一种多雷达信号融合方法及系统与流程

本发明涉及多雷达信号融合技术领域，特别是一种多雷达信号融合方法及系统。

背景技术：

雷达在目标检测中具有广泛应用，其检测性能受信噪比影响。在对高空目标检测时，环境中的杂波很小，因此检测效果较好。但对低空目标检测时，环境杂波很强，信噪比低，这很容易导致无法检测弱小目标。

多雷达检测可以提高检测性能，目前已有多种多雷达数据融合算法，如加权最小均方误差(mmse)算法、联合检测/估计滤波器算法(jdef)等。这些方法的共同点是先获取每个雷达的检测结果，然后通过相应的算法将检测结果进行融合，从而得到多雷达数据融合结果。

目前存在的多雷达数据融合算法都是在检测后进行的，而在检测时势必会丢掉原始信号中的很多有用信息，没有把多雷达的优势很好地发挥出来。

技术实现要素：

有鉴于此，本发明的目的在于提供一种多雷达信号融合方法，该方法实现了在距离-多普勒域完成多雷达信号融合。

为达到上述目的，本发明提供如下技术方案：

本发明提供的多雷达信号融合方法，包括以下步骤：

根据场景建立多雷达模型并确定参考雷达；

获取多雷达模型中每个雷达的距离-多普勒rd图像；

将各雷达的距离-多普勒rd图像投影到参考雷达形成的参考rd图像iref所在的平面上；

将投影后得到的图像进行非相干叠加得到融合结果。

进一步，所述多雷达模型按照以下步骤来形成的：

设置并记录每个雷达位置坐标；

获取场景中目标p的坐标和速度；

计算目标p到每个雷达的距离；

获取各雷达发射线性调频信号；

获取调频信号到达目标p反射后的回波信号。

进一步，所述获取rd图像的具体过程如下：

获取目标p与第i个雷达的方位角；

计算目标p到其他雷达之间的距离：

计算目标p沿各雷达的径向速度与目标p的真实速度：

根据径向速度计算第i个雷达的多普勒频率。

进一步，所述rd图像投影过程，具体如下：

确定目标p到参考雷达的距离和多普勒频率；

设置一组β值，所述β表示参考雷达视线方向与目标速度的夹角；

计算参考雷达到其他雷达的距离；

对每一个β，计算出参考雷达的径向速度；

计算参考雷达的径向速度相对于其他雷达的径向速度，得到对应的多普勒频率；

计算参考雷达中某一距离对应的点与其他雷达的距离；

通过插值方法计算参考雷达的rd图像上与其他雷达的rd图像上对应点，从而将其他雷达的rd图像投影到参考雷达的rd图像上，得到投影图像ipni；

遍历所有β，将每个雷达的rd图像投影得到投影图像ipni；

将投影图像ipni非相干叠加，得到目标p在每个雷达上的投影ipi；

将投影ipi和参考雷达图像iref通过非相干叠加得到融合图像ifusion。

进一步，所述过插值包括距离插值和多普勒插值，

所述距离插值按照以下公式进行计算：

所述多普勒插值按照以下公式进行计算：

式中，

ipni(r0，fdi)表示插值得到的投影图像在距离为r0，多普勒为fdi处的强度值；

ipni(r0，fd0)表示插值得到的投影图像在距离为r0，多普勒为fd0处的强度值；

ipni(r0，fdk)表示插值得到的投影图像在距离为r0，多普勒为fdk处的强度值；

ii(rk，fdi)表示第i个雷达的rd图像在距离为rk，多普勒为fdi处的强度值；

sinc(ri-rk)表示

sinc(fdi-fdk)表示

k是插值点数；

ii是第i个雷达的rd图像。

进一步，所述投影ipi通过计算投影图像ipni绝对值和的平均值得到的。

进一步，所述融合图像ifusion通过计算所有雷达的投影ipi的绝对值和得到的。

本发明提供的多雷达信号融合系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

根据场景建立多雷达模型并确定参考雷达；

获取多雷达模型中每个雷达的距离-多普勒rd图像；

将各雷达的距离-多普勒rd图像投影到参考雷达形成的参考rd图像iref所在的平面上；

将投影后得到的图像进行非相干叠加得到融合结果。

进一步，所述获取rd图像的具体过程如下：

获取目标p与第i个雷达的方位角；

计算目标p到其他雷达之间的距离：

计算目标p沿各雷达的径向速度与目标p的真实速度：

根据径向速度计算第i个雷达的多普勒频率。

进一步，所述rd图像投影过程，具体如下：

确定目标p到参考雷达的距离和多普勒频率；

设置一组β值，所述β表示参考雷达视线方向与目标速度的夹角；

计算参考雷达到其他雷达的距离；

对每一个β，计算出参考雷达的径向速度；

计算参考雷达的径向速度相对于其他雷达的径向速度，得到对应的多普勒频率；

计算参考雷达中某一距离对应的点与其他雷达的距离；

通过插值方法计算参考雷达的rd图像上与其他雷达的rd图像上对应点，从而将其他雷达的rd图像投影到参考雷达的rd图像上，得到投影图像ipni；

遍历所有β，将每个雷达的rd图像投影得到投影图像ipni；

将投影图像ipni非相干叠加，得到目标p在每个雷达上的投影ipi；

将投影ipi和参考雷达图像iref通过非相干叠加得到融合图像ifusion。

本发明的有益效果在于：

本发明提供的融合方法与现有多雷达数据融合方法相比，该方法能在信号域实现多雷达信号融合。可以在检测前对弱小目标的回波信号进行积累，提高其信噪比，有利于后续目标检测。利用插值，在距离-多普勒域完成多雷达信号融合。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为总体流程图。

图2为多雷达几何模型。

图3为速度之间的关系。

图4为叠加配准rd图像算法的流程图。

图5a雷达1的rd图像。

图5b雷达2的rd图像。

图5c雷达3的rd图像。

图6为融合结果rd图像。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例1

如图1所示，本实施例提供的种多雷达信号融合算法，具体步骤如下：

根据场景建立多雷达模型并确定参考雷达；

获取每个雷达的距离-多普勒图像；

确定参考雷达，将其他雷达的距离-多普勒图像投影到参考雷达的距离-多普勒平面；

将投影后的距离-多普勒图像进行非相干叠加，得到融合结果。

如图2所示，图2为多雷达几何模型图，本模型以三个雷达为例进行说明，本实施例提供的多雷达几何模型具体如下：

设置并记录每个雷达位置坐标；本实施例采用设置三个雷达，且雷达放置在一条直线上，三个雷达的坐标分别为：(x1，0)，(0，0)，(x3，0)；设场景中有一目标p，其坐标为(xp，yp)，速度为vp＝(vxp，vyp)，到三个雷达的距离分别为r1、r2和r3；

设雷达发射线性调频信号，该信号如式(1)所示。

其中，τ代表快时间，tp为发射信号脉冲宽度，γ为调频斜率。

对线性调频信号进行调制，通过天线发射，目标反射该信号，再有天线接收回波信号，对接收到的回波信号进行解调和脉压处理，由于处理过程主要关注目标的相位，所以后面的讨论中将忽略信号幅度的影响，这里得到的脉压信号如式(2)所示。

式(2)中，srci(τ，η)代表第i个雷达接收到的回波信号，η代表慢时间，w(η)为天线方向图，b为发射信号的带宽，ri(η)是目标与第i个雷达的瞬时斜距，c为光速，λ为载波波长。

瞬时斜距ri(η)如式(3)所示。

式(3)中，(xi，yi)为第i个雷达的坐标，(xp，yp)为目标的坐标，(vxp，vyp)为目标的速度，r0i为初始时刻第i个雷达与目标的距离，即ri(0)，vir为目标沿第i个雷达的径向速度。

针对脉冲数较少的回波信号，可以通过对式(2)在方位向进行傅里叶变换来实现相干积累，得到对应的距离-多普勒(rd)图像。在多普勒域多雷达信号中，关键是实现不同雷达rd图像的融合。

如图2所示，由图2中的多雷达几何关系，可以都得到式(4)和(5)。

其中，

r1表示第1个雷达到目标的距离；

r3表示第3个雷达到目标的距离；

θi(i＝1，2，3)表示第i个雷达的方位角是θi(i＝1，2，3)；

如图3所示，图3为目标沿雷达1和雷达2的径向速度与目标真实速度矢量之间的关系。

图3中，vr1和vr2分别代表目标沿雷达1和雷达2的径向速度，vp是目标的真实速度，β是vr2与vp的夹角，vr2与vp的关系可以用式(6)表示。

vr1与vp之间的关系可用式(7)表示。

vr1＝vpcos(θ2-β-θ1)(7)

第i个雷达的多普勒频率可以通过式(8)计算。

其中，fdi表示第i个雷达的多普勒频率；

对第i幅rd图像上的每个像素点，可以得到该像素点的距离和多普勒，多普勒对应的速度可通过式(8)计算，所以若rd图像上的某一个点存在目标，则目标与雷达的距离r0i和目标沿雷达的径向速度vri已知。在3d雷达中，θi可直接获取。上述等式中，β未知，因为在对目标检测之前，目标的速度参数是未知的，因此其真实速度与雷达视线的夹角未知。

如图4所示，为了融合多雷达信号的能量，首先需要配准多雷达rd图像，然后通过叠加配准之后的rd图像实现能量积累，图4为叠加配准rd图像算法的流程图。

rd图像的配准可以通过将其投影到一个参考平面来实现，把第二个雷达选作参考雷达。假设有一目标p，其到参考雷达的距离为r2，在参考雷达中的多普勒频率为fd2。为了将其他雷达的rd图像投影到参考雷达形成的参考rd图像iref所在的平面，需要知道该点到其他雷达的距离(ri，i＝1，3)和多普勒频率(fdi，i＝1，3)。由式(4)和(5)很容易求出ri，但由于β未知，根据式(6)-(8)无法求出fdi。为解决这一问题，这里将通过一种类似bp算法的方法积累不同rd图像的信号能量，即给出一组β(β1，β2，...，βn)，求出每一个β对应的rd图像，对每一个β，可将其看作一个与目标真实速度相关的维度，然后沿着这个维度积累rd图像。通过这一处理，将积累每个速度对应的目标能量，最终的目标能量将得到积累。

根据实际情况，β的取值范围为(-90°，90°)，实际处理中可以取β＝-80，-70，...70，80，对每一个β，可以求出对应的fdi。在已知ri和fdi之后，可以通过距离插值和多普勒插值得到相应的投影图像(ipni，i＝1，3)。其中，距离插值通过式(9)实现，多普勒插值通过式(10)实现。

式(9)中，

ipni(r2，fdi)表示插值得到的投影图像在距离为r2，多普勒为fdi处的强度值；

ipni(r2，fd2)表示插值得到的投影图像在距离为r2，多普勒为fd2处的强度值；

ipni(r2，fdk)表示插值得到的投影图像在距离为r2，多普勒为fdk处的强度值；

ii(rk，fdi)表示第i个雷达的rd图像在距离为rk，多普勒为fdi处的强度值；

sinc(ri-rk)表示

sinc(fdi-fdk)表示

k是插值点数；

ii是第i个雷达的rd图像。

对每一个β取值，可以求出目标p的一个可能的真实速度，对每一个雷达，通过式(11)积累每一个可能的投影。

式(11)中，n是β的实际取值个数。信号融合通过式(12)实现。

ifusion＝|ip1|+|ip3|+|iref|(12)；

其中，|·|为取绝对值操作。

如图5a到图5c所示，为三个雷达的rd图像，仿真中，雷达1的位置为(-1000，0)，雷达2的位置为(0，0)，雷达3的位置为(1000，0)，有一目标在三个雷达的视线范围内，其坐标为(300，3000)，速度为

如图6所示，图6为融合结果图，插值点数k＝5，从融合结果可以看出，目标能量得到了正确积累。

实施例2

本实施例将上述结果推广到m个雷达，第i个雷达到目标的距离为：

其中，r0为参考雷达到目标的距离，xi为第i个雷达与参考雷达的距离，θi为雷达方位角。

目标在各个雷达观测视角的径向速度与目标速度关系为：

vri＝vpcos(θ0-β-θi)(14)

其中，vri为目标速度在第i个雷达视线方向上的分量，vp为目标速度，θ0为参考雷达方位角，β是参考雷达视线方向与目标速度的夹角。第i个雷达观测到的目标多普勒任然可以用式(8)表示。同分析三个雷达时的情况一致，划分β，根据每个β值求出对应的多普勒频率，通过距离插值和多普勒插值得到相应的投影图像(ipni，i＝1，2，...，m)，其中，距离插值通过式(15)实现，多普勒插值通过式(16)实现。

式中，

ipni(r0，fdi)表示插值得到的投影图像在距离为r0，多普勒为fdi处的强度值；

ipni(r0，fd0)表示插值得到的投影图像在距离为r0，多普勒为fd0处的强度值；

ipni(r0，fdk)表示插值得到的投影图像在距离为r0，多普勒为fdk处的强度值；

ii(rk，fdi)表示第i个雷达的rd图像在距离为rk，多普勒为fdi处的强度值；

sinc(ri-rk)表示

sinc(fdi-fdk)表示

k是插值点数，ii是第i个雷达的rd图像，fd0为参考雷达多普勒取值。

通过式(17)积累每一个可能的投影。

式(17)中，n是β的实际取值个数。多雷达信号融合通过式(18)实现。

其中，iref＝i0，即参考雷达的rd图像。

仿真中，雷达1的位置为(-1000，0)，雷达2的位置为(0，0)，雷达3的位置为(1000，0)，有一目标在三个雷达的视线范围内，其坐标为(300，3000)，速度为vxp＝-4m/s，vyp＝-6m/s。三个雷达的rd图像如图5所示。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。