基于重构信号和1-范数的动目标检测与参数估计方法
【专利摘要】本发明公开了一种基于重构信号和1-范数的动目标检测和参数估计方法。其包括1）对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后的数据；2）以速度值为变量重构一个目标信号；3）利用步骤2）得到的重构信号与步骤1）得到的杂波抑制后数据的1-范数来构造代价函数；4）对速度进行搜索，使得上述代价函数取得最小值时的速度值即为估计结果。该方法根据动目标空时数据模型重构一个目标信号，再利用重构信号与杂波抑制后数据的1-范数来构造代价函数，进而完成对动目标的参数估计。本发明通过仿真实验说明了该方法在机载雷达发射脉冲数目有限的情况下，能够获得精确的动目标参数估计结果。
【专利说明】基于重构信号和1-范数的动目标检测与参数估计方法
【技术领域】
[0001]本发明属于雷达信号处理【技术领域】，特别是涉及一种基于重构信号和1-范数的动目标检测与参数估计方法。
【背景技术】
[0002]在现代战争中，高性能机载雷达已成为不可或缺的技术装备之一。由于机载雷达架设在高空载机上，因此对飞机这一类目标，特别是低空飞行目标，其可视距离要比地基雷达远得多，同时还具有覆盖范围大、探测距离远、机动灵活等特点，因此可担任警戒、指挥等重要任务。目前，利用机载雷达对动目标多普勒频率估计的数字测频法主要有FFT测频法、相位测频法、瞬时自相关法、KAY测频法等。其中KAY测频法是一种经典频率估计方法，对于单频正弦信号，当信噪比很高时，其频率估计结果达到了 Cramer-Rao界；但当信噪比低于6dB时，其测频精度显著降低。FFT测频法适用于单频信号、窄带信号和宽带信号的频率估计,但当样本数较少时其频率估计精度很低,分辨率不高。此外,在运动目标参数估计方面，常见的方法有单脉冲方法和最大似然法等。然而单脉冲方法在杂波背景下性能下降非常明显，最大似然法需要的计算量很大。
[0003]当机载雷达处于下视工作状态时，面临着比地基雷达更强的地杂波问题，它不仅强度大，而且由于不同方位的地面散射体相对于载机的速度各异，使杂波呈现出很强的空时耦合性，导致杂波谱具有较大的方位-多普勒带宽，从而导致目标常淹没在强杂波背景中，使得对目标的检测和参数估计能力受到严重影响。目前，空时自适应处理(Space-TimeAdaptive Processing, STAP)是一种应用最广泛的机载雷达地杂波抑制技术,然而空时二维自适应处理(STAP)需要比较多的自由度来抑制杂波。当机载雷达发射的脉冲数目较少时，就会出现空时自适应处理系统多普勒分辨率降低，参数估计误差增大等问题。
【发明内容】
[0004]为了解决上述问题本发明的目的在于提供一种能够提高参数估计精度的基于重构信号和1-范数的动目标检测与参数估计方法。
[0005]为了达到上述目的，本发明提供的基于重构信号和1-范数的动目标检测与参数估计方法包括按顺序进行的下列步骤:
[0006]I)对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后的数据SI阶段；
[0007]2)以速度值为变量重构一个目标信号的S2阶段；
[0008]3)利用上述步骤2)得到的重构目标信号与步骤I)得到的杂波抑制后的数据的1-范数来构造代价函数的S3阶段；
[0009]4)对速度进行搜索，使得上述代价函数取得最小值时的速度值即为估计结果的S4阶段。
[0010]在步骤I)中，所述的对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后数据的方法是利用逆协方差矩阵估计方法来进行杂波抑制；即首先利用邻近距离门的回波数据估计得到待检测距离门的杂波协方差矩阵，然后利用邻近距离门杂波协方差矩阵的逆来估计待检测距离门的杂波协方差矩阵的逆；再通过空时自适应处理方法完成对待检测单元内杂波的有效抑制，进而得到杂波抑制后的数据。
[0011]在步骤2)中，所述的以速度值为变量重构一个目标信号的方法是根据目标空时二维数据模型以目标运动速度为变量重构一个目标回波信号。
[0012]在步骤3)中，所述的利用上述步骤2)得到的重构目标信号与步骤I)得到的杂波抑制后的数据的1-范数来构造代价函数的方法是将重构信号与杂波抑制后数据做差，得到差函数，再通过对差函数求1-范数来构造代价函数。
[0013]在步骤4)中，所述的对速度进行搜索，使得上述代价函数取得最小值时的速度即为估计结果的方法是通过对速度进行搜索，使得代价函数取得最小值，此时对应的速度值即为估计结果。
[0014]本发明提供的基于重构信号和1-范数的动目标检测和参数估计方法能够在机载雷达发射脉冲数目有限的情况下，仍然能获得精确的参数估计结果。该方法通过重构信号并利用重构信号与杂波抑制后数据的I范数来构造代价函数，进而完成动目标的参数估计。通过仿真实验对比可知，本发明方法较传统的FFT测频法、3DT法对动目标速度的估计精度有了较大提高，能够获得与最优处理器法相当的估计性能，且参数估计的均方根误差更接近克拉美-劳界，从而说明了本发明方法的有效性。
【专利附图】
【附图说明】
[0015]图1为本发明提供的基于重构信号和1-范数的动目标检测与参数估计方法流程图。
[0016]图2为机载雷达接收到的总回波功率谱。
[0017]图3为采用逆协方差矩阵法对总回波信号进行杂波抑制后数据的功率谱。
[0018]图4为代价函数值随搜索速度变化图。
[0019]图5为采用不同方法估计得到的速度均方根误差随输入信噪比变化曲线图。
[0020]图6为输入信噪比SNR=OdB时不同方法估计的速度均方根误差随动目标速度变化曲线图。
【具体实施方式】
[0021]下面结合附图和具体实例对本发明提供的基于重构信号和1-范数的动目标检测与参数估计方法进行详细说明。
[0022]图1为本发明提供的基于重构信号和1-范数的动目标检测与参数估计方法流程图。
[0023]如图1所示，本发明提供的基于重构信号和1-范数的动目标检测与参数估计方法包括按顺序进行的下列步骤:
[0024]I)对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后数据的SI阶段:
[0025]在此阶段中，利用逆协方差矩阵估计方法来进行杂波抑制；即首先利用邻近距离门的回波数据估计得到待检测距离门的杂波协方差矩阵，然后利用邻近距离门杂波协方差矩阵的逆来估计待检测距离门的杂波协方差矩阵的逆；再通过空时自适应处理方法完成对待检测单元内杂波的有效抑制，进而得到杂波抑制后的数据。
[0026]假设N个阵元的均匀线阵的机载雷达系统，其阵元间距为d，在一个相干处理间隔发射K个脉冲，则每个距离门的接收数据可以表示为:
[0027]
【权利要求】
1.一种基于重构信号和1-范数的动目标检测与参数估计方法，其特征在于，所述的基于重构信号和1-范数的动目标检测与参数估计方法包括按顺序进行的下列步骤: 1)对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后数据的Si阶段； 2)以速度值为变量重构一个目标信号的S2阶段； 3)利用上述步骤2)得到的重构目标信号与步骤I)得到的杂波抑制后的数据的1-范数来构造代价函数的S3阶段； 4)对速度进行搜索，使得上述代价函数取得最小值时的速度值即为估计结果的S4阶段。
2.根据权利要求1所述的基于重构信号和1-范数的动目标检测与参数估计方法，其特征在于:在步骤I)中，所述的对机载雷达接收到的总回波数据进行杂波抑制，得到杂波抑制后数据的方法是利用逆协方差矩阵估计方法来进行杂波抑制；即首先利用邻近距离门的回波数据估计得到待检测距离门的杂波协方差矩阵，然后利用邻近距离门杂波协方差矩阵的逆来估计待检测距离门的杂波协方差矩阵的逆；再通过空时自适应处理方法完成对待检测单元内杂波的有效抑制，进而得到杂波抑制后的数据。
3.根据权利要求1所述的基于重构信号和1-范数的动目标检测与参数估计方法，其特征在于:在步骤2)中，所述的以速度值为变量重构一个目标信号的方法是根据目标空时二维数据模型以目标运动速度为变量重构一个目标回波信号。
4.根据权利要求1所述的基于重构信号和1-范数的动目标检测与参数估计方法，其特征在于:在步骤3)中，所述的利用上述步骤2)得到的重构目标信号与步骤I)得到的杂波抑制后的数据的1-范数来构造代价函数的方法是将重构信号与杂波抑制后数据做差，得到差函数，再通过对差函数求1-范数来构造代价函数。
5.根据权利要求1所述的基于重构信号和1-范数的动目标检测与参数估计方法，其特征在于:在步骤4)中，所述的对速度进行搜索，使得上述代价函数取得最小值时的速度值即为估计结果的方法是通过对速度进行搜索，使得代价函数取得最小值，此时对应的速度值即为估计结果。
【文档编号】G01S7/41GK103760540SQ201410008996
【公开日】2014年4月30日 申请日期:2014年1月8日 优先权日:2014年1月8日
【发明者】李海, 吴仁彪, 郑景忠, 贾琼琼 申请人:中国民航大学