CN113109776A - 一种基于重排时频分析的角闪烁抑制方法 - Google Patents
一种基于重排时频分析的角闪烁抑制方法 Download PDFInfo
- Publication number
- CN113109776A CN113109776A CN202110206076.XA CN202110206076A CN113109776A CN 113109776 A CN113109776 A CN 113109776A CN 202110206076 A CN202110206076 A CN 202110206076A CN 113109776 A CN113109776 A CN 113109776A
- Authority
- CN
- China
- Prior art keywords
- echo signals
- distance
- rearrangement
- time
- doppler
- 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 70
- 230000008707 rearrangement Effects 0.000 title claims abstract description 56
- 230000001629 suppression Effects 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000006835 compression Effects 0.000 claims abstract description 23
- 238000007906 compression Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 238000005314 correlation function Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- BSFODEXXVBBYOC-UHFFFAOYSA-N 8-[4-(dimethylamino)butan-2-ylamino]quinolin-6-ol Chemical compound C1=CN=C2C(NC(CCN(C)C)C)=CC(O)=CC2=C1 BSFODEXXVBBYOC-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101000746263 Conus leopardus Conotoxin Lp5.1 Proteins 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 239000013598 vector Substances 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
-
- 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
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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)
- 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
本发明涉及一种基于重排时频分析的角闪烁抑制方法,包括:S1:获取目标的若干路回波信号,若干路回波信号在三维空间上不同;S2:对若干路回波信号分别依次进行脉冲压缩、包络对齐、相位补偿、重排平滑伪Wigner‑Ville分布处理以及时频变换操作后,得到若干个时间‑距离‑多普勒三维图像;S3:在任一时刻对若干个时间‑距离‑多普勒三维图像分别进行采样,获取若干个距离‑多普勒图像;S4:对和路的单帧距离‑多普勒图像进行恒虚警率检测,得到目标的强散射中心点;S5:对强散射中心点进行单脉冲测角,计算得到强散射中心点的角误差;S6:对强散射中心点的角误差进行加权求和,得到目标的角误差。本发明方法可灵活应用于不同场景中。
Description
技术领域
本发明属于雷达信号处理技术领域,具体涉及一种基于重排时频分析的角闪烁抑制方法。
背景技术
随着精确制导技术的不断发展,导弹应具有直接瞄准目标并打击其要害部位能力,这就要求雷达不仅能对目标整体进行测量和跟踪,还需要从角度上分辨出目标的不同部位,因此雷达必须具有很高的测角精度,但当导引头接近目标时,由于此时目标不再是点目标,而是由几个强散射中心组成的分布式目标,回波信号由这些散射中心的回波矢量合成,随着目标的相对运动,其散射中心不断在变化,即产生测角误差,角闪烁成为雷达测角的主要误差来源。因此,角闪烁抑制是精确制导过程中的重要步骤,具有重要的研究意义与实用价值。
目前,角闪烁抑制方法主要分为基于雷达分集技术的方法、基于现代信号处理的方法和基于高分辨体制的方法。基于雷达分集技术的典型算法包括频率分集、空间分集和极化分集,该类算法大都需要改变雷达硬件结构和工作模式,会大大增加雷达***复杂度;基于现代信号处理的方法的典型算法包括卡尔曼滤波方法和多模型交互算法,该类算法主要通过研究角闪烁统计模型,利用统计模型来描述角闪烁统计特性,但是对非线性噪声处理并不理想,且需要大量卷积运算,实用性并不显著;基于高分辨体制的方法,从角闪烁产生机理出发,也是角闪烁抑制的主要途径。典型算法包括基于高分辨距离像、基于频域高分辨像和基于高分辨距离-多普勒像算法,该类算法通过对回波信号进行一维距离像或者二维距离-多普勒像,将多个散射点在距离或者多普勒维分开,通常适用于低海情平稳情况,高海情下由于舰船等目标自身的横滚、俯仰和偏航影响,该类算法效果并不显著。
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重排时频分析的角闪烁抑制方法。本发明要解决的技术问题通过以下技术方案实现:
本发明提供了一种基于重排时频分析的角闪烁抑制方法,包括:
S1:获取目标的若干路回波信号,若干路回波信号在三维空间上不同;
S2:对若干路回波信号分别依次进行脉冲压缩、包络对齐、相位补偿、重排平滑伪Wigner-Ville分布处理以及时频变换操作后,得到若干个时间-距离-多普勒三维图像;
S3:在任一时刻对若干个所述时间-距离-多普勒三维图像分别进行采样,获取若干个距离-多普勒图像;
S4:对和路的距离-多普勒图像进行恒虚警率检测,得到目标的强散射中心点;
S5:对所述强散射中心点进行单脉冲测角,计算得到所述强散射中心点的角误差;
S6:对所述强散射中心点的角误差进行加权求和,得到所述目标的角误差。
在本发明的一个实施例中,所述S1包括:
获取目标的三路回波信号,所述三路回波信号包括和路脉冲回波信号、方位差路脉冲回波信号和俯仰差路脉冲回波信号。
在本发明的一个实施例中,所述S2包括:
S21:对若干路回波信号分别进行脉冲压缩处理,得到若干路脉冲压缩回波信号;
S22:对若干路所述脉冲压缩回波信号分别进行包络对齐处理,得到若干路包络对齐回波信号;
S23:采用加权最小二乘法对相位梯度自聚焦进行相位误差估计,根据估计相位误差对若干路所述包络对齐回波信号分别进行相位补偿,得到若干路补偿回波信号;
S24:对若干路所述补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理以及时频变换操作,得到若干时间-距离-多普勒三维图像。
在本发明的一个实施例中,所述S22包括:
S221:对若干路所述脉冲压缩回波信号分别进行插值处理,得到若干路插值回波信号;
S222:对和路插值回波信号进行傅里叶变换,得到其频域信号;
S223:根据所述频域信号,计算得到每一个距离像与第一个距离像的第一相关函数,得到所述第一相关函数幅度最大值对应的第一移位数;
S224:根据所述第一移位数,对若干路所述插值回波信号分别沿距离维进行一次移位,得到若干路一次对齐回波信号;
S225:将和路的一次对齐回波信号的平均距离像作为参考距离像,对所述和路的一次对齐回波信号进行傅里叶变换,计算得到其每一个距离像与所述参考距离像的第二相关函数,得到所述第二相关函数幅度最大值对应的第二移位数,并根据所述第二移位数,对若干所述一次对齐回波信号分别沿距离维进行二次移位,得到若干所述包络对齐回波信号。
在本发明的一个实施例中,所述S23包括:
S231:计算得到和路的包络对齐回波信号中各距离单元的能量值;
S232:根据预设的门限值,选取所述和路的若干距离单元的包络对齐回波信号;
S233:对选取的所述和路的若干距离单元的包络对齐回波信号进行傅里叶变换,得到方位维复图像,并搜索选取的每个距离单元的包络对齐回波信号幅度最大值对应的散射点作为强散射点;
S234:将所述强散射点的圆周移位到所述方位维复图像的中心,得到移位后的方位维复图像;
S235:根据所述移位后的方位维复图像构造窗函数,并根据所述窗函数,消除未处于移位后的方位维复图像中心的点对相位梯度估计的影响;
S236:对消除影响的移位后的方位维复图像进行逆傅里叶变换,得到与其对应的数据序列和自相关序列;
S237:根据步骤S236中得到数据序列和自相关序列,利用最小二乘法计算得到估计相位误差;
S238:根据所述估计相位误差对若干路所述包络对齐回波信号分别进行相位补偿,得到若干路补偿回波信号。
在本发明的一个实施例中,所述S24包括:
S241:对若干路所述补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理,得到重排结果,其中,重排后分布在任意点处的值等于重排到这一点的所有重排平滑伪Wigner-Ville分布函数值和;
S242:根据所述重排结果在每个距离单元上沿着方位维进行时频变换操作,得到若干个时间-距离-多普勒三维图像。
在本发明的一个实施例中,所述S4包括:
S41:对所述和路的距离-多普勒图像进行归一化处理,得到归一化图像;
S42:采用两级CFAR检测方法对所述归一化图像进行检测,得到目标的强散射中心点。
在本发明的一个实施例中,所述S5包括:
对所述强散射中心点进行单脉冲测角,计算得到所述强散射中心点的方位角误差和俯仰角误差。
在本发明的一个实施例中,所述S6包括:
对所述强散射中心点的方位角误差和俯仰角误差分别进行加权求和,得到所述目标的方位角误差和俯仰角误差。
与现有技术相比,本发明的有益效果在于:
1.本发明的基于重排时频分析的角闪烁抑制方法,采用加权最小二乘法对相位梯度自聚焦进行相位误差估计,与普通自聚焦方法相比,本发明利用误差相位在一次方位回波上的冗余性,可以估计任意阶相位误差,且使得残余相位误差方差最小;而且并不要求杂波具有一定的模型,具有很强的鲁棒性,可以更广泛灵活地应用于不同场景之中;
2.本发明的基于重排时频分析的角闪烁抑制方法,通过重排时频分析得到时间-距离-多普勒三维成像,并在此基础上进行单脉冲测角,与现有技术通过距离高分辨测角和距离-多普勒单脉冲测角相比,重排时频分析可以更好地抑制交叉项,具有最优的时频聚集性;而且,对于非平稳目标,传统距离-多普勒方法会出现散焦,甚至恢复出的图像质量偏离真实图像质量,而本发明的方法可有效克服以上问题,有效地提高了角闪烁的抑制能力。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明实施例提供的一种基于重排时频分析的角闪烁抑制方法的示意图;
图2是本发明实施例提供的一种基于重排时频分析的角闪烁抑制方法的流程图;
图3为本发明实施例提供的仿真实验采用的散射点模型图;
图4为本发明与现有技术距离-多普勒成像检测方法的仿真结果对比图;
图5为本发明与现有技术图像距离向和方位向剖面图的仿真结果对比图。
图6为本发明与现有技术角闪烁抑制结果对比图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及具体实施方式,对依据本发明提出的一种基于重排时频分析的角闪烁抑制方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效,在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明,可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解,然而所附附图仅是提供参考与说明之用,并非用来对本发明的技术方案加以限制。
实施例一
请参见图1,图1是本发明实施例提供的一种基于重排时频分析的角闪烁抑制方法的示意图,如图所示,本实施例的方法包括:
S1:获取目标的若干路回波信号,若干路回波信号在三维空间上不同;
S2:对若干路回波信号分别依次进行脉冲压缩、包络对齐、相位补偿、重排平滑伪Wigner-Ville分布处理以及时频变换操作后,得到若干个时间-距离-多普勒三维图像;
S3:在任一时刻对若干个时间-距离-多普勒三维图像分别进行采样,获取若干个距离-多普勒图像;
S4:对和路的单帧距离-多普勒图像进行恒虚警率检测,得到目标的强散射中心点;
S5:对强散射中心点进行单脉冲测角,计算得到强散射中心点的角误差;
S6:对强散射中心点的角误差进行加权求和,得到目标的角误差。
在本实施例中,S1包括:获取目标的三路回波信号,三路回波信号包括和路脉冲回波信号Ssum(n,m)、方位差路脉冲回波信号Saz(n,m)和俯仰差路脉冲回波信号Sel(n,m)。其中,n为多普勒单元,n=1,2,…,N,m为距离单元,m=1,2…,M。
需要说明的是,在其他实施例中,在步骤S1中,还可以获取目标的两路回波信号,两路回波信号可以是和路脉冲回波信号Ssum(n,m)和方位差路脉冲回波信号Saz(n,m),或者是和路脉冲回波信号Ssum(n,m)和俯仰差路脉冲回波信号Sel(n,m)。
进一步地,以获取目标的三路回波信号(即和路脉冲回波信号Ssum(n,m)、方位差路脉冲回波信号Saz(n,m)和俯仰差路脉冲回波信号Sel(n,m))为例,对本实施例的方法进行具体说明。
请结合参见图2,图2是本发明实施例提供的一种基于重排时频分析的角闪烁抑制方法的流程图。如图所示,在本实施例中,S2包括:
S21:对三路回波信号分别进行脉冲压缩处理,得到三路脉冲压缩回波信号;
具体地,对和路脉冲回波信号Ssum(n,m)、方位差路脉冲回波信号Saz(n,m)和俯仰差路脉冲回波信号Sel(n,m)分别进行脉冲压缩处理,得到和路脉冲压缩回波信号Ssump(n,m)、方位差路脉冲压缩回波信号Sazp(n,m)和俯仰差路脉冲压缩回波信号Selp(n,m);
其中,脉冲压缩处理是雷达回波成像中常用的一种用于提高距离分辨率和信噪比的信号处理技术,具体说明在此不再赘述。
S22:对三路脉冲压缩回波信号分别进行包络对齐处理,得到三路包络对齐回波信号;
具体地,S22包括:
S221:对三路脉冲压缩回波信号分别进行插值处理,得到三路插值回波信号;
在本实施例中,对和路压缩回波信号Ssump(n,m)、方位差路压缩回波信号Sazp(n,m)和俯仰差路压缩回波信号Selp(n,m),按照下式分别进行8倍插值,满足其对齐精度,得到和路插值回波信号Ssump1(n,m)、方位差路插值回波信号Sazp1(n,m)、以及俯仰差路插值回波信号Selp1(n,m)。
Ssump1(n,m)=interpft(Ssump(n,m),L,2) (1),
Sazp1(n,m)=interpft(Sazp(n,m),L,2) (2),
Selp1(n,m)=interpft(Selp(n,m),L,2) (3),
其中,interpft为FFT插值函数,L=n*interpn为插值长度;
S222:对和路插值回波信号进行傅里叶变换,得到其频域信号;
在本实施例中,对和路插值回波信号Ssump1(n,m)进行傅里叶变换,得到频域信号Ssump1(f,m),其中,f为频率。
S223:根据频域信号,计算得到每一个距离像与第一个距离像的第一相关函数,得到第一相关函数幅度最大值对应的第一移位数;
在本实施例中,根据频域信号Ssump1(f,m),按照下式,计算第m个距离像与第一个距离像的相关函数R1,m(τ):
R1,m(τ)=IFFT(Ssump1(f,1)×Ssump1(f,m)*) (4),
其中,Ssump1(f,1)为m=1时的频域信号,Ssump1(f,m)*为m=2,3…M时的频域信号共轭值,IFFT(·)为逆傅里叶变换,τ为移位数;
将R1,m(τ)幅度最大值对应的移位数记为τ0(m):
τ0(m)=max(R1,m(τ)) (5),
S224:根据第一移位数,对三路插值回波信号分别沿距离维进行一次移位,得到三路一次对齐回波信号;
在本实施例中,分别对和路插值回波信号Ssump1(n,m)、方位差路插值回波信号Sazp1(n,m)、以及俯仰差路插值回波信号Selp1(n,m)沿距离维移位τ0(m)个距离采样单元,完成一次对齐,得到三路一次对齐回波信号。
S225:将和路的一次对齐回波信号的平均距离像作为参考距离像,对和路的一次对齐回波信号进行傅里叶变换,计算得到其每一个距离像与参考距离像的第二相关函数,得到第二相关函数幅度最大值对应的第二移位数,并根据第二移位数,对三路一次对齐回波信号分别沿距离维进行二次移位,得到三路包络对齐回波信号。
在本实施例中,将和路一次对齐回波信号取平均后的距离像作为参考像,与步骤S222-S224类似地,完成二次对齐,得到和路包络对齐回波信号Ssume(n,m)、方位差路包络对齐回波信号Saze(n,m)和俯仰差路包络对齐回波信号Sele(n,m)。
S23:采用加权最小二乘法对相位梯度自聚焦进行相位误差估计,根据估计相位误差对三路包络对齐回波信号分别进行相位补偿,得到三路补偿回波信号;
具体地,S23包括:
S231:计算得到和路包络对齐回波信号中各距离单元的能量值;
在本实施例中,按照下式计算得到和路包络对齐回波信号Ssume(n,m)中各距离单元的能量值I(m):
其中,*表示共轭转置。
S232:根据预设的门限值,选取和路的若干距离单元的包络对齐回波信号;
在本实施例中,按照下式选择和路包络对齐回波信号Ssume(n,m)的能量较大的若干距离单元:
S(n,i)=I(m)>max(I(m))·th (7),
其中,th为阀值门限,S(n,i)为选取的距离单元,i=1,2…,I,I为选取的距离单元个数。
S233:对选取的和路的若干距离单元的包络对齐回波信号进行傅里叶变换,得到方位维复图像,并搜索选取的每个距离单元的包络对齐回波信号幅度最大值对应的散射点作为强散射点;
在本实施例中,对选取的若干距离单元的和路包络对齐回波信号S(n,i)i=1,2…,I,进行傅里叶变换,得到方位维复图像,并搜索选取的每个距离单元的包络对齐回波信号幅度最大值对应的散射点作为强散射点;
S234:将强散射点的圆周移位到方位维复图像的中心,得到移位后的方位维复图像;
在本实施例中,通过圆周移位,一方面去掉了点目标的多普勒频移,只保留了相位误差量;另一方面,有利于下一步确定窗宽,改善信杂比。
具体地,假设回波相位为:
经过圆周移位后的回波相位为:
Φn(m)=γ(m)+φn(m),n=1,2,…,N (9),
S235:根据移位后的方位维复图像构造窗函数,并根据窗函数,消除未处于移位后的方位维复图像中心的点对相位梯度估计的影响;
在本实施例中,在移位后的方位维复图像的中心点的两边寻找幅度小于中心点幅度10dB的点,以这两点的宽度构造窗函数,将移位后的方位维复图像乘以窗函数,消除未处于图像中心的点对相位梯度估计的影响:
Swin(n,i)=win·Si(n,i) (9),
其中,Swin(n,i)为消除影响的移位后的方位维复图像,win为窗函数,Si(n,i)为移位后的方位维复图像。
S236:对消除影响的移位后的方位维复图像进行逆傅里叶变换,得到与其对应的数据序列和自相关序列;
S237:根据步骤S236中得到数据序列和自相关序列,利用最小二乘法计算得到估计相位误差;
根据步骤S234可知,对选取的若干距离单元,经过圆周移位后的回波相位为:
Φ(i)=Ηγ(i)+φ(i),i=1,2…,I (10),
其中,
Φ(i)=[Φ1(i),Φ2(i),Φ3(i)…,ΦN(i)]T,n=1,2,…,N (11),
φ(i)=[φ1(i),φ2(i),φ3(i)…,φN(i)]T,n=1,2,…,N (12),
H=[1,1,1,…,1]T (13),
其中,T表示转置。
利用最小二乘法计算得到的估计相位误差为:
S238:根据估计相位误差对三路包络对齐回波信号分别进行相位补偿,得到三路补偿回波信号。
在本实施例中,对和路包络对齐回波信号Ssume(n,m)、方位差路包络对齐回波信号Saze(n,m)和俯仰差路包络对齐回波信号Sele(n,m)分别进行迭代补偿相位,得到和路补偿回波信号Ssumc(n,m)、方位差路补偿回波信号Sazc(n,m)和俯仰差路补偿回波信号Selc(n,m)。
Ssumc(n,m)=Ssume(n,m)exp(-jγWLS) (15),
Sazc(n,m)=Saze(n,m)exp(-jγWLS) (16),
Selc(n,m)=Sele(n,m)exp(-jγWLS) (17)。
S24:对三路补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理以及时频变换操作,得到三个时间-距离-多普勒三维图像。
具体地,S24包括:
S241:对三路补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理,得到重排结果,其中,重排后分布在任意点处的值等于重排到这一点的所有重排平滑伪Wigner-Ville分布函数值和;
在本实施例中,对和路补偿回波信号Ssumc(n,m)、方位差路补偿回波信号Sazc(n,m)和俯仰差路补偿回波信号Selc(n,m)分别进行重排平滑伪Wigner-Ville分布函数处理,得到重排结果。
具体地,重排平滑伪Wigner-Ville分布为:
其中,h是窗函数,Wh是h的Wigner-Ville分布,Wh在点(t,f)附近构成了一个时频域,在这个区域中对信号的Wigner-Ville分布值进行加权平均;
得到的重排后分布在任意点(t',f')处的值等于重排到这一点的所有重排平滑伪Wigner-Ville分布函数值和,即,
其中,δ为冲击函数。
S242:根据重排结果在每个距离单元上沿着方位维进行时频变换操作,得到三个时间-距离-多普勒三维图像。
在本实施例中,将得到的重排结果在每个距离单元上沿着方位维进行时频变换,得到NxN个随时间变化的多普勒频谱,然后通过在M个距离单元处对NxN随时间变化的多普勒频谱进行组合,形成时间-距离-多普勒三维图像,包括和路时间-距离-多普勒三维图像Zs(tn,mnfn)、方位差路时间-距离-多普勒三维图像Zaz(tn,mnfn)和俯仰差路时间-距离-多普勒三维图像Zel(tn,mnfn):
Zs(tn,mnfn)=TF{S(tnmn)}n (22),
Zaz(tn,mnfn)=TF{S(tnmn)}n (23),
Zel(tn,mnfn)=TF{S(tnmn)}n (24),
其中,TF表示关于n的时频运算;
进一步地,在S3中,在任一时刻tk,对和路时间-距离-多普勒三维图像Zs(tn,mnfn)、方位差路时间-距离-多普勒三维图像Zaz(tn,mnfn)和俯仰差路时间-距离-多普勒三维图像Zel(tn,mnfn),分别进行采样,获取三个距离-多普勒图像,该图像为聚焦很好且分辨率较好的图像。
进一步地,在S4中,对和路的距离-多普勒图像Zs(m,f)进行恒虚警率检测,提取目标的强散射中心点。
具体地,S4包括:
S41:对和路的距离-多普勒图像进行归一化处理,得到归一化图像;
在本实施例中,通过Zs(m,f)中所有像素点像素值的最大值对Zs(m,f)进行归一化,得到取值在[0,1]的归一化图像Hs(m,f);
S42:采用两级CFAR检测方法对归一化图像进行检测,得到目标的强散射中心点。
需要说明的是,根据先验知识,保护窗口的尺寸一般设置为待检测目标尺寸的两倍,以免目标像素泄漏到杂波窗口中,影响杂波参数估计,造成计算得到的检测门限偏高,从而导致漏检。杂波窗口的尺寸大小设置原则是使进入背景窗内的杂波像素数量足够多,以保证对杂波分布模型参数做出准确的估计。
在本实施例中,以待检测单元为中心,取单元数为Qm×Qn的矩形区域作为杂波单元,取单元数为Pm×Pn的矩形区域作为保护单元,其中,Qm、Qn分别为杂波区包含的距离采样单元个数和多普勒单元个数,Pm、Pn为保护区包含的距离采样单元个数和多普勒单元个数;
在第一级检测中,设定较高的虚警概率Pglobal,采用全局CFAR检测方法对归一化图像Hs(m,f)进行处理,以初步筛选出疑似目标像素,得到潜在目标像素索引图。
在第二级检测中,设定较低的虚警概率Pglobal,采用局部CFAR检测窗口对所筛选出的少量疑似目标像素进行进一步的判别,最终得到目标的强散射中心点。
进一步地,S5包括,对强散射中心点进行单脉冲测角,计算得到强散射中心点的方位角误差和俯仰角误差。
具体地,按照下式计算得到强散射中心点的方位角误差和俯仰角误差,
其中,J为目标的强散射中心点个数,Re(·)为取实部运算,*为共轭运算。
进一步地,S6包括,对强散射中心点的方位角误差和俯仰角误差分别进行加权求和,得到目标的方位角误差和俯仰角误差。
具体地,按照下式得到目标的方位角误差δ'az和俯仰角误差δ'el,
其中,aj为加权平滑因子,其取值有以下几种方式:
均匀加权:W(aj)=1;
幅度加权:W(aj)=aj/amax;
需要说明的是,获取目标的两路回波信号后的处理方法与三路回波信号的处理方法类似,在此不再赘述。
本实施例的基于重排时频分析的角闪烁抑制方法,采用加权最小二乘法对相位梯度自聚焦进行相位误差估计,与普通自聚焦方法相比,本发明利用误差相位在一次方位回波上的冗余性,可以估计任意阶相位误差,且使得残余相位误差方差最小;而且并不要求杂波具有一定的模型,具有很强的鲁棒性,可以更广泛灵活地应用于不同场景之中。
进一步地,本实施例的基于重排时频分析的角闪烁抑制方法,通过重排时频分析得到时间-距离-多普勒三维成像,并在此基础上进行单脉冲测角,与现有技术通过距离高分辨测角和距离-多普勒单脉冲测角相比,重排时频分析可以更好地抑制交叉项,具有最优的时频聚集性;而且,对于非平稳目标,传统距离-多普勒方法会出现散焦,甚至恢复出的图像质量偏离真实图像质量,而本实施例的方法可有效克服以上问题,有效地提高了角闪烁的抑制能力。
实施例二
本实施例对于实施例一提供的基于重排时频分析的角闪烁抑制方法,进行了仿真实验,对上述方法的效果进行了验证说明。
1、仿真条件和内容:
仿真的硬件平台为:MATLAB R2018b。
请参见图3,图3为本发明实施例提供的仿真实验采用的散射点模型图,其中,图3中(a)为舰船散射点三维图,(b)为舰船模型俯视图。该模型仿真实验的参数设置如下:雷达发射脉冲宽度τ=5μs,带宽B=100MHz,波长λ=17.6mm,脉冲重复频率fr=6.25kHz;仿真的舰船随海情为5级海浪颠簸,对该模型分别采用基于距离-多普勒的角闪烁抑制方法和实施例一提供的基于重排时频分析的角闪烁抑制方法进行处理。
仿真1:对本发明和现有的基于距离-多普勒角闪烁抑制方法的成像和恒虚警检测结果分别进行对比仿真,仿真结果如图4、图5、表1和表2所示;
仿真2:对本发明和现有的基于距离-多普勒角闪烁抑制方法的角闪烁误差进行对比仿真,仿真结果如图6所示。
2、仿真结果分析:
请参见图4,图4为本发明与现有技术距离-多普勒成像检测方法的仿真结果对比图,其中,图4中(a)为基于距离-多普勒方法获得的结果图像,(b)为基于距离-多普勒方法获得的恒虚警检测结果,(c)为使用本发明方法获得的结果图像,(d)为使用本发明方法获得的恒虚警检测结果。从图中可以看出,基于距离-多普勒方法获得的图像由于受海浪颠簸等影响,舰船属于非平稳状态,有明显的散焦现象,而本发明的重排时频属于瞬时成像,聚焦性能优异。
为进一步对比图像质量,分别计算了两种方法的积分旁瓣比LSLR和峰值旁瓣比PSLR,请结合参见图5和表1,图5为本发明与现有技术图像距离向和方位向剖面图的仿真结果对比图,其中,图5中(a)为现有技术距离向剖面图,(b)为现有技术方位向剖面图,(c)为本发明距离向剖面图,(d)为本发明方位向剖面图;表1中分别计算了现有技术和本发明对图4方位向剖面图和距离向剖面图的积分旁瓣比LSLR、峰值旁瓣比PSLR和分辨率IRW的具体数值。
表1 LSLR、PSLR对比
从表1可以看出,本发明的积分旁瓣比LSLR和峰值旁瓣比PSLR绝对值最大,方位向IRW要低于现有技术,表明本发明的时聚性要强于现有技术,从而可以提高角闪烁的抑制能力。
本发明与现有技术得到的图像质量对比数据如表2所示,通过表2可以看出,本发明的图像具有最小熵值和最大对比度,表明本发明的图像质量要强于现有技术,从而可以提高角闪烁的抑制能力。
表2图像质量对比
角闪烁抑制算法 | 对比度 | 熵 |
现有技术 | 5.55 | 2.81 |
本发明 | 8.67 | 2.26 |
进一步地,请参见图6,图6为本发明与现有技术角闪烁抑制结果对比图,其中,图6中(a)为多个脉冲周期测角结果,(b)为角误差随弹目距变化结果。从图中可以看出,基于本发明测角结果明显优于现有技术,说明本发明的基于重排时频分析的角闪烁抑制方法提高了角闪烁抑制能力。
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普通技术人员来说,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 (9)
1.一种基于重排时频分析的角闪烁抑制方法,其特征在于,包括:
S1:获取目标的若干路回波信号,若干路回波信号在三维空间上不同;
S2:对若干路回波信号分别依次进行脉冲压缩、包络对齐、相位补偿、重排平滑伪Wigner-Ville分布处理以及时频变换操作后,得到若干个时间-距离-多普勒三维图像;
S3:在任一时刻对若干个所述时间-距离-多普勒三维图像分别进行采样,获取若干个距离-多普勒图像;
S4:对和路的距离-多普勒图像进行恒虚警率检测,得到目标的强散射中心点;
S5:对所述强散射中心点进行单脉冲测角,计算得到所述强散射中心点的角误差;
S6:对所述强散射中心点的角误差进行加权求和,得到所述目标的角误差。
2.根据权利要求1所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S1包括:
获取目标的三路回波信号,所述三路回波信号包括和路脉冲回波信号、方位差路脉冲回波信号和俯仰差路脉冲回波信号。
3.根据权利要求1所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S2包括:
S21:对若干路回波信号分别进行脉冲压缩处理,得到若干路脉冲压缩回波信号;
S22:对若干路所述脉冲压缩回波信号分别进行包络对齐处理,得到若干路包络对齐回波信号;
S23:采用加权最小二乘法对相位梯度自聚焦进行相位误差估计,根据估计相位误差对若干路所述包络对齐回波信号分别进行相位补偿,得到若干路补偿回波信号;
S24:对若干路所述补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理以及时频变换操作,得到若干时间-距离-多普勒三维图像。
4.根据权利要求3所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S22包括:
S221:对若干路所述脉冲压缩回波信号分别进行插值处理,得到若干路插值回波信号;
S222:对和路插值回波信号进行傅里叶变换,得到其频域信号;
S223:根据所述频域信号,计算得到每一个距离像与第一个距离像的第一相关函数,得到所述第一相关函数幅度最大值对应的第一移位数;
S224:根据所述第一移位数,对若干路所述插值回波信号分别沿距离维进行一次移位,得到若干路一次对齐回波信号;
S225:将和路的一次对齐回波信号的平均距离像作为参考距离像,对所述和路的一次对齐回波信号进行傅里叶变换,计算得到其每一个距离像与所述参考距离像的第二相关函数,得到所述第二相关函数幅度最大值对应的第二移位数,并根据所述第二移位数,对若干所述一次对齐回波信号分别沿距离维进行二次移位,得到若干所述包络对齐回波信号。
5.根据权利要求3所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S23包括:
S231:计算得到和路的包络对齐回波信号中各距离单元的能量值;
S232:根据预设的门限值,选取所述和路的若干距离单元的包络对齐回波信号;
S233:对选取的所述和路的若干距离单元的包络对齐回波信号进行傅里叶变换,得到方位维复图像,并搜索选取的每个距离单元的包络对齐回波信号幅度最大值对应的散射点作为强散射点;
S234:将所述强散射点的圆周移位到所述方位维复图像的中心,得到移位后的方位维复图像;
S235:根据所述移位后的方位维复图像构造窗函数,并根据所述窗函数,消除未处于移位后的方位维复图像中心的点对相位梯度估计的影响;
S236:对消除影响的移位后的方位维复图像进行逆傅里叶变换,得到与其对应的数据序列和自相关序列;
S237:根据步骤S236中得到数据序列和自相关序列,利用最小二乘法计算得到估计相位误差;
S238:根据所述估计相位误差对若干路所述包络对齐回波信号分别进行相位补偿,得到若干路补偿回波信号。
6.根据权利要求3所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S24包括:
S241:对若干路所述补偿回波信号分别进行重排平滑伪Wigner-Ville分布处理,得到重排结果,其中,重排后分布在任意点处的值等于重排到这一点的所有重排平滑伪Wigner-Ville分布函数值和;
S242:根据所述重排结果在每个距离单元上沿着方位维进行时频变换操作,得到若干个时间-距离-多普勒三维图像。
7.根据权利要求1所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S4包括:
S41:对所述和路的距离-多普勒图像进行归一化处理,得到归一化图像;
S42:采用两级CFAR检测方法对所述归一化图像进行检测,得到目标的强散射中心点。
8.根据权利要求1所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S5包括:
对所述强散射中心点进行单脉冲测角,计算得到所述强散射中心点的方位角误差和俯仰角误差。
9.根据权利要求8所述的基于重排时频分析的角闪烁抑制方法,其特征在于,所述S6包括:
对所述强散射中心点的方位角误差和俯仰角误差分别进行加权求和,得到所述目标的方位角误差和俯仰角误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110206076.XA CN113109776B (zh) | 2021-02-24 | 2021-02-24 | 一种基于重排时频分析的角闪烁抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110206076.XA CN113109776B (zh) | 2021-02-24 | 2021-02-24 | 一种基于重排时频分析的角闪烁抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113109776A true CN113109776A (zh) | 2021-07-13 |
CN113109776B CN113109776B (zh) | 2024-02-06 |
Family
ID=76709956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110206076.XA Active CN113109776B (zh) | 2021-02-24 | 2021-02-24 | 一种基于重排时频分析的角闪烁抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113109776B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055038A (zh) * | 2023-10-12 | 2023-11-14 | 中国科学院空天信息创新研究院 | 交通监管雷达测速装置和测速方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3144702A1 (en) * | 2015-09-17 | 2017-03-22 | Institute of Electronics, Chinese Academy of Sciences | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal |
CN109407069A (zh) * | 2018-12-03 | 2019-03-01 | 北京遥感设备研究所 | 一种基于选通加权频率分集的弹载雷达角闪烁频率抑制方法 |
CN109655819A (zh) * | 2018-11-13 | 2019-04-19 | 上海无线电设备研究所 | 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 |
CN110286373A (zh) * | 2019-07-19 | 2019-09-27 | 湖南华诺星空电子技术有限公司 | 一种复杂气候条件下的fod雷达雨雪杂波抑制方法 |
CN112098956A (zh) * | 2020-08-14 | 2020-12-18 | 西安电子科技大学 | 一种基于成像技术的交叉眼干扰对抗方法 |
-
2021
- 2021-02-24 CN CN202110206076.XA patent/CN113109776B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3144702A1 (en) * | 2015-09-17 | 2017-03-22 | Institute of Electronics, Chinese Academy of Sciences | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal |
CN109655819A (zh) * | 2018-11-13 | 2019-04-19 | 上海无线电设备研究所 | 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 |
CN109407069A (zh) * | 2018-12-03 | 2019-03-01 | 北京遥感设备研究所 | 一种基于选通加权频率分集的弹载雷达角闪烁频率抑制方法 |
CN110286373A (zh) * | 2019-07-19 | 2019-09-27 | 湖南华诺星空电子技术有限公司 | 一种复杂气候条件下的fod雷达雨雪杂波抑制方法 |
CN112098956A (zh) * | 2020-08-14 | 2020-12-18 | 西安电子科技大学 | 一种基于成像技术的交叉眼干扰对抗方法 |
Non-Patent Citations (1)
Title |
---|
王克让;贺亚鹏;柏磊;朱晓华;: "基于微动散射点分离的角闪烁抑制方法", 南京理工大学学报, no. 04 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055038A (zh) * | 2023-10-12 | 2023-11-14 | 中国科学院空天信息创新研究院 | 交通监管雷达测速装置和测速方法 |
CN117055038B (zh) * | 2023-10-12 | 2023-12-19 | 中国科学院空天信息创新研究院 | 交通监管雷达测速装置和测速方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113109776B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109100718B (zh) | 基于贝叶斯学习的稀疏孔径isar自聚焦与横向定标方法 | |
Guan et al. | Adaptive fractional Fourier transform-based detection algorithm for moving target in heavy sea clutter | |
CN105929371B (zh) | 一种基于协方差矩阵估计的机载雷达杂波抑制方法 | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
US6809682B1 (en) | Method and device for the detection and track of targets in high clutter | |
De Wind et al. | Dataware: Sea clutter and small boat radar reflectivity databases [best of the web] | |
Huang et al. | Radar high speed small target detection based on keystone transform and linear canonical transform | |
CN106569193B (zh) | 基于前-后向收益参考粒子滤波的海面小目标检测方法 | |
CN106872969B (zh) | 基于mtd脉冲积累及滑动处理的雷达目标角度估计方法 | |
JP2011158471A (ja) | 時空間適応処理システムにおいてターゲットを検出するための方法 | |
CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
CN103197297B (zh) | 基于认知框架的雷达动目标检测方法 | |
CN105403864B (zh) | 基于改进斜投影的二维船载高频地波雷达海杂波抑制方法 | |
CN107942324A (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
CN113238211A (zh) | 一种干扰条件下参数化自适应阵列信号检测方法与*** | |
Yu et al. | Ground moving target motion parameter estimation using Radon modified Lv's distribution | |
CN113109776B (zh) | 一种基于重排时频分析的角闪烁抑制方法 | |
CN108845318B (zh) | 基于Relax算法的星载高分宽幅成像方法 | |
CN113376607B (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN106324576B (zh) | 基于自回归模型的雷达目标自适应匹配滤波方法 | |
CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
CN106125039A (zh) | 基于局域联合处理的改进空时自适应单脉冲测角方法 | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
CN109061597B (zh) | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 |
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 |