CN110275142B - 一种宽带雷达直采数据预处理方法 - Google Patents
一种宽带雷达直采数据预处理方法 Download PDFInfo
- Publication number
- CN110275142B CN110275142B CN201910408896.XA CN201910408896A CN110275142B CN 110275142 B CN110275142 B CN 110275142B CN 201910408896 A CN201910408896 A CN 201910408896A CN 110275142 B CN110275142 B CN 110275142B
- Authority
- CN
- China
- Prior art keywords
- target
- analyzed
- points
- data
- point
- 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
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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2925—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by using shape of radiation pattern
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
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
本发明公开了一种宽带雷达直采数据预处理方法,能够针对宽带雷达直采数据进行便捷、高效的预处理。步骤如下:对于宽带雷达的回波数据进行慢时间降采样排列。对慢时间降采样排列后的回波数据中每一列数据依次进行数字解调以及脉冲压缩。针对处理后的回波数据,采用计算极大值点的方式,绘制目标空域分布散点图。在目标空域分布散点图中选取设定数量的属于待分析目标的点。对选取点进行拟合,根据拟合结果计算目标的距离偏移量,并依据距离偏移量对所有极大值点进行距离补偿。判断属于待分析目标的散点的拟合函数的2范数是否小于设定阈值δ,若是则截取出待分析目标所在的信号区域,即获得待分析目标的测量数据。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体涉及一种宽带雷达直采数据预处理方法。
背景技术
雷达通过发射大带宽的信号能够获得较高的距离分辨能力,能够为目标特性测量、真假目标识别提供更可靠的依据,因此宽带雷达在战略预警和反导***中起到非常重要的作用。
根据奈奎斯特采样定律,必须提供大于2倍带宽的采样率,才能无损失的保留回波信号中的所有信息,这对于硬件的读写存储能力提出了很高的要求。受技术发展的限制,早期的宽带雷达通常采用去斜接收的方式,通过去除接收信号固有的调频斜率,达到降低接收信号带宽的目标,这种方式成功的将采样率从几GHz降低到几十MHz。不过去斜技术也导致了雷达单通道波门变窄,从几十上百公里降为几十上百米,在实际作战的复杂多目标场景中,难以反映雷达波速覆盖下的全空域的宏观状态,对于事后的战场态势回放与分析造成了不可逆转的困难。随着硬件水平的进步,直采接收逐渐成为目前宽带雷达的一个改进方向,新研设备基本都具备直采接收能力,许多现有设备也都进行了加装直采接收***的升级改造。
随着高速采样技术的发展,宽带雷达信号直采技术于近年来兴起,逐渐在我国靶场雷达上实现工程应用。然而,对于直采数据的处理算法的研究却所见不多,主流的处理方式是通过数字去斜将回波转化为去斜数据,在通过传统的方法进行成像和特征提取,该处理方式较为复杂,计算量大,处理效率低。
目前尚未有针对直采数据的便捷、高效的处理方式。
发明内容
有鉴于此,本发明提供了一种宽带雷达直采数据预处理方法,能够针对宽带雷达直采数据进行便捷、高效的预处理。
为达到上述目的,本发明的技术方案包括如下步骤:
S1、对于宽带雷达的回波数据进行慢时间降采样排列。
S2、对慢时间降采样排列后的回波数据中每一列数据依次进行数字解调以及脉冲压缩。
S3、针对S2处理后的回波数据,采用计算极大值点的方式,绘制目标空域分布散点图。
S4、在目标空域分布散点图中选取设定数量的属于待分析目标的点。
S5、对S4中选取点进行拟合,根据拟合结果计算目标的距离偏移量,并依据距离偏移量对S3中所有极大值点进行距离补偿。
S6、判断属于待分析目标的散点的拟合函数的2范数是否小于设定阈值δ,若是则执行S7,否则,返回S3。
S7、对于回波数据,截取出待分析目标所在的信号区域,即获得待分析目标的测量数据。
进一步地,宽带雷达的回波数据为M帧数据,分别对应的慢时间采样时刻分别为t1,t2,...,tM,每一帧数据是由N个快时间采样点构成的时间序列s(tm,τ),τ=1,2,...,N;
慢时间降采样具体为0.2Hz~2Hz的数据率。
进一步地,针对S2处理后的回波数据,采用计算极大值的方式,绘制目标空域分布散点图,具体为:
对于针对S2处理后的回波数据,其中每个回波,计算选取数量为K的极大值点,记为P1,…PK;
将所有极大值点P1,…PK在时间—距离的二维坐标系中绘制出来,得到目标空域分布散点图。
进一步地,在目标空域分布散点图中选取设定数量的属于待分析目标的点,具体为:
在目标空域分布散点图中选取设定数量的属于待分析目标的点,所得到的选取点满足:
在待分析目标的散点轨迹的起点和终点的设定范围内,至少各选取一个点;
在待分析目标的散点轨迹的平滑段落均匀选取点;
在待分析目标的散点轨迹的变化超出设定的变化范围、或存在拐点的段落中在均匀选取的基础上多选取2~4个点。
进一步地,对S4中选取点进行拟合,具体为:
选取点包括Pk1,...,PkJ,J为选取点的个数;
采用三次样条函数对点Pk1,...,PkJ进行拟合,拟合得到的分段多项式函数记为
进一步地,设定阈值δ取值为100米。
有益效果:
1、本发明所提供的预处理方法,能够针对宽带雷达直采数据进行便捷、高效的预处理,该方法在运算时首先对雷达直采数据进行充分的降采样,大大减少了正交解调和脉冲压缩等运算量较大的信号域处理步骤,提高了运算效率,并且该方法的处理步骤主要集中在点迹运算层面,能够以较小的计算量实现对数据量很大的宽带直采数据的预处理。
2、本发明所提供的预处理方法,原理清楚可操作性强,即采用曲线拟合的方式逐步补偿目标运动轨迹,使待分析目标的轨迹处于场景中心,原理简单清晰;在处理步骤中,对于1000s左右300Hz重复频率的测量数据,只需简单的选择≤10个点即可完成目标的关联和运动补偿,不需要复杂的参数调整过程,且无需区分不同弧段,能够适用于绝大多数导弹类武器试验的事后数据分析。
3、本发明所提供的预处理方法,可以采用机器运算与人工判读相结合的策略,其中信号处理与数据拟合由计算机完成,而目标关联处理则在人工辅助下进行,能够有效的提升处理结果的可靠性,特别是在发生分离、机动、再入等弹道动作的关键点附近,以及存在欺骗干扰和信噪比较低的状况下,人工辅助处理能够有效的降低纯算法关联处理带来的高误判概率。
附图说明
图1为本发明实施例所提供的一种宽带雷达直采数据预处理方法流程图;
图2为本发明实施例中预处理前目标空域分布散点图,其中包括每个目标在空域中的运动轨迹;
图3为本发明实施例中预处理后目标空域分布散点图,其中包括每个目标在空域中的运动轨迹。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种宽带雷达直采数据预处理方法,其流程如图1所示,包括如下步骤:
S1、对于宽带雷达的回波数据进行慢时间降采样排列;下面采用如下具体实例对本步骤进行说明,该具体实例并不用于限定本发明的保护范围。
例如,在一段时间里雷达跟踪某一目标群,获得M个回波数据,M个回波数据分别对应的慢时间时刻t1,t2,...,tM,每一个回波数据又是由N个快时间采样点构成的时间序列s(tm,n),n=1,2,...,N。
通常目标特性雷达的脉冲重复频率能达到数百赫兹,即每秒在慢时间域产生上百个回波,而每一回波在快时间域又有数百万个采样点,为了减少运算量,首先对回波数据在慢时间域进行降采样处理。通常,针对常规导弹试验任务,0.2H~2Hz的数据率就能较好的反映目标连续运动的轨迹,同时也能大大减少后续步骤中信号处理的运算量。
S2、对慢时间降采样排列后的回波数据中每一列数据依次进行数字解调以及脉冲压缩。
雷达直采数据仅仅是对回波信号幅度的直接采样,按照雷达信号处理的一般过程,对于抽样后的直采数据需要进行数字解调处理和匹配滤波处理。
S3、针对S2处理后的回波数据,采用计算极大值点的方式,绘制目标空域分布散点图。
对于针对S2处理后的回波数据,其中每个回波,计算选取数量为K的极大值点,记为P1,…PK。通常每个回波保留50~100个点(即K为50~100)就可以很好的反映不同目标的位置分布和运动轨迹,同时也不会引入更多的噪声。
将所有极大值点P1,…PK在时间—距离的二维坐标系中绘制出来,得到目标空域分布散点图,从该目标空域分布散点图中可以得到每个目标在空域中的运动轨迹,具体如图2所示,其中分布连续聚集成线条状的点就是目标散射点对应的回波信号极大值,而“椒盐”状杂乱分布的点则是噪声导致的极大值点。
S4、在目标空域分布散点图中选取设定数量的属于待分析目标的点;
所得到的选取点满足如下:
a)在待分析目标的散点轨迹的起点和终点的设定范围内,至少各选取一个点;此处的设定范围可根据经验进行设定,即只要在起点和终点附近即可。
b)在待分析目标的散点轨迹的平滑段落中选取点分布均匀;
在待分析目标的散点轨迹的变化超出设定的变化范围、或存在拐点的段落中在均匀选取的基础上多选取2~4个点;此处设定的变化范围可以依据经验设定,即只要散点轨迹的变化较大即可。
根据经验,对1000秒左右的导弹测量数据,选择10~15个点即可很好的拟合目标运动轨迹。
S5、对S4中选取点进行拟合,根据拟合结果计算目标的距离偏移量,并依据距离偏移量对S3中所有极大值点进行距离补偿。
本发明实施例中,选取点包括Pk1,...,PkJ,J为选取点的个数;
采用三次样条函数对点Pk1,...,PkJ进行拟合,拟合得到的分段多项式函数记为
S6、判断属于待分析目标的散点的拟合函数的2范数是否小于设定阈值δ,若是则执行S7,否则,返回S3。
选取阈值δ,当满足以下条件时即停止上述循环:I<δ。
根据经验,通常δ取100(单位:米)能够使待分析目标的散点近似分布于一条直线上。
S7、根据待分析目标的散点的偏移量截取每一帧数据对应部分,从而获得待分析目标的测量数据。
假设雷达信号的脉宽为tp,采样率为fs,场景宽度为l(取100米足够),则截取的波门宽度为雷达脉冲宽度加上场景宽度,即fs(tp+l/c)。对所有回波s(tm,n),m=1,2,…,M,截取出待分析目标所在的信号区域,截取的区域为往两侧各包含fs(tp+l/c)/2个采样点,即最终结果为
利用本发明可以实现以下两点功能:
1)通过本方法处理获取的空域内目标运动的的散点图能够更加直观的反映出不同目标间的相对运动关系。如图2和图3所示,分别是本方法处理前和处理后的极值在时间-距离坐标系中分布情况的散点图,其中分布连续聚集成线条状的点就是目标本身散射点对应的回波信号的极大值,而类似“椒盐”状杂乱分布的点则是噪声导致的极大值点。通过比较图2和图3可以看出,本方法处理后的散点图能够更直观的体现出各目标的相对运动关系。
2)能够简单高效的对感兴趣的目标实现初步对齐与数据截取。一次任务中雷达的宽带直采数据的数据量多达上百GB,而其中感兴趣目标的测量数据通常只有不到100MB,本方法采用简单高效的策略,实现从数据量很大的原始回波数据中完成对待分析目标的初步对齐和数据截取。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种宽带雷达直采数据预处理方法,其特征在于,包括如下步骤:
S1、对于宽带雷达的回波数据进行慢时间降采样排列;
S2、对慢时间降采样排列后的回波数据中每一列数据依次进行数字解调以及脉冲压缩;
S3、针对S2处理后的回波数据,采用计算极大值点的方式,绘制目标空域分布散点图;
S4、在所述目标空域分布散点图中选取设定数量的属于待分析目标的点;
S5、对S4中选取点进行拟合,根据拟合结果计算目标的距离偏移量,并依据距离偏移量对S3中所有极大值点进行距离补偿;
S6、判断属于所述待分析目标的散点的拟合函数的2范数是否小于设定阈值δ,若是则执行S7,否则,返回S3;
S7、对于所述回波数据,截取出所述待分析目标所在的信号区域,即获得所述待分析目标的测量数据。
2.如权利要求1所述的方法,其特征在于,所述宽带雷达的回波数据为M帧数据,分别对应的慢时间采样时刻分别为t1,t2,...,tM,每一帧数据是由N个快时间采样点构成的时间序列s(tm,τ),τ=1,2,...,N,m=1,2,...,M;
所述慢时间降采样具体为0.2Hz~2Hz的数据率。
3.如权利要求1所述的方法,其特征在于,所述针对S2处理后的回波数据,采用计算极大值的方式,绘制目标空域分布散点图,具体为:
对于针对S2处理后的回波数据,其中每个回波,计算选取数量为K的极大值点,记为P1,…PK;
将所有极大值点P1,…PK在时间—距离的二维坐标系中绘制出来,得到目标空域分布散点图。
4.如权利要求1所述的方法,其特征在于,所述在所述目标空域分布散点图中选取设定数量的属于待分析目标的点,具体为:
在所述目标空域分布散点图中选取设定数量的属于待分析目标的点,所得到的选取点满足:
在待分析目标的散点轨迹的起点和终点的设定范围内,至少各选取一个点;
在待分析目标的散点轨迹的平滑段落均匀选取点;
在待分析目标的散点轨迹的变化超出设定的变化范围、或存在拐点的段落中在均匀选取的基础上多选取2~4个点。
6.如权利要求5所述的方法,其特征在于,所述设定阈值δ取值为100米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910408896.XA CN110275142B (zh) | 2019-05-16 | 2019-05-16 | 一种宽带雷达直采数据预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910408896.XA CN110275142B (zh) | 2019-05-16 | 2019-05-16 | 一种宽带雷达直采数据预处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110275142A CN110275142A (zh) | 2019-09-24 |
CN110275142B true CN110275142B (zh) | 2021-04-13 |
Family
ID=67959937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910408896.XA Active CN110275142B (zh) | 2019-05-16 | 2019-05-16 | 一种宽带雷达直采数据预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110275142B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2758585C1 (ru) * | 2020-09-09 | 2021-11-01 | Акционерное общество "Всероссийский научно-исследовательский институт "Градиент" | Способ пространственной локализации радиомолчащих объектов |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116412A (zh) * | 2015-08-26 | 2015-12-02 | 中国人民解放军63921部队 | 一种宽带雷达isar图像性能定量判别方法 |
CN105515695A (zh) * | 2015-12-04 | 2016-04-20 | 哈尔滨工程大学 | 基于调制宽带转换器的压缩采样信号检测方法 |
CN108196237A (zh) * | 2017-12-26 | 2018-06-22 | 中南大学 | 一种抑制fmcw雷达回波信号中寄生调幅的方法 |
-
2019
- 2019-05-16 CN CN201910408896.XA patent/CN110275142B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116412A (zh) * | 2015-08-26 | 2015-12-02 | 中国人民解放军63921部队 | 一种宽带雷达isar图像性能定量判别方法 |
CN105515695A (zh) * | 2015-12-04 | 2016-04-20 | 哈尔滨工程大学 | 基于调制宽带转换器的压缩采样信号检测方法 |
CN108196237A (zh) * | 2017-12-26 | 2018-06-22 | 中南大学 | 一种抑制fmcw雷达回波信号中寄生调幅的方法 |
Non-Patent Citations (1)
Title |
---|
高速自旋目标ISAR成像的代数重构方法;华煜明 等;《雷达科学与技术》;20160430;第14卷(第2期);第134~139页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110275142A (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11313950B2 (en) | Machine learning based highway radar vehicle classification across multiple lanes and speeds | |
CN111123212B (zh) | 一种基于复杂杂波背景下的场面监视雷达的信号处理方法 | |
CN108490410B (zh) | 一种两坐标雷达对海目标联合检测跟踪方法 | |
CA2479463C (en) | System and method for target signature calculation and recognition | |
CN106405537B (zh) | 基于位置信息和多普勒信息的雷达航迹起始方法 | |
CN105785340B (zh) | 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法 | |
CN107561518A (zh) | 基于二维滑窗局部极值的三坐标雷达点迹凝聚方法 | |
CN106443598A (zh) | 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法 | |
CA2176607C (en) | Radar system and method for detecting targets in clutter using target intensity and angular position | |
CN110275142B (zh) | 一种宽带雷达直采数据预处理方法 | |
CN104569963A (zh) | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 | |
Zhao et al. | SAR deception jamming identification via differential feature enhancement | |
CN113960587A (zh) | 基于类别信息反馈的毫米波雷达多目标跟踪方法 | |
CN105759250B (zh) | 一种适用于冲激雷达恒虚警检测的分段处理方法 | |
WO2020253764A1 (zh) | 确定行驶区域信息的方法及装置 | |
CN113093180A (zh) | 一种基于聚类外推的慢速弱目标检测方法 | |
CN109581366B (zh) | 一种基于目标导向矢量失配的离散旁瓣杂波识别方法 | |
CN110648542A (zh) | 基于方位识别窄波雷达的高精度车流量检测*** | |
KR20200117602A (ko) | Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치 | |
CN112558067B (zh) | 一种基于距离像与isar像融合的雷达成像方法 | |
CN115220002A (zh) | 一种固定单站的多目标数据关联跟踪方法和相关装置 | |
Cohen | An overview of radar-based, automatic, noncooperative target recognition techniques | |
KR20230130365A (ko) | 사람을 감지하는 신호처리 방법 및 레이더 시스템 | |
CN113093174A (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
CN112698295A (zh) | 一种知识辅助的雷达检测跟踪一体化方法及*** |
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 |