System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于雷达信号处理方法,具体是指一种基于压缩感知的雷达信号处理方法。
技术介绍
1、雷达端接收到的信号为探测物体时反射的电磁波回波,为微弱的高频信号,无法直接使用雷达接收的模拟信号进行后续的数据分析,因此需要对雷达信号进行处理,经过变频、放大和滤波等处理变成具有一定强度的模拟信号;
2、但现有雷达信号处理方法还存在一定的缺陷,现有雷达信号处理方法压缩感知技术虽然能够利用少量的采样数据重建出原始信号,但在处理过程中需要进行大量的计算,大部分信号并不具备天然的稀疏性,需要通过变换或编码方式来获得稀疏表示,增加了压缩感知的难度,浪费存储空间和时间,还会降低处理效率,为此,提出一种基于压缩感知的雷达信号处理方法。
技术实现思路
1、本专利技术的目的在于提供一种基于压缩感知的雷达信号处理方法,以解决上述
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于压缩感知的雷达信号处理方法,包括以下步骤:
3、s1、根据压缩感知理论,设计并构造一个随机或确定性的采样矩阵,用于对混频后的雷达回波信号进行非均匀或低于奈奎斯特速率的采样;
4、s2、将接收到的物体目标返回的信号通过小波降噪进行降噪处理;
5、s3、将处理好的信号回波与脉冲压缩,即发射信号进行混频;
6、s4、构建一个与雷达回波信号特性相匹配的完备字典,该字典能够以稀疏的方式表示雷达回波信号;
7、s5、通过csigo算法重
8、s6、根据重构系统输出的稀疏信号s估计目标的距离、速度信息。
9、其中,所述s1,rpri雷达目标回波模型如果考虑n(>m)个多普勒网格ζ[n]δυ以及观测干扰的影响,则模型可以看成下面的欠定线性系统:
10、sr=θ(ξ)α+w,
11、在公式中,sr=[sr[0],sr[1],...,sr[m-1]]t,ξ=[ξ[0],ξ[1],...,ξ[n-1]]t,θ(ξ)为包含变量ξ(n)m×n维感知矩阵,其元素为θ[m,n]=exp(j2πξ[n])δutm,w表示回波中存在的噪声干扰信号,α表示多普勒频谱向量,如果第k个目标落在ξ(n)δυ网格,那么an=ak,否则αn=0。
12、其中,所述s2,雷达接收天线接收雷达信号,雷达接收机的作用是将从天线接收到的微弱射频信号从伴随的噪声和干扰中分选出来,并经过放大和检波,再送至显示器,接收回波信号为:
13、e(t)=emejwt,
14、当目标偏离等强信号方向为θ时,其输出端信号偏离天线光轴角度为:
15、
16、在公式中,kaf(θ0-θ)为目标信号向左偏离天线光轴的角度,kbf(θ0-θ)为目标信号向右偏离天线光轴的角度,则对于雷达回波信号:
17、
18、为含有噪声的雷达信号,因此表示为:
19、s(t)=f(t)+ε*e(k)k=0...n-1,
20、在公式中,s(t)为含噪声信号,f(t)为有用信号,e(k)为噪声,ε为噪声系数的标准偏差。
21、其中,所述s3,将脉冲串信号的每个子脉冲回波与exp(j2πf0t)混频后采样,并假设目标所处的采样时刻即距离门为则输出信号可以表示为:
22、
23、其中与m无关的复包络,不影响相参处理目标的多普勒频率。
24、其中,所述s4,设雷达回波信号的原始采样点数为n,完备字典的维度为m,采样矩阵s的大小应为(n×m),其中行数n应小于或等于原始采样点数,列数m应等于完备字典的维度,每个元素独立地从正态分布n(0,1/m)中抽取,选取两个大质数p和q,计算n=p*q,然后选取一个与(n-1)互质的整数a,构造矩阵s_ij=a^i mod n,其中i为行索引,j为列索引,采样矩阵s满足:||sx||_2≈||x||_2即采样操作对向量的范数几乎保持不变。
25、其中,所述s5,设某个信号分量的随机调制系数βk=ξ[n]δβ距离最近的一个网格点相差较小的一个失配误差δβ[n]=ξ[n]δβ-nδβ,将随机调制词典在传统均匀网格点附近进行泰勒展开,θ[m,n]便可以近似为传统均匀网格词典和各个元素一阶导数组成的词典之和。
26、其中,所述s6,将稀疏表示的雷达回波信号与采样矩阵进行点乘运算,得到压缩采样数据,压缩采样数据的长度应小于或等于雷达回波信号的原始采样点数,输入重构算法的参数包括采样矩阵、完备字典和压缩采样数据,通过迭代优化过程,找到最能解释压缩采样数据的稀疏表示,从而得到重构后的雷达回波信号。
27、其中,对重构出的雷达回波信号进行后续的传统信号处理操作,通过匹配滤波或其他相关技术,提高距离分辨率,通过恒虚警率(cfar)检测或其他相关算法,检测和跟踪运动目标,根据重构后的雷达回波信号,估计目标的距离、速度、角度等参数。
28、与现有技术相比,本专利技术的有益效果是:
29、1、本专利技术通过通过压缩感知理论,能够在低于奈奎斯特速率的采样率下获取雷达回波信号的信息,大大减少了数据处理量和存储需求;
30、2、本专利技术中通过对信号进行处理时,需先将信号进行数字化处理,本申请在数据采样时采用压缩感知的方法,可以有效避免数据浪费,应用在雷达信号的压缩感知理论,包括信号的稀疏表示、测量矩阵的构造以及稀疏信号的重构;
31、3、本专利技术中通过稀疏信号重构部分,对原始的范数约束求解问题进行转换,转换为交替方向乘子法将大尺度优化问题转化为分布式优化问题;
32、4、本专利技术通过对信号进行重构求解的过程中,可以将一个大的信号重构问题转化为多个小的信号重构问题,使得信号重构时更加良好,因此实现更加快速且能够实现产生更加优化的重构信号。
本文档来自技高网...【技术保护点】
1.一种基于压缩感知的雷达信号处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S1,RPRI雷达目标回波模型如果考虑N(>M)个多普勒网格ζ[n]δυ以及观测干扰的影响,则模型可以看成下面的欠定线性系统:
3.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S2,雷达接收天线接收雷达信号,雷达接收机的作用是将从天线接收到的微弱射频信号从伴随的噪声和干扰中分选出来,并经过放大和检波,再送至显示器,接收回波信号为:
4.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S3,将脉冲串信号的每个子脉冲回波与exp(j2πf0t)混频后采样,并假设目标所处的采样时刻即距离门为则输出信号可以表示为:
5.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S4,设雷达回波信号的原始采样点数为N,完备字典的维度为M,采样矩阵S的大小应为(N×M),其中行数N应小于或等于原始采样点数,列数M应等于完备字典的维度
6.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S5,设某个信号分量的随机调制系数βk=ξ[n]Δβ距离最近的一个网格点相差较小的一个失配误差δβ[n]=ξ[n]Δβ-nΔβ,将随机调制词典在传统均匀网格点附近进行泰勒展开,Θ[m,n]便可以近似为传统均匀网格词典和各个元素一阶导数组成的词典之和。
7.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述S6,将稀疏表示的雷达回波信号与采样矩阵进行点乘运算,得到压缩采样数据,压缩采样数据的长度应小于或等于雷达回波信号的原始采样点数,输入重构算法的参数包括采样矩阵、完备字典和压缩采样数据,通过迭代优化过程,找到最能解释压缩采样数据的稀疏表示,从而得到重构后的雷达回波信号。
8.根据权利要求7所述的一种基于压缩感知的雷达信号处理方法,其特征在于:对重构出的雷达回波信号进行后续的传统信号处理操作,通过匹配滤波或其他相关技术,提高距离分辨率,通过恒虚警率(CFAR)检测或其他相关算法,检测和跟踪运动目标,根据重构后的雷达回波信号,估计目标的距离、速度、角度等参数。
...【技术特征摘要】
1.一种基于压缩感知的雷达信号处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述s1,rpri雷达目标回波模型如果考虑n(>m)个多普勒网格ζ[n]δυ以及观测干扰的影响,则模型可以看成下面的欠定线性系统:
3.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述s2,雷达接收天线接收雷达信号,雷达接收机的作用是将从天线接收到的微弱射频信号从伴随的噪声和干扰中分选出来,并经过放大和检波,再送至显示器,接收回波信号为:
4.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述s3,将脉冲串信号的每个子脉冲回波与exp(j2πf0t)混频后采样,并假设目标所处的采样时刻即距离门为则输出信号可以表示为:
5.根据权利要求1所述的一种基于压缩感知的雷达信号处理方法,其特征在于:所述s4,设雷达回波信号的原始采样点数为n,完备字典的维度为m,采样矩阵s的大小应为(n×m),其中行数n应小于或等于原始采样点数,列数m应等于完备字典的维度,每个元素独立地从正态分布n(0,1/m)中抽取,选取两个大质数p和q,计算n=p*q,然后选取一个与(n-1)互质的整数a,构造矩阵s_ij=...
【专利技术属性】
技术研发人员:黄宗良,宋毅,王锐,陈胜龙,王健鸥,
申请(专利权)人:上海望海大数据信息有限公司,
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。