【技术实现步骤摘要】
本专利技术属于有源雷达或主动声呐探测及水声通信领域，尤其涉及一种基于对称hfm波形的距离和速度估计方法及系统。
技术介绍
1、目标的距离和速度是至关重要的两个参数。在有源雷达或者主动声呐探测领域，对目标测距不仅是目标定位、目标成像的先决条件，还影响着对目标跟踪的性能。在水声通信领域，目标速度估计是重构复杂水声信道的核心，也是实现低误码率高速通信的基础。在很多场景，我们通常还需要进行联合估计。
2、以主动声呐为例，其工作时，由发射机经水声换能器发射脉冲，脉冲到达目标后形成散射回波，接收机接收到混杂在混响、噪声、干扰等背景下的目标回波。经过了时间、空间、频率上的扩展和变化，回波到达时间、初相与多普勒频移均未知，只有回波信号的形式是已知的，并与发射信号相同。
3、传统上，通过匹配滤波实现对目标回波的距离和速度估计。将不同的多普勒系数的副本信号与接收信号相关，其峰值处对应的就是回波的时延和多普勒参数。距离和速度的精度和分辨力(或者是时延和多普勒的精度和分辨力)与波形息息相关。cw波的时间带宽积为常数，因此时间和频率上的分辨力是矛盾的。lfm与相同脉宽的cw波具有相同的频率分辨力，并可通过提高带宽b的方式提高时间分辨力；但其存在距离-多普勒耦合，在时延和多普勒均未知的情况下无法得到准确解。bpsk信号模糊函数呈图钉形，兼具短脉冲良好的时间分辨力和长脉冲良好的多普勒分辨力；但多普勒敏感性非常高，需要大量不同多普勒系数的副本与接收信号求相关，因此计算量非常庞大，给实时应用带来了挑战。当前涌现了更多新型波形，例如ptfm
4、cw由于带宽窄，在面临强噪声和复杂干扰背景下其处理能力有限，且难以提升测距精度。因此，诸如lfm这样的调频宽带信号是当前声呐波形的重点。然而，lfm信号在声呐探测体制中存在以下问题：
5、1.lfm存在range-doppler coupling问题，即时延和多普勒在某种意义上是等效的。lfm信号在时频平面上是一条直线。如果我们通过匹配滤波去估计回波参数，匹配滤波的方法将会在时频平面上得到一条直线(斜率与调频斜率成正比)，多普勒频移等效于一定的时延而造成匹配误差，这个误差正比例于多普勒频移并且反比例于调频速度，必须已知多普勒频移才能正确估计时延。因此在时延和多普勒都未知的情况下无法得到准确的结果。
6、2.在存在多普勒的情况下，lfm波形匹配滤波的增益降低。尽管lfm信号的多普勒宽容性较高，只需要0多普勒的副本或者少量几个多普勒副本就可以予以匹配。但当存在高多普勒，或者在大带宽的情况下，相关峰将变得平坦。
7、在大带宽积条件下应用lfm信号时，目标的速度会带来明显的匹配误差，匹配滤波器的输出强度将明显下降，波峰明显展宽。双曲线调频(hfm)信号具有更优越的多普勒不变性，是高多普勒大带宽场景下的优选波形。但是，hfm波形同样存在距离-多普勒模糊，当需要对目标同时进行速度和距离估计的时候将存在问题。为了解决这个问题，我们引入雷达信号处理中用到的对称调频的操作。即先在t内正调频由低频fc-b/2调至高频fc+b/2，再进行负调频由fc+b/2调至fc-b/2，或反向执行。
8、lfm或者hfm信号的多普勒频移等效于一定的时延而造成匹配误差。因此，精确时延估计的前提是进行多普勒或者速度估计。对称lfm和对称hfm可通过两个对称的正调频和负调频来来对消耦合误差，因此可实现对目标回波的时延和多普勒估计。目前通常由两种解决思路：1.通过多个多普勒副本去相关匹配后搜索峰值，并由峰值和次峰值经过插值求解目标回波的多普勒和时延；2.通过多次匹配迭代更新，逐渐逼近目标回波的多普勒和时延。
9、目前在水声通信领域，已经有学者提出双时延差、相关峰匹配、速度谱等方法进行双hfm波形的多普勒估计。
技术实现思路
1、本专利技术的目的在于克服现有技术缺陷，提出了一种基于对称hfm波形的距离和速度估计方法及系统。
2、为了实现上述目的，本专利技术提出了一种基于对称hfm波形的距离和速度估计方法，包括：
3、步骤1)对收到的对称hfm信号进行包括放大和自动增益控制的前端处理；
4、步骤2)对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，再对每个窗下的匹配滤波处理进行反向傅里叶变换，得到匹配滤波的时域结果，分别进行峰值检测，确定时延；
5、步骤3)根据时延，通过两次相关函数处理及czt变换，得到时延差值，据此计算得到目标径向速度；
6、步骤4)根据径向速度计算得到目标距离的估值。
7、优选的，所述步骤1)的对称hfm信号包括正调频信号s(u)(t)和负调频信号s(d)(t)。
8、优选的，所述步骤2)中对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，包括：
9、设置窗宽点数为n，n＞(2t+te)fs，其中t为主动声呐的脉宽，te为保护间隔，fs为采样频率；
10、将正调频信号s(u)(t)和负调频信号s(d)(t)进行快速傅里叶变换，分别生成两组频域副本信号xrep1和xrep2，以及xrep1和xrep2；
11、以0.5倍的冗余获取每帧数据，即每帧数据长度为窗宽，分窗进行快速傅里叶变换，将宽带时域数据转换到频域，第n帧的频域数据为xn，
12、将xn分别与xrep1、xrep2相乘，获得正负调频匹配滤波的频域结果。
13、优选的，所述步骤2)中再对每个窗下的匹配滤波处理进行反向傅里叶变换，得到匹配滤波的时域结果，分别进行峰值检测，确定时延；包括：
14、在每个窗下，将匹配滤波的频域输出进行反向傅里叶变换，得到匹配滤波的时域结果，分别进行峰值检测：
15、将时域输出与设定的阈值比较，若正负调频的输出均大于阈值，则认为存在目标回波，由该帧的匹配滤波结果的峰值位置得到时延的粗估计，为正负调频分别得到的时延估计的最小值；当匹配滤波结果在正负调频处的输出均小于阈值时，则认为该帧不存在目标回波，予以跳过，继续处理下一帧，直至处理完所有帧。
16、优选的，所述步骤3)中根据时延，通过两次相关函数处理及czt变换，得到时延差值，包括：
17、由距离粗估计减去误差冗余量作为起始点，截取n点时域数据，于时域末尾处补零至原帧长的4倍；
18、对目标回波所在数据段进行快速傅里叶变换得到x；
19、将x分别与xrep1、xrep2相乘得到频域的相关输出，并对频域相乘的结果进行频带选通，得到频带选通后的结果：z1和z2；
20、对z1和z2的共轭z'2进行二次相关处理，得到输出y；本文档来自技高网...
【技术保护点】
1.一种基于对称HFM波形的距离和速度估计方法，包括：
2.根据权利要求1所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述步骤1)的对称HFM信号包括正调频信号s(u)(t)和负调频信号s(d)(t)。
3.根据权利要求2所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述步骤2)中对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，包括：
4.根据权利要求3所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述步骤2)中再对每个窗下的匹配滤波处理进行反向傅里叶变换，得到匹配滤波的时域结果，分别进行峰值检测，确定时延；包括：
5.根据权利要求4所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述步骤3)中根据时延，通过两次相关函数处理及CZT变换，得到时延差值，包括：
6.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述速度谱P为：
7.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述多普勒压缩系数a为：p>
8.根据权利要求5所述的基于对称HFM波形的距离和速度估计方法，其特征在于，所述步骤4)包括：
9.一种基于对称HFM波形的距离和速度估计系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于对称hfm波形的距离和速度估计方法，包括：
2.根据权利要求1所述的基于对称hfm波形的距离和速度估计方法，其特征在于，所述步骤1)的对称hfm信号包括正调频信号s(u)(t)和负调频信号s(d)(t)。
3.根据权利要求2所述的基于对称hfm波形的距离和速度估计方法，其特征在于，所述步骤2)中对前端处理后的信号分窗进行快速傅里叶变换和匹配滤波处理，包括：
4.根据权利要求3所述的基于对称hfm波形的距离和速度估计方法，其特征在于，所述步骤2)中再对每个窗下的匹配滤波处理进行反向傅里叶变换，得到匹配滤波的时域结果，分别进行峰值检测，确定时延...
【专利技术属性】
技术研发人员：郝程鹏，李璇，庄世正，
申请(专利权)人：中国科学院声学研究所，
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。