LFMCW体制下基于TDPC-JDL的低空风切变风速估计方法与流程

本发明属于机载气象雷达目标检测技术领域，特别是涉及一种lfmcw(线性调频连续波)体制下基于tdpc-jdl的低空风切变风速估计方法。

背景技术：

低空风切变属于一种极端的天气状况，它具有尺度小、强度大、危害性强、不易监测等特点，在飞机起飞和降落阶段会严重影响飞机的安全。当飞机在起飞或降落阶段突然遭遇低空风切变，飞行员往往由于没有足够的空间和时间来调整飞机姿态而造成严重的飞行事故，因此低空风切变的检测和预警成为当前民航领域的一项重要课题，而风切变风速估计作为整个风切变检测流程的基础，直接会影响风切变检测的准确程度。

传统的机载气象雷达多是用于脉冲体制，而lfmcw雷达具有体积小重量轻、时宽带宽积较大、不存在距离盲区等优点，将lfmcw技术与机载气象雷达进行融合，能够促进机载气象雷达朝着小型化的方向发展。但是目前针对线性调频连续波体制下的低空风切变风速估计鲜有文献报道。

技术实现要素：

为了解决上述问题，本发明的目的在于提供一种lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法。

为了达到上述目的，本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法包括按顺序进行的下列步骤：

1)构造lfmcw体制下雷达回波数据模型并利用载机速度和机载气象雷达工作参数设计tdpc预滤波器，对雷达回波数据进行预滤波；

2)构造降维联合空时变换矩阵，对上述预滤波后的雷达回波数据进行降维；

3)利用上述降维后各个参考距离单元的雷达回波数据估计待检测距离单元的协方差矩阵；

4)利用上述待检测距离单元的协方差矩阵构建局域联合处理器，实现对剩余杂波的抑制和风场目标信号的匹配，得到第l个距离单元的风速估计值；

5)重复步骤2)-4)，依次对探测范围内所有待测距离单元的回波数据进行处理，计算出各个距离单元的风速估计值，进而完成整个低空风切变场的风速估计。

在步骤1)中，所述的构造lfmcw体制下雷达回波数据模型并利用载机速度和机载气象雷达工作参数设计tdpc预滤波器，对雷达回波数据进行预滤波的方法是：利用dechirp方式对机载气象雷达接收到的数据进行处理，得到空时二维快拍数据；从机载导航设备中读取载机速度v、脉冲重复频率fr、阵元间隔d、机载气象雷达天线主瓣波束水平方位角θ0和俯仰角机载气象雷达天线发射电磁波波长λ作为信号处理的先验信息，设计tdpc预滤波器，沿着杂波轨迹抑制掉大部分杂波。

在步骤2)中，所述的构造降维联合空时变换矩阵，对上述预滤波后的雷达回波数据进行降维的方法是：对于待检测距离单元，构造对应的用于局域联合处理和降维联合空时变换矩阵，对预滤波后的雷达回波数据进行空时二维自适应滤波。

在步骤3)中，所述的利用上述降维后各个参考距离单元的雷达回波数据估计待检测距离单元的协方差矩阵的方法是：选取待检测距离单元周围的参考距离单元，利用步骤2)中得到的降维后的各个参考距离单元的雷达回波数据估计待检测距离单元的协方差矩阵。

在步骤4)中，所述的利用上述待检测距离单元的协方差矩阵构建局域联合处理器，实现对剩余杂波的抑制和风场目标信号的匹配，得到第l个距离单元的风速估计值的方法是：利用步骤3)中估计得到的杂波协方差矩阵构建局域联合处理器，利用局域联合处理器的最优权矢量实现对剩余杂波的抑制和风场目标信号的匹配，进而得到风速估计结果。

本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法具有如下有益效果:本方法能够在强杂波的情况下实现对低空风切变风速的准确估计,并且仿真结果证明了本发明方法的有效性。

附图说明

图1为本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法流程图；

图2为全距离单元空时二维谱；

图3为原始杂波回波功率谱，图3(b)为tdpc预滤波后杂波回波功率谱；

图4为预滤波前后杂波回波特征值分布；

图5为采用本发明方法时的风速估计结果；

具体实施方式

下面结合附图和具体实例对本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法进行详细说明。

如图1所示，本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法包括按顺序进行的下列步骤：

1)构造lfmcw体制下雷达回波数据模型并利用载机速度和机载气象雷达工作参数设计tdpc预滤波器，对雷达回波数据进行预滤波；

本发明假设机载气象雷达天线体制为均匀线阵，杂波单元水平方位角和俯仰角分别表示为θ和机载气象雷达系统的阵元数为n，相干脉冲数为k，从机载导航设备中读取载机速度v、调频周期tr、阵元间隔d、机载气象雷达天线主瓣波束水平方位角θ0和俯仰角机载气象雷达天线发射电磁波波长λ作为信号处理的先验信息。

机载气象雷达在其探测范围内共有l个距离单元，第l个距离单元的空时二维快拍数据x(l)(l＝1,2,…l)可表示为：

x(l)＝s(l)+c(l)+n(1)

其中，s(l)为第l个距离单元的低空风切变信号数据，c(l)为该距离单元的杂波回波数据，n为高斯白噪声。

下面对第l个距离单元的低空风切变信号数据s(l)进行详细推导。令第k(k＝1,2…,k)个周期内机载气象雷达的发射信号为：

其中，fc为载波频率，μ＝b/tr为调频斜率，b为调频带宽。

假设第l个距离单元风场信号中心处点目标的多普勒频率为fdl，空间锥角为ψ0，则第k个周期的发射信号经该点目标反射后被第m(m＝1,2,…m)个接收阵元接收的回波信号可表示为：

其中，αl为该点目标回波幅度，τlmk为该点目标回波信号的时延，可以表示为：

其中，rl为该点目标与机载气象雷达间斜距，c为光速，v为该点目标与载机的相对速度，

构造第l个距离单元的混频参考信号：

其中，为时延量，为距离单元宽度。

将回波信号χr,l(m,k,t)与第l个距离单元的混频参考信号χref,l(k,t)进行混频并低通滤波，化简后可以得到差频信号为：

对式(6)中差频信号的快时间项t做傅里叶变换可得差频信号的频谱为：

其中，te＝tr+τref-τlmk为有效时长，sa(β)＝sin(β)/β。忽略距离速度耦合因素影响，差频信号幅度谱峰值处对应的频率即为该点目标距离产生的频率，故该频率点对应的频谱数据即为机载气象雷达的第m个接收阵元在第k个周期接收到第l个距离单元内该点目标的空时采样数据，即：

其中，为该点目标的回波复幅度，fdl＝2vtr/λ为归一化多普勒频率。

则第l个距离单元风场信号中心处点目标的空时二维快拍数据hl可以表示为：

其中，表示kronecker积，表示第l个距离单元风场信号中心处点目标的时域导向矢量，表示第l个距离单元风场信号中心处点目标的空域导向矢量。

较点目标而言，低空风切变是分布式目标，单距离单元内其在多普勒域及角度域均存在一定展宽。则第l个距离单元内的风场信号空时二维快拍数据可以表示为：

其中，γl表示第l个距离单元风场信号的回波复幅度，at(fdl)为该距离单元风场信号的时域导向矢量，as(ψ0)为该距离单元风场信号的空域导向矢量，al(ψ0,fdl)为该距离单元风场信号的空时导向矢量。时域导向矢量at(fdl)和空域导向矢量as(ψ0)可以分别表示为：

其中，为频率扩展函数，σf为多普勒谱宽，⊙为hadamard积，为角度扩展函数，δ为角度扩展。

假设地面各个杂波散射单元的杂波回波统计独立。类比式(8)点目标回波数据，可得到第l个距离单元第m个阵元第k个周期的杂波回波数据为：

其中，m＝1,…,m,k＝1,…,k,ρi为杂波反射系数，为接收方向图，为空间角频率，为时间角频率，θi为第i个杂波散射单元的方位角，为第l个距离单元的俯仰角，nc为一个距离单元的杂波散射单元个数。

令杂波散射单元的回波复幅度、空域相位和多普勒相位分别为：

则式(12)可以重新表示为：

令第k个周期的杂波回波数据为ck＝[c1,k(l)c2,k(l)…cm,k(l)]^t，则：

ck＝zdka(15)

其中，z、dk、a分别表示第l个距离单元内，雷达系统在一个调频周期内接收的nc个杂波散射单元杂波回波空域相位、多普勒相位以及复幅度。其中：

假设相邻两个周期的杂波回波复幅度变化可以忽略，则第k+1个周期的杂波回波数据比第k个周期仅多了一个时域多普勒相位，可表示为：

其中，因此，可以设计滤波系数矩阵q(l),使得相邻两脉冲间杂波对消后剩余杂波回波能量达到最小，即：

将式(15)、式(16)、式(17)代入式(18)中，并利用柯西-施瓦茨不等式可以得到式(18)的闭式解：

机载气象雷达系统在第l个距离单元的空时二维快拍数据可以表示为xk(l)为所有阵元在第l个距离单元第k个周期接收的雷达回波数据，且xk(l)＝[x1,k(l)…xm,k(l)…xm,k(l)]^t,xm,k(l)为第l个距离单元第m个阵元第k个周期接收的雷达回波数据。

对第l个距离单元的空时二维快拍数据进行两脉冲的对消后，剩余雷达回波数据为：

其中，im∈c^m×m为单位矩阵，为由滤波系数矩阵构成的tdpc预滤波器，可以表示为：

可以看出，由于有一个周期用于杂波回波对消，所以经过预滤波后雷达回波数据的维度由mk变为m(k-1)。

2)构造降维联合空时变换矩阵，对上述预滤波后的雷达回波数据进行降维；

构造降维联合空时变换矩阵能够降低系统的维数，进而降低stap处理的运算量。在空时二维平面上，以低空风切变信号所处空时通道为主通道，在其周围选取一定大小的矩形区域，将该区域内的其他空时通道作为辅助通道，利用主通道与辅助通道构造降维联合空时变换矩阵。

当低空风切变的方位已知，假设第l个距离单元内风场信号的空时导向矢量为al(ψ0,fdll)，其中，ψ0表示当前距离单元的空间锥角，fdll表示当前距离单元的归一化多普勒频率(fdll取值范围为[-1,1])。

假设jdl的区域大小选取为ms×ks，ms代表选取的空域维数，ks代表选取的时域维数。则jdl降维变换矩阵可以表示为：

其中，ts(ψ0)、tt(fdll)分别为空域和时域的降维变换矩阵，可分别表示为：

其中，δfs为空域间隔，δft为时域间隔，表示bt(fdll)的前(k-1)项，bs(ψ0)和bt(fdll)分别为第l个距离单元的加权空域导向矢量和时域导向矢量，可以分别表示为：

其中，ξs＝[ξs1ξs2…ξsm]^t与ξt＝[ξt1ξt2…ξtk]^t分别代表空域和时域的切比雪夫加权矢量。

在进行风速估计之前，需要对预滤波后的回波数据利用降维变换矩阵进行局域联合降维处理，如下所示：

3)利用上述降维后各个参考距离单元的雷达回波数据估计待检测距离单元的协方差矩阵；

选取待检测距离单元周围的参考距离单元，利用上述降维后各个参考距离单元的雷达回波数据估计待检测距离单元的协方差矩阵，可以表示为如下形式：

4)利用上述待检测距离单元的协方差矩阵构建局域联合处理器，实现对剩余杂波的抑制和风场目标信号的匹配，得到第l个距离单元的风速估计值；

根据lcmv准则，第l个距离单元的局域联合处理器可以表示为式(28)所示数学优化问题：

其中，bt(l)为第l个距离单元降维后的低空风切变信号的空时导向矢量，可以表示为：

ωt(l)为局域联合处理器的最优权矢量，可以表示为：

机载气象雷达的回波空时二维快拍数据经过预滤波滤除大量杂波之后，再通过局域联合处理抑制剩余杂波并与风场目标信号进行匹配。构造式(31)所示代价函数来估计待测距离单元风场回波信号的多普勒频率：

最终得到第l个距离单元风速估计值为：

5)重复步骤2)-4)，依次对探测范围内所有待测距离单元的回波数据进行处理，计算出各个距离单元的风速估计值，进而完成整个低空风切变场的风速估计。

本发明提供的lfmcw体制下基于tdpc-jdl的低空风切变风速估计方法可以通过以下仿真结果进一步说明。

仿真条件描述：机载气象雷达天线为阵元数n＝16的均匀线阵，阵元间隔d＝λ/2，机载气象雷达天线发射电磁波波长为0.05m，脉冲重复频率为7000hz，最小可分辨距离为150m，相干处理脉冲数为k＝64，杂噪比为40db，信噪比为5db。

图2为仿真的机载气象雷达回波信号空时二维谱，从图中可见，低空风切变的空时二维谱为一条带，当机载气象雷达在前视模式工作时，杂波回波的空时二维谱为椭圆形，而且杂波回波的功率远大于低空风切变场的回波功率，低空风切变场回波的多普勒信息完全淹没在杂波回波的多普勒信息中，因此会严重影响后期低空风切变的检测及参数估计。

图3为tdpc预滤波前后载机前视阵杂波的功率谱(选取90号距离单元为例)，从图中可以看出，tdpc预滤波器可以沿着杂波回波的分布轨迹形成一道较深的凹口，使主瓣杂波功率大大降低，有效地滤除大量杂波。

图4为tdpc预滤波前后杂波回波特征值分布图，可以很明显看出，经过tdpc预滤波后，杂波回波大特征值个数显著减小，杂波回波自由度显著降低。

图5为本发明方法与空时最优风速估计结果对比图。从图中可以明显看出，本发明方法在强杂波背景下仍然可以很好地估计出风场速度，并且低空风切变信号的风速在8.5-16.5km范围内，随距离变换呈现出正负变化的反“s”形分布，这是低空风切变信号最重要的特点。