一种基于MUSIC-AP的雷达目标高分辨估计和距离模糊抑制方法技术

本发明专利技术公开了一种基于MUSIC

【技术实现步骤摘要】
一种基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法


[0001]本专利技术属于雷达信号处理
，具体涉及一种基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法。

技术介绍

[0002]脉冲多普勒(Pulse Doppler,PD)处理使得目标回波在各个频率采样单元内进行相参积累，有效提升目标信噪比，传统PD雷达在一个相参处理周期(Coherent Processing Interval,CPI)内，发射恒定的脉冲宽度和脉冲重复频率(Pulse Repetition Frequency,PRF)的相参脉冲序列，通过对接收回波的PD处理实现回波能量的相参积累。但是，恒定的调制参数会导致回波沿距离维和速度维周期性出现，即导致距离模糊与速度模糊问题影响目标的检测，通常情况下采用中高频工作模式，获得较大的速度无模糊范围，但是存在严重的距离模糊问题。
[0003]第一种经典的解模糊方法是发射多组不同PRF的相参信号，利用中国余数定理解模糊，获得目标的真实距离，但是无法有效利用回波能量，且在多个目标的情况下可能会出现鬼影或虚假目标。第二种有效的解决方法是利用波形分集(Waveform Diversity,WD)的距离选通特性，在一个CPI内发射不同调制的脉冲，通过构造不同距离段的接收滤波器组来实现解模糊，常见的波形分集方法有：脉间初相捷变，慢时间维模糊信号的相位相干性被破坏，模糊回波功率在多普勒频谱中展开，但是此方法依赖于相位的变化，相位对噪声非常敏感，并且会整体抬高多普勒维旁瓣；脉间频率捷变：对每个脉冲调制不同的载频，模糊信号在快时间维无法相参积累，且能进行合成宽带处理，但是需要多帧联合处理，减少了速度无模糊范围；脉间码型捷变：不同脉冲调制不同的编码序列，具有相同的载频，与脉间频率捷变信号相比具有更大的速度无模糊范围，但是由于不同脉冲具有不同的副瓣分布，副瓣能量沿多普勒维散布。传统脉冲多普勒处理方法应用于波形分集系统中，虽然实现了距离选通，但是模糊能量并未去除，而是以散布能量的形式分布在距离
‑
多普勒平面，当模糊目标能量较大时，仍会严重影响目标的探测。第三种方法是基于压缩感知实现波形分集信号的无模糊距离多普勒估计，对于场景的稀疏性要求较高，观测矩阵维度与原子长度和脉冲重复周期成正比，其运算量相对较高，并且存在网格化失配问题而影响估计效果，带来跨越损耗以及成像失真等问题，通常需要减小离散化网格的间距来降低估计误差，但理想的网格间距不易确定，而且细化网格会使计算量和原子相关性剧增。
[0004]因此，基于波形分集技术，解决网格化失配问题，实现不同距离段散射点信息的精确估计，进而重构不同距离段的回波实现解模糊，提升雷达的目标检测性能具有重要的实际意义和应用价值。

技术实现思路

[0005]基于波形分集技术，将目标距离
‑
速度估计问题转换谱估计问题，建模为多个复正
弦信号叠加的形式。将一个CPI内的不同距离段的回波预处理得到多个单快拍数据，并行转换为Hankel矩阵，然后利用MUSIC(Multiple Signal Classification)高分辨算法，对Hankel矩阵进行奇异值分解(Singular Value Decomposition，SVD)，找到Hankel矩阵伴随的噪声零空间，形成成像函数，并将成像函数的局部极大值值识别为距离频率集，转化为散射点的距离信息；再结合最小二乘法得到散射点的复幅度信息，重构出不同距离段的回波；利用交替投影(Alternating Projection,AP)算法，逐步抑制非本距离段的模糊回波能量和噪声能量，进一步提升了回波重构精度和解模糊性能；将收敛后的不同距离段的不同脉冲的复幅度信息再次使用MUSIC高分辨算法得到速度频率集，转化为散射点的速度信息。
[0006]MUSIC
‑
AP算法计算复杂度低，可以突破传统雷达分辨率的限制，有效避免了基失配问题，在提升重构效果的同时，也提升了距离和速度分辨率和减小距离和速度测量误差，实现雷达目标信息高分辨估计和距离模糊抑制。
[0007]本专利技术所述基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法，通过以下技术方案实现：
[0008]步骤S1，构造无距离模糊场景下的线谱估计模型；
[0009]步骤S2，由步骤S1所得到的线谱估计模型，使用MUSIC高分辨谱估计算法得到散射点距离估计值，时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息，并再次使用MUSIC高分辨算法得到散射点速度估计值，实现无模糊场景下散射点信息的二维高分辨估计；
[0010]步骤S3，构造距离模糊场景下的线谱估计模型；
[0011]步骤S4，基于MUSIC高分辨谱估计算法和距离模糊场景下的线谱估计模型，并利用AP算法构成MUSIC
‑
AP处理方法，得到不同距离段的散射点距离
‑
速度二维信息和回波频谱矩阵。
[0012]所述步骤S1包括如下步骤：
[0013]步骤S11，构建无模糊场景下码长为M和脉冲数为N
prt
的相位编码信号时频域回波模型；
[0014]步骤S12，基于S11所得的回波频谱矩阵加权匹配滤波得到回波功率谱矩阵，并做慢时间维相参积累得到线谱估计模型；
[0015]所述步骤S2包括如下步骤：
[0016]步骤S21，由步骤S1所得到的线谱估计模型构造Hankel矩阵；
[0017]步骤S22，Hankel矩阵SVD得到噪声子空间，形成成像函数得到距离频率集，并转化为散射点距离估计值；
[0018]步骤S23，基于时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息(包含多普勒相位因子)，并再次使用MUSIC高分辨算法得到多普勒频率集，并转化为散射点速度估计值；
[0019]所述步骤S3包括如下步骤：
[0020]步骤S31，构造距离模糊场景下的回波频谱矩阵；
[0021]步骤S32，构造不同距离段的加权匹配滤波器组，得到的不同距离段的回波功率谱矩阵，和慢时间维相参积累后的线谱估计模型；
[0022]所述步骤S4包括如下步骤：
[0023]步骤S41，基于不同距离段的线谱估计模型构造Hankel矩阵，SVD得到噪声子空间，形成成像函数得到距离频率集，并转化为散射点距离估计值；
[0024]步骤S42，基于时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息，重构出不同距离段的回波频谱矩阵；
[0025]步骤S43，结合MUSIC和AP算法逐步减小回波频谱残差，得到不同距离段更精确的回波频谱矩阵，将收敛后的不同距离段的不同脉冲的复幅度信息再次使用MUSIC高分辨算法得到速度频率集，转化为散射点的速度估计值；
[0026]有益效果：
[0027]本专利技术提出一种基于MUSIC
‑...

【技术保护点】

【技术特征摘要】
1.一种基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法，其特征在于，所述方法包括：步骤S1，构造无距离模糊场景下的线谱估计模型；步骤S2，由步骤S1所得到的线谱估计模型，使用MUSIC高分辨谱估计算法得到散射点距离估计值，时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息，并再次使用MUSIC高分辨算法得到散射点速度估计值，实现无模糊场景下散射点信息的二维高分辨估计；步骤S3，构造距离模糊场景下的线谱估计模型；步骤S4，基于MUSIC高分辨谱估计算法和距离模糊场景下的线谱估计模型，并利用AP算法构成MUSIC
‑
AP处理方法，得到不同距离段的散射点距离
‑
速度二维信息和回波频谱矩阵；所述步骤S1包括如下步骤：步骤S11，构建无模糊场景下码长为M和脉冲数为N
prt
的相位编码信号时频域回波模型；步骤S12，基于S11所得的回波频谱矩阵加权匹配滤波得到回波功率谱矩阵，并做慢时间维相参积累得到线谱估计模型；所述步骤S2包括如下步骤：步骤S21，由步骤S1所得到的线谱估计模型构造Hankel矩阵；步骤S22，Hankel矩阵SVD得到噪声子空间，形成成像函数得到距离频率集，并转化为散射点距离估计值；步骤S23，基于时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息(包含多普勒相位因子)，并再次使用MUSIC高分辨算法得到多普勒频率集，并转化为散射点速度估计值；所述步骤S3包括如下步骤：步骤S31，构造距离模糊场景下的回波频谱矩阵；步骤S32，构造不同距离段的加权匹配滤波器组，得到的不同距离段的回波功率谱矩阵，和慢时间维相参积累后的线谱估计模型；所述步骤S4包括如下步骤：步骤S41，基于不同距离段的线谱估计模型构造Hankel矩阵，SVD得到噪声子空间，形成成像函数得到距离频率集，并转化为散射点距离估计值；步骤S42，基于时域或频域回波模型结合线性最小二乘法得到散射点复幅度信息，重构出不同距离段的回波频谱矩阵；步骤S43，结合MUSIC和AP算法逐步减小回波频谱残差，得到不同距离段更精确的回波频谱矩阵，将收敛后的不同距离段的不同脉冲的复幅度信息再次使用MUSIC高分辨算法得到速度频率集，转化为散射点的速度估计值。2.根据权利要求1所述的一种基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法，其特征在于，所述的步骤S11中，构建无模糊场景下码长为M和脉冲数为Nprt的相位编码信号时频域回波模型；假设雷达的发射信号为相位调制分集信号，在一个CPI内有N
prt
个不同脉冲序列，每个脉冲信号u
n
(n＝0
…
N
prt
‑
1)是由不同的M相位编码调制，第n个发射脉冲信号时域可以表示为：
式中为第n个脉冲内的第m个相位编码，φ
n
(m)为相位调制函数，在[0,2π)任意取值，t表示快时间，T
c
为码元宽度，T
r
为脉冲重复间隔；第n个发射脉冲信号频域可以表示为：其中，f代表快时间频率；在散射中心模型下，雷达回波可以近似表示为多个强散射中心产生子回波的叠加；假设K个目标，第k个目标在第n个PRI的时延频移忽略回波展宽/压缩和时延相位常数，基带下变频后的第n个接收信号可表示为：其中σ
k
是第k个目标的复反射率(假定CPI内恒定)，f0为载频；此时，传统PD处理是对PRT内的回波匹配滤波，并在延迟对齐的匹配滤波器输出上慢时间FFT，实现回波能量的二维相参积累；但是，本文所提方法首先将回波数据转化为线谱模型用于后续处理；假设多普勒频移在脉冲时宽内的变化可以忽略，即采用走停模型，即采用走停模型，第n(0≤n≤N
prt
‑
1)个脉冲间隔接收信号可表示为：其中表示第k个目标在第n个脉冲回波的时延，式(5)傅里叶变换为：v＜＜c，则上式简化为：上式离散化表示为：n＝0,1,2,...,N
prt
‑
1其中，f＝lΔf，为两频率点的频率间隔，f
s
为采样率，N
spe
为频谱点数，则CPI无模糊回波频谱矩阵可以表示为：
则上式为2D
‑
线谱估计模型，是由K个2
‑
D复正弦的线性组合，可以表示为：其中，分别为：分别为：分别为：其中，T，H和
⊙
分别代表转置，共轭转置和哈德玛积，定义流型矩阵：定义流型矩阵：注意，某些目标可能在其中一个维度上具有重叠频率，但在另一维度上则不同，即若τ
m
＝τ
n
,m≠n，则v
m
≠v
n
必须满足；则式(10)可以重写为：其中，diag()的作用是构造对角矩阵，基于式(16)的频域回波模型，开展后续的研究。3.根据权利要求1所述的一种基于MUSIC
‑
AP的雷达目标高分辨估计和距离模糊抑制方法，其特征在于，所述的步骤S12中，基于S11所得的回波频谱矩阵加权匹配滤波得到回波功率谱矩阵，并做慢时间维相参积累得到线谱估计模型；基于式(16)所得到的回波频谱矩阵，构造对之对应的加权匹配滤波器组：H(f)＝U(f)
*
⊙
[|U(f)|2]
‑1ꢀꢀꢀꢀꢀꢀꢀ
(17)其中[
·
]
‑1表示取每个元素的倒数，或者构造联合失配滤波器组，保证慢时间维频谱相参，则可得到回波功率谱矩阵为：其中t
r
＝nT
r
表示慢时间，第l行第n列元素为：第n列是第n个接收回波的加权匹配滤波功率谱：
第l行是第l个频率单元在慢时间维的相位变化：为了降低噪声的影响，提高估计精度，对Y(f,t
r
)在慢时间维t
r
进行FFT相参积累，在慢时间维处理时可使用加权窗函数来减小FFT带来的频谱泄露，为了便于分析，此处不加窗不时域补零，可得慢时间维FFT结果为：其中，FFT{x
l
(t
r
)}为：其中，δ(
·
)为狄拉克函数，因此当υ＝υ
k
时，取得极大值：其中，代表多普勒频率为v
k
时的目标个数，上式的共轭...

【专利技术属性】
技术研发人员：常少强，李元帅，范花玉，陈新亮，刘泉华，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：