【技术实现步骤摘要】
基于APC与IARFT级联处理的雷达目标旁瓣抑制方法
[0001]本专利技术属于雷达信号处理领域,特别涉及雷达目标距离旁瓣与速度旁瓣抑制技术。
技术介绍
[0002]雷达探测隐身飞机、巡航导弹等高速微弱目标时,为改善这类目标的信杂噪比,通常需要采用长时间相参积累方法。然而长的观测时间,再加之高的目标运动速度以及高的雷达距离分辨率等因素,将会导致目标跨距离单元走动。而传统的相参积累方法,如动目标检测(Moving Target Detection,MTD)暗含了在相参积累时间内目标仅处于一个距离单元的假设。因此利用传统的MTD方法进行长时间相参积累时,将会导致严重的性能下降。基于Radon傅里叶变换(Radon Fourier Transform,RFT)的长时间相参积累方法可以根据目标的运动参数在补偿目标跨距离单元走动的同时完成相参积累,较好的解决了跨距离单元走动目标的相参积累和能量聚焦的问题。
[0003]但是,“常规的匹配滤波”+“RFT”的级联处理方式,会使得强目标产生较高的距离
‑
速度旁瓣。这些距离
‑
速度旁瓣会遮挡邻近的其他弱目标,进而影响后续目标检测、跟踪等环节的处理效果。尤其当常规匹配滤波处理没有很好地抑制强目标距离旁瓣时,RFT方法的速度聚焦性能将进一步恶化。
[0004]为了解决上述问题,本专利技术提供了一种基于自适应脉冲压缩(Adaptive Pulse Compression,APC)与迭代自适应RFT(Iterative Adaptive R
【技术保护点】
【技术特征摘要】
1.基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,包括以下步骤:S1、针对雷达接收到的相参脉冲串的脉冲
‑
距离二维回波数据中的每一行数据,利用RMVDR算法进行自适应脉冲压缩,从而得到自适应脉冲压缩后的脉冲
‑
距离二维输出结果;S2、建立速度
‑
距离二维搜索网格,在自适应脉冲压缩后的脉冲
‑
距离二维输出数据矩阵中,搜索和提取每个网格点对应的相参脉冲串数据;S3、在迭代自适应地求解速度
‑
距离二维搜索网格中每个网格点对应的相参积累权向量的基础上,结合每个网格点对应的相参脉冲串数据,计算得到对应于每个网格点的基于自适应脉冲压缩与迭代自适应RFT级联处理的幅度值估计。2.根据权利要求1所述的基于APC与IARFT级联处理的雷达目标旁瓣抑制方法,其特征在于,所述步骤S1具体包括:S11、雷达接收到的相参脉冲串的脉冲
‑
距离二维回波数据X是一个M
×
(D+7(N
‑
1))维的数据矩阵,其中M是相参脉冲的个数,(D+7(N
‑
1))是距离采样点数,相邻两点的距离采样间隔等于发射波形的距离分辨率Δr,D是感兴趣的距离段采样点数,N为脉内采样点数;数据矩阵X中的第(m,d)个元素记为x
m,d
,于是,矩阵X表示如下,其中,1≤m≤M,1≤d≤(D+7(N
‑
1)),S12、针对第m(1≤m≤M)个脉冲的回波数据x
m,1
‑
3(N
‑
1):D+4(N
‑
1)
,用发射信号s对其进行匹配滤波,输出结果记为果记为其中,上标(0)表示第0次迭代,发射信号s表示为,s=[s(0),s(1),L,s(N
‑
1)]
T
,上标T表示向量的转置;S13、进入自适应脉冲压缩的第l次迭代(1≤l≤3),对于第d个距离采样点,1
‑
(3
‑
l)(N
‑
1)≤d≤D+(3
‑
l)(N
‑
1),用x
m,d:d+N
‑1=[x
m,d x
m,d+1 L x
m,d+N
‑1]表示从第d个距离采样点开始的N个距离采样点构成的向量;那么针对向量x
m,d:d+N
‑1实施第l次自适应脉冲压缩所需的权向量为,其中,上标(l)表示第l次迭代,下标(m,d)表示所针对的网格点;表示回波协方差矩阵,为噪声功率水平且可由雷达系统测得,I
N
为N
×
N维单位阵;
为脉内的信号协方差矩阵,其中,表示第m个脉冲、第l
‑
1次迭代时得到的第d+n个距离采样点的幅度值估计,当l=1时,就是s
n
表示以s为基础的N
×
1维移位向量,S14、计算即可得到第m个脉冲、第l次迭代时第d个距离采样点的幅度值估计其中,上标H表示向量的共轭转置;S15、令d=d+1,重复执行步骤S13至S14,直到d=D+(3
‑
l)(N
‑
1)停止;得到S16、令l=l+1,重复执行步骤S13至S15,直到l=3时停止;得到第m个脉冲对应的自适应脉冲压缩处理结果,记为S17、令m=m+1,重复执行步骤S12至S16,直到m=M时停止;得到并以此构建自适应脉冲压缩处理后的数据矩阵,记为并作为迭代自适应RFT处理的输入数据,3.根据权利要求1所述的基于APC与IA...
【专利技术属性】
技术研发人员:黄勇,何友,关键,董云龙,邓兵,裴家正,刘宁波,张林,张兆祥,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:
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。