CN109471083A - 基于空时级联的机载外辐射源雷达杂波抑制方法 - Google Patents
基于空时级联的机载外辐射源雷达杂波抑制方法 Download PDFInfo
- Publication number
- CN109471083A CN109471083A CN201811328082.7A CN201811328082A CN109471083A CN 109471083 A CN109471083 A CN 109471083A CN 201811328082 A CN201811328082 A CN 201811328082A CN 109471083 A CN109471083 A CN 109471083A
- Authority
- CN
- China
- Prior art keywords
- signal
- clutter
- scattering point
- multipath
- direct wave
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000001629 suppression Effects 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 claims abstract description 18
- 230000005855 radiation Effects 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 5
- 230000017105 transposition Effects 0.000 claims description 5
- 239000007983 Tris buffer Substances 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 claims description 2
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 abstract description 2
- 239000004615 ingredient Substances 0.000 abstract 1
- 230000005764 inhibitory process Effects 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013499 data model Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本发明公开了一种基于空时级联的机载外辐射源雷达杂波抑制方法,主要解决现有问题直接采用空时级联二维自适应算法STAP处理会出现动目标相消的问题。其实现方案是:1)获取机载外辐射源雷达接收的参考信号和回波信号;2)分别对参考信号和回波信号进行分段;3)将分段后的参考信号和回波信号进行匹配滤波;4)由匹配滤波后的信号构造字典矩阵;5)根据字典矩阵,采用基于联合迭代算法对多径杂波成分进行抑制;6)对消除多径杂波的匹配信号采用空时级联二维自适应算法进行直达波抑制,得到目标回波信号。本发明能实时更新正则化参数,滤除参考信号中的多径杂波,提高了机载外辐射源雷达抑制杂波的能力,可用于目标检测。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种机载外辐射源雷达杂波抑制方法,可实现机载外辐射源雷达在参考通道中含有多径杂波的情况下,对多径杂波进行抑制,实现动目标检测。
背景技术
外辐射源雷达是指利用广播FM、电视、卫星等非合作辐射信号作为发射源,本身不发射信号的雷达***,具有成本低、体积小、生存能力强的优点。传统外辐射源雷达的目标检测、定位、跟踪这些探测技术的发展已经相对成熟。机载外辐射源雷达是将外辐射源雷达技术应用到机载平台上,由于接收机平台升高,具有较宽的探测视野、较广的应用前景、较高的探测威力等优势。基于机载平台的外辐射源雷达技术成为外辐射源雷达技术的重要发展方向。
不同于传统外辐射源雷达,机载外辐射源雷达由于载机的运动,静止杂波不再分布在零多普勒附近,采用一般的时域自适应滤波算法无法滤除杂波和检测目标,因此,动目标检测是机载外辐射源雷达***研究的一个关键技术。实现杂波抑制和运动目标的检测通常采用偏置相位中心天线DPCA和空时级联二维自适应算法STAP,现有方法都是在假设参考通道中不含多径杂波信号的情况下检测目标,而当照射源基站存在站址误差或者天线主瓣较宽时,参考通道中很有可能存在多径杂波信号。此时,用含有多径杂波的参考信号与接收到的回波信号进行匹配滤波后,对应直达波匹配的杂波成分和对应多径信号匹配的杂波成分共同影响待检测距离单元。此时,所有样本数据中很有可能都包含有运动目标的信息,导致杂波协方差矩阵出现估计误差。当直接使用空时级联二维自适应算法STAP来抑制杂波时,落入多径杂波成分区域的目标将被抑制,即出现动目标信号相消现象,无法有效实现机载外辐射源雷达在参考通道中含有多径杂波信号时的杂波抑制,不利于动目标检测。
发明内容
本发明的目的在于针对上述现有技术的问题,提供一种基于空时级联的机载外辐射源雷达杂波抑制方法,在参考通道中含有多径杂波情况下,有效抑制杂波,实现动目标的检测。
实现本发明目的的技术思路是:通过对雷达参考天线接收到的多径回波信号的杂波空时快拍数据进行处理,构造字典矩阵和稀疏约束的代价函数,通过利用基于联合迭代的L1范数约束的递推最小二乘算法L1-JI-RLS迭代推导权矢量,实现对多径回波的杂波成分的抑制,通过利用空时级联二维自适应算法STAP抑制对直达波的杂波成分,实现动目标检测。
根据上述思路,本发明的实现方案包括如下:
(1)获取机载外辐射源雷达接收的信号,该信号包括参考信号和观测天线接收的回波信号;
(2)分别对参考信号和回波信号进行分段,得到分段参考信号sr(t)和分段回波信号sn,i(t);
(3)将分段参考信号sr(t)与分段回波信号sn,i(t)进行匹配滤波,并将匹配滤波后的杂波散射点输出响应xn,i(t)分为两部分,一部分是杂波散射点回波信号与直达波信号的匹配结果xd,另外一部分是杂波散射点回波信号和多径杂波信号的匹配结果xp;
(4)由杂波散射点回波信号与直达波信号的匹配结果xd和杂波散射点回波信号与多径杂波信号的匹配结果xp构造字典矩阵Sl;
(5)根据字典矩阵Sl,采用基于联合迭代最优的L1范数约束的递推最小二乘法L1-JI-RLS求解迭代权矢量w(k)和正则化参数μ,并对多径杂波成分xp进行抑制,得到消除多径杂波的匹配信号yl;
(6)采用空时级联二维自适应算法STAP对消除多径杂波的匹配信号yl进行直达波抑制,得到目标回波信号zl。
与现有技术相比,本发明的优点:
本发明对机载外辐射源雷达接收到参考信号中含有的多径杂波信号构造稀疏矩阵,采用基于联合迭代最优的L1范数约束的递推最小二乘法L1-JI-RLS算法,实时更新正则化参数,并滤除多径杂波,克服了现有技术直接采用空时级联二维自适应算法STAP处理接收信号可能出现动目标相消的情况,提高机载外辐射源雷达信号处理过程中抑制杂波的能力,有利于目标检测。
附图说明
图1是本发明使用的机载外辐射源雷达双基地配置示意图;
图2是本发明的实现流程图;
图3是用本发明方法对接收信号进行处理,得到的正则化参数μ随快拍的变化结果图;
图4是用现有空时级联二维自适应算法STAP对接收信号进行处理,得到信号杂波功率谱图;
图5是用本发明方法对接收信号进行处理,得到信号杂波功率谱图;
图6是用现有空时级联二维自适应算法STAP和本发明方法对接收信号分别进行处理,得到改善因子随多普勒频率的变化结果对比图。
具体实施方式
下面结合附图,对本发明的实现步骤和效果作进一步的详细描述。
本发明的实现是基于现有机载外辐射源雷达双基工作模式的场景,如图1所示。该场景设置包括:机载外辐射源雷达的辐射源为地面非合作源,该辐射源用于发射信号;载机平台上架设有一副参考天线和一副观测接收天线,该观测天线含有N个阵元,阵元中心间距d为半波长,距离环内杂波散射单元相对于载机的锥角为φ,载机以速度v平行于地面匀速直线飞行。
参照图2,本发明的实现步骤如下:
步骤1,获取机载外辐射源雷达接收的信号。
获取机载外辐射源雷达接收的信号,包括参考信号和观测天线接收的回波信号;其是通过两副天线接收,一副用参考天线接收参考信号,该参考信号包含直达波信号和多径杂波信号;另一副是用观测天线接收回波信号。
步骤2,分别对参考信号和回波信号进行分段,得到分段参考信号sr(t)和分段回波信号sn,i(t)。
对信号分段的现有方法有:均匀分段法和随机分段法,本实例采用但不限于用均匀分段方法对接收到的参考信号和回波信号进行分段,其具体实现如下:
(2a)对参考信号进行分段是在一次相干处理时间内,先将参考信号等分成M段,再将每段信号数据等效为一个脉冲数据,该脉冲数据的等效脉冲重复周期为Tr,每段信号满足得到分段后含有多径杂波和直达波的分段参考信号sr(t)为:
其中,vR是载机平行于地面飞行的速度,d是阵元间距,αd为直达波信号的复振幅,um(t)为发射源基站信号,t为信号时间,τd为直达波信号的时延,Tr为等效脉冲重复周期,j为虚数单位,fd为直达波信号的多普勒频率,NT为多径杂波的个数,αp为第p个多径杂波信号的复振幅,τp为第p个多径杂波信号的时延,fp为第p个多径杂波信号的多普勒频率;
(2b)对回波信号进行分段是在一次相干处理时间内,先将回波信号等分成M段,再将每段信号数据等效为一个脉冲数据,该脉冲数据的等效脉冲重复周期为Tr,每段信号满足得到第n个阵元接收到第i个杂波散射点的分段回波信号sn,i(t)为:
其中,αi为第i个散射点的复振幅,M为分段数,um(t)为发射源基站信号,t为信号时间,τi为第i个散射点的时延;j为虚数单位,fi=(vR/λ)cosφi为散射点的多普勒频率,φi为第i个散射点相对于飞机的空间锥角,λ为信号波长,为散射点的空间频率,n为第n个阵元。
步骤3,将分段参考信号sr(t)与分段回波信号sn,i(t)进行匹配滤波,并将匹配滤波后的杂波散射点输出响应xn,i(t)分为两部分,一部分是杂波散射点回波信号与直达波信号的匹配结果xd,另外一部分是杂波散射点回波信号和多径杂波信号的匹配结果xp。
本步骤的具体实现如下:
(3a)将参考信号sr(t)和第n个阵元第i个散射点的回波信号sn,i(t)做匹配滤波,得到匹配滤波后杂波散射点输出响应xn,i(t)如下:
其中,xn,i(t)是匹配滤波后的第n个阵元第i个杂波散射点输出响应,t为信号时间,x为积分变量,sn,i(x)为第n个阵元第i个散射点的回波信号,sr(x-t)为时延参考信号,(·)*为共轭运算;
对上式进一步化简,即令β=x-τi-mTr,εi=αiαd *,则x=β+τi+mTr,dβ/dτ=1,得到化简后的第n个阵元第i个杂波散射点的输出响应xn,i(t)为:
其中,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,j为虚数单位,n为第n个阵元,为散射点的空间频率,fi为散射点的多普勒频率,fd为直达波信号的多普勒频率,为散射点的角频率,为直达波的角频率,um(t)为发射源基站信号,t为信号时间,τi为第i个散射点的时延,Tr为等效脉冲重复周期,α'p=αp */αd *,p=1,2,...,NT,αp为第p个多径杂波信号的复振幅,fp为第p个多径杂波信号的多普勒频率,为多径杂波的角频率,NT为多径杂波的个数,τp为第p个多径杂波信号的时延;
(3b)取匹配滤波后的第n个阵元第i个杂波散射点输出响应xn,i(t)的时间t=τi-τd,并将其带入xn,i(t)中,得到在第li-ld个距离单元第n个阵元第i个散射点回波信号sn,i(t)与直达波信号sd(t)的匹配滤波结果xd为:
其中,τi为第i个散射点的时延,τd为直达波信号的时延,li-ld=(τi-τd)fs,fs为采样频率,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,j为虚数单位,为散射点的空间频率,m为分段数,Tr为脉冲重复周期,fi为散射点的多普勒频率,fd为直达波信号的多普勒频率,为散射点角频率,为直达波角频率;
(3c)取匹配滤波后的第n个阵元第i个杂波散射点输出响应xn,i(t)的时间t=τi-τp,并将t=τi-τp带入xn,i(t)中,得到第li-lp个距离单元第n个阵元第i个杂波散射点回波信号sn,i(t)与多径杂波信号sr(t)的匹配滤波结果为:
其中,τi为第i个散射点的时延,τp为第p个多径杂波信号的时延,li-lp=(τi-τp)fs,fs为采样频率,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,为散射点的空间频率,Tr为脉冲重复周期,fi为散射点的多普勒频率,fp为第p个多径杂波信号的多普勒频率,为散射点角频率,为第p个多径杂波信号的角频率。
步骤4,由杂波散射点回波信号与直达波信号的匹配结果xd和杂波散射点回波信号与多径杂波信号的匹配结果xp,构造字典矩阵Sl。
现有构造字典矩阵的有方法有:基于数据模型的字典矩阵构造;基于学习算法的字典矩阵构造,本实例采用但不限于现有基于数据模型的字典矩阵构造方法,其具体实现如下:
(4a)先将第li-ld个距离单元上第n个阵元第m个脉冲的匹配滤波结果xd作为矩阵P的第n列,第m行元素,则第li-ld个距离单元上N个阵元M个脉冲的匹配滤波结果构成M×N维的矩阵P;再将矩阵P的所有元素排列成一行,得到在检测单元l上直达波与杂波散射点回波信号匹配滤波的结果xd,l为:
其中,NC表示在距离单元l+ld的杂波散射单元总数;εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,为MN×1的空时快拍导向矢量,为散射点的角频率与直达波的角频率之差,为第i个散射点的空间频率,表示Kronecker乘积,为N×1维的空间导向矢量,N为阵元数,(·)T表示转置运算,为M×1维的时间导向矢量,M为分段数,为散射点的空间频率,为角频率;
(4b)将第n个阵元第m个脉冲的第li-lp个距离单元上杂波散射点回波信号与参考信号的匹配结果xp代入到直达波与杂波散射点回波信号匹配滤波结果xd,l中,得到检测距离单元l上多径杂波和杂波散射点回波信号匹配结果为:
其中,NT为多径杂波的个数,Np表示在距离单元l+lp的杂波散射单元总数,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,εj=αjαd *,αj为第j个散射点的复振幅,为角频率,为散射点的空间频率;
(4c)将直达波与杂波散射点回波信号匹配结果xd,l代入到多径信号与杂波散射点回波信号匹配结果中,得到检测距离单元l上多径杂波与杂波散射点回波信号匹配结果为:
其中,NT为多径杂波的个数,αp'=αp */αd *,(·)*为共轭运算,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,εj=αjαd *,αj为第j个散射点的复振幅, 为第j个散射点的角频率,为第p个多径杂波信号的角频率,为第j个散射点的空间频率,⊙表示Hadamard乘积,表示在距离单元l+(lp-ld)上直达波成分,其中1F×G表示元素均为1的F×G维矩阵,表示Kronecker乘积,vt为时间导向矢量,为第p个多径杂波信号的角频率,为直达波信号角频率;
(4d)将检测距离单元l上多径杂波和杂波散射点回波信号匹配结果直达波与回波信号匹配结果xd,l和噪声xn三者相加,得到在检测距离单元l接收到的总信号xl为:
由于单个距离单元的多径杂波成分和噪声xn的能量远低于直达波杂波成分的能量xdc,l,忽略直达波与回波信号匹配结果和噪声xn,得到在检测距离单元l接收到的总信号xl为:
xl≈xd,l;
(4e)将检测距离单元l接收到的总信号xl代入得检测距离单元l上多径杂波与杂波散射点回波信号匹配结果中,得到在检测距离单元l总多径杂波成分数据矩阵形式为:
其中,NT为多径杂波的个数,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,表示在距离单元l+(lp-ld)的总信号,⊙表示Hadamard乘积,1F×G表示元素均为1的F×G维矩阵,表示Kronecker乘积,vt为时间导向矢量,为第p个多径杂波信号的角频率,为直达波信号角频率,表示对应距离单元l第p个多径杂波成分的等效空时导向矢量,Sl为MN×MtD维的字典矩阵,Mt为量化多普勒频率分辨单元,w(k)=[w1,w2,...,wMtD]T为权矢量,D是对消距离阶数,SD,l=[χl+1,χl+2,...,χl+D]为距离单元l+1到距离单元l+D的空时快拍数据, 为第q个多径杂波信号的角频率。
步骤5,根据字典矩阵Sl,采用基于联合迭代最优的L1范数约束的递推最小二乘法L1-JI-RLS求解迭代权矢量w(k)和正则化参数μ,并对多径杂波成分xp进行抑制,得到消除多径杂波的匹配信号yl。
本步骤具体实现如下:
(5a)根据字典矩阵Sl,利用均值最小化,得到迭代权系数w(k)的代价函数J1为:
其中,E为求均值,k为迭代次数,为二范数平方,xl为在检测距离单元l接收到的总信号,μ为正则化参数,||·||1为一范数;
(5b)求解(5a)的代价函数J1,得到迭代权系数w(k)为:
w(k)=w(k-1)+g(k)e(k)+μ(ρ-1)P(k)sign(w(k)),
其中,k为迭代次数,(·)-1为求逆运算,(·)H为共轭转置,w(k-1)为第k-1次迭代权系数,P(k)=ρ-1[P(k-1)-g(k)SkP(k-1)],ρ为遗忘因子,S(k)为第k次迭代的字典矩阵,IMN为单位矩阵,e(k)=xk-Skw(k-1),xk为第k次迭代的总信号,μ为正则化参数,sign(·)为符号函数,定义为|·|为取模运算;
(5c)根据字典矩阵Sl,利用差值最小化,得到正则化参数μ的代价函数J2为:
其中,为二范数平方,k为迭代次数,xl为在检测距离单元l接收到的总信号,w(k)为第k次迭代权系数,g(k)=P(k-1)S(k)(ρIMN+S(k)P(k-1)S(k)H)-1,(·)-1为求逆运算,(·)H为共轭转置,S(k)为第k次迭代的字典矩阵,P(k)=ρ-1[P(k-1)-g(k)S(k)P(k-1)],ρ为遗忘因子,IMN为M×N维的单位矩阵,sign(·)为符号函数,x(k)第k次迭代时的总信号,e(k)=x(k)-S(k)w(k-1),w(k-1)为第k-1次迭代的权矢量;
(5d)求解(5c)的代价函数J2,得到第k次迭代的正则化参数μ为:
其中,Re{·}为求实部运算,(·)H为共轭转置运算,xl为在检测距离单元l接收到的总信号,w(k-1)为第k-1次迭代的权矢量,P(k)=ρ-1[P(k-1)-g(k)S(k)P(k-1)],S(k)为第k次迭代的字典矩阵,ρ为遗忘因子,g(k)=P(k-1)S(k)(ρIMN+S(k)P(k-1)S(k)H)-1,(·)-1为求逆运算,IMN为M×N维的单位矩阵,e(k)=x(k)-S(k)w(k-1),x(k)第k次迭代时的总信号,sign(·)为符号函数;
(5e)利用(5b)中的w(k)和(5d)中的μ,得到消除多径杂波的匹配信号yl为:
其中,xl为在检测距离单元l接收到的总信号,Sl为字典矩阵,w(k-1)为第k-1次迭代权系数,g(k)=P(k-1)Sk(ρIMN+SkP(k-1)Sk H)-1,(·)-1为求逆运算,ρ为遗忘因子,S(k)为第k次迭代的字典矩阵,P(k)=ρ-1[P(k-1)-g(k)SkP(k-1)],(·)H为共轭转置运算,e(k)=xk-Skw(k-1),xk为第k次迭代的总信号,sign(·)为符号函数,定义为|·|为取模运算。
步骤6,对消除多径杂波的匹配信号yl进行直达波抑制,得到目标回波信号zl。
对匹配信号进行直达波抑制的现有方法有:偏置相位中心天线法DPCA,空时级联二维自适应算法STAP,本实例采用空时级联二维自适应算法STAP对进行直达波抑制,即用空时级联二维自适应算法STAP中的权矢量消除掉多径杂波的匹配信号yl,输出目标回波信号zl为:
其中,Rx为杂波协方差矩阵,Rx=Rd+Rn,Rd为直达波杂波成分的协方差矩阵,Rn为噪声协方差矩阵,(·)H为共轭转置运算,(·)-1为求逆运算,vt为时间导向矢量。
下面结合仿真实验对本发明的效果做进一步的说明。
1、本发明实施例的仿真条件:
本发明实验中机载外辐射源雷达***以DVB-T信号为辐射源,用随机信号来近似发射信号。实验中信号源的频率为600MHz,带宽为8MHz,采样频率为10MHz,载机飞行速度为100m/s,相干处理时间为25ms,等效脉冲数M为10,接收阵元数N为10。
假设参考信号中的直达波的归一化多普勒频率为1Hz,直达波与噪声的能量比为70dB;参考信号中含有三个多径杂波,其归一化的多普勒频率分别为0.2Hz,0.4Hz和0.6Hz,对应的距离单元分别为3,5和9,且这三个多径杂波与直达波的能量比均为-30dB,多普勒频率量化Mt为101个分辨单元,相消距离阶数为21阶,抑制多径杂波成分的权矢量初始值设为0向量。
2、实验内容:
仿真1:在上述条件下,用本发明方法对雷达接收信号进行处理,得到正则化参数μ随快拍数据变化的结果,结果如图3,从图3中可以看出,正则化参数是一个离散变量。
仿真2:用现有空时级联二维自适应算法STAP计算信号杂波功率谱,得到信号的杂波空时二维功率谱图,结果如图4,从图4中可以看出,杂波空时二维功率谱在主杂波脊线附近的多径杂波成分位置有明显的输出。
仿真3:用本发明方法计算信号杂波功率谱,得到信号杂波空时二维功率谱图,结果如图5,从图5中可以看出,杂波空时二维功率谱主要集中在主杂波脊线上,对应于多径杂波成分的位置没有输出,表明所提方法的有效性。
仿真4:用现有空时级联二维自适应算法STAP和本发明方法对接收信号分别进行处理,计算改善因子随多普勒频率变化,结果如图6,从图6中可以看出,现有空时级联二维自适应算法STAP在归一化多普勒频率为0.2至0.6处出现凹口,本发明方法在相应位置没有凹口。
以上所述仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种基于空时级联的机载外辐射源雷达杂波抑制方法,其特征在于,包括如下:
(1)获取机载外辐射源雷达接收的信号,该信号包括参考信号和观测天线接收的回波信号;
(2)分别对参考信号和回波信号进行分段,得到分段参考信号sr(t)和分段回波信号sn,i(t);
(3)将分段参考信号sr(t)与分段回波信号sn,i(t)进行匹配滤波,并将匹配滤波后的杂波散射点输出响应xn,i(t)分为两部分,一部分是杂波散射点回波信号与直达波信号的匹配结果xd,另外一部分是杂波散射点回波信号和多径杂波信号的匹配结果xp;
(4)由杂波散射点回波信号与直达波信号的匹配结果xd和杂波散射点回波信号与多径杂波信号的匹配结果xp构造字典矩阵Sl;
(5)根据字典矩阵Sl,采用基于联合迭代最优的L1范数约束的递推最小二乘法L1-JI-RLS求解迭代权矢量w(k)和正则化参数μ,并对多径杂波成分xp进行抑制,得到消除多径杂波的匹配信号yl;
(6)采用空时级联二维自适应算法STAP对消除多径杂波的匹配信号yl进行直达波抑制,得到目标回波信号zl。
2.根据权利要求1所述的方法,其特征在于,在(1)中获取机载外辐射源雷达接收的信号,是通过两副天线接收,一副天线是参考天线接收参考信号,另一副天线是观测天线接收回波信号。
3.根据权利要求1所述的方法,其特征在于,(2)中对参考信号进行分段,其实现如下:
在一次相干处理时间内,先将参考信号等分成M段,再将每段信号数据等效为一个脉冲数据,该脉冲数据的等效脉冲重复周期为Tr,每段信号满足得到分段后含有多径杂波和直达波的分段参考信号sr(t)为:
其中,vR是载机平行于地面飞行的速度,d是阵元间距,αd为直达波信号的复振幅,um(t)为发射源基站信号,t为信号时间,τd为直达波信号的时延,Tr为等效脉冲重复周期,j为虚数单位,fd为直达波信号的多普勒频率,NT为多径杂波的个数,αp为第p个多径杂波信号的复振幅,τp为第p个多径杂波信号的时延,fp为第p个多径杂波信号的多普勒频率。
4.根据权利要求1所述的方法,其特征在于,(2)中对回波信号进行分段,是在一次相干处理时间内,先将回波信号等分成M段,再将每段信号数据等效为一个脉冲数据,该脉冲数据的等效脉冲重复周期为Tr,每段信号满足得到第n个阵元接收到第i个杂波散射点的分段回波信号sn,i(t)为:
其中,αi为第i个散射点的复振幅,M为分段数,um(t)为发射源基站信号,t为信号时间,τi为第i个散射点的时延;j为虚数单位,fi=(vR/λ)cosφi为散射点的多普勒频率,φi为第i个散射点相对于飞机的空间锥角,λ为信号波长,n为第n个阵元,θi=(d/λ)cosφi为散射点的空间频率。
5.根据权利要求1所述的方法,其特征在于,(3)中将得到匹配滤波后的杂波散射点输出响应xn,i(t),表示如下:
其中,t为信号时间,x为积分变量,sn,i(x)为第i个散射点的回波信号,sr(x-t)为参考信号时延,(·)*为共轭运算;
对上式进一步化简,即令β=x-τi-mTr,εi=αiαd *,则x=β+τi+mTr,dβ/dτ=1,得到化简后的杂波散射点输出响应xn,i(t)为:
其中,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,j为虚数单位,n为第n个阵元,θi为散射点的空间频率,fi为散射点的多普勒频率,fd为直达波信号的多普勒频率,为散射点的角频率,为直达波的角频率,um(t)为发射源基站信号,t为信号时间,τi为第i个散射点的时延,Tr为等效脉冲重复周期,α'p=αp */αd *,p=1,2,...,NT,αp为第p个多径杂波信号的复振幅,fp为第p个多径杂波信号的多普勒频率,为多径杂波的角频率,NT为多径杂波的个数,τp为第p个多径杂波信号的时延。
6.根据权利要求1所述的方法,其特征在于,(3)中将匹配滤波后的杂波散射点输出响应xn,i(t)分为两部分,其实现如下:
(3a)取匹配滤波后的杂波散射点输出响应xn,i(t)的时间t=τi-τd,并将其带入到xn,i(t)中,得到在第n个阵元第m个脉冲的第li-ld个距离单元上的第i个散射点回波信号sn,i(t)与直达波信号sd(t)的匹配滤波结果xd为:
其中,τi为第i个散射点的时延,τd为直达波信号的时延,li-ld=(τi-τd)fs,fs为采样频率,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,j为虚数单位,θi为散射点的空间频率,m为分段数,Tr为脉冲重复周期,fi为散射点的多普勒频率,fd为直达波信号的多普勒频率,为散射点角频率,为直达波角频率;
(3b)取匹配滤波后的杂波散射点输出响应xn,i(t)的时间t=τi-τp,并将t=τi-τp带入到xn,i(t)中,得到在第n个阵元第m个脉冲的第li-lp个距离单元上的第i个杂波散射点回波信号sn,i(t)与多径杂波信号sr(t)的匹配滤波结果为:
其中,τi为第i个散射点的时延,τp为第p个多径杂波信号的时延,li-lp=(τi-τp)fs,fs为采样频率,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,θi为散射点的空间频率,Tr为脉冲重复周期,fi为散射点的多普勒频率,fp为第p个多径杂波信号的多普勒频率,为散射点角频率,为第p个多径杂波信号的角频率。
7.根据权利要求1所述的方法,其特征在于,(4)中由杂波散射点回波信号与直达波信号的匹配结果xd和杂波散射点回波信号与多径杂波信号的匹配结果xp构造字典矩阵Sl,其实现如下:
(4a)先将第n个阵元第m个脉冲第li-ld个距离单元上的匹配滤波结果xd作为矩阵P的第n列,第m行元素,则N个阵元M个脉冲第li-ld个距离单元上的匹配滤波结果构成M×N维的矩阵P;再将矩阵P的所有元素排列成一行,得到在检测单元l上直达波与杂波散射点回波信号匹配滤波的结果xd,l为:
其中,NC表示在距离单元l+ld的杂波散射单元总数;εi=αiαd *,αi为第i个散射点的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,为MN×1的空时快拍导向矢量,为散射点的角频率与直达波的角频率之差,θi为第i个散射点的空间频率,表示Kronecker乘积,为N×1维的空间导向矢量,N为阵元数,(·)T表示转置运算,为M×1维的时间导向矢量,M为分段数,θi为散射点的空间频率,为角频率;
(4b)将第n个阵元第m个脉冲的第li-lp个距离单元上杂波散射点回波信号与参考信号的匹配结果xp代入到直达波与杂波散射点回波信号匹配滤波结果xd,l中,得到检测距离单元l上多径杂波和杂波散射点回波信号匹配结果为:
其中,NT为多径杂波的个数,Np表示在距离单元l+lp的杂波散射单元总数,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,εj=αjαd *,αj为第j个散射点的复振幅,为角频率,θj为散射点的空间频率;
(4c)将直达波与杂波散射点回波信号匹配结果xd,l代入到多径信号与杂波散射点回波信号匹配结果中,得到检测距离单元l上多径杂波与杂波散射点回波信号匹配结果为:
其中,NT为多径杂波的个数,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,εj=αjαd *,αj为第j个散射点的复振幅,为角频率,θj为散射点的空间频率,⊙表示Hadamard乘积,表示在距离单元l+(lp-ld)的直达波杂波成分,其中1F×G表示元素均为1的F×G维矩阵,表示Kronecker乘积,vt为时间导向矢量,为第p个多径杂波信号的角频率,为直达波信号角频率;
(4d)将检测距离单元l上多径杂波和杂波散射点回波信号匹配结果直达波与回波信号匹配结果xd,l和噪声xn相加,得到在检测距离单元l接收到的总信号xl为:
由于单个距离单元的多径杂波成分和噪声xn的能量远低于直达波杂波成分的能量xd,l,忽略和xn,得到在检测距离单元l接收到的总信号xl为:
xl≈xd,l,
(4e)将检测距离单元l接收到的总信号xl代入得检测距离单元l上多径杂波与杂波散射点回波信号匹配结果中,得到在检测距离单元l总多径杂波成分数据矩阵形式为:
其中,NT为多径杂波的个数,α'p=αp */αd *,αp为第p个多径杂波信号的复振幅,αd为直达波信号的复振幅,(·)*为共轭运算,表示在距离单元l+(lp-ld)的总信号,⊙表示Hadamard乘积,1F×G表示元素均为1的F×G维矩阵,表示Kronecker乘积,vt为时间导向矢量,为第p个多径杂波信号的角频率,为直达波信号角频率,表示对应第p个多径杂波成分的等效空时导向矢量,Sl为MN×MtD维的字典矩阵,Mt为量化多普勒频率分辨单元,为权矢量,D是对消距离阶数,SD,l=[χl+1,χl+2,...,χl+D]为距离单元l+1到距离单元l+D的空时快拍数据, 为第q个多径杂波信号的角频率,q=1,...Mt。
8.根据权利要求1所述的方法,其特征在于,所述(5),其实现如下:
(5a)根据字典矩阵Sl,利用均值最小化,得到迭代权系数w(k)的代价函数J1为:
其中,E为求均值,k为迭代次数,为二范数平方,xl为在检测距离单元l接收到的总信号,μ为正则化参数,||·||1为一范数;
(5b)求解(5a)的代价函数J1,得到迭代权系数w(k)为:
w(k)=w(k-1)+g(k)e(k)+μ(ρ-1)P(k)sign(w(k)),
其中,k为迭代次数,(·)-1为求逆运算,(·)H为共轭转置运算,w(k-1)为第k-1次迭代权系数,P(k)=ρ-1[P(k-1)-g(k)SkP(k-1)],ρ为遗忘因子,S(k)为第k次迭代的字典矩阵,IMN为M×N维的单位矩阵,e(k)=xk-Skw(k-1),xk为第k次迭代的总信号,μ为正则化参数,sign(·)为符号函数,定义为|·|为取模运算;
(5c)根据字典矩阵Sl,利用差值最小化,得到正则化参数μ的代价函数J2为:
其中,为二范数平方,k为迭代次数,xl为在检测距离单元l接收到的总信号,w(k)为第k次迭代权系数,g(k)=P(k-1)S(k)(ρIMN+S(k)P(k-1)S(k)H)-1,S(k)为第k次迭代的字典矩阵,P(k)=ρ-1[P(k-1)-g(k)S(k)P(k-1)],ρ为遗忘因子,(·)-1为求逆运算,IMN为M×N维的单位矩阵,sign(·)为符号函数,e(k)=x(k)-S(k)w(k-1),x(k)第k次迭代时的总信号,,w(k-1)为第k-1次迭代的权矢量;
(5d)求解(5c)的代价函数J2,得到第k次迭代的正则化参数μ为:
其中,Re{·}为求实部运算,(·)H为共轭转置运算,(·)-1为求逆运算,xl为在检测距离单元l接收到的总信号,w(k-1)为第k-1次迭代的权矢量,P(k)=ρ-1[P(k-1)-g(k)S(k)P(k-1)],g(k)=P(k-1)S(k)(ρIMN+S(k)P(k-1)S(k)H)-1,S(k)为第k次迭代的字典矩阵,ρ为遗忘因子,IMN为M×N维的单位矩阵,e(k)=x(k)-S(k)w(k-1),x(k)第k次迭代时的总信号,sign(·)为符号函数;
(5e)利用(5b)中的w(k)和(5d)中的μ,得到消除多径杂波的匹配信号yl为:
其中,xl为在检测距离单元l接收到的总信号,Sl为字典矩阵,w(k-1)为第k-1次迭代权系数,ρ为遗忘因子,S(k)为第k次迭代的字典矩阵,P(k)=ρ-1[P(k-1)-g(k)SkP(k-1)],(·)H为共轭转置运算,xk为第k次迭代的总信号,e(k)=xk-Skw(k-1),sign(·)为符号函数,定义为|·|为取模运算。
9.根据权利要求1所述的方法,其特征在于,(6)中采用空时级联二维自适应算法STAP对进行直达波抑制,得到目标回波信号zl,是用空时级联二维自适应算法STAP中的权矢量消除掉多径杂波的匹配信号yl,输出目标回波信号zl为:
其中,Rx为杂波协方差矩阵,Rx=Rd+Rn,Rd为直达波杂波成分的协方差矩阵,Rn为噪声协方差矩阵,(·)H为共轭转置运算,(·)-1为求逆运算,vt为时间导向矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811328082.7A CN109471083B (zh) | 2018-11-09 | 2018-11-09 | 基于空时级联的机载外辐射源雷达杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811328082.7A CN109471083B (zh) | 2018-11-09 | 2018-11-09 | 基于空时级联的机载外辐射源雷达杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109471083A true CN109471083A (zh) | 2019-03-15 |
CN109471083B CN109471083B (zh) | 2022-12-02 |
Family
ID=65672741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811328082.7A Active CN109471083B (zh) | 2018-11-09 | 2018-11-09 | 基于空时级联的机载外辐射源雷达杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471083B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824432A (zh) * | 2019-08-28 | 2020-02-21 | 深圳大学 | 雷达杂波抑制方法、装置及计算机可读存储介质 |
CN112014818A (zh) * | 2020-08-25 | 2020-12-01 | 北京理工大学 | 一种基于批处理clean的杂波抑制方法 |
CN113156381A (zh) * | 2021-04-01 | 2021-07-23 | 湖南城市学院 | 一种机载外辐射源雷达多径杂波抑制方法 |
CN113435299A (zh) * | 2021-06-23 | 2021-09-24 | 电子科技大学 | 基于空-时匹配的双基前视sar杂波抑制方法 |
CN113449263A (zh) * | 2020-03-26 | 2021-09-28 | 太原理工大学 | 基于稀疏性促进正则化的多径误差校正方法、***及设备 |
CN113820679A (zh) * | 2021-08-10 | 2021-12-21 | 西安电子科技大学 | 雷达回波数据的滤波方法、装置、设备和存储介质 |
CN115327505A (zh) * | 2022-10-12 | 2022-11-11 | 深圳大学 | 一种多径环境下低空目标角度估计方法及相关设备 |
CN115453477A (zh) * | 2022-08-03 | 2022-12-09 | 西安电子科技大学 | 一种外辐射源雷达监视通道信号中多径杂波的对消方法 |
CN116449398A (zh) * | 2023-04-10 | 2023-07-18 | 中国矿业大学 | 天线阵元互耦环境下卫星导航接收机自适应抗干扰方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006349477A (ja) * | 2005-06-15 | 2006-12-28 | Mitsubishi Electric Corp | レーダ装置 |
CN104345301A (zh) * | 2014-11-05 | 2015-02-11 | 西安电子科技大学 | 机载mimo雷达非自适应杂波预滤波空时二维对消方法 |
CN105527610A (zh) * | 2015-12-05 | 2016-04-27 | 中国人民解放军信息工程大学 | 基于分数阶时延估计的多天线联合优化杂波抑制方法 |
-
2018
- 2018-11-09 CN CN201811328082.7A patent/CN109471083B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006349477A (ja) * | 2005-06-15 | 2006-12-28 | Mitsubishi Electric Corp | レーダ装置 |
CN104345301A (zh) * | 2014-11-05 | 2015-02-11 | 西安电子科技大学 | 机载mimo雷达非自适应杂波预滤波空时二维对消方法 |
CN105527610A (zh) * | 2015-12-05 | 2016-04-27 | 中国人民解放军信息工程大学 | 基于分数阶时延估计的多天线联合优化杂波抑制方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824432B (zh) * | 2019-08-28 | 2023-02-28 | 深圳大学 | 雷达杂波抑制方法、装置及计算机可读存储介质 |
CN110824432A (zh) * | 2019-08-28 | 2020-02-21 | 深圳大学 | 雷达杂波抑制方法、装置及计算机可读存储介质 |
CN113449263A (zh) * | 2020-03-26 | 2021-09-28 | 太原理工大学 | 基于稀疏性促进正则化的多径误差校正方法、***及设备 |
CN112014818B (zh) * | 2020-08-25 | 2022-09-16 | 北京理工大学 | 一种基于批处理clean的杂波抑制方法 |
CN112014818A (zh) * | 2020-08-25 | 2020-12-01 | 北京理工大学 | 一种基于批处理clean的杂波抑制方法 |
CN113156381A (zh) * | 2021-04-01 | 2021-07-23 | 湖南城市学院 | 一种机载外辐射源雷达多径杂波抑制方法 |
CN113435299A (zh) * | 2021-06-23 | 2021-09-24 | 电子科技大学 | 基于空-时匹配的双基前视sar杂波抑制方法 |
CN113820679A (zh) * | 2021-08-10 | 2021-12-21 | 西安电子科技大学 | 雷达回波数据的滤波方法、装置、设备和存储介质 |
CN113820679B (zh) * | 2021-08-10 | 2023-12-26 | 西安电子科技大学 | 雷达回波数据的滤波方法、装置、设备和存储介质 |
CN115453477A (zh) * | 2022-08-03 | 2022-12-09 | 西安电子科技大学 | 一种外辐射源雷达监视通道信号中多径杂波的对消方法 |
CN115327505A (zh) * | 2022-10-12 | 2022-11-11 | 深圳大学 | 一种多径环境下低空目标角度估计方法及相关设备 |
CN116449398A (zh) * | 2023-04-10 | 2023-07-18 | 中国矿业大学 | 天线阵元互耦环境下卫星导航接收机自适应抗干扰方法 |
CN116449398B (zh) * | 2023-04-10 | 2023-11-03 | 中国矿业大学 | 天线阵元互耦环境下卫星导航接收机自适应抗干扰方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109471083B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471083B (zh) | 基于空时级联的机载外辐射源雷达杂波抑制方法 | |
CN110412559B (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
Klemm | Adaptive airborne MTI: an auxiliary channel approach | |
EP1485728B1 (en) | A noise suppression system and method for phased-array based systems | |
CN105182300B (zh) | 天基外辐射源雷达的地杂波干扰实时抑制方法 | |
US6720910B2 (en) | Pri-staggered post-doppler adaptive monopulse processing for detection and location of a moving target in ground clutter | |
US20060181451A1 (en) | System and method for combining displaced phase center antenna and space-time adaptive processing techniques to enhance clutter suppression in radar on moving platforms | |
CN105445704B (zh) | 一种sar图像中的雷达动目标抑制方法 | |
CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及*** | |
EP3698167A2 (en) | Synthetic aperture radar apparatus and methods | |
Garry et al. | Wideband DTV passive ISAR system design | |
CN106291547B (zh) | 基于天线方向图辅助的多普勒模糊分量自适应抑制方法 | |
Sui et al. | Cascaded least square algorithm for strong clutter removal in airborne passive radar | |
Malanowski et al. | Passive radar based on LOFAR radio telescope for air and space target detection | |
Kulpa et al. | CLEAN removal of ground clutter in mobile passive radar | |
CN109143235A (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
Carlo et al. | A least squares multiple constraint direct data domain approach for STAP | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
Quirini et al. | Non-uniform linear arrays for target detection and DoA estimation in passive radar STAP | |
Xiaode et al. | Range-Doppler NLMS (RDNLMS) algorithm for cancellation of strong moving targets in passive coherent location (PCL) radar | |
Liu et al. | Through-wall tracking using mean-shift algorithm | |
Cheng et al. | A Barrage Jamming Suppression Scheme for DBF-SAR System Based on Elevation Multichannel Cancellation | |
CN108710117A (zh) | 一种合成孔径雷达杂波对消方法 | |
Tang et al. | A novel 3D imaging method of FMCW MIMO-SAR | |
Gao et al. | Arc array radar IAA-STAP algorithm based on sparse constraint |
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 |