CN111443335B - 宽带雷达目标微动参数估计方法、***、装置及存储介质 - Google Patents

宽带雷达目标微动参数估计方法、***、装置及存储介质 Download PDF

Info

Publication number
CN111443335B
CN111443335B CN202010203598.XA CN202010203598A CN111443335B CN 111443335 B CN111443335 B CN 111443335B CN 202010203598 A CN202010203598 A CN 202010203598A CN 111443335 B CN111443335 B CN 111443335B
Authority
CN
China
Prior art keywords
obtaining
target
information
phase information
curve
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
CN202010203598.XA
Other languages
English (en)
Other versions
CN111443335A (zh
Inventor
朱楠楠
徐世友
张磊
陈曾平
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen 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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202010203598.XA priority Critical patent/CN111443335B/zh
Publication of CN111443335A publication Critical patent/CN111443335A/zh
Application granted granted Critical
Publication of CN111443335B publication Critical patent/CN111443335B/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
    • 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
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/10—Systems for measuring distance only using transmission of interrupted, pulse modulated waves
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

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目标微动参数估计方法、***、装置及存储介质，方法包括：获取回波信号，根据所述回波信号得到目标的高分辨率距离像；根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；根据所述微距曲线得到目标微动参数估计值。本发明通过获取相邻两帧脉冲间隔的时延信息，能有效地解多普勒模糊，提高了目标微动参数估计的精度。本发明可广泛应用于雷达技术领域。

Description

宽带雷达目标微动参数估计方法、***、装置及存储介质
技术领域
本发明涉及雷达技术领域，尤其是一种宽带雷达目标微动参数估计方法、***、装置及存储介质。
背景技术
随着宽带雷达发射信号带宽的增加，目标在雷达径向距离上扩展，目标将跨越多个距离单元，宽带情况下的距离扩展目标检测和识别将可获得比窄带雷达更好的检测和识别性能。然而，宽带雷达在不同的应用中仍存在一些问题，例如目标径向距离维扩展、目标能量扩散，因此如何在噪声背景下有效的积累距离扩展目标是宽带雷达距离扩展目标检测技术的重中之重。不仅如此，由于雷达带宽的增大，雷达工作在相对较高的载频情况下，而在部分应用中，宽带雷达***的脉冲重复频率较低，从而导致明显的微多普勒模糊现象，因此如何有效的解多普勒模糊也是宽带雷达技术的一大难点。
传统的基于包络测距的方法精度不高，仅为C/2B，如果采用相位测距的方法，可以使测距精度达到半波长的量级，即λ/2，可以有效提高测距精度。然而现有的相位测距方法基本都是在信噪比足够高的情况下进行，而在信噪比较低的情况下，无法有效地解多普勒模糊，从而也无法获取高精度的目标微动参数估计值。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种宽带雷达目标微动参数估计方法、***、装置及存储介质，以在低信噪比的情况下，高效、精确地获取目标微动参数估计值。
本发明一方面所采取的技术方案是：
一种宽带雷达目标微动参数估计方法，包括以下步骤：
获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
根据所述微距曲线得到目标微动参数估计值。
进一步，所述获取回波信号，根据所述回波信号得到目标的高分辨率距离像这一步骤，其具体为：
获取回波信号，对所述回波信号进行脉冲压缩处理，根据脉冲压缩处理后的回波信号得到目标的高分辨率距离像。
进一步，所述根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息这一步骤，其包括：
根据所述脉冲和目标状态序列概率密度函数，估计得到目标状态序列；
根据所述目标状态序列和预设的恒虚警概率检测门限得到每一散射中心的航迹信息；
根据所述航迹信息和回波信号得到对应的相位信息。
进一步，所述获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线这一步骤，其包括：
对所述脉冲进行自相关操作，得到相邻两帧脉冲间隔的时延信息；
根据所述时延信息与所述相位信息得到解缠后相位信息；
根据所述解缠后相位信息，利用相位测距原理得到目标的微距曲线。
进一步，所述目标微动参数估计值包括进动频率估计值、进动角估计值、半锥角估计值、母线长度估计值、锥体高度估计值和底面半径估计值。
进一步，所述进动频率估计值和进动角估计值的得到过程为：
对所述微距曲线进行傅里叶变换，获取其频域信息；
根据所述频域信息得到进动频率估计值；
根据所述进动频率估计值得到进动角估计值。
进一步，所述半锥角估计值、母线长度估计值、锥体高度估计值和底面半径估计值的得到过程为：
获取各时间观测到的两散射中心在所述微距曲线中的距离差；
计算两散射中心的距离在宽带雷达视线上的投影向量；
根据所述距离差和所述投影向量得到半锥角估计值；
根据所述半锥角估计值得到母线长度估计值、锥体高度估计值和底面半径估计值。
本发明一方面所采取的技术方案是：
一种宽带雷达目标微动参数估计***，其特征在于，包括：
高分辨率距离像模块，用于获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
升采样模块，用于根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
相位信息模块，用于根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
微距曲线生成模块，用于获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
参数估计模块，用于根据所述微距曲线得到目标微动参数估计值。
本发明另一方面所采取的技术方案是：
一种宽带雷达目标微动参数估计装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述宽带雷达目标微动参数估计方法。
本发明另一方面所采取的技术方案是：一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行所述宽带雷达目标微动参数估计方法。
本发明的有益效果是：本发明一种宽带雷达目标微动参数估计方法、***、装置及存储介质，通过对每一散射中心进行升采样处理，获取若干帧脉冲，根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息，适应了低数据率条件下微距曲线的提取，实现了对高速微弱目标的积累检测；通过获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线，能有效地解多普勒模糊，提高了目标微动参数估计的精度。
附图说明
图1为本发明实施例提供的宽带雷达目标微动参数估计方法流程示意图；
图2为本发明实施例提供的宽带雷达目标微动参数估计***结构框图；
图3为本发明实施例提供的宽带雷达目标微动参数估计装置结构框图；
图4为本发明实施例提供的整体思路示意图；
图5为本发明实施例提供的目标回波高分辨率距离像示意图；
图6为本发明实施例提供的航迹信息示意图；
图7为本发明实施例提供的解缠后相位信息示意图；
图8为本发明实施例提供的仿真实验微距曲线估计值与真实值的对比图：
图9为本发明实施例提供的仿真实验锥体高度估计误差随信噪比变化的示意图；
图10为本发明实施例提供的仿真实验底面半径估计误差随信噪比变化的示意图。
附图标记：
201、高分辨率距离像模块；202、升采样模块；203、相位信息模块；204、微距曲线生成模块；205、参数估计模块；301、处理器；302、存储器；401、微距曲线估计值；402、微距曲线真实值。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1，本发明提供了一种宽带雷达目标微动参数估计方法，包括以下步骤：
S101、获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
具体地，获取回波信号，对所述回波信号进行脉冲压缩处理，根据脉冲压缩处理后的回波信号得到目标的高分辨率距离像。
本发明实施例中，宽带雷达弹道目标观测任务的发射信号
Figure BDA0002420195350000041
可以表示为：
Figure BDA0002420195350000042
其中，
Figure BDA0002420195350000043
Figure BDA0002420195350000044
表示快时间，Tr表示脉冲重复间隔，tm＝mTr表示慢时间，Tp表示脉冲持续时间，fc表示信号载频，k表示调频斜率。
宽带雷达接收到的回波信号
Figure BDA0002420195350000045
可以表示为：
Figure BDA0002420195350000051
其中，Ar,i表示第i个散射中心散射系数，ri(tm)表示第i个散射中心的微距离，λ＝c/fc表示信号的载波波长，c表示光速，N表示目标等效散射中心个数，p1,p2,p3表示运动目标等效散射点，nr(tm)表示回波信号噪声。
若以单频脉冲发射，脉冲越窄，信号频带越宽。但发射很窄的脉冲，要有很高的峰值功率，实际困难较大，故本发明实施例采用大时宽的宽频带信号，接收后通过脉冲压缩处理得到窄脉冲。
对所述回波信号进行脉冲压缩处理，根据脉冲压缩处理后的回波信号即得到目标的高分辨率距离像
Figure BDA0002420195350000052
Figure BDA0002420195350000053
其中，B表示信号带宽，As,i表示脉冲压缩后的信号幅度，Av,i表示包含sinc函数后的信号幅度，no(tm)表示脉冲压缩后的噪声。
S102、根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
如图5所示为本发明实施例目标回波高分辨率距离像示意图，由于宽带雷达具有较高的距离分辨率，因此根据得到的高分辨率距离像
Figure BDA0002420195350000054
可以将散射中心分辨开，再对每一散射中心都进行升采样处理，获取若干帧脉冲。升采样处理可以提高脉冲信号的信噪比，使得后续目标微动参数的估计更加精确。
S103、根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
具体地，根据所述脉冲和目标状态序列概率密度函数，估计得到目标状态序列；根据所述目标状态序列和预设的恒虚警概率检测门限得到每一散射中心的航迹信息；根据所述航迹信息和回波信号得到对应的相位信息。
本发明实施例中，采用改进的检测前跟踪算法求得每一散射中心的航迹信息，具体如下：
慢时间维第m个脉冲回波信号x(m)可以表示为：
Figure BDA0002420195350000061
将第m个脉冲的脉冲状态xm记为：
Figure BDA0002420195350000062
其中，xrm,
Figure BDA0002420195350000063
分别表示目标在x方向的位置和速度，xθm,
Figure BDA0002420195350000064
表示目标在y方向的位置和速度，[·]T表示矩阵转置，
Figure BDA0002420195350000065
表示目标的状态空间；
将目标回波建模为二维x-y平面内运动的目标：xm+1＝fm(xm,nm)，其中nm表示过程噪声；
联合处理M个脉冲的航迹X1:M记为：X1:M＝[x1,x2,…,xM]；
根据x方向的分辨率Δm和y方向的分辨率Δθ，将整个测量平面分割成Mr×Mθ个分辨单元，其中Mr表示x方向的分辨单元个数，Mθ表示y方向的分辨单元个数；
第m个脉冲，分辨单元(m,θ)中的测量值
Figure BDA0002420195350000066
可以标记为：
Figure BDA0002420195350000067
其中，
Figure BDA0002420195350000068
表示背景杂波，Am表示目标在第m个脉冲的幅度，
Figure BDA0002420195350000069
表示目标在第m个脉冲的相位；
联合处理M个脉冲记录为：Z1：M＝[z1,z2,…,zM]，
其中，
Figure BDA00024201953500000610
表示第m个脉冲的测量数据；
由目标状态序列概率密度函数p(X1:M|Z1:M)，估计得到目标状态序列
Figure BDA00024201953500000611
即：
Figure BDA00024201953500000612
其中，ΓT表示恒虚警概率(CFAR)检测门限,
Figure BDA00024201953500000613
表示离散状态空间，
Figure BDA00024201953500000618
表示求解·最大时对应的
Figure BDA00024201953500000615
的值运算；
由此得到的航迹信息
Figure BDA00024201953500000616
可以表示为：
Figure BDA00024201953500000617
得到的相位信息θ1:M可以表示为：
Figure BDA0002420195350000071
如图6所示即为本发明实施例航迹信息示意图。上述改进的检测前跟踪算法中，通过CFAR的设置可以大大降低检测前跟踪算法的计算量，而且还适应了低数据率条件下微距曲线的提取，实现了对高速微弱目标的积累检测。
S104、获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
具体地，对升采样处理后得到的脉冲进行自相关操作，得到相邻两帧脉冲间隔的时延信息；根据所述时延信息与所述相位信息得到解缠后相位信息；根据所述解缠后相位信息，利用相位测距原理得到目标的微距曲线。
众所周知，如果能从雷达中提取准确的多普勒相位Ω，我们就可以获得半波长量级的测量误差。然而，实际上，雷达只能提供模糊的多普勒相位θ，真实相位与模糊多普勒相位的关系如下式所示：
θm＝Ωm-2kmπ+εm，
其中，θm表示mth回波相位,Ωm表示对应的mth无模糊的相位，km为一整数使得0≤Ωm-2kmπ+εm≤2π,εm表示无模糊的多普勒测量误差。
将(m+1)th和mth之间无模糊相位的变化定义为Dm＝Ωm+1-Ωm，则相应的模糊多普勒相位的变化可以表示为：
dm＝θm+1-θm
＝Ωm+1-2km+1π+εm+1-Ωm+2kmπ-εm
＝Dm-2(km+1-km)π+εm+1-εm
＝Dm-2Nmπ+εm+1-εm
＝Dm-2Nmπ
其中，Nm＝km+1-km,θm和θm+1可以从上述步骤S103中得到。
由上式可以进一步得到mth和(m+1)th之间的无模糊相位差Dm＝dm+2πNm，从而可以得到缠绕次数Nm。
两个信号之间的相似性是通过相关系数来衡量的，在mth和(m+1)th回波信号脉冲之间应用互相关，就可以得出信号跨度有多少个单元：
xcorr[x(m),x(m+1)]＝fix(ΔNstep)，其中，fix(ΔNstep)表示跨越距离单元。
则可以得到：
Figure BDA0002420195350000081
其中，λ表示雷达载波波长，Δx表示快速时间方向上的分辨率。在上述步骤S102中的升采样处理则可确保快速时间方向上的分辨率较大，从而确保测量的精度。
得到解缠后相位信息
Figure BDA0002420195350000082
Figure BDA0002420195350000083
其中，1≤m≤n-1。
如图7所示即为本发明实施例解缠后相位信息示意图。
由此得到的微距曲线Rn可以表示为：
Figure BDA0002420195350000084
S105、根据所述微距曲线得到目标微动参数估计值；
具体地，所述目标微动参数估计值包括进动频率估计值、进动角估计值、半锥角估计值、母线长度估计值、锥体高度估计值和底面半径估计值。
所述进动频率估计值
Figure BDA0002420195350000085
和进动角估计值
Figure BDA0002420195350000086
的得到过程为：对所述微距曲线进行傅里叶变换，获取其频域信息；根据所述频域信息得到进动频率估计值；根据所述进动频率估计值得到进动角估计值。
本发明实施例中，根据所述微距曲线R，对其进行傅里叶变换，获取其频域信息：Fz＝10lgFFT-1|FFT(R(t))|。由于频谱中的高频分量只由正弦函数叠加产生，不受其他分量影响，故选取高频分量频点位置信息即可得进动频率；
其主要峰值频点频率可以表示为：f＝＜{F|F>3dB}＞，其中，F为估计所得瞬时微距曲线频谱，<·>表示取出峰值高度符合运算符内条件的峰值点对应位置频率，本发明实施例取出微距曲线频谱中峰值大于3dB的频点频率作为f的值；
得到进动频率的估计值
Figure BDA0002420195350000087
为：
Figure BDA0002420195350000088
由于瞬时微距曲线幅度项中耦合了目标物理参数信息，在微动参数估计时会增加估计难度。本发明实施例在估计前，对所得瞬时微距曲线做归一化处理，排除幅度因子的影响，瞬时微距曲线频谱幅度仅受到进动角的影响，将估计获取进动频率值作为已知信息来估计进动角。由上述内容可知，频谱中高频分量受到的误差干扰最少，故选取高频频点，以进动角以及摆动最大角度为参数，将参数估计问题转化为优化问题，对下式二维搜索，即可得到进动角估计值
Figure BDA0002420195350000091
Figure BDA0002420195350000092
其中，Ri(t)表示散射中心瞬时微距曲线，Fi表示理论曲线频谱，
Figure BDA0002420195350000093
表示求解·最小时对应的β的值运算。
所述半锥角估计值
Figure BDA0002420195350000094
母线长度估计值
Figure BDA0002420195350000095
锥体高度估计值
Figure BDA0002420195350000096
和底面半径估计值
Figure BDA0002420195350000097
的得到过程为：获取各时间观测到的两散射中心在所述微距曲线中的距离差；计算两散射中心的距离在宽带雷达视线上的投影向量；根据所述距离差和所述投影向量得到半锥角估计值；根据所述半锥角估计值得到母线长度估计值、锥体高度估计值和底面半径估计值。
本发明实施例中，将锥顶与锥底之间的距离ξ记为：ξ＝R1-R3＝Hcosγ(t)-rsinγ(t)，其中，H表示锥体高度，r表示底面半径；
已知母线长度
Figure BDA0002420195350000098
半锥角
Figure BDA0002420195350000099
则可以将ξ的最大值ξmax和最小值ξmin分别表示为：
Figure BDA00024201953500000910
其中，α表示锥体目标俯仰角，β表示锥体目标进动角；
经推导可以得到：
Figure BDA00024201953500000911
同时可以得到半锥角估计值
Figure BDA00024201953500000912
为：
Figure BDA00024201953500000913
其中，
Figure BDA00024201953500000914
Figure BDA00024201953500000915
表示各时刻观测到的两散射中心在估计曲线序列中的距离差，||·||1表示1-范数，
Figure BDA00024201953500000916
表示求解·最小时对应的
Figure BDA00024201953500000917
的值运算。
根据进动角估计值
Figure BDA00024201953500000918
和半锥角估计值
Figure BDA00024201953500000919
得到母线长度估计值
Figure BDA00024201953500000920
为：
Figure BDA00024201953500000921
根据上述的参数估计值，即可得到锥体高度估计值
Figure BDA00024201953500000922
和底面半径估计值
Figure BDA00024201953500000923
Figure BDA00024201953500000924
如图4所示为本发明实施例整体思路示意图。本发明实施例根据回波信号得到目标高分辨率距离像，从而分辨散射中心，并对每一散射中心进行升采样处理获取脉冲；通过改进的检测前跟踪算法对宽带距离目标散射中心积累，得到航迹位置信息并返回回波数据中获取航迹多普勒相位信息；同时通过自相关操作解多普勒模糊，得到真实相位信息，然后根据相位测距原理得到微距曲线，进而进行参数估计。本发明实施例无需子孔径包络误差校正处理，对局部微距曲线可进行高阶扩展适应低数据率条件下的微距曲线提取，具有高精度的同时兼具运算效率高的优势。
以上是对本发明的方法步骤进行了说明，下面结合仿真实验对本发明的效果做进一步说明。
本实验锥体目标仿真参数如下：
表1锥体目标参数
锥体高度H 0.96m
质心到顶面距离h 0.64m
底面半径r 0.25m
自旋频率f<sub>s</sub> 4Hz
锥旋频率f<sub>z</sub> 2Hz
进动角β 10°
本实验宽带雷达发射信号为线性调频信号，参数如下：
表2雷达***的主要参数
载频f<sub>c</sub> 10GHz
带宽B 2GHZ
脉冲宽度t<sub>p</sub> 100μs
脉冲重复周期prf 1000Hz
驻留时间T 1s
首先根据以上参数设置，经过上述步骤，得到目标的高分辨率一维距离像，由其中完整的曲线数量，确定散射中心的数量，并分别对每一散射中心进行升采样处理；然后采用检测前跟踪算法得到每一散射中心的航迹信息，并得到与所述航迹信息对应的相位信息；之后进行相位解缠得到解缠后相位信息，并根据相位测距原理得到微距曲线；最后根据所述微距曲线得到目标微动参数估计值。
表3为在30dB信噪比情况下，本发明的目标微动参数估计值与传统的仅距离像包络得到的目标微动参数估计值的对比：
表3信噪比30db情况下目标微动参数估计值对比
Figure BDA0002420195350000111
若以下式定义估计误差：
Figure BDA0002420195350000112
其中a、
Figure BDA0002420195350000113
分别代表目标参数真实值与估计值，则可得到各参数估计误差如表4所示：
表4信噪比30db情况下目标微动参数估计误差对比
Figure BDA0002420195350000114
参照图8，结合表3和4可知，相对于传统的仅距离像包络参数估计的方法，本发明获得的目标微动参数估计值与真实值更为相近，能够更精确的估计出锥体目标的各项参数。
为充分验证该方法的抗噪性能，在其他条件不变的情况下，改变信噪比，目标锥体高度和底面半径的估计误差如图9和10所示，在信噪比高于7db的条件下，本发明参数估计误差未出现太大波动，说明本方法具有一定抗噪性。
参照图2，本发明还提供了一种宽带雷达目标微动参数估计***，包括：
高分辨率距离像模块201，用于获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
升采样模块202，用于根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
相位信息模块203，用于根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
微距曲线生成模块204，用于获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
参数估计模块205，用于根据所述微距曲线得到目标微动参数估计值。
上述方法实施例中的内容均适用于本***实施例中，本***实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图3，本发明还提供了一种宽带雷达目标微动参数估计装置，包括：
至少一个处理器301；
至少一个存储器302，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器301执行，使得所述至少一个处理器301实现所述宽带雷达目标微动参数估计方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述宽带雷达目标微动参数估计方法。
本发明一种宽带雷达目标微动参数估计方法、***、装置及存储介质，通过对每一散射中心进行升采样处理，获取若干帧脉冲，根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息，适应了低数据率条件下微距曲线的提取，实现了对高速微弱目标的积累检测；通过获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线，能有效地解多普勒模糊，提高了目标微动参数估计的精度；通过仿真实验可知，本发明能在较低的信噪比条件下达到较高的测距精度，具有较好的抗噪性。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种宽带雷达目标微动参数估计方法，其特征在于，包括以下步骤：
获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
根据所述微距曲线得到目标微动参数估计值；
所述根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息这一步骤，其包括：
根据所述脉冲和目标状态序列概率密度函数，估计得到目标状态序列；
根据所述目标状态序列和预设的恒虚警概率检测门限，得到每一散射中心的航迹信息；
根据所述航迹信息和回波信号得到对应的相位信息。
2.根据权利要求1所述的一种宽带雷达目标微动参数估计方法，其特征在于，所述获取回波信号，根据所述回波信号得到目标的高分辨率距离像这一步骤，其具体为：
获取回波信号，对所述回波信号进行脉冲压缩处理，根据脉冲压缩处理后的回波信号得到目标的高分辨率距离像。
3.根据权利要求1所述的一种宽带雷达目标微动参数估计方法，其特征在于，所述获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线这一步骤，其包括：
对所述脉冲进行自相关操作，得到相邻两帧脉冲间隔的时延信息；
根据所述时延信息与所述相位信息得到解缠后相位信息；
根据所述解缠后相位信息，利用相位测距原理得到目标的微距曲线。
4.根据权利要求1所述的一种宽带雷达目标微动参数估计方法，其特征在于，所述目标微动参数估计值包括进动频率估计值、进动角估计值、半锥角估计值、母线长度估计值、锥体高度估计值和底面半径估计值。
5.根据权利要求4所述的一种宽带雷达目标微动参数估计方法，其特征在于，所述进动频率估计值和进动角估计值的得到过程为：
对所述微距曲线进行傅里叶变换，获取其频域信息；
根据所述频域信息得到进动频率估计值；
根据所述进动频率估计值得到进动角估计值。
6.根据权利要求4所述的一种宽带雷达目标微动参数估计方法，其特征在于，所述半锥角估计值、母线长度估计值、锥体高度估计值和底面半径估计值的得到过程为：
获取各时间观测到的两散射中心在所述微距曲线中的距离差；
计算两散射中心的距离在宽带雷达视线上的投影向量；
根据所述距离差和所述投影向量得到半锥角估计值；
根据所述半锥角估计值得到母线长度估计值、锥体高度估计值和底面半径估计值。
7.一种宽带雷达目标微动参数估计***，其特征在于，包括：
高分辨率距离像模块，用于获取回波信号，根据所述回波信号得到目标的高分辨率距离像；
升采样模块，用于根据所述高分辨率距离像得到若干散射中心，并对每一散射中心进行升采样处理，获取若干帧脉冲；
相位信息模块，用于根据所述脉冲得到每一散射中心的航迹信息，并根据所述航迹信息得到对应的相位信息；
微距曲线生成模块，用于获取相邻两帧脉冲间隔的时延信息，根据所述时延信息对所述相位信息进行相位解缠得到解缠后相位信息，根据解缠后相位信息得到目标的微距曲线；
参数估计模块，用于根据所述微距曲线得到目标微动参数估计值；
所述相位信息模块具体用于：
根据所述脉冲和目标状态序列概率密度函数，估计得到目标状态序列；
根据所述目标状态序列和预设的恒虚警概率检测门限，得到每一散射中心的航迹信息；
根据所述航迹信息和回波信号得到对应的相位信息。
8.一种宽带雷达目标微动参数估计装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-6任一项所述的一种宽带雷达目标微动参数估计方法。
9.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6任一项所述的一种宽带雷达目标微动参数估计方法。
CN202010203598.XA 2020-03-17 2020-03-17 宽带雷达目标微动参数估计方法、***、装置及存储介质 Active CN111443335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010203598.XA CN111443335B (zh) 2020-03-17 2020-03-17 宽带雷达目标微动参数估计方法、***、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010203598.XA CN111443335B (zh) 2020-03-17 2020-03-17 宽带雷达目标微动参数估计方法、***、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111443335A CN111443335A (zh) 2020-07-24
CN111443335B true CN111443335B (zh) 2022-03-25

Family

ID=71629348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010203598.XA Active CN111443335B (zh) 2020-03-17 2020-03-17 宽带雷达目标微动参数估计方法、***、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111443335B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112835005B (zh) * 2020-12-31 2022-11-11 江苏云禾峰智能科技有限公司 一种基于超分辨目标跟踪的微多普勒特征提取方法
CN113359207B (zh) * 2021-06-03 2023-02-03 中国人民解放军国防科技大学 基于太赫兹雷达的声致水面微动特征提取方法及装置
CN116106857B (zh) * 2023-04-13 2023-06-20 中国人民解放军国防科技大学 基于稀疏时间-频率-调频率表示的微动形式辨识方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033813A (zh) * 2012-12-31 2013-04-10 长沙理工大学 一种基于外部粗精度dem的初始相位偏置实时估计方法
CN104076355A (zh) * 2014-07-04 2014-10-01 西安电子科技大学 基于动态规划的强杂波环境中弱小目标检测前跟踪方法
CN106990398A (zh) * 2016-01-21 2017-07-28 中国人民解放军空军工程大学 一种旋转对称目标微动特征认知提取方法
CN107132536A (zh) * 2017-04-10 2017-09-05 中国科学院国家空间科学中心 一种消除目标微动对雷达成像干扰的方法
CN107645770A (zh) * 2016-07-13 2018-01-30 华为技术有限公司 一种相位校准方法及装置
EP3289432A1 (en) * 2015-04-30 2018-03-07 Google LLC Rf-based micro-motion tracking for gesture tracking and recognition
CN107942331A (zh) * 2017-11-28 2018-04-20 西安电子科技大学 基于谱分析的多通道sar***通道偏差估计方法
CN108761404A (zh) * 2018-03-23 2018-11-06 电子科技大学 一种基于二次相位函数参数估计及补偿的改进算法
CN109001705A (zh) * 2018-06-27 2018-12-14 西安电子科技大学 宽带雷达三维干涉测量锥体目标微动参数估计方法
CN109839635A (zh) * 2019-03-13 2019-06-04 武汉大学 一种通过CryoSat-2 SARIn模式L1b级波形数据提取测高脚点高程的方法
CN110221288A (zh) * 2019-05-17 2019-09-10 常州第四无线电厂有限公司 一种穿墙雷达微动目标检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033813A (zh) * 2012-12-31 2013-04-10 长沙理工大学 一种基于外部粗精度dem的初始相位偏置实时估计方法
CN104076355A (zh) * 2014-07-04 2014-10-01 西安电子科技大学 基于动态规划的强杂波环境中弱小目标检测前跟踪方法
EP3289432A1 (en) * 2015-04-30 2018-03-07 Google LLC Rf-based micro-motion tracking for gesture tracking and recognition
CN106990398A (zh) * 2016-01-21 2017-07-28 中国人民解放军空军工程大学 一种旋转对称目标微动特征认知提取方法
CN107645770A (zh) * 2016-07-13 2018-01-30 华为技术有限公司 一种相位校准方法及装置
CN107132536A (zh) * 2017-04-10 2017-09-05 中国科学院国家空间科学中心 一种消除目标微动对雷达成像干扰的方法
CN107942331A (zh) * 2017-11-28 2018-04-20 西安电子科技大学 基于谱分析的多通道sar***通道偏差估计方法
CN108761404A (zh) * 2018-03-23 2018-11-06 电子科技大学 一种基于二次相位函数参数估计及补偿的改进算法
CN109001705A (zh) * 2018-06-27 2018-12-14 西安电子科技大学 宽带雷达三维干涉测量锥体目标微动参数估计方法
CN109839635A (zh) * 2019-03-13 2019-06-04 武汉大学 一种通过CryoSat-2 SARIn模式L1b级波形数据提取测高脚点高程的方法
CN110221288A (zh) * 2019-05-17 2019-09-10 常州第四无线电厂有限公司 一种穿墙雷达微动目标检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
" 改进的概率假设密度滤波多目标检测前跟踪算法";林再平 等;《红外与毫米波学报》;20121231;第475-480页 *
"Experimental Study on Micro-Doppler Effect and Micro-Motion Characteristics of aerial targets based on holographic staring Radar";Qi Wu 等;《2019 IEEE 8th Joint International Information Technology and Artificial Intelligence Conference (ITAIC)》;20191231;第1186-1190页 *
"High-Precision Time Delay Estimation Algorithm of Wideband Signal with Low Signal-to-noise Ratio";Yang Jian 等;《2019 IEEE 2nd International Conference on Information Communication and Signal Processing (ICICSP)》;20191231;第126-129页 *
"Micro-Doppler Curves Extraction Based on High-Order Particle Filter Track-Before Detect";Ling Hong 等;《IEEE Geoscience and Remote Sensing Letters》;20191231;第1550-1554页 *
"基于概率直方图的被动雷达弱目标检测方法";户盼鹤 等;《***工程与电子技术》;20180630;第1227-1232页 *

Also Published As

Publication number Publication date
CN111443335A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN111443335B (zh) 宽带雷达目标微动参数估计方法、***、装置及存储介质
CN106405541B (zh) 全相参连续波多普勒雷达及其测距测速方法
US9702971B2 (en) High-availability ISAR image formation
CN102998672B (zh) 基于相干化处理的步进频率isar成像方法
CN104898119B (zh) 一种基于相关函数的动目标参数估计方法
CN105738889B (zh) 一种调频连续波测速测距方法
CN110646774B (zh) 基于乘积变尺度周期吕分布的机动目标相参检测方法及装置
CN108919249A (zh) 一种基于二维局部插值的雷达目标距离联合估计方法
CN113504522B (zh) 一种基于发射天线随机切换的时空解耦与超分辨测角方法
CN111443334A (zh) 基于ieemd的目标微动参数估计方法、***、装置及存储介质
Huang et al. Detection and fast motion parameter estimation for target with range walk effect based on new axis rotation moving target detection
CN108072864B (zh) 一种基于变载频调频序列的多目标探测方法
CN115267721B (zh) 一种基于双频sar的地面动目标径向速度估计方法
CN115902803A (zh) 一种基于恒频辅助的解速度模糊方法及装置
CN116449326A (zh) 宽带多目标平动参数估计与补偿方法
Lazarov ISAR signal formation and image reconstruction as complex spatial transforms
CN112147606B (zh) 一种基于多通道雷达的旋转目标微动特征提取方法和装置
CN114814815A (zh) 一种基于插值和单点dft滤波的解决信号处理跨越损失的方法
CN114325700A (zh) 一种星载多通道sar动目标成像方法
Karlsson et al. Stepped frequency pulse compression with noncoherent radar using deep learning
Deng et al. Doppler rate estimation on coherent sinusoidal pulse train and its Cramer–Rao lower bound
Isar et al. Wavelet Based Adaptive Detection of Automotive Radar Single Target with Low SNR
CN117647811B (zh) 运动目标参数估计与重定位方法、***、终端及存储介质
CN117949945B (zh) 一种双天线毫米波雷达超分辨目标定位方法及装置
CN116256716B (zh) 基于加权线性拟合的毫米波雷达超分辨方法和***

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