【技术实现步骤摘要】
基于混合脉冲积累观测的压缩感知雷达目标参数估计方法
本专利技术具体涉及一种基于混合脉冲积累观测的压缩感知雷达目标参数估计方法。
技术介绍
在存在强噪声的情况下,压缩感知理论对信号稀疏重构的性能将迅速下降,然而雷达系统往往面临着信噪比较低的情况,强噪声成为了压缩感知雷达在硬件实现与工程应用研究的过程中面临的一大难题。在已有工作中,学者们围绕强噪声背景下的压缩感知雷达优化重构算法展开了研究,然而当信噪比降低到一定程度时,这些优化重构算法的性能急剧下降,压缩感知无法对目标场景进行准确的重构,在长时间脉冲积累过程中,往往面临着目标跨距离单元走动的问题。
技术实现思路
专利技术目的:为了克服现有技术中存在的不足,为消除目标跨距离单元走动的影响,进一步提高低信噪比情况下的压缩感知雷达目标探测性能,提供一种提高强噪声背景下的目标参数估计准确率的基于混合脉冲积累观测的压缩感知雷达目标参数估计方法。技术方案:为实现上述目的,本专利技术提供一种基于混合脉冲积累观测矩阵的压缩感知雷达目标探测方法,包括建立回波脉冲联合稀疏表示模型、构造分组组内脉冲相干积累观测矩阵、构造目标距离走动补偿观测矩阵以及联合稀疏优化重构;其中:建立回波信号群的联合稀疏表示模型用于得到压缩感知雷达回波脉冲信号群的联合稀疏表示;构造脉冲压缩积累观测矩阵用于对组内接收脉冲信号群进行压缩积累,提高接收信号群信噪比;构造目标距离走动补偿观测矩阵用于对齐组间脉冲,以进一步积累组间脉冲,消除目标跨距离单元走动的影响;联合稀疏优化重构用于重构回波脉冲信号群在稀疏域的联合稀疏向量,得到目标参数的估计。本专利技术中提供的一种基 ...
【技术保护点】
1.基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:包括如下步骤:1)建立压缩感知雷达P个回波脉冲的联合稀疏表示模型;2)将P个回波脉冲压缩积累至Q个脉冲。为避免目标跨距离单元走动的影响,根据目标所在的速度区间划分将回波脉冲群为Q组,其中第q组脉冲对应目标移动至的第q个距离单元。每个脉冲分组内的h个脉冲采用类似相干积累处理;3)构造针对组内回波脉冲相干压缩积累观测矩阵,实现对组内回波脉冲的相干积累;4)构造目标距离走动补偿观测矩阵,对目标的距离走动进行补偿;5)在距离走动补偿完成后,构造非相关积累观测矩阵,将分组积累观测信号进一步压缩积累得到最终观测信号;6)对脉冲积累观测后数据进行联合稀疏重构,得到目标参数估计。
【技术特征摘要】
1.基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:包括如下步骤:1)建立压缩感知雷达P个回波脉冲的联合稀疏表示模型;2)将P个回波脉冲压缩积累至Q个脉冲。为避免目标跨距离单元走动的影响,根据目标所在的速度区间划分将回波脉冲群为Q组,其中第q组脉冲对应目标移动至的第q个距离单元。每个脉冲分组内的h个脉冲采用类似相干积累处理;3)构造针对组内回波脉冲相干压缩积累观测矩阵,实现对组内回波脉冲的相干积累;4)构造目标距离走动补偿观测矩阵,对目标的距离走动进行补偿;5)在距离走动补偿完成后,构造非相关积累观测矩阵,将分组积累观测信号进一步压缩积累得到最终观测信号;6)对脉冲积累观测后数据进行联合稀疏重构,得到目标参数估计。2.根据权利要求1所述的基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:所述步骤1中P个回波脉冲的联合稀疏表示模型的建立,具体为:若压缩感知雷达系统目标空间所对应的过完备系数字典为Ψ,则无噪声情况下第p个回波脉冲有以下的稀疏表示形式rp=Ψθp,其中θp为第p个回波脉冲的稀疏向量。由于接收信号群X=[r1,r2,...,rP],令x=vec(X),则可以得到x的稀疏表示形式3.根据权利要求1所述的基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:所述步骤3中压缩感知雷达回波脉冲压缩积累观测矩阵的构造,包括以下步骤:3.1)输入压缩采样回波信号;3.2)粗估计目标速度,得到速度估计值同时预设目标速度区间与脉冲分组的对应关系;3.3)根据目标所在速度区间,以该区间的平均速度设置相位补偿因子;3.4)输出分组脉冲积累观测矩阵Φca。4.根据权利要求3所述的基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:所述步骤3.2中预设目标速度区间与脉冲分组的对应关系,具体包括:3.2.1)计算压缩感知雷达的速度容限,即目标在P个脉冲持续的时间内停留在同一个距离单元中的最大速度其中Tr表示压缩感知雷达系统的脉冲持续时间,dm表示距离分辨单元的大小,floor()为向下取整函数;3.2.2)计算速度估计值对应的脉冲分组内的脉冲数h,5.根据权利要求3所述的基于混合脉冲积累观测的压缩感知雷达目标参数估计方法,其特征在于:所述步骤3.3中根据目标所在速度区间,以该区间的平均速度设置相位补偿因子具体为:利...
【专利技术属性】
技术研发人员:陶宇,陈前宇,刘玉申,张静亚,徐健,
申请(专利权)人:常熟理工学院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。