基于雷达高分辨距离像的旋转微多普勒频率估计方法
【专利说明】基于雷达高分辨距离像的旋转微多普勒频率估计方法 【技术领域】
[0001] 本发明属于微波探测识别领域，具体涉及雷达目标微动参数估计技术，特别是一 种利用旋转微动目标雷达高分辨距离像估计目标微多普勒频率的方法。 【【背景技术】】
[0002] 雷达探测领域中，目标及其部件常常存在诸如摆动、旋转等相对于目标宏观运动 的细微运动状态，像行人双臂和腿部的摆动、汽车发动时引擎盖的震动以及直升机飞行时 旋翼的转动等，这些运动一般被统称为微动。微动会对雷达信号进行调制，形成的雷达目标 回波信号中包含有快速变化的周期性调制分量，这种现象被称为雷达微多普勒频率调制效 应。宽带雷达微动回波分量中包含了大量目标结构及运动的细节特征，关于宽带雷达目标 微动参数估计以及分类识别等方面的研究已经有一系列成果报道，微动参数已被公认为是 一种有效的雷达目标识别指标。
[0003] 旋转微动是一种常见的雷达目标微动形式，旋转微多普勒频率是估计目标旋转运 动状态、区分目标类型的重要指标之一。以往旋转微多普勒频率估计主要是利用时频分析 方法，将旋转微动目标宽带雷达回波分量从时域变换到时频二维图像域，再结合Hough变 换、扩展Hough变换、有序统计量、chirplet分解等处理方法，完成对旋转微多普勒频率的估 计。这些方法存在如下问题:第一，雷达微动回波时频分析通常需要选择有较高分辨率的二 次型时频变换算法，计算耗时较长;第二，雷达目标回波常常是多分量信号，二次型时频变 换过程中常不可避免地存在交叉分量，削弱交叉分量通常又必须以损失时频分辨率为代 价;第三，宽带雷达信号中目标散射点常常存在越距离单元走动，导致微动参数曲线在时频 图像中不连续，可能导致传统方法难以进行微动参数估计。 【
【发明内容】
】
[0004] 本发明要解决的技术问题是:采用雷达目标高分辨距离像完成对旋转微动目标微 多普勒频率的可靠估计，本方法不仅计算耗时较少而且估计结果精确。
[0005] 本发明采取的技术方案如下：
[0006] 第一步，目标高分辨距离像矩阵获取
[0007] 利用频率步进信号合成宽带雷达发射信号8(!11，11)，1116[0，1-1]是第 111个频率步进 信号，Μ是总的信号个数，ne[0，N-l]是单个频率步进信号中第η个子脉冲，N是总的子脉冲 数。依次对第m次旋转微动目标回波s A(m，n)进行针对η的傅里叶变换，得到目标高分辨距离 像矩阵HA(m，n)。
[0008] HA(m，n)=FFTn{sA(m，n)}(公式一）
[0009] 其中，FFTn{ · }表示是针对η进行傅里叶变换计算。
[0010]所述目标为直升机旋翼类型的目标。
[0011] 第二步，计算循环相关系数矩阵
[0012] 从目标高分辨距离像矩阵HA(m，n)中的第一行开始，按行计算所选取的行与矩阵Ha (m，n)中所有行的循环相关系数(等价于循环卷积计算），然后取各自最大值，存成一行;依 次进行上述计算，得到矩阵HA(m，n)对应的循环相关系数矩阵此，矩阵大小为MXM。
[0013] 从HA(m，n)的m行中任意取出两行i和j，记为HA(i，n)和HA(j，n)，计算两者的循环相 关系数为
[0014]
[0015] 其中，| · |表不取申旲运算，qE[0，N-l]是时间变量，modN(n+q)表不n+q对N取t旲后 的余数，Ha( j，modN(n+q))表示Ha( j，n)中第modN(n+q)个元素。公式二同时也表明，循环相关 系数计算实际上等效于循环卷积运算。
[0016] 取循环相关系数最大值并进行归一化
[0017]
[0018]其中，maxq(C(q;i，j))表示按q取C(q;i，j)中所有元素的最大值。
[0019]根据公式二和公式三顺序，依次取出HA(m，n)中任意两行并计算循环相关系数，可 得循环相关系数矩阵为
[0020]
[0021]其中，C(0,0)表示i=0，j = 0时对应的循环相关系数最大值，C(0，1)表示i = 0，j = 1时对应的循环相关系数最大值，依次类推，C(M-1，M-1)表示i =M-1，j =M-1时对应的循环 相关系数最大值。
[0022]第三步，计算平均循环相关系数
[0023]从Me中第一个对角线开始，依次取出相应对角线全部元素并计算均值，得到包含Μ 个元素的平均循环相关系数以？），？6[0，-1]是此中对角线序号。
[0024] 依次取循环相关系数矩阵Me中第ρ个对角线上的所有元素
[0025] diag(Mc，p) = {Mc(i，j)，i = j+p}，ρΕ[0，Μ_1](公式五）
[0026] 然后求均值可得平均循环相关系数为
[0027] C(p) =mean(diag(Mc,p))(公式六）
[0028] 其中，mean表示求均值函数。
[0029] 第四步，估计旋转微多普勒频率
[0030] 对C(p)的峰值位置进行搜索，然后对所有搜索到的峰值位置取平均值，最后取倒 数可得旋转微多普勒频率。
[0031] 对L个搜索到的峰值位置{m，n2，···，nd取平均值后取倒数，可得旋转微多普勒频 率估计{!
Ξ[ι，υ表示第1个峰值，tr是雷达脉冲重复周期。
[0032]本发明的有益效果主要包括：
[0033]第一，计算耗时大大减少。频率步进雷达高分辨距离像获取仅需Μ次傅氏变换处理 即可，不需要对雷达回波信号进行大量的时频变换计算;此外，计算循环相关矩阵等价于循 环卷积计算，能够减少大量循环运算，这些都可大幅度减少获取循环相关矩阵的计算量。
[0034] 第二，减少了交叉干扰项。多分量雷达目标回波信号通过线性傅里叶变换获取的 高分辨距离像，与二次型时频变换处理得到的时频二维图像相比，不存在交叉项，因此减少 了微动参数估计时的干扰项。
[0035] 第三，提高了微动参数估计精度。平均循环相关系数对微动曲线不连续现象不敏 感，而且搜索峰值位置并取平均的计算方法十分简单，降低了微多普勒频率估计难度的同 时也提尚了估计的可靠性。 【【附图说明】】
[0036] 图1是基于雷达高分辨距离像的旋转微多普勒频率估计方法流程示意图。
[0037]图2是频率步进雷达高分辨距离像矩阵图。
[0038] 图3是频率步进雷达高分辨距离像对应的循环相关系数矩阵计算结果图。
[0039] 图4是平均循环相关系数计算结果图。 【【具体实施方式】】
[0040] 图1是本发明提出基于雷达高分辨距离像的旋转微多普勒频率估计方法流程示意 图，本发明包括下述步骤:第一步，获取雷达目标高分辨距离像，将各次回波对应的高分辨 距离像按行排列构建成二维矩阵;第二步，按行计算高分辨距离像矩阵对应的循环相关系 数矩阵;第三步，计算平均循环相关系数;第四步，搜索平均循环相关系数的峰值并求平均 值，对平均值取倒数可估计出旋转微多普勒频率。下面具体结合附图2-4对本发明作进一步 的说明。
[0041 ]第一步，对旋转微动目标回波进行傅里叶变换。设目标旋转微多普勒频率为fd，对 旋转微动目标回波信号sA(m，n)进行傅里叶变换得到目标高分辨距离像矩阵HA(m，n)。
[0042] HA(m，n) =FFTn{sA(m，n)}(公式一)
[0043]其中FFTn{ · }表示是针对η进行傅里叶变换计算。
[0044]图2是利用频率步进信号合成的旋转目标高分辨距离像。仿真目标对应为类直升 机旋翼等类型目标，旋翼翼展2.8111，旋翼旋转微多普勒频率〇 = 7他，直线飞行速度801