CN109116325B - 基于捷变相参雷达的目标识别方法及*** - Google Patents
基于捷变相参雷达的目标识别方法及*** Download PDFInfo
- Publication number
- CN109116325B CN109116325B CN201811109799.2A CN201811109799A CN109116325B CN 109116325 B CN109116325 B CN 109116325B CN 201811109799 A CN201811109799 A CN 201811109799A CN 109116325 B CN109116325 B CN 109116325B
- Authority
- CN
- China
- Prior art keywords
- radial
- target
- matrix
- radial distance
- scattering
- 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
- 230000001427 coherent effect Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 97
- 229920003211 cis-1,4-polyisoprene Polymers 0.000 claims abstract 13
- 238000005070 sampling Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 16
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000002592 echocardiography Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例提供一种基于捷变相参雷达的目标识别方法及***,该方法包括根据预设阈值门限,在径向距离‑速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,径向距离‑速度格点平面根据捷变相参雷达的回波信号构建;根据目标散射点径向距离矩阵和目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。本发明实施例提供的基于捷变相参雷达的目标识别方法及***,通过对目标转动参数进行提取,能够在较短时间内分离出目标的微动分量,提高转动参数的准确性,降低目标识别难度。
Description
技术领域
本发明实施例涉及雷达目标识别技术领域,尤其涉及一种基于捷变相参雷达的目标识别方法及***。
背景技术
捷变相参雷达信号是一种合成带宽信号,这种信号由一组载频不同的脉冲串组成,每个脉冲为窄带信号,载频在一定范围内随机跳变,它同时具有径向“距离-速度”二维联合高分辨。由于捷变相参雷达接收的每个脉冲都是窄带信号,因此,捷变相参雷达的接收机的制造成本和***复杂度要低于传统宽带信号雷达的接收机;而且采用窄带信号可以有效地抑制带内的干扰和噪声,降低被干扰的概率;每个脉冲的载频随机跳变,因此相比于其他传统雷达波形,捷变相参雷达信号被敌方侦查、截获、干扰的概率更低,并且能够降低相邻、同型号雷达之间的干扰。
目前,利用微动特征进行雷达目标识别的方法受到了广泛的关注,并在直升机、地面坦克、人和动物的识别上得到了初步应用,转动是一种常见的微动形式,转动参数的提取对于弹道目标识别等雷达目标识别问题有重要的意义。传统的转动特征提取方法是针对目标的微多普勒频率进行的,目标的转动会使捷变相参雷达的回波产生时变的周期性的多普勒频移,现有方法多通过Wigner-Ville变换或Choi-Williams变换等时频变换手段得到目标的时频分布,进而用Hough变换方法提取转动特征(估计转动参数)。
然而,现有技术在对目标转动参数进行提取时,分离多个散射点的微动分量的难度较大,提取转动参数需要较长的观测时间,增加了目标识别难度。
发明内容
针对现有技术存在的问题,本发明实施例提供一种基于捷变相参雷达的目标识别方法及***。
第一方面,本发明实施例提供一种基于捷变相参雷达的目标识别方法,包括:
根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。
第二方面,本发明实施例提供一种基于捷变相参雷达的目标识别***,包括:
信息提取模块,用于根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并根据提取的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
转动参数计算模块,用于根据所述目标散射点径向距离矩阵和所目标散射点径向速度矩阵,获取目标转动参数,根据所述目标转动参数,对目标进行识别。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的基于捷变相参雷达的目标识别方法及***,通过对目标转动参数进行提取,能够在较短的观测时间内分离出目标的多个微动分量,减少了提取转动参数的难度,降低了目标识别难度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于捷变相参雷达的目标识别方法的流程示意图;
图2为本发明实施例提供的散射点时序关联的示意图;
图3为本发明实施例提供的散射点时序关联的流程示意图;
图4为本发明实施例提供的转动频率估计性能在不同观测时长与现有技术对比的示意图;
图5为本发明实施例提供的基于捷变相参雷达的目标识别***的结构示意图;
图6为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
微动是指除目标本身随质心的平动外,其他微小的运动,如转动、震动、摆动、进动等。近年来,利用微动特征进行雷达目标识别的方法受到了广泛的关注,并在直升机、地面坦克、人和动物的识别上得到了初步应用。转动是一种常见的微动形式,转动参数的提取对于弹道目标识别等雷达目标识别问题有重要的意义,传统的转动特征提取方法是针对目标的微多普勒频率进行的。目标的转动会使雷达回波产生时变的周期性的多普勒频移,现有技术中多通过Wigner-Ville变换或Choi-Williams变换等时频变换手段得到目标的时频分布,进而用Hough变换方法提取转动特征(估计转动参数)。然而,此类方法存在需要较长的观测时间,分离同一目标上多个散射点较为困难的问题,并且Hough变换的计算复杂度较高。
图1为本发明实施例提供的基于捷变相参雷达的目标识别方法的流程示意图,如图1所示,本发明实施例提供了一种基于捷变相参雷达的目标识别方法,包括:
步骤101,根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
步骤102,根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。
在本发明实施例中,首先,捷变相参雷达发射一组相参的载频不同的脉冲,总计共B个相参处理间隔(CPI),每个CPI内包含N个脉冲,脉冲重复周期为Tr,脉冲重复频率为PRF。然后通过回波信号建立径向距离-速度的格点平面Pb(rx,vy),根据设定的预设阈值门限,将径向距离-速度的格点平面上Pb(rx,vy)幅度大于预设阈值门限的点作为是待分离的目标散射点,对应的横纵坐标分别为该散射点预计的径向距离和径向速度。联合待分离的目标散射点的径向距离和径向速度这两个维度的信息,对若干个相邻的CPI内的径向距离和径向速度参数接近的散射点在时序上进行关联,从而分离出目标散射点。最后,联合目标散射点的径向距离和径向速度两个维度的信息,估计目标转动参数,从而对目标进行识别。
在本发明实施例中,微动是指除目标本身随质心的平动外,其他微小的运动,如转动、震动、摆动或进动等,而转动是一种常见的微动形式,对于微动而言,在多数情况下,同一时刻同一目标上的不同散射点的径向距离和径向速度不会都相同。另外,由于目标散射点的径向距离和径向速度在相邻CPI内不会出现突变,因此只需要在一次观测中某个CPI内散射点能够分离,并在时序上对径向距离和径向速度进行关联,即可分离出不同散射点。
具体地,图2为本发明实施例提供的散射点时序关联的示意图,如图2所示,在本发明实施例中,从第b个CPI和第b+1个CPI都分别提取出了三个散射点。对于从第b个CPI提取出的任意散射点,选取在径向距离-速度平面Pb(rx,vy)上,与其格点几何距离最近且在预设的关联波门内的从第b+1个CPI提取出的散射点,作为其时序关联的散射点,即二者是同一个散射在不同时刻的表现,由此分离出多目标散射点,并根据这些时序关联的目标散射点估算目标转动参数,从而完成目标的识别。
本发明实施例提供的基于捷变相参雷达的目标识别方法,通过对目标转动参数进行提取,能够在较短的观测时间内分离出目标的多个微动分量,提高了提取转动参数的准确性,降低了目标识别难度。
在上述实施例的基础上,图3为本发明实施例提供的散射点时序关联的流程示意图,如图3所示,所述根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并根据提取的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,包括:
步骤301,对所述径向距离-速度格点平面中的多个CPI对应时刻上的散射点进行归一化处理,提取归一化处理结果大于所述预设阈值门限的多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息,生成散射点的径向距离和径向速度的矩阵维度信息,以及待分离的散射点径向距离矩阵和散射点径向速度矩阵;
步骤302,根据所述矩阵维度信息初始化待分离的散射点径向距离矩阵和散射点径向速度矩阵,并将多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息进行时序关联,填入到初始化后的待分离的散射点径向距离矩阵和散射点径向速度矩阵中,获取所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵。
在本发明实施例中,在步骤301中,捷变相参雷达共发射了B个相参处理间隔(CPI)的脉冲串,通过接收到的回波信号建立径向距离-速度格点平面的集合每个散射点对应的横纵坐标分别为散射点相对雷达的径向距离rx和径向速度vy。从由第b个CPI构建的径向距离-速度格点平面Pb中提取出的散射点个数为Qb。Pb平面中的散射点在满足Pb(rx,vy)>threshold的局部极大值点(rx,vy)处存在一个目标散射点,在本发明实施例中,对径向距离-速度平面的幅度进行归一化处理,取预设阈值门限threshold为0.5,由此提取出B个CPI对应时刻中大于预设阈值门限的散射点的径向距离:
与径向速度:
在本发明实施例中,通过公式:
确定目标散射点个数Q。由上述公式分别得到待分离的散射点径向距离矩阵和散射点径向速度矩阵的矩阵维度信息。其中ri[b]为第b个CPI内的第i个散射点的径向距离,vi[b]为第b个CPI内的第i个散射点的径向速度,为非负整数,为复数。
通过步骤302,对待分离的散射点径向距离矩阵和散射点径向速度矩阵进行初始化处理,上述两个矩阵的第(b,m)个元素分别表示第b个CPI对应时刻待分离的目标散射点m的径向距离和径向速度;初始化长度为Q的关联成功时刻数列a,a[i]表征当前时刻下,第i个散射点上次关联成功的时刻。寻取第一个满足Qb=Q的CPI,在本发明实施例中,该CPI为第0号CPI。对于所有令R(0,i)=ri[0],V(0,i)=vi[0],a[i]=0。
初始化完成之后,定义第b个CPI对应时刻提取出的任意散射点i与第b’个CPI对应时刻提取出的任意散射点j之间的平面距离为:
dist(b,b′,i,j)=(ri[b]-rj[b′])2+λ(vi[b]-vj[b′])2;
执行如下循环操作:
for b=1:B-1
else R(b,i)=Null,V(b,i)=Null
end
其中,b,b′∈{0,1,2,…,B-1}且b≠b′,λ为预先定义的权重因子,在本发明的实施例中,λ可取为雷达距离分辨力与速度分辨力在国际标准单位下的数值的比值,Null表示矩阵中该元素置为空,δ为预先定义的关联波门,在本发明实施例中,δ定义为:
通过上述步骤,最终分离得到关联时序的目标散射点径向距离矩阵R与目标散射点径向速度矩阵V,R和V的第i列分别表示散射点i在B个CPI对应时刻tb的径向距离序列与径向速度序列,其中,
本发明实施例根据预设阈值门限在径向距离-速度平面Pb(rx,vy)上提取满足条件的待分离的目标散射点,进一步循环计算得到在预设关联波门内且格点几何距离最近的散射点,作为其时序关联的目标散射点,使得能够更加准确地分离出目标的多个微动分量,降低了目标识别难度。
在上述实施例的基础上,所述根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别,包括:
基于所述目标散射点径向距离矩阵和所目标散射点径向速度矩阵,通过最小二乘法进行估算,获取所述目标转动参数,以供对目标进行识别。
在本发明实施例中,待提取的转动参数包括转动中心的径向距离R0,转动幅度在雷达视线上的投影A,转动角速度ω和转动初相联合径向距离和径向速度两个维度的信息,根据最小二乘法来估计目标转动参数。通过最小二乘方法包括,只对径向距离维考虑的最小二乘意义下优化目标为:
只对径向速度维考虑的最小二乘意义下优化目标为:
以及目标转动时径向距离和径向速度满足的约束关系反应在上述两个优化目标中可线性分离的参数βr与βv之间的约束关系为:
ri=[Ri0(t0),Ri0(t1),...,Ri0(tB-1)]T;
vi=[vi(t0),vi(t1),...,vi(tB-1)]T;
在本发明实施例中,对于单个散射点i的转动而言,其径向距离满足:
径向速度满足:
则分离出的径向距离矩阵R的第i列ri可表示成为ri=Hr·βr+nr,其中,
nr为从捷变相参雷达的回波信号中提取出的第i个散射点的径向距离误差向量,t0,t1,…,tB-1为B个CPI分别对应的时刻,其中:
由于提取出的待分离的目标散射点中的径向距离信息可能存在野值Null,因此上述ri需要删除为Null的元素,相应地,Hr和nr也要删除与Null元素对应的行。
分离出的目标散射点径向速度矩阵V的第i列vi可表示为:
vi=Hv·βv+nv;其中,
nv为从捷变相参雷达的回波信号中提取出的第i个散射的径向速度误差向量,t0,t1,…,tB-1为B个CPI分别对应的时刻,其中:
同样地,上述vi需要删除为Null的元素,相应地,Hv和nv也要删除与Null元素对应的行。
定义目标函数
其中,λv与λβ为两个需要预先定义的权重因子;
对第i个目标散射点转动角频率的估计为:
在本发明实施例中,求解上述优化问题可以采用遍历法。受捷变相参雷达参数限制,只能测得PRF·π范围内的转动角频率,以Δω的间隔,在该范围内遍历所有可能的ω值,取使得目标函数J(ω)的ω值作为转动角频率的估计值。
其中Δω为给定的需要达到的估计精度。βr的估计为:
βv的估计为:
根据βr与βv的定义,可以得到转动中心的径向距离R0的估计:
其中(·)表示向量的第·个元素。转动幅度在雷达视线上的投影A的估计为:
根据上述步骤从而得到目标转动参数的转动角频率ω、转动中心的径向距离R0和转动幅度在雷达视线上的投影A的估计值,进一步通过目标转动参数对目标进行识别。图4为本发明实施例提供的转动频率估计性能在不同观测时长与现有技术对比的示意图,如图4所示,在不同观测时长下,通过对转动频率的估计性能进行对比,本发明实施例提供的方法比现有的Hough变换参数估计方法估算转动频率的准确率更高,缩短了观测时间。
本发明实施例通过联合关联时序的目标散射点的径向距离和径向速度两个维度的观测信息,使用参数化的最小二乘参数方法,能够明显缩短提取目标转动参数需要的观测时间,简化了提取目标转动参数的计算复杂度,提高了估算目标转动参数的准确率,从而使目标识别的准确性提高。
在上述实施例的基础上,在所述根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度之前,包括:
根据雷达参数构建径向距离-速度格点坐标系,获取对应的理想散射点回波,根据回波信号获取慢时间序列,根据所述理想散射点回波将所述径向距离-速度格点坐标系中每个格点匹配到所述慢时间序列,获取所述径向距离-速度格点平面。
在本发明实施例中,捷变相参雷达发射一组相参的载频不同的脉冲,总计共B个相参处理间隔(CPI),每个CPI内包含N个脉冲,脉冲重复周期为Tr,脉冲重复频率为PRF,第b个CPI内的第n号脉冲的载频为fb,n=f0+Mb,nΔf,b∈{0,1,2,…,B-1},n∈{0,1,2,…,N-1},其中f0为起始频点,Δf为最小跳频间隔,Mb,n是第b个CPI内的第n号脉冲的跳频码字,Mb,n∈{0,1,...,M-1},M为总的频点个数。在一个相参处理间隔内,从目标返回的回波信号上的每个散射点近似做匀速直线运动,第i个散射点的初始径向距离为Ri0,匀速运动的径向速度为vi,τi是第i个散射点对应的时延,可表示为τi=2(Ri0+vinTr)/c。
在距离粗分辨的范围上,以距离细分辩为间隔划分,作为水平轴;在最大探测径向速度范围上,以速度分辨力为间隔划分,作为竖直轴,由此构建径向距离-速度的格点坐标系,需要说明的是,在本发明实施例中,除通过上述构建的径向距离-速度的格点坐标系对格点进行划分以外,其他能够对格点进行划分的构建方式均可适用于本发明实施例,具体地构建方式本发明实施例对此不做具体限定。将格点对应径向距离和径向速度记为(rx,vy),则该格点对应的理想散射点回波可以记为对应的慢时间序列为srslow[b,n],用该理想回波匹配由回波信号构建的慢时间序列,得到径向距离-速度格点平面:
其中,W为基带波形为线性调频脉冲(Chirp)的带宽,srslow[b,n]为慢时间序列。
在单散射点、低噪且没有失配的理想情况下,径向距离-速度格点平面会在(Ri0,vi)附近处出现局部极大值,而在实际多散射点情况下,由于噪声、格点失配以及散射点之间的相互影响,部分CPI不会得到理想的径向距离-速度格点平面,因此,需要将得到的径向距离-速度格点平面中的多散射点进行提取和分离,以供后续步骤在较短观测时间内提取准确的目标转动参数,完成对目标的识别。
在上述实施例的基础上,进一步地,通过以下方法获取所述慢时间序列:
对所述回波信号进行脉冲压缩,选取脉冲压缩后的相应幅度的采样点构建所述慢时间序列。
在本发明实施例中,捷变相参雷达发射一组相参的载频不同的脉冲,总计共B个相参处理间隔(CPI),每个CPI内包含N个脉冲,脉冲重复周期为Tr,脉冲重复频率为PRF,第b个CPI内的第n号脉冲的载频为fb,n=f0+Mb,nΔf,b∈{0,1,2,…,B-1},n∈{0,1,2,…,N-1},其中f0为起始频点,Δf为最小跳频间隔,Mb,n是第b个CPI内的第n号脉冲的跳频码字,Mb,n∈{0,1,...,M-1},M为总的频点个数。对每个脉冲的回波信号的复采样序列做脉冲压缩,近似得到脉冲压缩后的复采样序列为:
其中,假定一共有Nt个散射点,其中σi是第i个散射点的散射强度,τi是第i个散射点对应的时延,sk是从该脉冲重复周期内第k个采样点的采样时刻,sk=k/Fs,k∈{0,1,2,…,TrFs-1},sinc函数定义为sinc(x)=sin(x)/x。根据每个脉冲的回波信号复采样序列脉冲压缩后的结果,取幅度最大的采样点构建慢时间序列,可以表示为:
本发明实施例通过对回波信号的复采样序列进行脉冲压缩,从而构建相应的慢时间序列,以供后续步骤在较短观测时间内提取准确的目标转动参数,完成对目标的识别。
在上述实施例的基础上,在所述对所述回波信号进行脉冲压缩,选取脉冲压缩后的相应幅度的采样点构建所述慢时间序列之前,包括:
接收所述回波信号,并对所述回波信号进行复采样处理,获取所述回波信号的复采样序列,以供对所述回波信号进行脉冲压缩。
在本发明实施例中,首先捷变相参雷达发射一组相参的载频不同的脉冲,总计共B个相参处理间隔(CPI),每个CPI内包含N个脉冲,脉冲重复周期为Tr。第n号脉冲的载频为fb,n=f0+Mb,nΔf,b∈{0,1,2,…,B-1},n∈{0,1,2,…,N-1}。其中f0为起始频点,Δf为最小跳频间隔,Mb,n是第b个CPI内的第n号脉冲的跳频码字,Mb,n∈{0,1,...,M-1},M为总的频点个数。在本发明实施例中,基带波形为线性调频脉冲(Chirp),第b个CPI内的第n号脉冲的发射信号为:
其中,t表示第n号脉冲内的时间,T为脉冲宽度,W为基带Chirp的带宽,rect(·)为标准矩形脉冲函数,定义为:
当捷变相参雷达接收到回波信号后,对接收的回波信号进行处理获得复采样。第b个CPI内的第n号脉冲回波信号的复采样可以表示为:
具体地,每个脉冲的射频接收信号经过下变频到中频,经过中频采样之后,再进行正交解调、数字下变频到基带、降采样等操作,每个脉冲获得一个序列的复采样值。假定一共有Nt个散射点,其中σi是第i个散射点的散射强度,τi是第i个散射点对应的时延,sk是从该脉冲重复周期内第k个采样点的采样时刻,sk=k/Fs,k∈{0,1,2,…,TrFs-1}。
本发明实施例通过将捷变相参雷达发射的脉冲的回波信号进行复采样处理,得到相应的复采样序列,以供后续步骤在较短观测时间内提取准确的目标转动参数,完成对目标的识别。
图5为本发明实施例提供的基于捷变相参雷达的目标识别***的结构示意图,如图5所示,本发明实施例提供了一种基于捷变相参雷达的目标识别***,包括:信息提取模块501和转动参数计算模块502,其中,信息提取模块501用于根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并根据提取的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;转动参数计算模块502用于根据所述目标散射点径向距离矩阵和所目标散射点径向速度矩阵,获取目标转动参数,根据所述目标转动参数,对目标进行识别。
在本发明实施例中,捷变相参雷达发射一组相参的载频不同的脉冲,总计共B个相参处理间隔(CPI),每个CPI内包含N个脉冲,脉冲重复周期为Tr,脉冲重复频率为PRF。然后通过回波信号建立径向距离-速度的格点平面Pb(rx,vy),基于捷变相参雷达的目标识别***根据设定的预设阈值门限,将径向距离-速度的格点平面上Pb(rx,vy)幅度大于预设阈值门限的点作为是待分离的目标散射点,对应的横纵坐标分别为该散射点预计的径向距离和径向速度。信息提取模块501联合待分离的目标散射点的径向距离和径向速度这两个维度的信息,对若干个相邻的CPI内的径向距离和径向速度参数接近的散射点在时序上进行关联,从而分离出目标散射点。最后,转动参数计算模块502联合目标散射点的径向距离和径向速度两个维度的信息,估计目标转动参数,从而对目标进行识别。
本发明实施例提供的基于捷变相参雷达的目标识别***,通过信息提取模块501对目标转动参数进行提取,使得转动参数计算模块502能够在较短的观测时间内分离出目标的多个微动分量,提高了提取转动参数的准确性,降低了目标识别难度。
本发明实施例提供的***是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
图6为本发明实施例提供的电子设备结构示意图,如图6所示,该电子设备可以包括:处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令,以执行如下方法:根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。
此外,上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述实施例所提供的基于捷变相参雷达的目标识别方法,例如包括:根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于捷变相参雷达的目标识别方法,其特征在于,包括:
根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并将提取的多个CPI对应时刻上的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别;
所述根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并根据提取的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,包括:
对所述径向距离-速度格点平面中的多个CPI对应时刻上的散射点进行归一化处理,提取归一化处理结果大于所述预设阈值门限的多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息,生成散射点的径向距离和径向速度的矩阵维度信息,以及待分离的散射点径向距离矩阵和散射点径向速度矩阵;
根据所述矩阵维度信息初始化所述待分离的散射点径向距离矩阵和散射点径向速度矩阵,并将多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息进行时序关联,填入到初始化后的待分离的散射点径向距离矩阵和散射点径向速度矩阵中,获取所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,获取目标转动参数,以供对目标进行识别,包括:
基于所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵,通过最小二乘法进行估算,获取所述目标转动参数,以供对目标进行识别。
3.根据权利要求1所述的方法,其特征在于,在所述根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度之前,包括:
根据雷达参数构建径向距离-速度格点坐标系,获取对应的理想散射点回波,根据回波信号获取慢时间序列,根据所述理想散射点回波将所述径向距离-速度格点坐标系中每个格点匹配到所述慢时间序列中,获取所述径向距离-速度格点平面。
4.根据权利要求3所述的方法,其特征在于,通过以下方法获取所述慢时间序列:
对所述回波信号进行脉冲压缩,选取脉冲压缩后的相应幅度的采样点构建所述慢时间序列。
5.根据权利要求4所述的方法,其特征在于,在所述对所述回波信号进行脉冲压缩,选取脉冲压缩后的相应幅度的采样点构建所述慢时间序列之前,包括:
接收所述回波信号,并对所述回波信号进行复采样处理,获取所述回波信号的复采样序列,以供对所述回波信号进行脉冲压缩。
6.一种基于捷变相参雷达的目标识别***,其特征在于,包括:
信息提取模块,用于根据预设阈值门限,在径向距离-速度格点平面中提取多个CPI对应时刻上的散射点的径向距离和径向速度,并根据提取的散射点的径向距离和径向速度在时序上进行关联,获取目标散射点径向距离矩阵和目标散射点径向速度矩阵,所述径向距离-速度格点平面根据捷变相参雷达的回波信号构建;
转动参数计算模块,用于根据所述目标散射点径向距离矩阵和所目标散射点径向速度矩阵,获取目标转动参数,根据所述目标转动参数,对目标进行识别;
所述信息提取模块具体用于:
对所述径向距离-速度格点平面中的多个CPI对应时刻上的散射点进行归一化处理,提取归一化处理结果大于所述预设阈值门限的多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息,生成散射点的径向距离和径向速度的矩阵维度信息,以及待分离的散射点径向距离矩阵和散射点径向速度矩阵;
根据所述矩阵维度信息初始化所述待分离的散射点径向距离矩阵和散射点径向速度矩阵,并将多个CPI对应时刻上的多个散射点的径向距离信息和径向速度信息进行时序关联,填入到初始化后的待分离的散射点径向距离矩阵和散射点径向速度矩阵中,获取所述目标散射点径向距离矩阵和所述目标散射点径向速度矩阵。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811109799.2A CN109116325B (zh) | 2018-09-21 | 2018-09-21 | 基于捷变相参雷达的目标识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811109799.2A CN109116325B (zh) | 2018-09-21 | 2018-09-21 | 基于捷变相参雷达的目标识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116325A CN109116325A (zh) | 2019-01-01 |
CN109116325B true CN109116325B (zh) | 2020-08-21 |
Family
ID=64856209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811109799.2A Active CN109116325B (zh) | 2018-09-21 | 2018-09-21 | 基于捷变相参雷达的目标识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116325B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926722B (zh) * | 2021-01-27 | 2022-11-01 | 上海兰宝传感科技股份有限公司 | 一种扶梯出入口区域人员计数方法 |
CN115166650B (zh) * | 2022-09-08 | 2022-11-18 | 北京轩涌科技发展有限公司 | 一种雷达信号识别与参数估计方法和*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6437728B1 (en) * | 1999-11-05 | 2002-08-20 | Lockheed Martin Corporation | A-scan ISAR target recognition system and method |
CN101738606A (zh) * | 2008-11-21 | 2010-06-16 | 清华大学 | 基于广义多普勒滤波器组的雷达目标相参积累检测方法 |
CN103018722A (zh) * | 2012-10-15 | 2013-04-03 | 西安电子科技大学 | 利用组网雷达***对抗欺骗式假目标的方法 |
CN106646446A (zh) * | 2017-03-15 | 2017-05-10 | 中国人民解放军国防科学技术大学 | 脉冲压缩捷变频雷达的动目标检测方法 |
CN107643515A (zh) * | 2017-08-29 | 2018-01-30 | 中国民航大学 | 基于空时协方差矩阵拟合的湍流目标速度谱宽估计方法 |
CN108459323A (zh) * | 2018-01-31 | 2018-08-28 | 天津大学 | 基于多普勒天气雷达数据的强辐合场识别及速度订正方法 |
CN108549066A (zh) * | 2018-07-27 | 2018-09-18 | 电子科技大学 | 一种基于尺度rft的宽带雷达高速目标积累检测方法 |
-
2018
- 2018-09-21 CN CN201811109799.2A patent/CN109116325B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6437728B1 (en) * | 1999-11-05 | 2002-08-20 | Lockheed Martin Corporation | A-scan ISAR target recognition system and method |
CN101738606A (zh) * | 2008-11-21 | 2010-06-16 | 清华大学 | 基于广义多普勒滤波器组的雷达目标相参积累检测方法 |
CN103018722A (zh) * | 2012-10-15 | 2013-04-03 | 西安电子科技大学 | 利用组网雷达***对抗欺骗式假目标的方法 |
CN106646446A (zh) * | 2017-03-15 | 2017-05-10 | 中国人民解放军国防科学技术大学 | 脉冲压缩捷变频雷达的动目标检测方法 |
CN107643515A (zh) * | 2017-08-29 | 2018-01-30 | 中国民航大学 | 基于空时协方差矩阵拟合的湍流目标速度谱宽估计方法 |
CN108459323A (zh) * | 2018-01-31 | 2018-08-28 | 天津大学 | 基于多普勒天气雷达数据的强辐合场识别及速度订正方法 |
CN108549066A (zh) * | 2018-07-27 | 2018-09-18 | 电子科技大学 | 一种基于尺度rft的宽带雷达高速目标积累检测方法 |
Non-Patent Citations (1)
Title |
---|
Range-velocity estimation of multiple targets in randomised stepped-frequency radar;刘一民等;《Electronics Letters》;20080814;第44卷(第17期);正文第一页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109116325A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110412559A (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
US20210364616A1 (en) | Radar system and computer-implemented method for radar target detection | |
CN105137410B (zh) | 基于ofdm的高分辨率雷达通信一体化的波形优化方法 | |
CN111693983A (zh) | 互补波形构建方法及模块、认知雷达***及波形发射方法 | |
CN112346030B (zh) | 无人机群的超分辨波达方向估计方法 | |
CN103529437A (zh) | 系留气球载相控阵雷达在多目标下分辨空地目标的方法 | |
CN106291516B (zh) | 一种声呐应答式干扰的剔除方法 | |
CN104160296A (zh) | 目标检测方法 | |
US20120007773A1 (en) | Processing Radar Return Signals To Detect Targets | |
CN109116325B (zh) | 基于捷变相参雷达的目标识别方法及*** | |
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
US11073608B2 (en) | Resolving radar angle ambiguities using a multiple hypothesis tracker | |
CN110133630A (zh) | 一种雷达目标检测方法及应用其的雷达 | |
KR102146156B1 (ko) | 오브젝트 검출 방법 및 장치 | |
CN113189554B (zh) | 雷达实测回波数据的处理方法、电子设备及存储介质 | |
RU2679396C2 (ru) | Способ оценки пространственного размера воздушной цели по частотной протяженности доплеровского портрета | |
CN116299303B (zh) | 速度解模糊方法、装置、雷达设备及存储介质 | |
CN111044987B (zh) | 基于汽车雷达的环境目标速度解模糊方法、***及介质 | |
CN116520256B (zh) | 一种基于深度学习的机载预警雷达干扰识别方法和装置 | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
Stinco et al. | Non‐cooperative target recognition in multistatic radar systems | |
CN114624694A (zh) | 一种基于非等间隔调制ddma-mimo的雷达信号处理方法 | |
US10845475B2 (en) | Method of measuring azimuth of radar target | |
Kodituwakku et al. | Robust Iterative Adaptive Approach for Radar Short CPI Processing | |
Aldossary | De-interleaving of Radar Pulses for EW Receivers with an ELINT Application |
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 |