CN114200406A - 基于快速自适应脉冲压缩的机载气象雷达目标检测方法 - Google Patents

基于快速自适应脉冲压缩的机载气象雷达目标检测方法 Download PDF

Info

Publication number
CN114200406A
CN114200406A CN202111434997.8A CN202111434997A CN114200406A CN 114200406 A CN114200406 A CN 114200406A CN 202111434997 A CN202111434997 A CN 202111434997A CN 114200406 A CN114200406 A CN 114200406A
Authority
CN
China
Prior art keywords
pulse compression
adaptive pulse
echo
target
iteration
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.)
Pending
Application number
CN202111434997.8A
Other languages
English (en)
Inventor
汪玲
于昕迪
耿哲
朱岱寅
李勇
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202111434997.8A priority Critical patent/CN114200406A/zh
Publication of CN114200406A publication Critical patent/CN114200406A/zh
Pending legal-status Critical Current

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • 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
    • G01S7/2813—Means providing a modification of the radiation pattern for cancelling noise, clutter or interfering signals, e.g. side lobe suppression, side lobe blanking, null-steering arrays
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，涉及雷达信号处理技术领域，该方法能够有效解决分布式气象目标强散射点旁瓣可能会淹没弱散射点的问题，在存在地杂波的情况下准确检测出气象目标。此方法包括步骤：(1)确定机载气象雷达***的发射信号及回波序列；(2)构建快速自适应脉冲压缩滤波器；(3)确定快速自适应脉冲压缩滤波器迭代过程的先验信息；(4)利用快速自适应脉冲压缩滤波器对L个距离单元的回波信号进行迭代滤波，实现目标检测。本发明在保持降低距离旁瓣性能的同时，还大大降低了计算复杂度，是检测气象目标的较好选择。

Description

基于快速自适应脉冲压缩的机载气象雷达目标检测方法
技术领域
本发明涉及雷达信号处理技术领域，特别是一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法。
背景技术
在气象雷达探测中，随着固态发射机的应用，需要通过发射宽脉冲波形来获得足够的平均发射功率满足探测能力需求，同时采用脉冲压缩技术来提高距离向分辨率。传统的脉冲压缩通常是通过匹配滤波实现的，匹配滤波在高斯白噪声条件下可以获得最大的输出信噪比，但却会产生较高的距离旁瓣，这不可避免地成为提高现代气象雷达性能的一个限制因素。旁瓣效应会使回波中的弱目标淹没在强目标的旁瓣中。对点目标而言，可以通过波形设计、匹配滤波或失配滤波等方法抑制距离旁瓣，但由于气象目标是分布式目标，且相邻的气象粒子之间散射强度相差较大，上述方法并不能满足检测需求。为了提高前视机载气象雷达的分辨率和精度，需要采用一种更有效的方法来抑制距离旁瓣。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，本发明的优势在于避免了使用传统匹配滤波算法所带来的高旁瓣效应，同时大大降低了***地运算复杂度，提高了机载气象雷达对目标检测的精度和效率。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，包括以下步骤：
步骤S1、确定机载气象雷达***的发射信号及回波序列；
步骤S2、根据步骤S1发射信号及回波序列，构建快速自适应脉冲压缩滤波器；
将回波序列等间距采样分成M段；设发射信号脉冲采样点数为N，共L个距离单元，计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure BDA0003381482420000011
l＝0,1,…L-1,m＝0,1,…M-1，然后将
Figure BDA0003381482420000012
重新组合求解滤波器系数
Figure BDA0003381482420000013
步骤S3、确定快速自适应脉冲压缩滤波器迭代过程的先验信息，先验信息是指初始阶段的自适应脉冲压缩滤波器系数
Figure BDA0003381482420000014
步骤S4、根据步骤S2的
Figure BDA0003381482420000015
步骤S3的
Figure BDA0003381482420000016
利用快速自适应脉冲压缩滤波器对L个距离单元的回波信号进行迭代滤波，从而得到长度为L的目标估计值
Figure BDA0003381482420000021
上标T表示转置，x(l)表示第l个距离单元的目标估计值。
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，步骤S1具体如下：
设发射信号脉冲采样点数为N，共L个距离单元，则发射信号
Figure BDA0003381482420000022
用向量表示为
Figure BDA0003381482420000023
sj为发射信号的第j个采样值，j＝0,1…N-1，(·)T表示转置；
回波序列
Figure BDA0003381482420000024
是指第l个距离单元回波数据的相邻N个连续采样点，
Figure BDA0003381482420000025
表示为
Figure BDA0003381482420000026
其中，y(l+j)为第(l+j)个离散回波信号采样值。
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，步骤S2具体如下：
将长度为N的回波序列
Figure BDA0003381482420000027
降维，将
Figure BDA0003381482420000028
等间距采样分成M段，每一段的长度K＝N/M；若K不是整数，将
Figure BDA0003381482420000029
后面补0至K是整数；
则第m段降维回波序列
Figure BDA00033814824200000210
表示为
Figure BDA00033814824200000211
其中，y(l+qM+m)为第(l+qM+m)个离散回波采样值，m＝0,1…M-1，q＝0,1…K-1；
采用基于最小均方误差的贝叶斯估计算法计算
Figure BDA00033814824200000212
并用
Figure BDA00033814824200000213
对
Figure BDA00033814824200000214
滤波来计算第l个距离单元目标估计值x(l)，估算的代价函数
Figure BDA00033814824200000215
表示为
Figure BDA00033814824200000216
其中，(·)H表示共轭转置，E[·]表示期望；
当代价函数最小时，
Figure BDA00033814824200000217
的最优解表示如下：
Figure BDA00033814824200000218
其中，目标估计值的功率ρ(l)＝|x(l)|2，
Figure BDA00033814824200000219
是噪声的协方差矩阵，
Figure BDA00033814824200000220
是杂波的协方差矩阵，
Figure BDA00033814824200000221
Figure BDA00033814824200000222
表示第m段降维发射信号，其中，sqM+m表示第(qM+m)个离散发射信号采样值，q＝0,1,…K-1；
式(1)即为构建的快速自适应脉冲压缩滤波器；
计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure BDA0003381482420000031
其中
Figure BDA0003381482420000032
是第(qM+m)个滤波器系数采样值，q＝0,1…K-1；按照
Figure BDA0003381482420000033
采样的方式将M段长度为K的
Figure BDA0003381482420000034
重新组合成长度为N的滤波器系数
Figure BDA0003381482420000035
Figure BDA0003381482420000036
为第j个滤波器系数采样值。
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，
矩阵
Figure BDA0003381482420000037
用下式求得：
Figure BDA0003381482420000038
其中，目标估计值的功率ρ(l+Mk-i+m)＝|x(l+Mk-i+m)|2，x(l+Mk-i+m)为第(l+Mk-i+m)个目标估计值，
Figure BDA0003381482420000039
表示第i段降维发射信号
Figure BDA00033814824200000310
向左或向右移位k位，然后用0补齐；当k≥0时，
Figure BDA00033814824200000311
其中s(q-k)M+i表示第((q-k)M+i)个离散发射信号采样值，q＝0,1…K-1，01×k为k个0，当k＜0时
Figure BDA00033814824200000312
01×(-k)为-k个0，其中s-kM+i表示第(-kM+i)个离散发射信号采样值。
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，步骤S3中，
Figure BDA00033814824200000313
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，步骤S4具体如下：
步骤S41、预先设定迭代次数为X，初始化迭代次数t＝1；
步骤S42、将L个距离单元的回波信号[y(0),y(1)…y(L-1)]T进行扩展，y(l)为第l个距离单元的回波信号，在回波信号的前面扩展(X-1)(N-1)个距离单元，在后面扩展X(N-1)个距离单元，扩展后第l1个距离单元的N个连续采样点
Figure BDA00033814824200000314
表示为
Figure BDA00033814824200000315
l1＝-(X-1)(N-1),…,0,1,…L,…,L-1+(X-1)(N-1)，j＝0,1,…N-1，y(l1+j)为第(l1+j)个离散回波信号采样值；
步骤S43、利用步骤S3的初始阶段滤波器系数
Figure BDA0003381482420000041
对
Figure BDA0003381482420000042
进行滤波，得到长度为2(X-1)(N-1)+L的第1次迭代目标估计值
Figure BDA0003381482420000043
Figure BDA0003381482420000044
l1＝-(X-1)(N-1),…,L-1+(X-1)(N-1)
其中
Figure BDA0003381482420000045
x1(l1)表示第1次迭代的第l1个距离单元目标估计值；
步骤S44、当t大于等于2时，每迭代一次减少2(N-1)个距离单元，第t次迭代的第lt个距离单元的N个连续采样点
Figure BDA0003381482420000046
表示为
Figure BDA0003381482420000047
lt＝-(X-t)(N-1),…,L-1+(X-t)(N-1),j＝0,1,…N-1
其中，y(lt+j)为第(lt+j)个离散回波信号采样值；
计算第t-1次迭代目标估计值的功率ρt-1(lt-1)＝|xt-1(lt-1)|2和滤波器系数
Figure BDA0003381482420000048
xt-1(lt-1)为第t-1次迭代的第lt-1个距离单元目标估计值；
采用
Figure BDA0003381482420000049
对
Figure BDA00033814824200000410
进行脉冲压缩，得到第t次迭代长度为2(X-t)(N-1)+L的目标估计值
Figure BDA00033814824200000411
Figure BDA00033814824200000412
lt＝-(X-t)(N-1),…,L-1+(X-t)(N-1)
其中
Figure BDA00033814824200000413
xt(lt)表示第t次迭代的第lt个距离单元目标估计值；
步骤S45、若未得到长度为L的目标估计值，则t＝t+1，重复步骤S44，直到迭代X次，得到长度为L的目标估计值
Figure BDA00033814824200000414
Figure BDA00033814824200000415
Figure BDA00033814824200000416
作为本发明所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法进一步优化方案，X为2或3或4。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明通过迭代的方式降低气象目标的距离旁瓣，每一次迭代中对距离单元的估计值可以用作下一次迭代的先验信息，自适应地更新滤波器系数，提高检测效率；
(2)本发明在抑制气象目标距离旁瓣的同时，降低了运算复杂度，大大减少了运算时间。
附图说明
图1是本方法的发明流程图(以迭代3次为例)；
图2是发射LFM信号，单个点目标在噪声条件下的距离旁瓣抑制结果；其中(a)为自适应脉冲压缩(APC)对比结果；(b)为快速自适应脉冲压缩(FAPC)对比结果；
图3是发射LFM信号，密集点目标在噪声条件下的距离旁瓣抑制结果；其中(a)为自适应脉冲压缩(APC)对比结果；(b)为快速自适应脉冲压缩(FAPC)对比结果；
图4是仿真的含有噪声和地杂波的气象回波；
图5是对气象回波运用快速自适应脉冲压缩(FAPC)算法的结果图；其中，(a)是初始阶段FAPC与匹配滤波(MF)的对比结果，(b)是一阶FAPC与MF的对比结果，(c)是二阶FAPC与MF的对比结果，(d)是各阶FAPC与MF的对比结果；
图6是快速自适应脉冲压缩算法抑制了噪声和地杂波，保留了气象目标回波。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。
如图1所示，为本发明的算法流程图。本发明提出的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，包括以下步骤：
步骤S1、确定机载气象雷达***的发射信号及回波序列；
设发射信号脉冲采样点数为N，共L个距离单元，则发射信号
Figure BDA0003381482420000051
用向量表示为
Figure BDA0003381482420000052
sj为发射信号的第j个采样值，j＝0,1…N-1，(·)T表示转置；
回波序列
Figure BDA0003381482420000053
是指第l个距离单元回波数据的相邻N个连续采样点，
Figure BDA0003381482420000054
表示为
Figure BDA0003381482420000055
其中，y(l+j)为第(l+j)个离散回波信号采样值。
步骤S2、根据步骤S1发射信号及回波序列，构建快速自适应脉冲压缩滤波器；
计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure BDA0003381482420000056
l＝0,1,…L-1,m＝0,1,…M-1，然后将
Figure BDA0003381482420000057
重新组合求解滤波器系数
Figure BDA0003381482420000058
具体如下：
将长度为N的回波序列
Figure BDA0003381482420000059
降维，将
Figure BDA00033814824200000510
等间距采样分成M段，每一段的长度K＝N/M；若K不是整数，将
Figure BDA00033814824200000511
后面补0至K是整数；
则第m段降维回波序列
Figure BDA00033814824200000512
表示为
Figure BDA0003381482420000061
其中，y(l+qM+m)为第(l+qM+m)个离散回波采样值，m＝0,1…M-1，q＝0,1…K-1；
采用基于最小均方误差的贝叶斯估计算法计算
Figure BDA0003381482420000062
并用
Figure BDA0003381482420000063
对
Figure BDA0003381482420000064
滤波来计算第l个距离单元目标估计值x(l)，估算的代价函数
Figure BDA0003381482420000065
表示为
Figure BDA0003381482420000066
其中，(·)H表示共轭转置，E[·]表示期望；
当代价函数最小时，
Figure BDA0003381482420000067
的最优解表示如下：
Figure BDA0003381482420000068
其中，目标估计值的功率ρ(l)＝|x(l)|2，
Figure BDA0003381482420000069
是噪声的协方差矩阵，
Figure BDA00033814824200000610
是杂波的协方差矩阵，
Figure BDA00033814824200000611
Figure BDA00033814824200000612
表示第m段降维发射信号，其中，sqM+m表示第(qM+m)个离散发射信号采样值，q＝0,1,…K-1；
式(1)即为构建的快速自适应脉冲压缩滤波器；
计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure BDA00033814824200000613
其中
Figure BDA00033814824200000614
是第(qM+m)个滤波器系数采样值，q＝0,1…K-1；按照
Figure BDA00033814824200000615
采样的方式将M段长度为K的
Figure BDA00033814824200000616
重新组合成长度为N的滤波器系数
Figure BDA00033814824200000617
Figure BDA00033814824200000618
为第j个滤波器系数采样值。
矩阵
Figure BDA00033814824200000619
用下式求得：
Figure BDA00033814824200000620
其中，目标估计值的功率ρ(l+Mk-i+m)＝|x(l+Mk-i+m)|2，x(l+Mk-i+m)为第(l+Mk-i+m)个目标估计值，
Figure BDA00033814824200000621
表示第i段降维发射信号
Figure BDA00033814824200000622
向左或向右移位k位，然后用0补齐；当k≥0时，
Figure BDA00033814824200000623
其中s(q-k)M+i表示第((q-k)M+i)个离散发射信号采样值，q＝0,1…K-1，01×k为k个0，当k＜0时
Figure BDA00033814824200000624
01×(-k)为-k个0，其中s-kM+i表示第(-kM+i)个离散发射信号采样值。
步骤S3、确定快速自适应脉冲压缩滤波器迭代过程的先验信息，先验信息是指初始阶段的自适应脉冲压缩滤波器系数
Figure BDA0003381482420000071
步骤S4、根据步骤S2的
Figure BDA0003381482420000072
步骤S3的
Figure BDA0003381482420000073
利用快速自适应脉冲压缩滤波器对L个距离单元的回波信号进行迭代滤波，从而得到长度为L的目标估计值
Figure BDA0003381482420000074
x(l)表示第l个距离单元的目标估计值；具体如下：
步骤S41、预先设定迭代次数为X，初始化迭代次数t＝1；
步骤S42、将L个距离单元的回波信号[y(0),y(1)…y(L-1)]T进行扩展，y(l)为第l个距离单元的回波信号，在回波信号的前面扩展(X-1)(N-1)个距离单元，在后面扩展X(N-1)个距离单元，扩展后第l1个距离单元的N个连续采样点
Figure BDA0003381482420000075
表示为
Figure BDA0003381482420000076
l1＝-(X-1)(N-1),…,0,1,…L,…,L-1+(X-1)(N-1)，j=0,1,…N-1，y(l1+j)为第(l1+j)个离散回波信号采样值；
步骤S43、利用步骤S3的初始阶段滤波器系数
Figure BDA0003381482420000077
对
Figure BDA0003381482420000078
进行滤波，得到长度为2(X-1)(N-1)+L的第1次迭代目标估计值
Figure BDA0003381482420000079
Figure BDA00033814824200000710
l1＝-(X-1)(N-1),…,L-1+(X-1)(N-1)
其中
Figure BDA00033814824200000711
x1(l1)表示第1次迭代的第l1个距离单元目标估计值；
步骤S44、当t大于等于2时，每迭代一次减少2(N-1)个距离单元，第t次迭代的第lt个距离单元的N个连续采样点
Figure BDA00033814824200000712
表示为
Figure BDA00033814824200000713
lt＝-(X-t)(N-1),…,L-1+(X-t)(N-1),j＝0,1,…N-1
其中，y(lt+j)为第(lt+j)个离散回波信号采样值；
计算第t-1次迭代目标估计值的功率ρt-1(lt-1)＝|xt-1(lt-1)|2和滤波器系数
Figure BDA00033814824200000714
xt-1(lt-1)为第t-1次迭代的第lt-1个距离单元目标估计值；
采用
Figure BDA00033814824200000715
对
Figure BDA00033814824200000716
进行脉冲压缩，得到第t次迭代长度为2(X-t)(N-1)+L的目标估计值
Figure BDA00033814824200000717
Figure BDA0003381482420000081
lt＝-(X-t)(N-1),…,L-1+(X-t)(N-1)
其中
Figure BDA0003381482420000082
xt(lt)表示第t次迭代的第lt个距离单元目标估计值；
步骤S45、若未得到长度为L的目标估计值，则t＝t+1，重复步骤S44，直到迭代X次，得到长度为L的目标估计值
Figure BDA0003381482420000083
Figure BDA0003381482420000084
Figure BDA0003381482420000085
X一般取值为2～4。
实施实例
为验证快速自适应脉冲压缩算法抑制目标距离旁瓣的性能，本实例中将其和自适应脉冲压缩算法、匹配滤波在单个点目标、密集点目标和分布式气象目标三种情况下的性能进行对比。
仿真实验中所使用的波形为LFM信号
s(t)＝exp(jπkt2)
其中k＝B/T，时宽T＝6μs，带宽B＝2MHz，采样率fs＝2B＝4MHz。
A.单个点目标
在10km位置设置一个信噪比为40dB的散射点，对雷达回波进行匹配滤波(MF)、自适应脉冲压缩(APC)及快速自适应脉冲压缩(FAPC)的仿真结果如图2所示，图2中的(a)为自适应脉冲压缩(APC)对比结果；图2中的(b)为快速自适应脉冲压缩(FAPC)对比结果。MF后回波的旁瓣电平为-13.74dB左右,而经过APC和FAPC后峰值旁瓣电平约为-33dB，但是大部分旁瓣电平在-40dB左右，与地面真值基本相符。对于每个距离单元而言，APC算法每迭代一次的计算复杂度为6N2+14N，但FAPC算法的计算复杂度仅为N2(3/X+3/X2)+N(1+13/X)，能够大大减少运算时间。
B.密集点目标
分别在9.8Km、10Km、10.5Km、10.9Km处设置四个信噪比为30dB、40dB、20dB、34dB的静止点目标，对雷达回波进行MF、APC及FAPC的仿真结果如图3所示。MF后回波的峰值旁瓣电平为-13dB，目标之间的距离旁瓣较高，导致目标无法识别。而经APC和FAPC后大部分旁瓣电平降在-40dB左右，点目标附近的距离旁瓣也被抑制掉，使得点目标被准确检测。对比图3中的(a)和图3中的(b)，可以看到在密集点目标的情况下，FAPC对弱目标的检测性能有所下降，但目标电平仍比周围的旁瓣电平高出30dB左右，同样可以被检测出来。若继续增加迭代次数，弱目标的电平也能够无失真的恢复。与FAPC算法减少计算复杂度的显著优势相比，弱目标检测性能微弱的恶化是微不足道的。
C.气象目标
当机载气象雷达处于下视状态时，地杂波会干扰甚至淹没气象回波，导致气象目标难以检测。由于获取气象回波较为困难，因此根据气象目标的统计特性对回波数据进行仿真。已知地杂波和气象目标在谱矩信息方面存在明显差异。气象目标具有非零多普勒频率特性且谱宽大于1m/s，而地杂波谱宽一般小于0.3m/s。基于上述特征，雷达***、气象目标及地杂波的具体仿真数据如表1所示。
表1气象回波仿真参数
Figure BDA0003381482420000091
包含噪声和地杂波的雷达原始回波如图4所示，从图中可以看出气象目标已经完全淹没在杂波中。由于气象目标是分布式散射体，处理回波数据运算需求大，且由前文仿真结果可知APC与FAPC对旁瓣抑制效果区别不大，但FAPC计算时间明显减少，因此接下来采用FAPC算法对回波数据进行处理。
以0°方位角的距离向回波为例，初始阶段FAPC和MF的性能基本相同，如图5中的(a)所示，气象目标与地杂波混合在一起，无法辨别。第一阶段FAPC和MF的性能对比如图5中的(b)所示，经过FAPC，距离旁瓣和大多数地杂波被抑制到-60dB左右。第二阶段FAPC和MF的性能对比如图5中的(c)所示。此时，气象目标完全显现，回波的距离旁瓣仅为-80dB左右，满足气象目标超低旁瓣检测的要求。FAPC各次迭代的滤波结果与MF的对比如图5中的(d)所示。对-30°到30°所有方位的距离向回波进行FAPC处理，结果如图6所示，从图中可以看出杂波已全部被抑制掉，气象目标能够被准确地检测出来。
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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (7)

1.一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，包括以下步骤：
步骤S1、确定机载气象雷达***的发射信号及回波序列；
步骤S2、根据步骤S1发射信号及回波序列，构建快速自适应脉冲压缩滤波器；
将回波序列等间距采样分成M段；设发射信号脉冲采样点数为N，共L个距离单元，计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure FDA0003381482410000011
l＝0,1,…L-1,m＝0,1,…M-1，然后将
Figure FDA0003381482410000012
重新组合求解滤波器系数
Figure FDA0003381482410000013
步骤S3、确定快速自适应脉冲压缩滤波器迭代过程的先验信息，先验信息是指初始阶段的自适应脉冲压缩滤波器系数
Figure FDA0003381482410000014
步骤S4、根据步骤S2的
Figure FDA0003381482410000015
步骤S3的
Figure FDA0003381482410000016
利用快速自适应脉冲压缩滤波器对L个距离单元的回波信号进行迭代滤波，从而得到长度为L的目标估计值
Figure FDA0003381482410000017
上标T表示转置，x(l)表示第l个距离单元的目标估计值。
2.根据权利要求1所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，步骤S1具体如下：
设发射信号脉冲采样点数为N，共L个距离单元，则发射信号
Figure FDA0003381482410000018
用向量表示为
Figure FDA0003381482410000019
sj为发射信号的第j个采样值，j＝0,1…N-1，(·)T表示转置；
回波序列
Figure FDA00033814824100000110
是指第l个距离单元回波数据的相邻N个连续采样点，
Figure FDA00033814824100000111
表示为
Figure FDA00033814824100000112
l＝0,1,…L-1,j＝0,1,…N-1，其中，y(l+j)为第(l+j)个离散回波信号采样值。
3.根据权利要求2所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，步骤S2具体如下：
将长度为N的回波序列
Figure FDA00033814824100000113
降维，将
Figure FDA00033814824100000114
等间距采样分成M段，每一段的长度K＝N/M；若K不是整数，将
Figure FDA00033814824100000115
后面补0至K是整数；
则第m段降维回波序列
Figure FDA00033814824100000116
表示为
Figure FDA00033814824100000117
其中，y(l+qM+m)为第(l+qM+m)个离散回波采样值，m＝0,1…M-1，q＝0,1…K-1；
采用基于最小均方误差的贝叶斯估计算法计算
Figure FDA0003381482410000021
并用
Figure FDA0003381482410000022
对
Figure FDA0003381482410000023
滤波来计算第l个距离单元目标估计值x(l)，估算的代价函数
Figure FDA0003381482410000024
表示为
Figure FDA0003381482410000025
其中，(·)H表示共轭转置，E[·]表示期望；
当代价函数最小时，
Figure FDA0003381482410000026
的最优解表示如下：
Figure FDA0003381482410000027
其中，目标估计值的功率ρ(l)＝|x(l)|2，
Figure FDA0003381482410000028
是噪声的协方差矩阵，
Figure FDA0003381482410000029
是杂波的协方差矩阵，
Figure FDA00033814824100000210
Figure FDA00033814824100000211
表示第m段降维发射信号，其中，sqM+m表示第(qM+m)个离散发射信号采样值，q＝0,1,…K-1；
式(1)即为构建的快速自适应脉冲压缩滤波器；
计算第l个距离单元的第m段快速自适应脉冲压缩滤波器的系数
Figure FDA00033814824100000212
m＝0,1…M-1，其中
Figure FDA00033814824100000213
是第(qM+m)个滤波器系数采样值，q＝0,1…K-1；按照
Figure FDA00033814824100000214
采样的方式将M段长度为K的
Figure FDA00033814824100000215
重新组合成长度为N的滤波器系数
Figure FDA00033814824100000216
Figure FDA00033814824100000217
为第j个滤波器系数采样值。
4.根据权利要求3所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，
矩阵
Figure FDA00033814824100000218
用下式求得：
Figure FDA00033814824100000219
其中，目标估计值的功率ρ(l+Mk-i+m)＝|x(l+Mk-i+m)|2，x(l+Mk-i+m)为第(l+Mk-i+m)个目标估计值，
Figure FDA00033814824100000220
表示第i段降维发射信号
Figure FDA00033814824100000221
向左或向右移位k位，然后用0补齐；当k≥0时，
Figure FDA00033814824100000222
其中s(q-k)M+i表示第((q-k)M+i)个离散发射信号采样值，q＝0,1…K-1，01×k为k个0，当k＜0时
Figure FDA00033814824100000223
01×(-k)为-k个0，其中s-kM+i表示第(-kM+i)个离散发射信号采样值。
5.根据权利要求3所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，步骤S3中，
Figure FDA0003381482410000031
6.根据权利要求4所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，步骤S4具体如下：
步骤S41、预先设定迭代次数为X，初始化迭代次数t＝1；
步骤S42、将L个距离单元的回波信号[y(0),y(1)…y(L-1)]T进行扩展，y(l)为第l个距离单元的回波信号，在回波信号的前面扩展(X-1)(N-1)个距离单元，在后面扩展X(N-1)个距离单元，扩展后第l1个距离单元的N个连续采样点
Figure FDA0003381482410000032
表示为
Figure FDA0003381482410000033
l1＝-(X-1)(N-1),…,0,1,…L,…,L-1+(X-1)(N-1)，j＝0,1,…N-1，y(l1+j)为第(l1+j)个离散回波信号采样值；
步骤S43、利用步骤S3的初始阶段滤波器系数
Figure FDA0003381482410000034
对
Figure FDA0003381482410000035
进行滤波，得到长度为2(X-1)(N-1)+L的第1次迭代目标估计值
Figure FDA0003381482410000036
Figure FDA0003381482410000037
l1＝-(X-1)(N-1),…,L-1+(X-1)(N-1)
其中
Figure FDA0003381482410000038
x1(l1)表示第1次迭代的第l1个距离单元目标估计值；
步骤S44、当t大于等于2时，每迭代一次减少2(N-1)个距离单元，第t次迭代的第lt个距离单元的N个连续采样点
Figure FDA0003381482410000039
Figure FDA00033814824100000310
其中，y(lt+j)为第(lt+j)个离散回波信号采样值；
计算第t-1次迭代目标估计值的功率ρt-1(lt-1)＝|xt-1(lt-1)|2和滤波器系数
Figure FDA00033814824100000311
xt-1(lt-1)为第t-1次迭代的第lt-1个距离单元目标估计值；
采用
Figure FDA00033814824100000312
对
Figure FDA00033814824100000313
进行脉冲压缩，得到第t次迭代长度为2(X-t)(N-1)+L的目标估计值
Figure FDA00033814824100000314
Figure FDA00033814824100000315
lt＝-(X-t)(N-1),…,L-1+(X-t)(N-1)
其中
Figure FDA0003381482410000041
xt(lt)表示第t次迭代的第lt个距离单元目标估计值；
步骤S45、若未得到长度为L的目标估计值，则t＝t+1，重复步骤S44，直到迭代X次，得到长度为L的目标估计值
Figure FDA0003381482410000042
Figure FDA0003381482410000043
7.根据权利要求6所述的一种基于快速自适应脉冲压缩的机载气象雷达目标检测方法，其特征在于，X为2或3或4。
CN202111434997.8A 2021-11-29 2021-11-29 基于快速自适应脉冲压缩的机载气象雷达目标检测方法 Pending CN114200406A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111434997.8A CN114200406A (zh) 2021-11-29 2021-11-29 基于快速自适应脉冲压缩的机载气象雷达目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111434997.8A CN114200406A (zh) 2021-11-29 2021-11-29 基于快速自适应脉冲压缩的机载气象雷达目标检测方法

Publications (1)

Publication Number Publication Date
CN114200406A true CN114200406A (zh) 2022-03-18

Family

ID=80649514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111434997.8A Pending CN114200406A (zh) 2021-11-29 2021-11-29 基于快速自适应脉冲压缩的机载气象雷达目标检测方法

Country Status (1)

Country Link
CN (1) CN114200406A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110865345A (zh) * 2019-11-22 2020-03-06 北京理工大学 一种快速自适应脉冲压缩方法
CN111220955A (zh) * 2019-11-04 2020-06-02 南京航空航天大学 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111220955A (zh) * 2019-11-04 2020-06-02 南京航空航天大学 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法
CN110865345A (zh) * 2019-11-22 2020-03-06 北京理工大学 一种快速自适应脉冲压缩方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
S.D. BLUNT 等: "Adaptive pulse compression via MMSE estimation", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》, vol. 42, no. 2, pages 572 - 584, XP055003560, DOI: 10.1109/TAES.2006.1642573 *
SHANNON D. BLUNT 等，: "Dimensionality Reduction Techniques for Efficient Adaptive Pulse Compression", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》, vol. 46, no. 1, pages 349 - 362 *

Similar Documents

Publication Publication Date Title
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
CN111060879B (zh) 一种基于二维匹配滤波结果的联合副瓣抑制方法
CN110865344B (zh) 一种脉冲多普勒雷达体制下副瓣快速抑制方法
CN111913157B (zh) 一种基于雷达信号空-时去相关模型的海杂波抑制方法
CN109613532B (zh) 一种机载雷达实时多普勒波束锐化超分辨成像方法
CN110208796B (zh) 基于奇异值逆滤波的扫描雷达超分辨成像方法
CN111856465B (zh) 一种基于稀疏约束的前视海面目标角超分辨方法
CN110146881B (zh) 一种基于改进全变差的扫描雷达超分辨成像方法
RU2735216C2 (ru) Способ пространственно-временной адаптивной обработки сигналов в моноимпульсной корабельной радиолокационной станции с активной фазированной антенной решеткой
CN105929397B (zh) 基于正则化的偏置相位中心天线成像方法
CN105445703B (zh) 一种机载雷达空时回波数据的两级空时自适应处理方法
CN108196238B (zh) 高斯背景下基于自适应匹配滤波的杂波图检测方法
CN106443672B (zh) 一种方位多通道sar信号自适应重构方法
CN112230220A (zh) 基于Radon变换的Deramp-STAP动目标检测方法
CN108387879B (zh) 基于自适应归一化匹配滤波的杂波图单元中值检测方法
CN112014807A (zh) 一种频率捷变雷达的自适应杂波抑制方法
CN110850421A (zh) 基于混响对称谱的空时自适应处理的水下目标检测方法
CN114200406A (zh) 基于快速自适应脉冲压缩的机载气象雷达目标检测方法
CN113156392B (zh) 一种基于俯仰域自适应处理的杂波抑制方法
CN111044996A (zh) 一种基于降维近似消息传递的lfmcw雷达目标检测方法
CN114428228B (zh) 高重频和差天线雷达导引头的杂波抑制方法
CN114780911B (zh) 一种基于深度学习的海洋宽测绘带距离解模糊方法
CN113009464B (zh) 基于线性约束最小方差准则的稳健自适应脉冲压缩方法
CN111414580B (zh) 一种低信混比条件下的混响抑制方法
CN113391286A (zh) 基于二维块稀疏恢复的虚拟孔径mimo雷达目标探测方法

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