CN107884758B - 一种面向主动相控阵雷达的解相干谱估计方法 - Google Patents
一种面向主动相控阵雷达的解相干谱估计方法 Download PDFInfo
- Publication number
- CN107884758B CN107884758B CN201710895075.4A CN201710895075A CN107884758B CN 107884758 B CN107884758 B CN 107884758B CN 201710895075 A CN201710895075 A CN 201710895075A CN 107884758 B CN107884758 B CN 107884758B
- Authority
- CN
- China
- Prior art keywords
- smoothing processing
- music
- data
- submatrix
- array
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种面向主动相控阵雷达的解相干谱估计方法。该方法通过空‑时平滑处理,解决了目标反射主动相控阵雷达发射信号形成相干回波而经典MUSIC无法分辨的问题,并且能在总采样数一定的条件下,提高角度估计性能。
Description
技术领域
本发明属于空间谱估计技术领域,具体涉及一种面向主动相控阵雷达的解相干谱估计方法。
背景技术
空间谱估计技术是阵列信号处理的一个非常重要的研究方向,其主要功能是对空域内的多信号源进行定位,为目标识别提供信息等。MUSIC(Multiple SignalClassification,多重信号分类)算法是空间谱估计的重要里程碑,它通过阵列协方差矩阵的特征值分解把观测数据空间划分为信号子空间及其正交子空间(噪声子空间),利用信号子空间与噪声子空间的正交性进行信号参数的估计,而不是利用空间能量分布进行估计。与传统的波束扫描方法、Capon波束形成法相比,MUSIC算法突破了天线孔径的瑞利约束,该方法具有很强的抗天线主瓣干扰能力和高精度的角度估计性能,是未来雷达技术的潜在发展方向之一。但经典MUSIC方法在主动相控阵雷达应用中存在以下的局限性:第一,相干源问题,空间中多个目标(或角反、转发式有源干扰)反射的雷达回波构成相干源,导致数据协方差矩阵不满秩,使得MUSIC估计性能急剧下降,甚至失效;第二,积累脉冲数与估计样本数的矛盾,总采样数一定的条件下,积累脉冲数和估计样本数的不足都会使得协方差阵估计不准,带来角度估计性能的急剧下降。
发明内容
针对经典MUSIC方法在主动相控阵雷达应用中存在的局限性,本发明提出了一种面向主动相控阵雷达的解相干谱估计方法——基于空-时平滑的MUSIC改进算法(Space-Time-SmoothMUSIC,简称STS-MUSIC),空域平滑解决了相干信号分辨问题,时域平滑提高了小样本条件下的MUSIC谱估计性能。本发明提供了一种面向主动相控阵雷达的MUSIC解相干谱估计方法,该方法通过空-时平滑处理,解决了目标反射主动相控阵雷达发射信号形成相干回波而经典MUSIC无法分辨的问题,并且能在总采样数一定的条件下,提高角度估计性能。
一种面向主动相控阵雷达的解相干谱估计方法,包括如下步骤:
步骤1、获取雷达回波数据;
步骤2、对获取的雷达回波数据进行空-时域平滑处理;
步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算;
步骤4、输出MUSIC谱函数图。
进一步的,所述步骤1、获取雷达回波数据具体包括:
1.1、相控阵雷达采用由M个阵元组成的间距为d的均匀线性阵列,发射信号为s0(t);信号接收时,获取N次快拍数据,t为时间,其中,M为大于2的整数,λ为天线发射信号波长。
进一步的,所述步骤1、获取雷达回波数据具体还包括:
1.2、空间有D个目标,分别与阵列法线方向的夹角为θi,i=1,...,D,则第i个目标处的合成信号为其中w为第w个阵元,λ为天线发射信号波长。
进一步的,所述步骤2、对获取的雷达回波数据进行空-时域平滑处理具体包括:
2.1、对获取的雷达回波数据进行前向空域平滑处理。
进一步的,所述步骤2、对获取的雷达回波数据进行空-时域平滑处理具体还包括:
2.2、对空域平滑处理后的回波数据进行时域平滑处理。
进一步的,所述步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算具体包括:
3.1、计算子阵Xk的数据协方差矩阵。
进一步的,所述步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算具体包括:
3.2、将P个子阵的协方差矩阵求平均,即得到空-时平滑修正处理后的协方差矩阵Rf。
进一步的,所述步骤4、输出MUSIC谱函数图具体为:
横坐标为搜索角度θ,纵坐标为PMUSIC(θ),则谱峰所对应的角度即为目标方位角度。
有益效果:针对经典MUSIC方法在主动相控阵雷达应用中存在的相干源无法分辨的问题以及积累脉冲数和估计样本数的不足使得角度估计性能急剧下降的问题,本发明提出了基于空-时平滑的MUSIC改进算法(Space-Time-SmoothMUSIC,简称STS-MUSIC),空域平滑解决了相干信号分辨问题,时域平滑提高了小样本条件下的MUSIC谱估计性能。本发明方法提供了主动相控阵雷达、小样本条件下多信源超分辨的有效技术手段,有良好的军事应用潜力和经济效益。
附图说明
图1是本发明的方法流程示意图;
图2是本发明的处理方法在仿真场景下的STS-MUSIC谱估计。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的详细说明。
本发明提供了一种面向主动相控阵雷达的解相干谱估计方法,该方法通过空-时平滑处理,解决了目标反射主动相控阵雷达发射信号形成相干回波而经典MUSIC无法分辨的问题,并且能在总采样数一定的条件下,提高角度估计性能。
一种面向主动相控阵雷达的解相干谱估计方法,其包括如下步骤:
1、获取雷达回波数据;
具体包括:
1.1、相控阵雷达采用由M个阵元组成的间距为d的均匀线性阵列,发射信号为s0(t);信号接收时,获取N次快拍数据,t为时间,其中,M为大于2的整数,λ为天线发射信号波长。
1.2、空间有D个目标,分别与阵列法线方向的夹角为θi,i=1,...,D,则第i个目标处的合成信号为其中w为第w个阵元,λ为天线发射信号波长。
1.3、经目标反射后,M个阵元接收到的都是D个信号pi(t)(i=1,...,D)和D个阵元噪声ni(t)(i=1,...,D)的叠加信号,其中是第i个目标反射信号的方向向量,[]T为转置运算,n(t)为阵元噪声的向量表达式,即n(t)=[n1(t)n2(t)...nD(t)],噪声方差为σ2。
将x(t)简写为x(t)=As(t)+n(t)=[x1,x2,...,xM]T,其中s(t)=[p1(t)p2(t)...pD(t)]T,为目标反射信号的向量表达式,s(t)即为相干信号源;A=[a(θ1)a(θ2)...a(θD)]为阵列流型矢量;xw,w=1,2,...,M分别为M个阵元的接收信号。
2、对获取的雷达回波数据进行空-时域平滑处理;
具体包括:
2.1、对获取的雷达回波数据进行前向空域平滑处理;
将获取的雷达回波数据,即M个阵元的接收数据x1,x2,...,xM,分成相互交错的P个子阵进行前向空域平滑,每个子阵的阵元数为m,m为大于目标数D的整数,M=m+P-1。取第一个子阵(由阵元1~m组成)为参考子阵,则第k个子阵(由阵元k~k+m-1组成)的接收数据为,Xk(t)=[xk,xk+1,...,xk+m-1]T=A0W(k-1)s(t)+Nk(t),其中k为整数,1≤k≤P,P为1到M之间的整数;A0是第一个子阵的阵列流形矩阵,即A0=[a0(θ1)a0(θ2)...a0(θD)], Nk(t)为第k个子阵的噪声矢量。
2.2、对空域平滑处理后的回波数据进行时域平滑处理;
空域平滑处理后的回波数据,即P个子阵的接收数据。对于第k个子阵,将N次快拍数据进行时域滑窗重组成Q个快拍组,对每个快拍组进行FFT相参积累,则每个快拍组得到Q个相参积累结果q=1,2,...,Q,k=1,2,...,P,计算出Q个相参积累的叠加平均数据,即得到第k个子阵的时域平滑处理结果
其中,N次快拍数据滑窗重组时,N个数据按顺序每n(1≤n≤N)个快拍为一组(相邻组快拍可重复),构成Q个快拍组。
3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算;
具体包括:
3.1、计算子阵Xk的数据协方差矩阵为E[]为求期望运算符,[]H为共轭转置运算;
3.2、将P个子阵的协方差矩阵求平均,即得到空-时平滑修正处理后的协方差矩阵,
3.3、对Rf进行特征分解,得到M个特征值及其特征向量,按从大到小顺序排列特征值为{λ1,λ2,...,λM},对应特征向量{v1,v2,...,vM},按从大到小顺序排列特征值为{λ1,λ2,...,λM}中前D个特征值{λ1,λ2,...,λD},其余M-D个特征值{λD+1,λD+2,...,λM},{λD+1,λD+2,...,λM}对应的特征向量Vn={vD+1,vD+2,...,vM},则MUSIC空间谱函数为其中a(θ)=[1,e-j2πdsinθ/λ,...,e-j(M-1)2πdsinθ/λ]T,θ为搜索角度,搜索范围是[-90°,90°]。当搜索到目标角度使得a(θ)与Vn正交时,在该角度就形成谱峰。
4、输出MUSIC谱函数图。
具体为:
横坐标为搜索角度θ,纵坐标为PMUSIC(θ),则谱峰所对应的角度即为目标方位角度。
经仿真实验验证,采用本发明方法能够解决在主动相控阵雷达应用中,经典MUSIC无法分辨目标反射的相干信号的问题,以及积累脉冲数和估计样本数的不足使得角度估计性能急剧下降的问题。
针对经典MUSIC方法在主动相控阵雷达应用中存在的相干源无法分辨的问题以及积累脉冲数和估计样本数的不足使得角度估计性能急剧下降的问题,本发明提出了基于空-时平滑的MUSIC改进算法(Space-Time-Smooth MUSIC,简称STS-MUSIC),空域平滑解决了相干信号分辨问题,时域平滑提高了小样本条件下的MUSIC谱估计性能。本发明方法提供了主动相控阵雷达、小样本条件下多信源超分辨的有效技术手段,有良好的军事应用潜力和经济效益。
上述具体实施方式仅用于解释和说明本发明的权利要求,并不能构成对权利要求的限定。本领域技术人员应当清楚,在本发明的技术方案的基础上进行的任何简单的修改、变形或替换,而得到的新的技术方案,均将落入本发明的保护范围之内。
Claims (6)
1.一种面向主动相控阵雷达的解相干谱估计方法,其特征在于,所述方法包括如下步骤:
步骤1、获取雷达回波数据;
步骤2、对获取的雷达回波数据进行空-时域平滑处理;具体包括:
2.1、对获取的雷达回波数据进行前向空域平滑处理;
2.2、对空域平滑处理后的回波数据进行时域平滑处理;
空域平滑处理后的回波数据,即P个子阵的接收数据;对于第k个子阵,将N次快拍数据进行时域滑窗重组成Q个快拍组,对每个快拍组进行FFT相参积累,则每个快拍组得到Q个相参积累结果计算出Q个相参积累的叠加平均数据,即得到第k个子阵的时域平滑处理结果
步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算;
步骤4、输出MUSIC谱函数图。
2.如权利要求1所述的方法,其特征在于,所述步骤1、获取雷达回波数据具体包括:
1.1、相控阵雷达采用由M个阵元组成的间距为d的均匀线性阵列,发射信号为s0(t);信号接收时,获取N次快拍数据,t为时间,其中,M为大于2的整数,λ为天线发射信号波长。
3.如权利要求2所述的方法,其特征在于,所述步骤1、获取雷达回波数据具体还包括:
1.2、空间有D个目标,分别与阵列法线方向的夹角为θi,i=1,...,D,则第i个目标处的合成信号为其中w为第w个阵元,λ为天线发射信号波长。
4.如权利要求1所述的方法,其特征在于,所述步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算具体包括:
3.1、计算子阵Xk的数据协方差矩阵,其中Xk为第k个子阵的时域平滑处理结果。
5.如权利要求1-4中任一项所述的方法,其特征在于,所述步骤3、对空-时域平滑处理后的回波数据进行MUSIC谱估计计算具体包括:
3.2、将P个子阵的协方差矩阵求平均,即得到空-时平滑修正处理后的协方差矩阵。
6.如权利要求1-4中任一项所述的方法,其特征在于,所述步骤4、输出MUSIC谱函数图具体为:
横坐标为搜索角度θ,纵坐标为PMUSIC(θ),则谱峰所对应的角度即为目标方位角度,其中PMUSIC(θ)为MUSIC空间谱函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710895075.4A CN107884758B (zh) | 2017-09-28 | 2017-09-28 | 一种面向主动相控阵雷达的解相干谱估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710895075.4A CN107884758B (zh) | 2017-09-28 | 2017-09-28 | 一种面向主动相控阵雷达的解相干谱估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107884758A CN107884758A (zh) | 2018-04-06 |
CN107884758B true CN107884758B (zh) | 2019-10-18 |
Family
ID=61780977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710895075.4A Active CN107884758B (zh) | 2017-09-28 | 2017-09-28 | 一种面向主动相控阵雷达的解相干谱估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107884758B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108896974B (zh) * | 2018-05-15 | 2022-03-08 | 西北工业大学 | 一种改进的mimo阵列高分辨空间谱估计方法 |
CN111257861B (zh) * | 2018-12-03 | 2023-06-13 | 北京华航无线电测量研究所 | 一种24GHz连续波雷达测角方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2940461B1 (fr) * | 2008-12-23 | 2011-01-21 | Thales Sa | Procede de determination des angles d'arrivee en azimut et en elevation de sources coherentes |
KR101426862B1 (ko) * | 2013-03-19 | 2014-08-07 | 국방과학연구소 | 3차원 배열 안테나 시스템 및 이를 적용한 고도각 추정방법 |
CN104021293A (zh) * | 2014-06-09 | 2014-09-03 | 哈尔滨工业大学深圳研究生院 | 一种基于结构最小二乘法的联合到达角-频率估计方法 |
KR101628475B1 (ko) * | 2014-08-27 | 2016-06-08 | 현대자동차주식회사 | 복수의 차량을 이용한 서라운드 음향 구현 방법 |
-
2017
- 2017-09-28 CN CN201710895075.4A patent/CN107884758B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107884758A (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110261841B (zh) | 基于迭代加权近端投影的mimo雷达单测量矢量doa估计方法 | |
Wang et al. | Moving target detection using distributed MIMO radar in clutter with nonhomogeneous power | |
CN109188344B (zh) | 脉冲噪声环境下基于互循环相关music算法信源个数与来波方向角估计方法 | |
Nion et al. | Tensor algebra and multidimensional harmonic retrieval in signal processing for MIMO radar | |
CN104898113B (zh) | 一种多输入多输出雷达波形设计方法 | |
CN105929371B (zh) | 一种基于协方差矩阵估计的机载雷达杂波抑制方法 | |
CN103091661B (zh) | 基于迭代谱重构的宽带信号波达方向估计方法 | |
CN107064892B (zh) | 基于张量子空间和旋转不变的mimo雷达角度估计算法 | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
Nion et al. | A PARAFAC-based technique for detection and localization of multiple targets in a MIMO radar system | |
CN107015213B (zh) | 基于music算法的双基地mimo雷达角度估算方法 | |
CN110133631B (zh) | 一种基于模糊函数的频控阵mimo雷达目标定位方法 | |
CN108303683B (zh) | 单基地mimo雷达实值esprit非圆信号角度估计方法 | |
CN105319545B (zh) | 提高stap检测性能的mimo-ofdm雷达波形设计方法 | |
CN107092007A (zh) | 一种虚拟二阶阵列扩展的波达方向估计方法 | |
CN108398669A (zh) | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 | |
CN107884758B (zh) | 一种面向主动相控阵雷达的解相干谱估计方法 | |
Li et al. | Parameter estimation based on fractional power spectrum density in bistatic MIMO radar system under impulsive noise environment | |
Gao et al. | Frequency diverse array MIMO radar adaptive beamforming with range‐dependent interference suppression in target localization | |
Wu et al. | Super-resolution TOA and AOA estimation for OFDM radar systems based on compressed sensing | |
An et al. | Single-snapshot DOA estimation in MIMO radar using fast iterative interpolated beamforming | |
CN114895261A (zh) | 基于多频子脉冲编码阵列的杂波抑制方法 | |
CN113376607A (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
Hyder et al. | A new target localization method for bistatic FDA radar | |
CN106199550B (zh) | 一种波离角和二维波达角自动配对联合估计方法 |
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 |