基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法技术

一种基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法。其包括：1)利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元杂波协方差矩阵估计所需的IID样本；2)选取某一多普勒频率为中心多普勒频率，构造该频率下的时域降维矩阵，处理IID样本中数据；3)利用降维数据估计选取的中心多普勒频率下的空域二次协方差矩阵，求取降维的最优权矢量；4)利用降维最优权矢量处理降维数据，获得中心风速估值及分布情况。仿真结果表明，在强杂波背景下，本发明专利技术方法可以获得较为精确风场速度估计结果，且由于采用了降维结构，较最优处理器在运算量上有了明显减少。

A method for estimating the central wind speed of down flow STAP drop down flow based on Doppler prefilter

A method for estimating the central wind speed of down flow STAP drop down flow based on Doppler prefilter. It includes: 1) by distance unit processing of radar receiving data using clutter spectrum registration method, according to the detection unit distance of the clutter covariance matrix to estimate the required IID samples; 2) selected a Doppler frequency as the center frequency of the frequency domain structure of Doppler, the dimension reduction matrix, IID data processing in the sample; 3) the estimation of Doppler frequency selection down Center under the airspace two times the covariance matrix of dimension data, the optimal weight vector for dimensionality reduction; 4) dimensional optimal weight vector processing dimension data, obtain the valuation and distribution center of wind speed. The simulation results show that the proposed method can obtain more accurate wind speed estimation results in the strong clutter background, and because of the reduced dimension structure, the optimal processor has a significant reduction in the computational complexity.

【技术实现步骤摘要】
基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法
本专利技术属于雷达信号处理
，特别是涉及一种基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法。
技术介绍
下击瀑流是能在地面产生17.9m/s以上辐散风的一种强烈的下沉气流。强烈的空气对流或者较为闭塞的地理环境都有可能诱发下击瀑流。随着城市的不断发展，终端机场附近的地形环境愈发复杂，更易诱发微下击瀑流而威胁飞机起降安全。其中平辐散尺度小于4km，持续时间不超过10min的微下击瀑流对民用航空飞行安全威胁尤为巨大。当飞机在起降阶段进入微下击瀑流作用区域时，飞行员往往没有足够的时间和空间来调整飞机姿态以应对升力的突然增加或丢失对飞行高度、飞行速度以及飞机受力载荷的影响，因此飞机很容易迅速失速进而有可能产生坠毁。机载气象雷达可以对雷雨、风切变、湍流等气象情况进行探测与预警，是飞机实时检测航路气象信息的重要设备，但机载气象雷达在前下视检测低空风切变时，有用信号会淹没在强杂波背景中。抑制地杂波的基本思想是选用合适的滤波器在抑制地杂波的同时保留风切变信号。传统方法包括杂波图法、基于参数化模型的谱估计方法、利用模式分析的扩展Prony方法、零陷滤波器法等，但在强杂波条件下，这些方法难以完全消除地杂波，因此残余杂波仍会影响风速估计结果的准确性。相较于传统单天线雷达，相控阵雷达由于在接收回波中增加了目标信号的空域信息，使其在强杂波背景下的杂波抑制和信号检测更具优势，能够更好地实现对目标的精确检测，目前已有机构开始展开对新一代机载相控阵气象雷达的研究。在相控阵雷达中应用的空时自适应处理(Space-TimeAdaptiveProcessing，STAP)技术可利用空时二维信息抑制地杂波，有效提高了相控阵雷达的目标检测能力。但是，传统STAP技术主要针对点目标的检测与估计，无法直接运用在风切变这样的分布式目标检测上。并且机载气象雷达工作在前视状态，前视阵的杂波谱在距离上不平稳，从而导致了传统的空时最优处理器不能直接应用于机载气象雷达中。同时由于构造空时最优处理器所需的协方差矩阵维数很高，对其进行估计和求逆运算量巨大，因此实现实时处理较为困难。综上，上述原因制约了STAP技术在机载气象雷达中的应用与推广。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种能够保证参数估计精度，同时降低运算复杂度的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法。为了达到上述目的，本专利技术提供的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法包括按顺序进行的下列步骤：1)利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID(独立同分布)样本；2)利用多普勒滤波器选取某一多普勒频率作为中心多普勒频率，构造该频率下的时域降维矩阵，用于处理上述IID样本中的数据；3)利用时域降维矩阵中的数据估计上述选取的中心多普勒频率下的空域二次协方差矩阵，求取降维的最优权矢量；4)利用上述降维的最优权矢量处理降维数据，获得目标区域内风场的中心风速估计值及中心风速分布情况。在步骤1)中，利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID样本的方法是：首先对雷达接收到的数据逐距离单元进行杂波配准，以消除不同距离单元的杂波由于距离依赖导致的非均匀性，然后将待检测距离单元相邻的距离单元作为参考单元，求得估计待检测距离单元的重构杂波协方差矩阵所需的IID样本。在步骤2)中，利用多普勒滤波器选取某一多普勒频率作为中心多普勒频率，构造该频率下的时域降维矩阵，用于处理IID样本中的数据的方法是：首先，将杂波配准后的IID样本逐距离单元传给滤波器，其次，用设计好的多普勒滤波器对各个距离单元的雷达接收数据进行过滤处理，使得过滤后的信号频率分布在中心频率附近，最后，构造各个多普勒中心频率下的时域降维矩阵，用来对多普勒滤波后的数据进行时域降维。在步骤3)中，利用时域降维矩阵中的数据估计上述选取的中心多普勒频率下的空域二次协方差矩阵，求取降维的最优权矢量的方法是：首先，取相邻的多普勒通道作为辅助通道，并取辅助通道的降维数据共同组成一个新的矢量，其次，用新的矢量构造该多普勒通道的空域二次协方差矩阵，最后，根据线性约束最小方差准则求解数学优化问题，得到匹配该多普勒通道的空域二次协方差矩阵的滤波器最优权矢量。在步骤4)中，利用上述降维的最优权矢量处理降维数据，获得目标区域内风场的中心风速估计值及中心风速分布情况的方法是：首先，利用降维的最优权矢量自适应抑制对应的多普勒通道空域上的有源定向窄带干扰，即通过滤波器的杂波，其次，积累主瓣方向上的目标信号，并利用频率质心法求出该距离单元内风场的中心风速估计值，最后，循环处理全部距离单元所有多普勒通道的接收数据，得到目标区域内风场的中心风速分布情况。本专利技术提供的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法是针对相控阵体制的机载气象雷达，利用微下击瀑流分布式气象目标特点，利用多通道联合自适应处理方法构造自适应处理器，估计微下击瀑流中心风速。本专利技术方法可以在低信噪比、强杂噪比条件下有效地估计出微下击瀑流中心风速，仿真实验验证了本方法的有效性，且由于采用了降维结构，较最优处理器在运算量上有了明显减少。附图说明图1为本专利技术提供的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法流程图。图2为机载前视阵雷达阵模型图。图3为雷达接收信号的最小方差谱。图4为估计所得的杂波的最小方差谱。图5为第80号距离单元改善因子图。图6为滤波器频响特性图。图7为特定距离单元滤波器频响特性图。图8为风速估计结果图.具体实施方法下面结合附图和具体实例对本专利技术提供的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法进行详细说明。如图1所示，本专利技术提供的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法包括按顺序进行的下列步骤：1)利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID样本；机载前视阵雷达阵模型如图2所示，设载机速度为VR，飞行高度为H，机载气象雷达(以下简称雷达)天线系统由N阵元均匀线阵(也可是由面阵经过微波合成的等效线阵结构)组成，天线阵元间距d＝0.5λ，其中λ为雷达发射脉冲的波长。前视阵指天线阵面与载机速度方向夹角为90°。设雷达系统脉冲重复频率(PulseRepetitionFrequency，PRF)为fr，相干处理脉冲数为K。图中，θ为方位角，为俯仰角，ψ为空间锥角，且满足在本专利技术中，xl表示第l个距离单元的NK×1维空时快拍数据，其表达式如下：xl＝sl+cl+nl(1)其中，sl为第l个距离单元内微下击瀑流场产生的雷达回波信号，cl为地杂波，在此假设杂波无起伏无模糊，nl为加性高斯白噪声。对于第l个距离单元内的风场，雷达对其的采样数据可以写成一个N×K的矩阵Sl。其中，矩阵Sl的第n行、第k列元素表示雷达第n(n＝1,2,…N)个阵元、第k(k＝1,2,…K)个脉冲对风场回波的采样，当该距离单元内雷达波束照射范围内共有Q个气象散射粒子时，其具体表达式如下：式中和分别表示第q(q＝1,2,…,Q)本文档来自技高网...

【技术保护点】
一种基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法，其特征在于：所述的方法包括按顺序进行的下列步骤：1)利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID样本；2)利用多普勒滤波器选取某一多普勒频率作为中心多普勒频率，构造该频率下的时域降维矩阵，用于处理上述IID样本中的数据；3)利用时域降维矩阵中的数据估计上述选取的中心多普勒频率下的空域二次协方差矩阵，求取降维的最优权矢量；4)利用上述降维的最优权矢量处理降维数据，获得目标区域内风场的中心风速估计值及中心风速分布情况。

【技术特征摘要】
1.一种基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法，其特征在于：所述的方法包括按顺序进行的下列步骤：1)利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID样本；2)利用多普勒滤波器选取某一多普勒频率作为中心多普勒频率，构造该频率下的时域降维矩阵，用于处理上述IID样本中的数据；3)利用时域降维矩阵中的数据估计上述选取的中心多普勒频率下的空域二次协方差矩阵，求取降维的最优权矢量；4)利用上述降维的最优权矢量处理降维数据，获得目标区域内风场的中心风速估计值及中心风速分布情况。2.根据权利要求1所述的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法，其特征在于：在步骤1)中，利用杂波谱配准法逐距离单元处理雷达接收数据，求得待检测距离单元的重构杂波协方差矩阵估计所需的IID样本的方法是：首先对雷达接收到的数据逐距离单元进行杂波配准，以消除不同距离单元的杂波由于距离依赖导致的非均匀性，然后将待检测距离单元相邻的距离单元作为参考单元，求得估计待检测距离单元的重构杂波协方差矩阵所需的IID样本。3.根据权利要求1所述的基于多普勒预滤波的降维STAP微下击瀑流中心风速估计方法，其特征在于：在步骤2)中，利用多普勒滤波器选取某一多普勒频率作为中心多普勒频率，构造该频率下的时域降维矩阵，用于处理IID样本中的数据的方法是...

【专利技术属性】
技术研发人员：李海，陈筱浅，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津,12