprache geschrieben sein kann, die in einem Computer-lesbaren Medium auf einer Computer-Plattform mit einem Betriebssystem und zugehöriger Hardware und Software, die notwendig ist, um die Spektrumerzeuger 10, 100, 240 und 270 zu implementieren, enthalten ist. Das Computerprogramm würde Computerbefehle beinhalten, die geeignet sind, um die Schritte der verschiedenen Spektrumerzeugungsverfahren 60, 10, 250 und 280 auszuführen. Die Computerprogramme können Module oder Klassen beinhalten, wie der Fachmann für Computerprogrammierung weiß, um die entsprechend dem Aufbau der Spektrumgeneratoren 10, 100, 240 und 270 implementiert sind. Somit können separate Software-Module für jede Komponente der Spektralerzeuger 10, 100, 240 und 270 entworfen werden. Alternativ dazu kann die Funktionalität dieser Komponenten zu einer kleineren Zahl von Software-Modulen kombiniert werden, falls geeignet.
Natürlich können mit den bevorzugten Ausführungsformen, die hierin beschrieben und erläutert sind, verschiedene Modifikationen durchgeführt werden, ohne von der vorliegenden Erfindung abzuweichen, deren Umfang in den beigefügten Ansprüchen definiert ist.

Claims

Spektrums-Generator (10) für Radarsysteme, welcher folgendes enthält: a) einen Kovarianzmatrixrechner (14) zur Errechnung einer Kovarianzmatrix-Abschätzung für eine Entfernungs-Dopplerzelle von Interesse aus zuvor verarbeiteten Entfernungs-Doppler-Sensordaten; und b) einen Spektrumsrechner (20), in Verbindung mit dem Kovarianzmatrixrechner (14) zum Errechnen eines Spektralvektors hoher Auflösung; dadurch gekennzeichnet, daß der Spektrumsgenerator weiter folgendes aufweist: c) einen Fenstergenerator (12) in Verbindung mit dem Kovarianzmatrixrechner (14) zur Erzeugung eines Fensters, wobei das Fenster eine Mehrzahl von Entfernungs-Dopplerzellen definiert; wobei der Kovarianzmatrixrechner (14) so konfiguriert ist, daß er eine Kovarianzmatrixabschätzung für eine Entfernungs-Dopplerzelle von Interesse in dem Fenster errechnet; wobei ferner die Kovarianzmatrixabschätzung aus den Kovarianzmatrizen erhalten wird, welche für mindestens einen Teil der Mehrzahl von Entfernungs-Dopplerzellen innerhalb des Fensters errechnet worden sind; und wobei der Spektralrechner (20) so konfiguriert ist, daß er den Spektralvektor hoher Auflösung auf der Basis einer Lagematrix und einer Störungs-Subraum-Matrixabschätzung errechnet, welch letztere von der Kovarianzmatrixabschätzung abgeleitet wird.
Spektrumsgenerator (10) nach Anspruch 1, dadurch gekennzeichnet, daß der Kovarianzmatrixrechner (14) die Kovarianzmatrixabschätzung gemäß einem gewichteten Durchschnittswert der Kovarianzmatrizen erzeugt und daß der Fenstergenerator (12) die Gewichtungen, die bei der gewichteten Durchschnittsbildung verwendet werden, definiert wird.
Spektrumsgenerator (10) nach Anspruch 2, dadurch gekennzeichnet, daß der Fenstergenerator (12) die Größe des Fensters gemäß einem Betriebsmodus des Radarsystems variiert.
Spektrumsgenerator (10) nach Anspruch 2, dadurch gekennzeichnet, daß der Fenstergenerator (12) die Gewichtungen in dem Fenster gemäß einem Betriebsmodus des Radarsystems variiert.
Spektrumsgenerator (10) nach Anspruch 2, dadurch gekennzeichnet, daß der Fenstergenerator (12) so konfiguriert wird, daß er ein Fenster mit mindestens zwei Bereichen erzeugt, welche einen ersten Bereich in einem inneren Teil des Fensters und einen zweiten Bereich umfassen, der den ersten Bereich umgibt, wobei die Gewichtungen in dem zweiten Bereich geringer oder gleich den Gewichtungen in dem ersten Bereich sind.
Spektrumsgenerator (10) nach Anspruch 2, dadurch gekennzeichnet, daß der Fenstergenerator (12) so konfiguriert ist, daß er ein Fenster mit drei Bereichen erzeugt, welche einen ersten Bereich in einem inneren Teil des Fensters, einen zweiten Bereich, der den ersten Bereich umgibt, und einen dritten Bereich umfassen, der den ersten Bereich umgibt, wobei die Gewichtungen in dem zweiten Bereich geringer oder gleich den Gewichtungen in dem ersten Bereich und die Gewichtungen in dem dritten Bereich geringer oder gleich den Gewichtungen in dem zweiten Bereich sind.
Spektrumsgenerator (10) nach Anspruch 1, dadurch gekennzeichnet, daß er weiter folgendes enthält: a) einen Subraum-Rechner (16) in Verbindung mit dem Kovarianzmatrixrechner (14) zum Empfang der Kovarianzmatrixabschätzung und zum Errechnen einer Störungs-Subraum-Matrixabschätzung basierend auf mindestens einem Teil des Störungs-Subraumes der Kovarianzmatrixabschätzung; und b) einen Lagematrixgenerator (18) in Verbindung mit dem Spektralrechner (20) zur Erzeugung der Lagematrix so, daß sie mindestens einen Lagevektor aufweist, der einen Azimut definiert, für welchen der Spektralvektor hoher Auflösung erzeugt wird.
Spektrumsgenerator (10) nach Anspruch 7, dadurch gekennzeichnet, daß der Subraum-Rechner (16) folgendes enthält: a) ein SVD-Modul (52) zur Aufnahme der Kovarianzmatrixabschätzung und zur Durchführung einer Singulärwertzerlegung daran; b) einen Dimensionswähler (54) in Verbindung mit dem SVD-Modul zur Auswahl einer Dimension b für den Störungs-Subraum; und c) einen Störungs-Subraum-Matrixrechner (56) in Verbindung mit dem Dimensionswähler (54) und dem SVD-Modul (52) zur Errechnung der Störungs-Subraum-Matrixabschätzung.
Spektrumsgenerator (10) nach Anspruch 1, dadurch gekennzeichnet, daß der Spektralrechner (20) so ausgebildet ist, daß er den Spektralrechner hoher Auflösung gemäß folgender Gleichung errechnet:
worin A die Lagematrix und N_est die Störungs-Subraum-Matrixabschätzung bedeuten.
Spektrumsgenerator (10) nach Anspruch 9, dadurch gekennzeichnet, daß der Spektralrechner (20) so ausgebildet ist, daß er einen Lagevektor A_ei in der Lagematrix A verwendet, der durch folgenden Ausdruck gegeben ist:
worin d der Abstand einer linearen Reihe ist, welche die Entfernungs-Doppler-Sensordaten liefert, K die Anzahl der Sensoren in der linearen Reihe ist, θ_i ein Azimutwinkel ist und λ die Wellenlänge der übertragenen Radarimpulse ist.
Spektrumsgenerator (10) nach Anspruch 9, dadurch gekennzeichnet, daß der Spektralrechner (20) so ausgebildet ist, daß er einen Lagevektor Ai(φ,θ) in der Lagematrix A verwendet, welcher durch folgenden Ausdruck gegeben ist:
worin d der umfangsmäßig Abstand zwischen benachbarten Sensoren in einer gleichförmigen, kreisförmigen Gruppenanordnung ist, N die Anzahl der Sensoren in der gleichförmigen, kreisförmigen Gruppenanordnung ist, φ ein Azimutwinkel ist, θ ein Elevationswinkel ist und R der Radius der gleichförmigen, kreisförmigen Gruppenanordnung ist.
Spektrumsgenerator (10) nach Anspruch 1, welcher weiter eine Kovarianzmatrix-Glättungseinrichtung (242) in Verbindung mit dem Kovarianzmatrixrechner (14) zur Glättung der Kovarianzmatrixabschätzung enthält, indem sie eine Mittelwertbildung über zwei oder mehr vorausliegende Kovarianzmatrizen vornimmt, wobei jede vorausliegende Kovarianzmatrix C_Fi aus der Kovarianzmatrixabschätzung (C_est) gemäß folgendem Ausdruck erhalten wird: CFi = Cest(i:(K + 1 – G + i – 1), i:(K + 1 – G + i – 1)).
Spektrumgenerator (10) nach Anspruch 1, welcher weiter eine Kovarianzmatrix-Glättungseinrichtung (242) enthält, welche mit dem Kovarianzmatrixrechner (14) in Verbindung steht, um die Kovarianzmatrixabschätzung zu glätten, indem sie eine Mittelwertbildung über zwei oder mehr zurückliegende Kovarianzmatrizen vornimmt, wobei jede zurückliegende Kovarianzmatrix (C_Bi) aus der Kovarianzmatrixabschätzung (C_est) gemäß folgender Gleichung erhalten wird: CBi = C·((K + 1 – i):(G + 1 – i), (K + 1 – i):(G + 1 – i)).
Spektrumsgenerator (10) nach Anspruch 1, welcher weiter eine Kovarianzmatrix-Glättungseinrichtung (242) in Verbindung mit dem Kovarianzmatrixrechner (14) enthält, um die Kovarianzmatrixabschätzung durch eine Mittelwertbildung über mindestens eine vorausliegende Kovarianzmatrix und mindestens eine zurückliegende Kovarianzmatrix zu glätten, wobei jede vorausliegende Kovarianzmatrix (C_Fi) und jede zurückliegende Kovarianzmatrix (C_Bi) aus der Kovarianzmatrixabschätzung (C_est) gemäß folgenden Ausdrücken erhalten werden: CFi = Cest(i:(K + 1 – G + i – 1), i:(K + 1 – G + i – 1));und CBi = C·((K + 1 – i):(G + 1 – i), (K + 1 – i):(G + 1 – i)).
Spektrumsgenerator (10) nach Anspruch 1, welcher weiter ein Störungsunterdrückungsmodul (102) in Verbindung mit dem Kovarianzmatrixrechner (14) enthält, um Radardaten mit unterdrückter Störung anstelle der vorbehandelten Entfernungs-Doppler-Sensordaten an den Kovarianzmatrixrechner (14) zu liefern, wobei das Störungsunterdrückungsmodul (102) eine äußere Störung in den vorbehandelten Radardaten abschätzt und die äußere Störung unterdrückt, um die Radardaten mit unterdrückter Störung zu erzeugen.
Spektrumsgenerator (10) nach Anspruch 15, bei welchem das Störungsunterdrückungsmodul (102) folgendes umfaßt: a) ein erstes Verarbeitungsmodul (106) zur Aufnahme der vorbearbeitenden Radardaten und zur Erzeugung angepaßter Radardaten; b) ein zweites Verarbeitungsmodul (114) zur Aufnahme der vorbehandelten Radardaten und zur Erzeugung fehlangepaßter Radardaten; c) einen adaptiven Strahlformer (122) in Verbindung mit den Verarbeitungsmodulen (106 und 114) zum Empfang eines Anteiles der angepaßten und der fehlangepaßten Radardaten zur Erzeugung einer Abschätzung einer äußeren Störung in dem Teil der angepaßten Radardaten; und d) eine Unterdrückungseinrichtung (124) in Verbindung mit dem ersten Verarbeitungsmodul (106) und dem adaptiven Strahlformer (122) zur Erzeugung eines Teiles der Radardaten mit unterdrückter Störung durch Unterdrücken der Abschätzung der äußeren Störungseinflußnahme aus dem Teil der angepaßten Radardaten.
Verfahren zur Spektrumserzeugung für Radarsysteme (60), wobei das Verfahren folgendes umfaßt: a) Errechnen einer Kovarianzmatrixabschätzung (68) für eine Entfernungs-Doppler-Zelle von Interesse aus vorverarbeiteten Entfernungs-Doppler-Sensordaten; und b) Errechnen eines Spektralvektors (76) hoher Auflösung; dadurch gekennzeichnet, daß das Verfahren weiter folgendes umfaßt: c) Erzeugen eines Fensters (62), das eine Mehrzahl von Entfernungs-Doppler-Zellen definiert; und wobei die Kovarianzmatrixabschätzung aus Kovarianzmatrizen erzeugt wird, die für mindestens einen Teil aus einer Mehrzahl von Entfernungs-Doppler-Zellen innerhalb des Fensters errechnet worden sind und der Spektralvektor hoher Auflösung auf einer Lagematrix und einer Störungs-Subraum-Matrixabschätzung basiert, welche letztere aus der Kovarianzmatrixabschätzung abgeleitet wird.
Verfahren zur Spektrumserzeugung nach Anspruch 17, dadurch gekennzeichnet, daß der Schritt (a) das Errechnen der Kovarianzmatrixabschätzung basierend auf einer gewichteten Durschnittsbildung der Kovarianzmatrizen umfaßt, wobei das Fenster Gewichtungen definiert, die bei der gewichteten Durschnittswertbildung verwendet werden.
Verfahren zur Spektrumserzeugung nach Anspruch 18, dadurch gekennzeichnet, daß der Schritt (c) das Variieren der Größe des Fensters gemäß einem Betriebsmodus des Radarsystems umfaßt.
Vefahren zur Spektrumserzeugung nach Anspruch 18, dadurch gekennzeichnet, daß der Schritt (c) das Variieren der Gewichtungen in dem Fenster gemäß einem Radarbetriebsmodus umfaßt.
Vefahren zur Spektrumserzeugung nach Anspruch 17, dadurch gekennzeichnet, daß der Schritt (b) folgendes umfaßt: d) Errechnen der Störungs-Subraum-Matrixabschätzung basierend auf mindestens einem Teil des Störungs-Subraumes der Kovarianzmatrixabschätzung; und e) Erzeugung der Lagematrix (64), welche mindestens einen Lagevektor aufweist, der einen Azimut definiert, für welchen der Spektralvektor hoher Auflösung erzeugt wird.
Verfahren zur Spektrumserzeugung nach Anspruch 21, dadurch gekennzeichnet, daß der Schritt (d) folgendes umfaßt: i) Durchführen einer Singulärwertzerlegung der Kovarianzmatrixabschätzung; ii) Auswahl einer Dimension für den Störungs-Subraum; und iii) Errechnung der Störungs-Subraum-Matrixabschätzung.
Verfahren zur Spektrumserzeugung nach Anspruch 17, bei welchem der Schritt (b) das Errechnen des Spektralvektors hoher Auflösung gemäß folgendem Ausdruck umfaßt:
worin A die Lagematrix ist und N_est die Störungs-Subraum-Matrixabschätzung ist.
Verfahren zur Spektrumserzeugung nach Anspruch 17, wobei dieses Verfahren weiter das Glätten der Kovarianzmatrixabschätzung (252) durch Durchschnittswertbildung über zwei oder mehr vorwärtsliegende Kovarianzmatrizen umfaßt, wobei jede vorwärtsliegende Kovarianzmatrix (C_Fi) aus der Kovarianzmatrixabschätzung (C_est) gemäß folgendem Ausdruck erhalten wird: CFi = Cest(i:(K + 1 – G + i – 1), i:(K + 1 – G + i – 1)).
Verfahren zur Spektrumserzeugung nach Anspruch 17, dadurch gekennzeichnet, daß das Vefahren weiter das Glätten der Kovarianzmatrixabschätzung (252) durch Durchschnittswertbildung über zwei oder mehr zurückliegende Kovarianzmatrizen umfaßt, worin jede zurückliegende Kovarianzmatrize (C_Bi) aus der Kovarianzmatrizenabschätzung (C_est) gemäß folgendem Ausdruck erhalten wird: CBi = C·((K + 1 – i):(G + 1 – i), (K + 1 – i):(G + 1 – i)).
Verfahren zur Spektrumserzeugung nach Anspruch 17, dadurch gekennzeichnet, daß das Vefahren weiter das Glätten der Kovarianzmatrixabschätzung (252) durch Durchschnittswertbildung über mindestens eine vorausliegende Kovarianzmatrize und mindestens eine zurückliegende Kovarianzmatrize umfaßt, wobei jede vorausliegende Kovarianzmatrize (C_Fi) und jede zurückliegende Kovarianzmatrize (C_Bi) aus der Kovarianzmatrizenabschätzung (C_est) gemäß folgenden Ausdrücken erhalten werden: CFi = Cest(i:(K + 1 – G + i – 1), i:(K + 1 – G + i – 1)) und CBi = C·((K + 1 – i):(G + 1 – i), (K + 1 – i):(G + 1 – i)).
Verfahren zur Spektrumserzeugung nach Anspruch 17, dadurch gekennzeichnet, daß das Vefahren weiter den Schritt der Unterdrückung von Störung zur Erzeugung von Radardaten mit unterdrückter Störung anstelle von vorverarbeiteten Entfernungs-Doppler-Sensordaten umfaßt, wobei der Schritt der Unterdrückung der Störung durch Abschätzen äußerer Störungseinflüsse in den vorverarbeiteten Radardaten und Unterdrückung der äußeren Störeinflüsse zur Erzeugung der Radardaten mit unterdrückter Störung durchgeführt wird.
Verfahren zur Spektrumserzeugung nach Anspruch 27, dadurch gekennzeichnet, daß der Schritt des Unterdrückens von Störungen folgendes umfaßt: i) Verarbeiten der vorverarbeiteten Radardaten zur Erzeugung abgestimmter Radardaten; ii) Verarbeiten von vorverarbeiteten Radardaten zur Erzeugung fehlabgestimmter Radardaten; iii) Auswahl eines Teiles der abgestimmten und der fehlabgestimmten Radardaten und Durchführung einer adaptiven Strahlformung zur Erzeugung einer Abschätzung der äußeren Störeinflüsse in dem Teil der abgestimmten Radardaten; und iv) Erzeugung eines Teiles der Radardaten mit unterdrückter Störung durch Unterdrücken der Abschätzung der äußeren Störeinflüsse von dem Teil der abgestimmten Radardaten.