一种基于GUI的雷达信号处理流程可视化分析方法与流程

一种基于gui的雷达信号处理流程可视化分析方法
技术领域
1.本发明涉及雷达信息处理领域，具体涉及一种基于gui的雷达信号处理流程可视化分析方法。


背景技术：

2.随着航空、航天、航海以及高精武器技术的快速发展，雷达探测在各个领域也变得越来越重要，但同时随着场景的复杂化，各种对抗措施的加入，对雷达也有着越来越高的技术要求；为满足各种情况下雷达的探测能力，雷达信号处理领域发展出了多种处理技术，比如脉冲压缩技术、主副瓣抗干扰技术、脉冲多普勒技术、动目标检测技术以及目标识别分类等；但技术的发展落实到实际系统中就会存在调优的问题，不同种类的雷达使用的技术不一致，甚至同一种雷达不同场景下也需要对参数进行优化，而一般雷达对信号处理的实时性要求较高，无法对各个中间处理结果进行输出分析(占用太多时间资源)，因此需要一种能够事后对信号处理流程中使用的算法效果进行直观运算显示，从而使得雷达使用人员快速分析算法效果，并对算法进行优化改进的图形化显示方法，使雷达在各种复杂的使用场景下达到最好的探测效果。


技术实现要素：

3.针对雷达信号处理平台一般为嵌入式平台，对实时性的要求比较高，无法将流程中某一个运算节点可视化的显示出来，非常不便于对算法性能进行评估，从而导致无法获得算法优化的依据和方向,本发明采用了通过事后分析的方式解决这一问题。
4.为实现上述目的，本发明提供如下技术方案：
5.一种基于gui的雷达信号处理流程可视化分析方法，其特征在于，包括以下步骤：
6.一、算法实现
7.1)副瓣对消技术：
8.步骤1：对各副天线进行干扰采样，用这些样本值求出各副天线中干扰的协方差矩阵r，协方差矩阵r的元素为：
[0009][0010]
式中[
·
]
*
表示共轭运算；xm(k)表示第m辅助通道(或波束)的第k时刻的采样点；n为采样点数。
[0011]
步骤2：对主天线进行干扰采样，并结合副天线干扰样本，求出主副天线干扰的互相关矩阵p，主通道信号p(k)与辅助通道数据构成互相关向量：
[0012][0013]
步骤3：根据下式计算自适应权值，w为各副天线权系数矩阵w＝[w1,w2,
…
,wm]。
[0014][0015]
步骤4：根据公式逐点进行相消；
[0016]
2)波形熵处理技术；
[0017]
3)盲源分离处理技术；
[0018]
二、参数控制
[0019]
算法实现过程中，将参数设置为可调整状态，在可视化界面上进行方便的设置，从而能够不依赖于雷达系统调度而快速的修改参数，进行算法的参数调优；并将最终的优化结果输入到实时系统中，获得雷达探测性能的最优化；
[0020]
三、算法结果的可视化
[0021]
处理流程中的每一种算法运算结果都将以图形的方式绘制出来，便于分析和处理；利于使用者进行算法调优和性能优化。
[0022]
所述的盲源分离处理技术：盲源分离主要利用干扰和目标的角度微小差异，从多个通道接收目标回波和干扰的混合信号中分离出干扰和目标。
[0023]
阵列接收信号表示为：
[0024]
x＝as+n
[0025]
其中xm×n为接收信号矩阵，am×
p
为导向矩阵，s
p
×n为信号矩阵，nm×n为通道噪声，m为通道数，n为信号长度，p为信号数，各信号在时域和频域均重叠；
[0026]
所述的波形熵处理技术：波形熵可以很好地表征雷达多个脉冲回波的起伏程度，可用于剔除异步窄脉冲干扰。雷达收到的回波信号为x(m,n)，其中，m和n分别表示脉冲序号和距离采样单元；
[0027]
对于第n个采样单元，令
[0028][0029]
则多个脉冲之间的的波形熵可以定义为：
[0030][0031]
可知，0＜e(x)≤lnm，且e(x)值的大小与脉冲间幅度起伏有关，幅度起伏越大，则e(x)越小；因此根据波形熵大小，可以剔除异步窄脉冲干扰。
[0032]
本发明与现有技术相比，其显著优点在于：
[0033]
1)实时程序和可视化分析程序两套算法实现对比，能够更容易发现算法中隐藏的问题；
[0034]
2)可视化界面便于操作分析，非常方便进行参数调整，算法优化；同时参数的快速调整也摆脱了对雷达调度的依赖，节省了大量系统调试的时间；
[0035]
3)直观的可视化显示界面，更直接的反映了算法的性能，使得雷达使用人员对算
法性能的分析更为便捷、快速，且更容易定位问题所在，从而更快速的将雷达性能调整到最佳状态。
附图说明
[0036]
图1基于gui的雷达信号处理流程可视化分析框图
[0037]
图2雷达信号处理可视化显示操作界面
[0038]
图3为基于gui的雷达信号处理流程可视化分析界面图
[0039]
图4为选择对应的信号处理算法及流程界面图
[0040]
图5为节点结果输出设置过程和结果界面图
[0041]
图6为mtd计算结果效果图
[0042]
图7为按帧号显示图。
具体实施方式
[0043]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0044]
如图1至7所示，本发明所述的一种基于gui的雷达信号处理流程可视化分析方法，包括以下步骤：
[0045]
一、算法实现
[0046]
以下为常用算法的实现流程。
[0047]
1)副瓣对消原理
[0048]
步骤1：对各副天线进行干扰采样，用这些样本值求出各副天线中干扰的协方差矩阵r，协方差矩阵r的元素为：
[0049][0050]
式中[
·
]
*
表示共轭运算；xm(k)表示第m辅助通道(或波束)的第k时刻的采样点；n为采样点数。
[0051]
步骤2：对主天线进行干扰采样，并结合副天线干扰样本，求出主副天线干扰的互相关矩阵p，主通道信号p(k)与辅助通道数据构成互相关向量：
[0052][0053]
步骤3：根据下式计算自适应权值，w为各副天线权系数矩阵w＝[w1,w2,
…
,wm]。
[0054][0055]
步骤4：根据公式逐点进行相消。
[0056]
2)波形熵处理技术
[0057]
波形熵可以很好地表征雷达多个脉冲回波的起伏程度，可用于剔除异步窄脉冲干扰。雷达收到的回波信号为x(m,n)，其中，m和n分别表示脉冲序号和距离采样单元。
[0058]
对于第n个采样单元，令
[0059][0060]
则多个脉冲之间的的波形熵可以定义为：
[0061][0062]
可知，0＜e(x)≤lnm，且e(x)值的大小与脉冲间幅度起伏有关，幅度起伏越大，则e(x)越小。因此根据波形熵大小，可以剔除异步窄脉冲干扰。
[0063]
3)盲源分离处理技术
[0064]
盲源分离主要利用干扰和目标的角度微小差异，从多个通道接收目标回波和干扰的混合信号中分离出干扰和目标。
[0065]
阵列接收信号表示为：
[0066]
x＝as+n
[0067]
其中xm×n为接收信号矩阵，am×
p
为导向矩阵，s
p
×n为信号矩阵，nm×n为通道噪声，m为通道数，n为信号长度，p为信号数，各信号在时域和频域均重叠。
[0068]
二、参数控制
[0069]
算法实现过程中，将参数设置为可调整状态，在可视化界面上进行方便的设置，从而能够不依赖于雷达系统调度而快速的修改参数，进行算法的参数调优；并将最终的优化结果输入到实时系统中，获得雷达探测性能的最优化。
[0070]
三、算法结果的可视化
[0071]
处理流程中的每一种算法运算结果都将以图形的方式绘制出来，便于分析和处理；利于使用者进行算法调优和性能优化。
[0072]
基于gui的雷达信号处理流程可视化分析界面，实施步骤如下：
[0073]
1)打开分析软件，选择待分析的数据界面如图3所示。
[0074]
2)选择对应的信号处理算法及流程如图4所示。
[0075]
3)选择结果，选择处理流程节点进行显示分析。
[0076]
4)比如选择mtd运算节点结果输出，设置过程和结果如图5所示。
[0077]
如图6所示，根据mtd计算的结果可以清晰的看出算法的效果，可同时看到目标在距离维、幅度维、滤波器维等三个维度的度量结果，同时可以分析mtd算法对副瓣的抑制效果
[0078]
5)可视化界面处理的批量处理
[0079]
选择多帧处理流程，可对批量数据进行处理，并给出批量处理结果，可帮助从整体上分析出信号处理算法的性能，显示结果如图7所示。
[0080]
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等
同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内，且本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。