一种频率步进雷达引信速度补偿方法
【专利摘要】本发明提供了一种频率步进雷达引信速度补偿方法，包括：将波形熵与免疫科隆选择算法进行结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，以实现频率步进雷达引信一维距离像速度补偿。所述速度补偿准则包括对一次相位项进行补偿的最大速度变化单元、以及二次相位项相位变化不超过时一维距离像不失真条件。
【专利说明】一种频率步进雷达引信速度补偿方法
【技术领域】
[0001]本发明涉及雷达信号处理【技术领域】，更具体地说，本发明涉及一种频率步进雷达引信速度补偿方法。
【背景技术】
[0002]频率步进雷达信号的速度补偿方法很多，主要方法有时域互相关法、频域互相关法、循环补偿法、最小波形熵法等。现有技术也提出了其他很多方法，但大多由上述方法衍生而来。
[0003]时域互相关法是利用两组回波数据互相关函数，求出目标在两帧之间的走动距离，进而利用走动距离和目标速度之间的关系来估计目标速度的，在速度估计范围内，该方法能够获得较好的速度估计值，并且具有较好的抗噪声和杂波干扰。
[0004]频域互相关法是基于两组回波数据互相关函数在零时刻的值建立目标速度估计模型，速度补偿精度较高。循环补偿法则是假定速度在给定的区间变化的条件下，对一维距离像进行速度补偿的一种方法，该方法的目标函数是信噪比SNR，在循环结束后，比较目标函数的值，选出该函数值最大的距离像作为输出，速度精确估计值，依赖于速度步进量。
[0005]最小波形熵法是一种闭环迭代算法，将衡量随机变量不确定性的熵引申用于衡量一个信号的能量沿其参数轴的发散程度，并定义一个波形熵，在速度轴上搜索该波形熵的全局最小值对应的运动参数值，即目标的运动参数，估计精度随信噪比SNR的降低而明显降低。
[0006]在上述速度补偿方法中，每种方法都有其固有的缺点，如时域互相关法受逆快速傅里叶变化长度的影响较大，虽然能通过补零来减小估计误差，但付出的代价却是增大系统的计算量；频域互相关法虽精度高，但不模糊测速范围小，仅适用于弹目相对运动速度小的交会情况；循环速度补偿法除受速度步进量大小的限制外，还受所需补偿速度值是否为速度步进量的整数倍的影响；最小波形熵法计算量大，实时性较差，且存在局部最小值。
【发明内容】
[0007]从频率步进脉冲高分辨处理的角度来看，要用到不同周期子脉冲的相位信息，而目标在各个周期之间的运动会使子脉冲回波的相位发生变化。相位的变化对子脉冲本身没有影响，但是在后面的合成处理中，它会破坏脉冲序列的相位关系，造成一维距离像输出产生误差。从频率步进波形模糊特性上来看，也需要解决这一问题。“距离——速度”耦合是频率步进脉冲体制不可回避的问题，因此弹目之间径向相对速度所产生的多普勒效应对目标一维距离像有非常大的影响，即波形发散，峰值降低，其程度与弹目相对速度大小有关，相对速度越大波形发散越严重，峰值降低越多，从而使距离分辨率下降越大；峰值位置产生时移，弹目相对速度越大，产生的时移越大；模糊函数时间轴切割图形与sine函数相比进一步失真，而且主峰加宽，其程度均与弹目相对速度大小有关，速度越大，失真越严重；使信噪比降低，影响检测效果。[0008]因此，本发明旨在解决由于弹目径向相对速度引起的上述问题，而解决问题的关键就是速度补偿，即利用目标波形的最小波形熵进行速度补偿，速度补偿准则为约束条件，并将波形熵与免疫科隆选择算法进行结合来实现频率步进雷达引信的速度补偿。
[0009]具体地说，对于频率步进脉冲信号，弹目相对速度越大，主瓣脉冲展宽、旁瓣电平抬高、波形趋于平坦，波形熵越大，弹目相对速度越小，波形锐化度越高，波形熵越小。当弹目径向相对速度补偿误差为零时，波形熵达到最小，此时得到的速度估计值为最佳速度补偿值。但最小波形熵法是一种迭代算法，其计算量大，实时性较差，且在局部区域进行。因此，在本发明中，将波形熵与免疫科隆选择算法有效结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，可减少计算量，加快搜索速度，从而满足引信实时性要求、引战良好配合的要求、及对目标实现精确打击的要求。
[0010]本发明提供了一种频率步进雷达引信速度补偿方法，其中，将波形熵与免疫科隆选择算法进行结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，以实现频率步进雷达引信一维距离像速度补偿。
[0011]优选地，所述速度补偿准则包括对一次相位项进行补偿的最大速度变化单元、以及二次相位项相位变化不超过时一维距离像不失真条件。
[0012]优选地，采用免疫克隆选择算法完成搜索包括:
[0013]第一步骤，用于初始化个体，产生一个初始化个体；
[0014]第二步骤，用于初始化种群，由初始化个体，通过变异产生第一代种群；
[0015]第三步骤，用于计算各种群个体的亲和度，将其值从大到小排列，且将多个亲和度值最大的个体放入记忆库中；
[0016]第四步骤，用于从记忆库中取出经第三步骤排序后的多点采样值，对其进行克隆复制，亲和度值最大的个体克隆的个数也相应最多，然后根据亲和度值从大到小排序；
[0017]第五步骤，用于将克隆的个体进行变异，从而获得新的抗体群落；
[0018]第六步骤，用于计算个体之间的亲和度，在个体之间相似度超过阈值的个体中只保留亲和度值最高的一个个体，其余从种群中排除，然后重新排序，并用亲和度最高的多个个体替代原记忆库中的个体；
[0019]第七步骤，在满足引信实时性要求和速度补偿准则的指导下，判断是否满足速度补偿精度要求，如果不满足精度要求，则重复执行第二步骤至第六步骤；如果满足速度补偿精度要求，则搜索结束。
[0020]优选地，所述频率步进雷达引信速度补偿方法用于具有多模战斗部的空地巡飞弹。
[0021]优选地，所述频率步进雷达引信速度补偿方法用于装载频率步进雷达引信的导弹。
【专利附图】
【附图说明】
[0022]结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中:
[0023]图1示意性地示出了根据本发明优选实施例的采用免疫克隆选择算法完成搜索的步骤。[0024]需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。
【具体实施方式】
[0025]为了使本发明的内容更加清楚和易懂，下面结合具体实施例和附图对本发明的内容进行详细描述。
[0026]为实现频率步进雷达引信一维距离像的速度补偿，并满足补偿精度和实时性要求，本发明优选实施例提出一种速度补偿方法，其中可采取下述手段之一或者下述手段的组合:
[0027](I)结合克隆选择、免疫、最小波形熵思想，以最小波形熵为亲和函数，速度补偿准则为约束条件，免疫科隆选择进行局部、全局搜索，实现频率步进雷达引信一维距离像速度补偿；
[0028](2)在结构上采用“初始种群产生一亲和度函数评价一种群个体信息交换——新种群产生”的循环过程，以寻求速度估计的最优解，且较好的群体多样性使群体中的某些个体能够跳出局部最优，更有效地达到全局最优解；
[0029](3)设置了速度补偿准则，即设置了对一次相位项进行补偿的最大速度变化单元、以及二次相位项相位变化不超过η /2时一维距离像不失真条件；
[0030](4)加入了克隆选择因子，对速度信息集合进行选取，可以得到充分体现速度信息的最小集合，减少了运算量，同时搜索解空间中的一系列的点，这使得它的搜索速度大大加快；
[0031](5)该速度补偿方法是通过回波采样空间的扩张和压缩，将局部搜索和全局搜索结合起来实现问题的求解，即将一个低维的问题转化到更高维空间(扩张)去解决，然后将结果投影到低维空间(压缩)中，从而`获得对问题更全面的认识，克服了传统方法搜索范围小的缺点；
[0032](6)引入了克隆选择扩增、克隆删除、克隆变异等思想，这不仅使亲合度高的优秀抗体能够获得较大的克隆规模，提高了速度补偿精度，而且能加快方法的收敛速度，更好地满足引信实时性要求；
[0033]<【具体实施方式】>
[0034]本发明【具体实施方式】以具有多模战斗部的空地巡飞弹为应用背景，该巡飞弹的战斗部是一种多用途/可选择EFP战斗部，这种战斗部可以根据攻击目标类型的不同，通过引信系统起爆方式的选择，分别形成攻击重型装甲目标的长延展杆、攻击轻型装甲目标的空气稳定的单个EFP和攻击中软目标(如雷达系统、器材、人员等)的多个EFP。因此，针对不同的攻击目标，要求引信对目标进行分类识别，故而选择不同的起爆方式。
[0035]为实现引信对目标的分类识别，采用步进频雷达引信对目标的一维距离成像。但是，由于弹目之间存在径向相对速度，严重影响了成像质量，需要对其进行速度补偿，同时考虑引信对实时性的严格要求。为了精确补偿弹目径向相对速度，同时减少计算量，提高估计速度，本发明以波形熵为搜索的亲和度函数，采用免疫克隆选择算法来完成搜索。
[0036]假设离散化信号波形序列为
【权利要求】
1.一种频率步进雷达引信速度补偿方法，其特征在于，将波形熵与免疫科隆选择算法进行结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，以实现频率步进雷达弓I信一维距离像速度补偿。
2.根据权利要求1所述的频率步进雷达引信速度补偿方法，其特征在于，所述速度补偿准则包括对一次相位项进行补偿的最大速度变化单元、以及二次相位项相位变化不超过时一维距离像不失真条件。
3.根据权利要求1或2所述的频率步进雷达引信速度补偿方法，其特征在于，采用免疫克隆选择算法完成搜索包括: 第一步骤，用于初始化个体，产生一个初始化个体； 第二步骤，用于初始化种群，由初始化个体，通过变异产生第一代种群； 第三步骤，用于计算各种群个体的亲和度，将其值从大到小排列，且将多个亲和度值最大的个体放入记忆库中； 第四步骤，用于从记忆库中取出经第三步骤排序后的多点采样值，对其进行克隆复制，亲和度值最大的个体克隆的个数也相应最多，然后根据亲和度值从大到小排序； 第五步骤，用于将克隆的个体进行变异，从而获得新的抗体群落； 第六步骤，用于计算个体之间的亲和度，在个体之间相似度超过阈值的个体中只保留亲和度值最高的一个个体，其余从种群中排除，然后重新排序，并用亲和度最高的多个个体替代原记忆库中的个体； 第七步骤，在满足引信实时性要求和速度补偿准则的指导下，判断是否满足速度补偿精度要求，如果不满足精度要求，则重复执行第二步骤至第六步骤；如果满足速度补偿精度要求，则搜索结束。
4.根据权利要求1或2所述的频率步进雷达引信速度补偿方法，其特征在于，所述频率步进雷达引信速度补偿方法用于具有多模战斗部的空地巡飞弹。
5.根据权利要求1或2所述的频率步进雷达引信速度补偿方法，其特征在于，所述频率步进雷达引信速度补偿方法用于装载频率步进雷达引信的导弹。
【文档编号】G01S7/41GK103558596SQ201310567505
【公开日】2014年2月5日 申请日期:2013年11月14日 优先权日:2013年11月14日
【发明者】胡秀娟 申请人:上海电机学院