CN111007503B - 基于频率谱精确定位的运动目标聚焦和定位方法及*** - Google Patents

基于频率谱精确定位的运动目标聚焦和定位方法及*** Download PDF

Info

Publication number
CN111007503B
CN111007503B CN201910828916.9A CN201910828916A CN111007503B CN 111007503 B CN111007503 B CN 111007503B CN 201910828916 A CN201910828916 A CN 201910828916A CN 111007503 B CN111007503 B CN 111007503B
Authority
CN
China
Prior art keywords
moving target
signal
position direction
fourier transform
moving
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
Application number
CN201910828916.9A
Other languages
English (en)
Other versions
CN111007503A (zh
Inventor
曹运合
韩玖胜
王风飞
卢毅
杨云高
王蒙
吴文华
刘帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201910828916.9A priority Critical patent/CN111007503B/zh
Publication of CN111007503A publication Critical patent/CN111007503A/zh
Application granted granted Critical
Publication of CN111007503B publication Critical patent/CN111007503B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于雷达技术领域，具体涉及一种基于频率谱精确定位的运动目标聚焦和定位方法及***，方法包括：建立高超声速平台多通道雷达模型；根据建立高超声速平台多通道雷达模型得到回波信号；对回波信号进行距离向脉冲压缩和方位向调频傅里叶变换操作得到距离时域‑方位调频傅里叶变换域回波信号；确定距离时域‑方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；根据真实位置方向得到运动目标导向矢量；根据运动目标导向矢量对回波信号进行杂波抑制操作得到运动目标信号；对运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；根据运动目标的图像得到运动目标的精确定位。本发明可以提高回波信号的信杂噪比。

Description

基于频率谱精确定位的运动目标聚焦和定位方法及***
技术领域
本发明属于雷达技术领域，具体涉及一种基于频率谱精确定位的运动目标聚焦和定位方法及***。
背景技术
合成孔径雷达(SAR)成像技术的出现扩展了雷达对目标的分辨能力，能够对场景内目标进行方位向和距离向高分辨率成像。然而在强地杂波干扰下，运动目标信号被杂波信号淹没。而合成孔径雷达-地面运动目标检测(SAR-GMTI)可以抑制杂波信号干扰，并在雷达平台回波信号中提取出运动目标信号。广泛应用于地形测绘、战场侦察和遥感探测等诸多领域。
高超声速飞行器(HSV)具有比超音速飞行器更快的飞行速度，其飞行速度超过5马赫，最大速度可以达到20马赫，可实现2小时内全球打击的战略目的。高超声速平台具有极强的突防与远程战场侦查能力，这对临近空间遥感的发展具有重大的意义。高超声速飞行器结合了诸多军工领域的关键技术，成为本世纪航空航天事业发展的重要领域，军事上被看作继隐身技术之后的又一重要发展方向。
然而高超声速飞行器的高速和高机动性能，导致雷达接收到的回波信号具有多普勒模糊，因此，需要多通道雷达***进行杂波抑制，得到无多普勒模糊的运动目标信号。适用于回波信号存在多普勒模糊的多通道杂波抑制和运动目标聚焦方法有空时自适应成像方法(imaging space and time adaptive processing，ISTAP)和调频傅里叶变换(chirpFourier transform，CFT)。在CFT基础上提出了改进的CFT(CFT-Pro)方法，通过在杂波抑制处理之前选取径向速度的粗略值，在聚焦处理过程中对径向速度进行第二次精确搜索，减少了动目标导向矢量与真实位置方向误差，从而在一定程度上增加了回波信号的信噪比，但是此方法还是无法避免由于动目标导向矢量和动目标实际位置方向的偏差导致的能量损失和运动目标的导向矢量与真实位置方向存在偏差。和差波束方法由于具有测角精度高和工程易实现等特点，而被广泛应用于雷达***中，和差波束方法与STAP(Space-TimeAdaptive Processing，空时自适应处理)方法结合被用于杂波抑制。在实际情况下，运动目标的水平速度和径向速度为未知量。对运动目标直接进行速度搜索操作，可以得到较为精确的估计值，然而，其计算复杂度太高不能应用于工程实践，并影响运动目标参数估计精度，降低运动目标信杂噪比。由于运动目标水平速度和径向速度未知，采用运动目标水平速度和径向速度的粗略估计值进行杂波抑制，并采用运动目标水平速度和径向速度的粗略估计值对运动目标进行成像处理，这些处理方法都会造成杂波抑制和雷达平台对运动目标成像性能下降，雷达接收到的回波信号中的运动目标的信杂噪比降低，增加了后续运动目标的检测、成像与定位难度；并且，现有方法中对运动目标水平速度和径向速度的估计采用直接搜索的方法，使得运算量显著增加，并且造成运动目标水平速度和径向速度的估计精度下降。其中运动目标径向速度的影响尤为突出，运动目标径向速度估计精度下降直接影响运动目标成像与定位效果，甚至无法实现对运动目标进行成像与定位操作。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于频率谱精确定位的运动目标聚焦和定位方法及***。本发明要解决的技术问题通过以下技术方案实现：
一种基于频率谱精确定位的运动目标聚焦和定位方法，包括：
建立高超声速平台多通道雷达模型；
根据所述建立高超声速平台多通道雷达模型得到回波信号；
对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；
根据所述真实位置方向得到运动目标导向矢量；
根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；
根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
根据所述运动目标的图像得到运动目标的精确定位。
在本发明的一个实施例中，所述高超声速平台多通道雷达模型中线性天线阵面包含M个同性阵元，所述线性天线阵面具有N个子阵，所述子阵包括k个阵元，0＜M，0＜N，0＜k。
在本发明的一个实施例中，根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值，包括：
对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
根据所述运动目标信号的真实位置方向得到精确的径向速度值。
本发明还提供了一种基于频率谱精确定位的运动目标聚焦和定位***，包括：
信号收发模块，用于建立高超声速平台多通道雷达模型；
信号提取模块，用于根据所述建立高超声速平台多通道雷达模型得到回波信号；
信号处理模块，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
精确定位模块，用于根据所述运动目标的图像得到运动目标的精确定位。
在本发明的一个实施例中，所述信号处理模块包括：
傅里叶变换单元，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
位置速度确定单元，用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；
目标图像确定单元，用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像。
在本发明的一个实施例中，所述位置速度确定单元包括：
信号权矢量最优化约束子单元，用于对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
偏移量计算子单元，用于根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
真实位置确定子单元，根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
径向速度确定子单元，根据所述运动目标信号的真实位置方向得到精确的径向速度值。
本发明的有益效果：
1、本发明设计在杂波抑制之前，采用基于特征空间自适应和差波束测角方法可以获得运动目标径向速度精确估计值，并确定运动目标真实位置方向；能够在运动目标参数未知的情况下进行精确的杂波抑制，构造的运动目标导向矢量指向运动目标真实位置方向，直接采用与运动目标真实位置相匹配的波束方向图，可以有效保留运动目标能量，提高回波信号的信杂噪比；
2、本发明方法获得的运动目标径向速度精确估计值，成像过程只需对运动目标水平速度进行估计，在保证径向速度估计精度的前提下，有效降低了计算量，简化回波信号频率谱定量分析过程，减少运动目标成像位置与运动目标真实位置偏差量；
3、本发明方法通过多通道雷达***，各通道分别对杂波抑制得到的运动目标信号进行成像处理，在成像结果中提取剩余干涉相位，确定运动目标成像位置与运动目标真实位置偏差量，现实了运动目标精确定位。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法的流程框图；
图2是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法基于特征空间自适应和差波束测角方法和差波束方向图；
图3是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法基于特征空间自适应和差波束测角方法单脉冲比曲线图；
图4是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法与传统的ISTAP、CFT-improved方法杂波抑制性能对比图示意图；
图5是传统的ISTAP方法运动目标聚焦结果示意图；
图6是传统的CFT方法运动目标聚焦结果示意图；
图7是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法运动目标聚焦结果示意图；
图8是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法与传统的ISTAP和CFT-improved方法的运动目标径向速度估计误差对比图；
图9是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位方法运动目标定位误差对比图；
图10是本发明实施例提供的一种基于频率谱精确定位的运动目标聚焦和定位***的结构框图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
一种基于频率谱精确定位的运动目标聚焦和定位方法，包括：
建立高超声速平台多通道雷达模型；
根据所述建立高超声速平台多通道雷达模型得到回波信号；
对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；
根据所述真实位置方向得到运动目标导向矢量；
根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；
根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
根据所述运动目标的图像得到运动目标的精确定位。
进一步地，建立高超声速飞行器多通道SAR-GMTI***的正侧视几何构型，即高超声速平台多通道雷达模型，高超声速飞行器沿X轴做匀速运动，其速度为v，Z轴指向地球中心的反方向，Y轴方向满足左手直角坐标系，φ为斜视角，斜视角较小，本发明中斜视角取值不超过3度，因此本发明在正侧视几何构型下建立信号模型，Wr为场景宽度，RB为场景中心到雷达距离，R0为运动目标的最近斜距，参考通道发射线性调频信号，将整个M阵元的线阵沿方位向均匀划分为N个子阵，每个子阵中包含κ个阵元，Dn为参考通道和第n个通道的等效相位中心距离，Dn＝(n-1)×κd，其中d为相邻阵元间距，κd为子阵间隔，n＝1,2,…,N，所述相邻阵元间距的取值一般为波长长度一半的整数倍。假设运动目标坐标为T(xp,R0)，其中xp为目标X轴方向坐标，υa和υr分别为运动目标的水平速度和径向速度。通过CFT操作得到在距离压缩-方位CFT域运动目标信号，通过分析运动目标和杂波频率谱关系，分别得到方位CFT域运动目标导向矢量和静止杂波导向适量。将运动目标信号径向速度置0，就可以得到静止杂波信号模型。
进一步地，首先，CFT操作可以对线性调频信号和二次相位项成绩进行谱通的傅里叶变换，即对多普勒谱进行脉冲压缩。在多普勒模糊的情况下，在方位向通过CFT操作可以得到无多普勒模糊的运动目标回波信号。S(f)为对于任意线性调频信号s(ξ)的CFT操作，其表达式为：
Figure GDA0002406369380000064
其中，t为时间，f为CFT频域变量，γ为信号的线性调频斜率，f1为CFT频率谱的平移量，
Figure GDA0002406369380000061
为常数；
然后，对回波信号依次进行距离傅里叶变换、脉冲压缩、方位CFT和距离逆傅里叶变换处理，得到第n个通道接受的距离压缩-方位调频傅里叶变换域回波信号：
Figure GDA0002406369380000062
其中，δT为运动目标的散射截面积，ωr(·)和
Figure GDA0002406369380000063
分别为距离时域窗函数和方位频域窗函数，ξr为距离向时间，Re为高超声速雷达平台与运动目标之间的等效距离，Re＝R0+(v-va)2(ξ0-ξc)2/2R0，fa为CFT域频率，λ为波长，λ＝c/fc，PRF为脉冲重复频率，fd(υr)为由于运动目标径向速度造成的多普勒偏移量，fd(υr)＝2υr/λ-K×PRF，K为回波信号多普勒模糊数；ξc为雷达***对目标区域相干累计中心时间，ζc=xp/(v-υa);
Figure GDA0002406369380000071
为方位带宽和脉冲重复频率的比值，
Figure GDA0002406369380000072
其中L为一个正整数，ξ0为任意慢时间。
其次，运动目标相对杂波频率谱的相位差主要受运动目标径向速度υr影响，而与运动目标水平速度υa相关性很小，高超声速飞行器速度v为运动目标水平速度υa的数百倍，因此，可以通过v-υa≈v关系简化信号模型；为了尽可能保留运动目标实际位置方向的能量，确定运动目标实际位置方向和求解运动目标径向速度是解决该问题的有效途径。上式中只有最后一个指数项与阵列通道有关，
Figure GDA0002406369380000073
表示运动目标位于第l个方位CFT域模糊频率谱上的导向矢量，其表达式为:
Figure GDA0002406369380000074
最后，将运动目标信号径向速度置0，就可以得到静止杂波信号模型。因此，根据上式可以得到静止杂波位于第l个方位CFT域模糊频率谱区域的导向矢量可以表示为：
Figure GDA0002406369380000075
本发明设计在杂波抑制之前，采用基于特征空间自适应和差波束测角方法可以获得运动目标径向速度精确估计值，并确定运动目标真实位置方向；能够在运动目标参数未知的情况下进行精确的杂波抑制，构造的运动目标导向矢量指向运动目标真实位置方向，直接采用与运动目标真实位置相匹配的波束方向图，可以有效保留运动目标能量，提高回波信号的信杂噪比。
在本发明的一个实施例中，所述高超声速平台多通道雷达模型中线性天线阵面包含M个同性阵元，所述线性天线阵面具有N个子阵，所述子阵包括k个阵元，0＜M，0＜N，0＜k。
在本发明的一个实施例中，根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值，包括：
对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
根据所述运动目标信号的真实位置方向得到精确的径向速度值。
具体的，采用基于特征空间自适应和差波束测角技术在杂波抑制之前确定运动目标真实位置方向和径向速度估计值υre，然后通过构造精确的运动目标导向矢量进行杂波抑制，可以有效的保留运动目标能量
进一步地，本发明方法获得的运动目标径向速度精确估计值，成像过程只需对运动目标水平速度进行估计，在保证径向速度估计精度的前提下，有效降低了计算量，简化回波信号频率谱定量分析过程，减少运动目标成像位置与运动目标真实位置偏差量；距离时域-方位调频傅里叶变换域回波信号中运动目标和杂波频率谱关系，T点是运动目标无多普勒模糊信号在模糊CFT频率上的真实位置，C点为T点相邻杂波在模糊CFT频率上的频率谱；运动目标和杂波频率谱模糊数相同；fa为杂波无模糊多普勒普勒频率谱，fa＝2v/λsinφ运动目标与杂波频率谱水平方向偏移量为2fd(υr)＝4υr/λ，其中φ为斜视角；sinmnφ＝sinmφ-sinnφ为m点和n点在模糊CFT频率上两点之间斜视角sine函数值的偏移量，简称为m点位置和n点位置方向偏移量，其中sinmφ和sinnφ为在模糊CFT频率上m点和n点的方向；用
Figure GDA0002406369380000081
表示模糊CFT频率上C和
Figure GDA0002406369380000082
点之间运动目标区域。
在杂波抑制之前距离时域-方位CFT域运动目标频率谱方向的方法，通过特征空间自适应和差波束测角技术确定运动目标方向和进行速度估计值。背景杂波方向确定，通过求解运动目标与相邻杂波方向的偏移量为sinTCφ，可以确定运动目标在距离时域-方位CFT域频率谱方向，并得到运动目标径向速度估计值υre。
具体步骤包括：
(1)运动目标在CFT频率上预设位置
Figure GDA0002406369380000091
点为运动目标区域
Figure GDA0002406369380000092
上的中间，其对应径向速度预设值为υr0＝vprf/2，其中vprf表示第一盲速度，vprf＝λ/2PRF；在距离时域-方位CFT域上采用特征空间自适应和差波束测角技术，自适应和波束峰值以及差波束零陷均对准
Figure GDA0002406369380000093
点，波束中心指向被确定。波束中心方向的运动目标导向矢量表示为：
Figure GDA0002406369380000094
(2)信号权矢量最优化准则可以表示为：
Figure GDA0002406369380000095
其中，Ω0(fa)为信号权矢量，
Figure GDA0002406369380000096
为对应于距离时域-方位CFT域频率单元fa的协方差矩阵；
Figure GDA0002406369380000097
可以通过对多通道回波数据进行估计来获得，
Figure GDA0002406369380000098
s(ξr,fa)表示距离时域-方位CFT域多通道回波信号，s(ξr,fa)＝[s1(ξr,fa),…,sN(ξr,fa)]T，E{·}为求期望操作，Ψ是一个列向量，其中第一个元素为1，其余元素均为0。[·]H位共轭转置操作，[·]T为对矩阵进行转置操作；
导向矢量矩阵可以表示为：
Figure GDA0002406369380000099
其中，
Figure GDA00024063693800000910
为运动目标预设位置的方向，对应于运动目标径向速度预设值为第一盲速度一半时的波束中心方向，
Figure GDA0002406369380000101
为背景杂波方向；
自适应权矢量最优化准则表达式为：
Figure GDA0002406369380000102
其中，[·]-1为对矩阵进行求逆操作；
(3)确定运动目标频率谱上真实位置T与设定的波束中心方向位置
Figure GDA0002406369380000103
点存在偏差量为：
Figure GDA0002406369380000104
其中，Re[·]为复数取实部操作，s△(ξr,fa)为回波信号和导通输出，
Figure GDA0002406369380000105
s∑(ξr,fa)为回波信号差通道输出；
Figure GDA0002406369380000106
和
Figure GDA0002406369380000107
分别为自适应差波束矢量与自适应和波束权矢量，其通过上述权矢量最优化准则确定。
(4)运动目标径向速度估计值的表达式为：
Figure GDA0002406369380000108
其中，sinTCφ表示运动目标真实位置与相邻杂波位置方向偏移量，其表达式为：
Figure GDA0002406369380000109
为运动目标预设位置与相邻杂波位置方向的偏移量，
Figure GDA00024063693800001010
为运动目标真实位置相对运动目标预设位置方向的偏移量。
进一步地，通过距离压缩-方位CFT域上的精确杂波抑制方法，可以有效的保留运动目标实际位置方向的能量，减少运动目标能量损失。
方位向CFT处理相当于对回波多普勒频率谱进行了方位脉冲压缩处理，得到了无模糊的运动目标回波信号，在距离压缩-方位CFT域中对杂波及其模糊方向形成零陷，可以实现杂波抑制和提取运动目标能量的目的。然而，在实际情况下，运动目标的运动参数往往是未知的。CFT方法对运动目标的参数估计操作是在杂波抑制之后进行，因此，构造的运动目标导向矢量与运动目标实际位置方向存在偏差。本实施例在杂波抑制之前确定运动目标真实位置的方向，并得到运动目标径向速度精确的估计值，因此，通过构造精确的运动目标导向矢量，可以提取运动目标实际位置方向的几乎全部的能量；
具体步骤为：
(1)杂波抑制的导向矢量最优化准则为：
Figure GDA0002406369380000111
其中，Ωl(fa)为运动目标真实位置的权矢量，上式导向矢量矩阵可以表示为：
Figure GDA0002406369380000112
其中，
Figure GDA0002406369380000113
为运动目标实际位置的方向，运动目标径向速度估计值υre与实际值υr误差很小，
Figure GDA0002406369380000114
为杂波方向；
(2)运动目标真实位置方向的导向矢量表达式为：
Figure GDA0002406369380000115
(3)目标真实位置方向的权矢量为：
Figure GDA0002406369380000116
(4)距离时域-方位CFT域回波信号中的运动目标信号表达式为：
sl(tr,fa)＝[Ωl(fa)]Hs(tr,fa)。
具体的，通过距离压缩-方位CFT域上的精确杂波抑制方法，得到无多普勒模糊的运动目标回波信号，可以有效的保留运动目标实际位置方向的能量。
进一步地，由于高超声速飞行器高速飞行，在同一成像几何模型下相对常速飞行平台合成孔径时间较短，当任意慢时间ξ0接近运动目标的合成孔径中心时间ξc时，距离频域-方位时域运动目标回波信号可表示为：
Figure GDA0002406369380000121
其中，
Figure GDA0002406369380000122
为距离频率窗函数，ωa(·)为方位时域窗函数，第一个指数项与运动目标信号距离走动和方位多普勒偏移有关，第二个指数项与运动目标信号距离弯曲有关，第三个指数项与运动目标信号在慢时间维的非对称聚焦有关。
具体步骤如下：
(1)对上式第一个指数项进行补偿，并且一次指数项的精确补偿函数表示如下：
Figure GDA0002406369380000123
(2)通过方位二阶keystone变换(Second Order Keystone Transform,SOKT)对二次项中快时间和慢时间解耦和，从而对第二个指数项进行补偿，本实施例中方位SOKT表达式可以构造为：
Figure GDA0002406369380000124
其中，
Figure GDA0002406369380000125
对应keystone变换前的慢时间ξa，信号转化为：
Figure GDA0002406369380000126
由于fr＜＜fc参数关系，上式等效为：
Figure GDA0002406369380000127
上式频域快时间fr与
Figure GDA0002406369380000128
不耦合，上式二次项中频域快时间与时域慢时间无关，因此，距离弯曲得到补偿；
(3)利用运动目标水平速度估计值υae和径向速度测量值υre分别构造方位脉压函数和距离频域-方位时域三次项补偿函数，其表达式分别为：
Figure GDA0002406369380000131
Figure GDA0002406369380000132
通过上式实现运动目标成像，四次相位影响可忽略，运动目标水平速度和径向速度对相位的影响补偿到三次相位就可以对运动目标信号精确聚焦；
运动目标成像信号的时域表达式为：
Figure GDA0002406369380000133
进一步地，运动目标的成像位置也是运动目标的初始位置X0，运动目标信号完成成像的同时实现了运动目标的初步定为，然而在实际情况下，径向速度估计值的误差将导致运动目标存在定位误差，一次相位补偿函数和三次相位补偿函数也存在误差，H1 △(υre)和H3 △(υae,υre)分别为一次相位补偿函数误差补偿项和三次相位补偿函数误差补偿项，可以表示为：
Figure GDA0002406369380000134
Figure GDA0002406369380000135
求解运动目标初始位置X0与运动目标真实位置偏差量，以高超声速三通道雷达***为例进行分析，对通道之间进行通道均衡处理，使得各通道的特性保持一致；第一通道信号减去第二通道信号得到第一路对消信号，第二通道信号减去第三通道信号得到第二路对消信号；第一路对消信号乘以第二路对消信号的共轭信号得到信号Y；运动目标初始位置X0与运动目标真实位置偏差量△X可以通过通过下式求解：
Figure GDA0002406369380000136
其中，angle[·]表示对信号提取干涉相位操作，通过上式可以得到运动目标聚焦位置与真实位置存在偏差量，从而实现了运动目标的精确定位。
通过一下仿真实验对本发明实施例作进一步验证说明：
1.仿真条件；
采用高超声速飞行器多通道SAR GMTI***进行仿真，均匀线性天线阵列发射线性调频信号，假设天线阵列中每个阵元为各向同性，采用30个阵元的线阵沿方位向均匀分布进行仿真，整个线阵均匀分为3个子阵。即天线通道数N＝3，天线阵列采用一发三收工作模式，第2个通道发射线性调频信号，所有通道均接收回波信号，相邻子阵间距为κd＝0.5m，高超声速飞行器速度v＝1700m/s(5马赫)；第2个通道为参考通道，发射信号的带宽为Br＝200MHz，发射信号载频为fc＝10GHz，脉冲重复频率为PRF＝3200Hz，高超声速飞行器与成像区域场景中心位置的最近距离为80km。以场景中心位置作为坐标原点，运动目标水平速度和X轴同向，运动目标径向速度与Y轴同向，运动目标的水平速度和径向速度分别为10m/s和14m/s。运动目标点的初始位置坐标为(50m,50m)并设置了12个静止杂波点，其坐标分别为(-300m,200m),(-100m,200m),(100m,200m),(300m,200m)，(-300m,0),(-100m,0),(100m,0),(300m,0)(-300m,-200m),(-100m,-200m),(100m,-200m),(300m,-200m)在下面仿真内容中对仿真结果进行说明。
2.仿真内容；
采用本发明方法得到的基于特征空间自适应和差波束测角方法和差波束方向图，仿真结果如图2所示，图2为本发明方法的和差波束方向图；由本发明方法中基于特征空间自适应和差波束测角方法和差波束方向图对应的单脉冲比曲线图，仿真结果如图3所示；采用本发明方法与传统的ISTAP、CFT-Pro方法杂波抑制性能对比图。仿真结果如图3所示；采用本发明方法和传统的ISTAP和CFT方法对运动目标成像进行仿真对比。仿真结果如图5、6、7所示，其中，图5是采用传统的ISTAP处理方法运动目标聚焦结果示意图；图6是采用传统的CFT-Pro处理方法运动目标聚焦结果示意图；图7是采用本发明方法的运动目标聚焦结果示意图；采用本发明方法和传统的ISTAP和CFT-Pro方法处理的运动目标径向速度估计误差对比。仿真结果如图8所示；采用本发明方法和传统的ISTAP和CFT-Pro方法处理的运动目标定位误差对比。仿真结果如图9所示。
3.仿真结果分析；
从图2和图3可以看出，和差波束方向图可以在杂波信号方向形成凹陷，得出的单脉冲比曲线和理论值曲线很好的拟合，可以精确的得到运动目标的径向速度和真实位置方向。从图4中可以看出，本发明方法杂波抑制过程中运动目标方向对应天线方向图最高点，可以最大程度保留运动目标真实位置的能量，对应图中垂直虚线位置的径向速度值为，因此，本发明方法对高超声速雷达平台运动目标回波信号进行杂波抑制处理得到的信号信杂噪比更高。从图5中可以看出，采用传统的ISTAP对高超声速雷达平台杂波抑制处理后的回波信号中运动目标聚焦处理结果不佳，运动目标并没有聚焦为一个点，而是扩展在数个方位多普勒压缩域上，无法实现对运动目标的聚焦；从图5中可以看出，从图7中可以看出，采用传统的CFT-Pro对高超声速雷达平台杂波抑制处理后的回波信号中运动目标聚焦处理结果，运动目标并没有聚焦为一个点，而是扩展在2个方位多普勒压缩域上，仅实现了运动目标初步的聚焦；采用本发明方法对运动目标进行聚焦，运动目标聚焦为一个点，即运动目标实现了精确的聚焦，验证了本发明方法对高超声速雷达平台杂波抑制处理后的回波信号中的运动目标有很好的聚焦效果。从图8中可以看出，本发明方法在不同信杂噪比条件下，其对高超声速雷达平台杂波抑制处理前的回波信号中的运动目标径向速度估计误差均小于采用传统的ISTAP、CFT-Pro方法得到的运动目标径向速度估计误差，且随着信号信杂噪比的增大，运动目标径向速度估计误差逐渐减小。由于本发明实施例杂波抑制处理得到的信号信杂噪比更高，故本发明实施例所得到的运动目标径向速度估计误差远小于传统方法。本从图9中可以看出，本发明实施例方法在不同信杂噪比条件下，其对高超声速雷达平台杂波抑制处理后的回波信号中的运动目标定位误差均小于采用传统ISTAP、CFT-Pro方法得到的运动目标定位误差，且随着信号信杂噪比的增大，运动目标定位误差逐渐减小。由于本发明实施例方法杂波抑制处理得到的信号信杂噪比更高，故本发明方法所得到的运动目标定位误差远小于传统方法。CFT-Pro方法在杂波抑制处理之前选取径向速度的粗略值，杂波抑制阶段保留了运动目标的大部分能量，由于CFT-Pro方法在运动目标聚焦阶段对运动目标进行第二次精确搜索，可以实现运动目标初步聚焦，然而，相对于本发明方法计算量增加。在运动目标信杂噪比较高的情况下，虽然CFT-Pro方法运动目标能量在杂波抑制阶段有一定损失，但是该方法的定位精度略低于本发明定位精度。
综上所述，仿真实验验证了本发明的正确性、有效性和优越性。
本发明还提供了一种基于频率谱精确定位的运动目标聚焦和定位***，包括：
信号收发模块，用于建立高超声速平台多通道雷达模型；
信号提取模块，用于根据所述建立高超声速平台多通道雷达模型得到回波信号；
信号处理模块，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
精确定位模块，用于根据所述运动目标的图像得到运动目标的精确定位。
在本发明的一个实施例中，所述信号处理模块包括：
傅里叶变换单元，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
位置速度确定单元，用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；
目标图像确定单元，用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像。
在本发明的一个实施例中，所述位置速度确定单元包括：
信号权矢量最优化约束子单元，用于对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
偏移量计算子单元，用于根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
真实位置确定子单元，根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
径向速度确定子单元，根据所述运动目标信号的真实位置方向得到精确的径向速度值。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的谱通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (3)

1.基于频率谱精确定位的运动目标聚焦和定位方法，其特征在于，包括：
建立高超声速平台多通道雷达模型；
根据所述建立高超声速平台多通道雷达模型得到回波信号；
对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
根据所述运动目标信号的真实位置方向得到精确的径向速度值；
根据所述真实位置方向得到运动目标导向矢量；
根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；
根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
根据所述运动目标的图像得到运动目标的精确定位。
2.根据权利要求1所述的基于频率谱精确定位的运动目标聚焦和定位方法，其特征在于，所述高超声速平台多通道雷达模型中线性天线阵面包含M个同性阵元，所述线性天线阵面具有N个子阵，所述子阵包括k个阵元，0＜M，0＜N，0＜k。
3.基于频率谱精确定位的运动目标聚焦和定位***，其特征在于，包括：
信号收发模块，用于建立高超声速平台多通道雷达模型；
信号提取模块，用于根据所述建立高超声速平台多通道雷达模型得到回波信号；
信号处理模块，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
精确定位模块，用于根据所述运动目标的图像得到运动目标的精确定位；
所述信号处理模块包括：
傅里叶变换单元，用于对所述回波信号依次进行距离向脉冲压缩和方位向调频傅里叶变换操作，得到距离时域-方位调频傅里叶变换域回波信号；
位置速度确定单元，用于根据基于特征空间自适应和差波束测角方法确定所述距离时域-方位调频傅里叶变换域回波信号中运动目标信号的真实位置方向和精确的径向速度值；
目标图像确定单元，用于根据所述真实位置方向得到运动目标导向矢量；用于根据所述运动目标导向矢量对所述回波信号进行杂波抑制操作得到运动目标信号；用于根据所述精确的径向速度值对所述运动目标信号进行补偿操作和聚焦操作得到运动目标的图像；
所述位置速度确定单元包括：
信号权矢量最优化约束子单元，用于对所述距离时域-方位调频傅里叶变换域回波信号进行信号权矢量最优化约束，得到自适应权矢量最优化准则表达式；
偏移量计算子单元，用于根据所述自适应权矢量最优化准则表达式得到运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量；
真实位置确定子单元，根据所述运动目标信号的真实位置方向与相邻杂波频率谱中点位置方向的偏移量得到运动目标信号的真实位置方向；
径向速度确定子单元，根据所述运动目标信号的真实位置方向得到精确的径向速度值。
CN201910828916.9A 2019-09-03 2019-09-03 基于频率谱精确定位的运动目标聚焦和定位方法及*** Active CN111007503B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910828916.9A CN111007503B (zh) 2019-09-03 2019-09-03 基于频率谱精确定位的运动目标聚焦和定位方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910828916.9A CN111007503B (zh) 2019-09-03 2019-09-03 基于频率谱精确定位的运动目标聚焦和定位方法及***

Publications (2)

Publication Number Publication Date
CN111007503A CN111007503A (zh) 2020-04-14
CN111007503B true CN111007503B (zh) 2023-05-16

Family

ID=70111853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910828916.9A Active CN111007503B (zh) 2019-09-03 2019-09-03 基于频率谱精确定位的运动目标聚焦和定位方法及***

Country Status (1)

Country Link
CN (1) CN111007503B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111505621B (zh) * 2020-05-07 2022-07-15 北京无线电测量研究所 用于运动平台的精细化运动目标定位方法及装置
CN111965642A (zh) * 2020-07-08 2020-11-20 西安电子科技大学 一种基于高超声速平台的前斜视多通道sar-gmti杂波抑制方法
CN112630778B (zh) * 2020-11-16 2022-08-16 南京理工大学 一种超高音速目标成像方法
CN113109809B (zh) * 2021-02-24 2023-07-25 西安电子科技大学 基于联合像素的大斜视sar地面运动目标分离和聚焦方法
CN115201821B (zh) * 2022-07-25 2023-09-05 苏州威陌电子信息科技有限公司 基于强目标成像对消的小目标检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5245347A (en) * 1980-12-29 1993-09-14 Raytheon Company All weather tactical strike system (AWTSS) and method of operation
CN106872954A (zh) * 2017-01-23 2017-06-20 西安电子科技大学 一种高超声速平台杂波抑制和运动目标成像方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2083312B (en) * 1980-08-29 1984-05-16 Coal Industry Patents Ltd Method and apparatus for locating position of an object in a confined space

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5245347A (en) * 1980-12-29 1993-09-14 Raytheon Company All weather tactical strike system (AWTSS) and method of operation
CN106872954A (zh) * 2017-01-23 2017-06-20 西安电子科技大学 一种高超声速平台杂波抑制和运动目标成像方法

Also Published As

Publication number Publication date
CN111007503A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN111007503B (zh) 基于频率谱精确定位的运动目标聚焦和定位方法及***
CN108761419B (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
CN109633643B (zh) 基于后向投影的太赫兹isar三维成像方法
CN110109102B (zh) 一种sar运动目标检测与速度估计的方法
CN109975807A (zh) 一种适用于毫米波车载雷达的降维子空间测角方法
CN113687356B (zh) 一种机载多通道圆迹sar运动目标检测与估计方法
CN109324322A (zh) 一种基于被动相控阵天线的测向与目标识别方法
CN109901162B (zh) 一种适用于分布式地球同步轨道sar的长基线成像stap方法
CN110554391A (zh) 基于ddd-gmb的低空风切变风速估计方法
CN109507654B (zh) 一种基于ls的复杂环境下相位信息计算方法
Page et al. Detection and tracking of moving vehicles with Gotcha radar systems
Wang et al. Clutter suppression and moving target imaging approach for multichannel hypersonic vehicle borne radar
CN114545401A (zh) 用于机载前视阵列雷达的空时自适应迭代超分辨成像方法
CN106802408B (zh) 基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法
CN111707996B (zh) 基于改进grft-stap的geo星机sar动目标检测方法
CN111175745B (zh) 一种基于状态空间平衡法的动目标三维成像的方法
CN111965642A (zh) 一种基于高超声速平台的前斜视多通道sar-gmti杂波抑制方法
CN116449326A (zh) 宽带多目标平动参数估计与补偿方法
Chen et al. Forward looking imaging of airborne multichannel radar based on modified iaa
Wu et al. Precision tracking algorithms for ISAR imaging
Han et al. A novel hypersonic vehicle-borne multichannel SAR-GMTI scheme based on adaptive sum and difference beams within eigenspace
Xue et al. An applied frequency scaling algorithm based on local stretch factor for near-field miniature millimeter-wave radar imaging
CN115015925A (zh) 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置
CN114325700A (zh) 一种星载多通道sar动目标成像方法
Qiao et al. Clutter Characteristic Analysis and Grating Lobe Suppression for Distributed Small Satellite Space-Based Early Warning Radar

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