一种雷达信噪比估计方法

1.本发明属于雷达成像技术领域，具体涉及雷达成像中的信噪比估计方法。


背景技术：

2.信噪比是扫描雷达成像与探测的重要参数之一，是衡量干扰机的干扰性能或者雷达本身 的抗干扰性能的一个重要参量；在扫描雷达目标探测中，信噪比影响着目标探测概率；在雷 达成像中，信噪比影响着各种成像算法的性能以及最优参数的选取。因此在雷达信号处理中， 通常需要对信噪比进行估计。
3.最早测量雷达信噪比的方法是从视频端进行人工测量，但是这取决于于雷达操作手的判 读经验和水平，并且难以实现自适应估计。针对信噪比估计，特别是基于信号处理的自适应 估计问题，文献“moment
‑
based snr estimation over linearly
‑
modulated wireless simochannels”(wireless communications,ieee transactions on,2010,pp.714
‑
722)中根据信号和 噪声的统计特性的不同，通过构造二阶以及四阶矩来区分信号和噪声，然而这种方法高度依 赖于大量快拍。在雷达信号处理中，尤其是运动平台下，波束驻留时间较短，无法形成大快 拍数的积累，因此这种方法不适合雷达信号处理。文献“non
‑
data
‑
aided signal
‑
to
‑
noise
‑
ratioestimation”(communications,2002.icc 2002.ieee international conference on，2002， pp.197
‑
201)中采用最大似然估计器估计噪声方差以及信号功率。在数据辅助条件下，ml类 算法是最优的；但在没有数据辅助时，其估计效果在高信噪比下较好，但在低信噪比下由于 判决误差影响，其性能很差。


技术实现要素：

4.针对现有技术存在的上述问题，本发明提出了一种雷达信噪比估计方法。
5.本发明的具体技术方案为：一种雷达信噪比估计方法，具体包括如下步骤：
6.步骤1.定义s＝[s1,s2,...,s
k
]为同一波束范围内的目标分布，其中，k为目标个数；定 义h＝[h1,h2,...,h
l
]
t
为雷达发射信号，其中，l为发送序列长度；令雷达接收信号为y， 其中，e为噪声信号，所述雷达接收信号y序列长度为m；
[0007]
根据雷达发射信号h构造m
×
k大小卷积矩阵：
[0008]
构造信号
‑
噪声操纵矩阵：a
′
＝[a i]，令a
k
为矩阵a
′
的第k列，其中，k＝1,...,k+m；
[0009]
由所述雷达接收信号y构造其自相关矩阵：初始化 r＝i，其中，i是m维单位矩阵，(
·
)
h
表示共轭转置运算；
[0010]
构造协方差矩阵p：
[0011][0012]
由最小二乘法得到s
k
的估计：其中，s
k
为目标分布，p
k
为目标功率。
[0013]
步骤2.为了求得p
k
，构造函数由于p
k
的收敛性， 进一步变换为：
[0014][0015]
步骤3.构造矩阵q，使得q
h
a＝i，令q＝par
‑1，β＝qy＝par
‑1y；
[0016]
步骤4.根据步骤3，式(1)转换为：
[0017][0018]
步骤5.对式(2)进行求解，得到p
k
：
[0019][0020]
其中，ρ(i)为设定的迭代算子，具体为：
[0021][0022]
步骤6.根据预先设定的迭代n次数，得到自相关矩阵r的最终估计：
[0023][0024]
步骤7.计算噪声功率的估计值：进而计算信噪比估计值： 其中,p
s
为雷达回波信号功率。
[0025]
本发明的有益效果：本发明的信噪比估计方法通过迭代方式得到雷达接收信号的自相 关矩阵，然后通过特征分解，对噪声子空间进行分离，利用噪声特征值进行噪声方差功率 估计，最后再根据信号功率得到信噪比估计。与已有方法相比，本发明的方法能够根据一 次信号样本，通过迭代方式获得信号的自相关矩阵，该方法不依赖于快拍数量，在单次样 本情况下具有更高的估计精度；对任意输入信号该方法都能自适应的得到信噪比估计，因 而可以准确的估计信噪比。
附图说明
[0026]
图1为本发明实施例的信噪比估计方法流程示意图；
[0027]
图2为本发明实施例的目标分布示意图；
[0028]
图3为本发明实施例的发射信号示意图；
[0029]
图4为本发明实施例的雷达接收到的回波示意图；
[0030]
图5为本发明实施例的匹配滤波后的回波示意图；
[0031]
图6为本发明实施例的在不同信噪比下的信噪比估计值示意图；
[0032]
图7为本发明实施例的在不同信噪比下的归一化均方根误差示意图。
具体实施方式
[0033]
下面结合附图对本发明的实施例做进一步的说明。
[0034]
(1)设雷达发射信号为带宽b＝50mhz，时宽t＝2μs的线性调频信号，如图3所示 其具体表达式为
[0035][0036]
其中，k＝b/t为线性调频斜率，f
c
为载频，t为距离向时间；假设在同一方位上，归 一化幅值分别为0.5和1的两个点目标s1和s2分别位于距雷达r1＝1000m和r2＝1100m两个 位置，目标分布如图2所示，那么这些目标的回波经过相干解调后可以表示为：
[0037][0038]
另设采样率f
s
＝1.2b，则发射信号h(t)长度l＝120，接收信号y(t)长度m＝162，由 此可知场景采样点数k＝m
‑
l+1＝43。接收信号中混入高斯白噪声，这里信噪比设为0db， 则理论上匹配滤波后信噪比提高bt＝100倍，即提高至20db。
[0039]
本实施方式的具体估计方法具体流程如图1所示，包括如下步骤：
[0040]
a.首先根据发射信号h(t)构造方向矩阵a：
[0041]
首先根据h(t)构造矩阵a的第一行和第一列，再根据a的toeplitz性质即可得到a； 构造信号
‑
噪声操纵矩阵：
[0042]
a
′
＝[a i]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0043]
b.初始化自相关矩阵r为单位矩阵i；
[0044]
c.由s、h得到雷达回波信号的表达式
[0045][0046]
其中，e为噪声信号。
[0047]
由雷达回波信号y构造其自相关矩阵：
[0048][0049]
d.根据步骤a,b，构造协方差矩阵p：
[0050][0051]
由最小二乘法得到s
k
的估计：
[0052][0053]
e.根据步骤a、b、c，为了求得p
k
，构造函数：
[0054][0055]
由于p
k
的收敛性，可进一步将式(13)变换为：
[0056][0057]
f.构造矩阵q，使得q
h
a＝i，令q＝par
‑1[0058]
β＝qy＝par
‑1y
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0059]
g.根据上述步骤f，式(14)可以转换为：
[0060][0061]
h.对式(16)进行求解，得到p
k
：
[0062][0063]
其中，ρ(i)为设定的迭代算子，具体为：
[0064][0065]
i.重复步骤h指定迭代n次数，得到自相关矩阵r的最终估计
[0066][0067]
j.对r进行特征分解，得到特征值λ1,λ2,...,λ
m
[0068]
k.对λ1,λ2,...,λ
m
进行排序为λ1,λ2,...,λ
m
，这里的大特征值个数为x＝30。根据其
余 的小特征值，对噪声功率进行如下估计。
[0069]
计算噪声功率的估计值：
[0070][0071]
l.图4给出了雷达接收到的回波示意图，图5给出了匹配滤波后的回波示意图。
[0072]
计算匹配滤波后信噪比估计值：
[0073][0074]
其中，p
y
＝1.829w为接收信号y(t)的平均功率。
[0075]
(2)保持其他参数不变，信噪比在0db～30db变化，则本发明方法的信噪比估计值如图 6所示；图7则给出了100次蒙特卡罗实验下，不同信噪比下的归一化均方根误差，其中归 一化均方根误差定义为：
[0076][0077]
其中，s表示蒙特卡罗实验次数，μ代表真值，代表第i次实验下的估计值。
[0078]
通过上述实施例可以看出，本发明的方法能够根据一次信号样本，通过迭代方式获得信号 的自相关矩阵，该方法不依赖于快拍数量，在单次样本情况下具有更高的估计精度；对任意 输入信号该方法都能自适应的得到信噪比估计，因而可以准确的估计信噪比。