CN107589409B - 一种分置天线mimo雷达分布式低通信量检测融合方法 - Google Patents
一种分置天线mimo雷达分布式低通信量检测融合方法 Download PDFInfo
- Publication number
- CN107589409B CN107589409B CN201710724362.9A CN201710724362A CN107589409B CN 107589409 B CN107589409 B CN 107589409B CN 201710724362 A CN201710724362 A CN 201710724362A CN 107589409 B CN107589409 B CN 107589409B
- Authority
- CN
- China
- Prior art keywords
- detection
- detector
- channel
- cfar
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种分置天线MIMO雷达分布式低通信量检测融合方法,属于雷达技术领域。本发明采用了一种分置天线MIMO雷达分布式低通信量检测方法;特点是采用基于检测信息辅助的分布式检测方法,首先对各通道的数据在各局部检测器进行一次CFAR检测,仅保留各通道过门限的采样点的电压幅度数据;将剩下的数据传送至处理中心;然后在处理中心利用剩余数据通过栅格空间搜索后做出最终的检测判决;最后将每次处理中心的最终决策传送至各局部检测器用于修正下一次局部检测的门限。解决了实际应用中在传输带宽受限条件下,只能传输部分数据导致***检测性能大幅度下降的问题,从而实现分置天线MIMO雷达在低通信量条件下的高性能检测。
Description
技术领域
本发明属于雷达技术领域,涉及分置天线MIMO雷达分布式低通信量检测技术。
背景技术
随着“四大威胁”(隐身目标、电子干扰、低空超低空突防和反辐射导弹)的迅速发展,现代雷达面临着越来越多的挑战。特别地,由于弹道导弹、巡航导弹、隐身飞机和空天飞机等具有射程远、威力大、速度快、截面积小等特性,导致现有单基地雷达***威力骤降,形成大量监视真空区,给国土防卫、区域监视带了巨大的挑战。在这种背景下,得益于传感器网络通信技术、多雷达信息融合处理技术和资源控制技术的快速发展,多站雷达协同处理体制受到了美国、法国、俄罗斯等众多军事强国的广泛关注,并凭借其反隐身、抗电子干扰、抗低空突防能力和抗反辐射导弹等优点,成为未来发展的一种必然趋势。
利用分置天线MIMO雷达对目标进行探测是多站雷达协同处理的一个研究重点,传统的多站雷达检测方法主要是将多通道的全部信号级信息传送至处理中心同时进行处理,用于检测。但是由于多站雷达协同***中各雷达站点的计算和通信带宽均受限,无法将各接收站得到的信号级信息完整传送至处理中心进行集中处理,此时只能采用分布式检测方法,但普通的分布式检测方法在降低计算量与通信量的同时也大大降低了***对目标的检测性能。因此,受无线传感器分布式检测技术启发,采用基于检测信息辅助的分布式检测方法,该方法计算复杂度低、传输通信量低,方法简单易行、便于实际应用。
发明内容
本发明的目的是针对各雷达站点的计算和通信带宽受限而无法传输完整信号级信息至处理中心的问题,研究设计一种分置天线MIMO雷达分布式低通信量检测融合方法,解决MIMO雷达检测时因带宽受限导致无法传输完整信息,检测性能大大下降的问题。
本发明的解决方案是采用基于检测信息辅助的分布式检测方法,首先对各通道的数据在各局部检测器进行一次CFAR检测,仅保留各通道过门限的采样点的电压幅度数据;将剩下的数据传送至处理中心;然后在处理中心利用剩余数据通过栅格空间搜索后做出最终的检测判决;最后将每次处理中心的最终决策传送至各局部检测器用于修正下一次局部检测的门限。它有效解决了在实际应用中在传输带宽受限条件下,只能传输部分数据导致***检测性能大幅度下降的问题,从而实现分置天线MIMO雷达在低通信量条件下的高性能检测。
为了方便描述本发明描述的内容,首先做以下术语进行解释:
定义1.MIMO雷达
MIMO雷达是指发射天线和接收天线分置的多输入多输出雷达***。
定义2.分置天线MIMO雷达
分置天线MIMO雷达的天线相距较远,保证了各收发通道间的独立性,能在多个不同方向上对目标进行观测,从而有效对抗目标的雷达散射截面积(RCS)闪烁问题,获得空间分集增益和空间多路增益。
定义3.CFAR检测
CFAR检测即恒虚警概率(Constant False Alarm Rate)检测,当外界干扰强度变化时,雷达能自动调整其灵敏度,使雷达的虚警概率保持不变,又称为“自适应门限检测”。
本发明提出了一种分置天线MIMO雷达分布式低通信量检测融合方法,包括以下步骤:
步骤1、使用传感器发射正交信号,将各局部检测器接收到的多通道目标回波信号通过匹配滤波器进行分离;
步骤2、各局部检测器对步骤1分离出的接收信号进行采样;
步骤3、根据确定的检测门限,各局部检测器对步骤2得到的信号进行CFAR检测,得到多个通道的CFAR检测结果,一个局部检测器对应一个通道;
步骤4、保留各通道CFAR检测器检测后过门限的采样点电压幅度数据及其距离信息,并将其传送至处理中心;
步骤5、在处理中心将收到的所有数据融合到同一数据平面,再将数据平面划分为若干栅格;根据处理中心数据的距离信息确定各栅格对应的搜索空间,找出栅格搜索空间对应的所有距离单元的量测信息;
步骤6、在各栅格内进行空间搜索,并再次通过过门限处理得出处理中心的最终目标检测判决;
步骤7、将该次处理中心的最终判决结果传送至各局部检测器,结合局部检测器该次检测结果,更新下一次该局部检测器进行CFAR检测时的检测门限;
步骤8、重复步骤3-步骤7,对目标进行多次检测。
进一步的,所述步骤1中接收到的回波信号为:
由位于(xj,yj),j=1,...,N的接收雷达Rj接收到的来自位于(xi,yi),i=1,...,M的发射站Ti发射到目标的回波信号为yij(t),
其中:Q为发射波束总能量,N为接收雷达的总个数,M为发射雷达的总个数,αij为目标在ij通道的复反射系数,si为第i个发射雷达发射到目标的原始发射信号,nij(t)为ij通道的高斯白噪声;对于分置天线MIMO雷达,要求天线间隔足够远,不同收发通道的噪声和复反射系数均独立;T为观测时间间隔,τij对应为ij通道的时延;
所述步骤2中的回波信号采样的第ij通道输出的回波数据序列为yij,
yij=[yij[1],yij[2],...,yij[NT]]
其中,NT为采样点数;
所述步骤3中的局部检测器CFAR检测为;
设***虚警概率Pfa限制范围:Pfa<αfa,αfa表示***允许的最大虚警概率,使***检测概率PD最大的情况下,检测的模型表示如下:
建立如下目标函数J:
J=(1-PD)-λ(Pfa-αfa)
其中,λ为拉格朗日系数,为达到***性能要求,则需使目标函数J最小,得到各通道CFAR检测器为:
其中,f(yij|H1)为第ij通道的CFAR检测器在H1假设下的条件概率密度,f(yij|H0)为第ij通道的CFAR检测器在H0假设下的条件概率密度,tij为第ij通道的门限。
进一步的,所述步骤7中下一次局部检测器的CFAR检测门限的更新公式为:
其中,表示第n个局部检测器的CFAR检测门限,为第n个局部检测器第k次观测值;表示第k次检测目标不存在时的观测概率密度;表示第k次检测目标存在时的观测概率密度;为第k次检测检测器门限;wn=βnISNRn,βn∈(0,1)为常系数,为该检测器的信噪比,ek-1为第k-1次检测处理中心的判决结果,为第n个局部检测器第k-1次检测的判决结果。
本发明的有益效果:本发明的方法在局部检测器先进行CFAR处理,仅保留过门限的采样点数据;将剩余数据传至处理中心进行最终检测判决;然后利用本次最终检测判决作为下一次检测辅助信息,传至局部检测器用于修正局部检测器下一次检测门限,最终实现低通信量下的高性能检测。
本发明的优点在于可以有效的在分置天线MIMO雷达中实现低通信量多通道信号级联合检测,在降低通信量的基础上,保证了较高的检测性能,算法计算量小,实现简单。本发明可以应用于军事、民用等目标检测领域。
附图说明
图1为本发明提供的流程图。
图2为集中式检测、传统分布式检测与使用本发明的低通信量分布式检测方法后的检测概率曲线。
具体实施方式
本发明主要采用计算机仿真的方法进行验证,所有步骤、结论都在MATLAB-R2012a上验证正确。具体实施步骤如下:
步骤1、使用传感器发射正交信号,将各局部检测器接收到的多通道目标回波信号通过匹配滤波器进行分离
由位于(xrj,yrj)(j=1,...,N)的接收雷达Rj接收到的来自位于(xti,yi)(i=1,...,M)的发射站Ti发射到目标的回波信号为ylg(t),
上式中Q为发射波束总能量,M为发射雷达个数,αij为目标在ij通道的复反射系数,si为第i个发射雷达发射到目标的原始发射信号,nij(t)为ij通道的高斯白噪声。对于分置天线MIMO雷达,要求天线间隔足够远,不同收发通道的噪声和复反射系数均独立。T为观测时间间隔,τij对应为ij通道的时延,定义如下式:
其中,(xg,yg)为目标坐标,c为光速;
步骤2、采样回波信号:
对接收回波信号进行采样,第ij通道的输出的回波数据序列为yij,
yij=[yij[1],yij[2],...,yij[NT]]
其中,NT为采样点数。
步骤3、局部检测器CFAR检测:
假设***虚警概率Pfa限制在一定范围内,即Pfa<αfa,此时需要尽量使***检测概率PD最大,则检测的模型表示如下:
可以建立如下目标函数J:
J=PM-λ(Pfa-αfa)=(1-PD)-λ(Pfa-αfa)
其中,PM为***漏检概率,λ为拉格朗日系数,为达到***性能要求,则需使目标函数J最小,即min{J}.
得到各局部CFAR检测器为:
其中,f(yn|H1)为第n个局部检测器在H1假设下的条件概率密度,f(yn|H0)为第n个局部检测器在H0假设下的条件概率密度,tn为门限。
步骤4、保留各局部检测器CFAR检测后过门限的采样点电压幅度数据和其距离信息,并将其传送至处理中心;
步骤5、根据处理中心数据的距离信息确定各栅格对应各通道的栅格搜索空间,找出栅格搜索空间对应的所有距离单元的量测信息;
步骤6、进行栅格空间搜索,并再次通过过门限处理得出处理中心的最终检测判决e;
步骤7、将该次处理中心的最终判决结果传送至各局部检测器,用于修正下一次局部检测器的门限:
其中,为该局部检测器第k次观测值;表示第k次检测目标不存在时的观测概率密度;表示第k次检测目标存在时的观测概率密度;为第k次检测检测器门限;wn=βnISNRn,βn∈(0,1)为常系数,为该检测器的信噪比,ek-1为第k-1次检测处理中心的判决结果,为第n个局部检测器第k-1次检测的判决结果。
步骤8、重复步骤3-步骤7,对目标进行多次检测,每次检测的处理中心的最终判决均由本次各局部检测器观测值和上次各局部传感器判决结果决定。
通过上面的步骤,就可以实现分置天线MIMO雷达分布式低通信量高性能检测。
在上述仿真中,传统分布式检测、使用本发明方法的分布式检测与集中式的检测概率曲线如图2所示。由图2可知,与集中式检测算法相比在检测概率为0.8时,传统分布式检测的信噪比损失了1.5dB,基于检测信息辅助的分布式检测的信噪比几乎无损失,其检测概率曲线与集中式检测检测概率曲线几乎完全重合。同时,集中式检测将四个通道所有采样数据均全部传输到处理中心,每个通道共有10000个采样点,若每个采样点电压幅度共需用64位二进制传输,则总通信量为2.56×106;而传统分布式检测对每个通道数据均先做一次检测,仅传输过门限的点的数据至处理中心做最终判决,每个采样点电压幅度仍用64位二进制传输,则计算可得通信量仅为1.024×103,通信量降低至0.04%;基于检测信息辅助的分布式检测对每个通道数据均先做一次检测,传输过门限的点的数据至处理中心做最终判决并将最终判决再传递回各局部检测器用于下一次检测,每个采样点电压幅度仍用64位二进制传输,则计算可得通信量为1.28×103,通信量降低至0.05%。可知本发明所提方法能够在大大降低通信量的同时保证较高的检测性能。
通过本发明的具体实施可以看出,该方法充分利用了分置天线MIMO雷达多通道的目标有效回波信息,降低了检测时的数据通信量,同时保证了较高的检测性能。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (3)
1.一种分置天线MIMO雷达分布式低通信量检测融合方法,包括以下步骤:
步骤1、使用传感器发射正交信号,将各局部检测器接收到的多通道目标回波信号通过匹配滤波器进行分离;
步骤2、各局部检测器对步骤1分离出的接收信号进行采样;
步骤3、根据确定的检测门限,各局部检测器对步骤2得到的信号进行CFAR检测,得到多个通道的CFAR检测结果,一个局部检测器对应一个通道;
步骤4、保留各通道CFAR检测器检测后过门限的采样点电压幅度数据及其距离信息,并将其传送至处理中心;
步骤5、在处理中心将收到的所有数据融合到同一数据平面,再将数据平面划分为若干栅格;根据处理中心数据的距离信息确定各栅格对应的搜索空间,找出栅格搜索空间对应的所有距离单元的量测信息;
步骤6、在各栅格内进行空间搜索,并再次通过过门限处理得出处理中心的最终目标检测判决;
步骤7、将该次处理中心的最终判决结果传送至各局部检测器,结合局部检测器该次检测结果,更新下一次该局部检测器进行CFAR检测时的检测门限;
步骤8、重复步骤3-步骤7,对目标进行多次检测。
2.如权利要求1所述的一种分置天线MIMO雷达分布式低通信量检测融合方法,其特征在于所述步骤1中接收到的回波信号为:
由位于(xj,yj),j=1,...,N的接收雷达Rj接收到的来自位于(xi,yi),i=1,...,M的发射站Ti发射到目标的回波信号为yij(t),
其中:Q为发射波束总能量,N为接收雷达的总个数,M为发射雷达的总个数,αij为目标在ij通道的复反射系数,si为第i个发射雷达发射到目标的原始发射信号,nij(t)为ij通道的高斯白噪声;对于分置天线MIMO雷达,要求天线间隔足够远,不同收发通道的噪声和复反射系数均独立;T为观测时间间隔,τij对应为ij通道的时延;
所述步骤2中的回波信号采样的第ij通道输出的回波数据序列为yij,
yij=[yij[1],yij[2],...,yij[NT]]
其中,NT为采样点数;
所述步骤3中的局部检测器CFAR检测为;
设***虚警概率Pfa限制范围:Pfa<αfa,αfa表示***允许的最大虚警概率,使***检测概率PD最大的情况下,检测的模型表示如下:
建立如下目标函数J:
J=(1-PD)-λ(Pfa-αfa)
其中,λ为拉格朗日系数,为达到***性能要求,则需使目标函数J最小,得到各通道CFAR检测器为:
其中,f(yij|H1)为第ij通道的CFAR检测器在H1假设下的条件概率密度,f(yij|H0)为第ij通道的CFAR检测器在H0假设下的条件概率密度,tij为第ij通道的门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710724362.9A CN107589409B (zh) | 2017-08-22 | 2017-08-22 | 一种分置天线mimo雷达分布式低通信量检测融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710724362.9A CN107589409B (zh) | 2017-08-22 | 2017-08-22 | 一种分置天线mimo雷达分布式低通信量检测融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107589409A CN107589409A (zh) | 2018-01-16 |
CN107589409B true CN107589409B (zh) | 2020-07-21 |
Family
ID=61042659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710724362.9A Active CN107589409B (zh) | 2017-08-22 | 2017-08-22 | 一种分置天线mimo雷达分布式低通信量检测融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107589409B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198369B (zh) * | 2020-01-03 | 2023-06-27 | 电子科技大学 | 一种基于距离约束的分块配对及定位方法 |
CN117761631B (zh) * | 2024-02-22 | 2024-05-07 | 中国人民解放军空军预警学院 | 一种多通道融合检测的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075950A (zh) * | 2011-01-07 | 2011-05-25 | 哈尔滨工程大学 | Mimo-ofdm认知无线电通信方法 |
CN106371081A (zh) * | 2016-08-26 | 2017-02-01 | 电子科技大学 | 一种基于空间栅格数据对齐的多通道量测信息配置方法 |
CN106371087A (zh) * | 2016-08-26 | 2017-02-01 | 电子科技大学 | 一种基于极值搜索的空间栅格多通道量测信息配准方法 |
CN107015205A (zh) * | 2017-03-15 | 2017-08-04 | 电子科技大学 | 一种分布式mimo雷达检测的虚假目标消除方法 |
CN107025654A (zh) * | 2016-02-01 | 2017-08-08 | 南京理工大学 | 基于全局迭代检查的sar图像自适应船只检测方法 |
-
2017
- 2017-08-22 CN CN201710724362.9A patent/CN107589409B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075950A (zh) * | 2011-01-07 | 2011-05-25 | 哈尔滨工程大学 | Mimo-ofdm认知无线电通信方法 |
CN107025654A (zh) * | 2016-02-01 | 2017-08-08 | 南京理工大学 | 基于全局迭代检查的sar图像自适应船只检测方法 |
CN106371081A (zh) * | 2016-08-26 | 2017-02-01 | 电子科技大学 | 一种基于空间栅格数据对齐的多通道量测信息配置方法 |
CN106371087A (zh) * | 2016-08-26 | 2017-02-01 | 电子科技大学 | 一种基于极值搜索的空间栅格多通道量测信息配准方法 |
CN107015205A (zh) * | 2017-03-15 | 2017-08-04 | 电子科技大学 | 一种分布式mimo雷达检测的虚假目标消除方法 |
Non-Patent Citations (2)
Title |
---|
"Grid Space Searching Based Two-steps Detection Procedure for MIMO Radar with Widely Separated Antennas";Lu Chen et al.;《20th International Conference on Information Fusion》;20170613;I136-63 * |
"基于检测前跟踪技术的多目标跟踪算法研究";易伟;《中国博士学位论文全文数据库 信息科技辑》;20130531(第05期);第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107589409A (zh) | 2018-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110412559B (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
CN107015205B (zh) | 一种分布式mimo雷达检测的虚假目标消除方法 | |
CN108280395B (zh) | 一种对低小慢无人机飞控信号的高效识别方法 | |
CN103698759B (zh) | 一种基于单频网的外辐射源雷达***及其信号处理方法 | |
CN108089167B (zh) | 一种合成孔径雷达跨脉冲干扰信号检测方法 | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN105403875B (zh) | 双极化接收雷达的目标检测方法 | |
CN103926584B (zh) | 一种空间-频率-极化组合协同探测方法 | |
CN104142496B (zh) | 基于连通域划分的统计mimo雷达多目标定位方法 | |
CN104977567B (zh) | 一种ofdm单脉冲雷达自适应发射波束形成方法 | |
CN111948618B (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及*** | |
CN107944597A (zh) | 一种面对先进无源探测***的编队雷达资源管理方法 | |
CN110297213A (zh) | 基于装载互质线阵的无人机平台的辐射源定位装置及方法 | |
CN105425218A (zh) | 一种雷达-通信一体化实现方法 | |
Yang et al. | A passive radar system for detecting UAV based on the OFDM communication signal | |
CN101707494B (zh) | 一种适用于无人机下行数据链通信的信号到达检测方法 | |
CN107589409B (zh) | 一种分置天线mimo雷达分布式低通信量检测融合方法 | |
Svyd et al. | Optimizing the request signals detection of aircraft secondary radar system transponders | |
CN104020459A (zh) | 一种提高mimo-stap检测性能的波形优化方法 | |
CN103852749A (zh) | 提高mimo-stap检测性能的稳健波形优化方法 | |
CN105891799A (zh) | 适用于机械扫描雷达的有源干扰侦察方法 | |
Shi et al. | Low probability of intercept optimization for radar network based on mutual information | |
CN113419219B (zh) | 基于空域特征认知的外辐射源雷达同频干扰级联相消方法 | |
CN106033120B (zh) | 一种多站雷达异步多帧联合检测方法 | |
Lou et al. | A novel signal model for integration of radar and communication |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |