一种基于算法模型处理雷达回波信号的方法与流程

1.本发明属于雷达信号处理技术领域，具体涉及一种基于算法模型处理雷达回波信号的方法。


背景技术：

2.传统雷达系统基本是以“硬件技术为中心”和“面向专用功能”两个方面为开发模式。虽然它们在信号处理和数据处理速度和精度都可以达到所需要求，但是对于整个雷达系统来说，限制了其通用性和灵活性。软件化雷达具有标准化、数字化和模块化三大特征，是“以软件技术为核心，面向应用需求”的开发模式以及基于开放式体系架构的雷达系统。软件化雷达架构采用开放式体系架构，可以在雷达系统中采用更多技术单位的先进技术，与传统雷达封闭的开发过程相比，更能促进集成后的雷达系统的性能提升和功能优化。软件化雷达采用层次化解耦架构体系，研发模式是以层次并行为理念。
3.现代雷达系统日益变的复杂，难以简单直观的进行分析，必须借助计算机来完成对系统的各项功能和性能的仿真，现代雷达信号处理的主要方式还是采用系统、软件化的处理方式，缺乏运用数字信号处理理论和算法模型研究雷达信号处理的仿真问题。
4.为解决上述问题，本技术中提出一种基于算法模型处理雷达回波信号的方法。


技术实现要素：

5.为解决上述背景技术中提出的问题，本发明提供了一种基于算法模型处理雷达回波信号的方法，具有操作步骤简单、可靠性高、处理精度高的效果，通过设置的去斜处理的信号模型，能够对雷达回波信号进行去斜处理，雷达回波信号经过去斜处理，降低了采样率，通过采用数字信号处理理论和算法模型的结合，能够能够有效解决雷达回波信号处理的仿真问题。
6.为实现上述目的，本发明提供如下技术方案：一种基于算法模型处理雷达回波信号的方法，该方法包括以下步骤：
7.步骤1，获取雷达回波信号与预处理：雷达信号发射器发射的信号，经目标反射后，通过雷达信号接收器进行处理，然后通过信号预处理模块对雷达回波信号进行预处理，并建立模拟信号模型，其中，雷达回波信号为线性调频信号；
8.步骤2，雷达回波信号的特征进行提取、分析和去斜处理：
9.(1)对接收的步骤1中的模拟信号模型进行模数转换，得到数字形式的雷达回波信号，并回波信号的特征进行提取；
10.(2)产生数字形式的参考本振信号，该数字形式的参考本振信号为理想的线性调频信号，且其与模拟参考本振信号进行与雷达回波信号同步采样后得到的信号相对应；
11.(3)将接收到的雷达回波信号和与它有相同扫描速度的本振信号进行相关，输出差频信号，在时域上建立去斜处理的信号模型；
12.步骤3、建立算法模型对雷达回波信号进行优化：
13.(1)针对步骤2中去斜处理的信号模型的特征，建立合适的算法模型，并对信号模型的重要参数进行优化；
14.(2)通过信号识别模型对优化后的参数进行去干扰处理，用于去除随机的干扰信号；
15.(3)通过上述算法模型对去干扰后的信号模型进行计算和整合，得到最优的信号模型；
16.步骤4、对雷达回波信号进行重构：
17.(1)根据雷达信号发射器发出信号的中心频率大小选择出对应的可用于信号重构的信号分量，并对步骤3中最优的信号模型进行信号重构；
18.(2)对上述重构得到的信号进行简单的滤波处理，凸显出信号的本质特征，弱化噪声干扰，得到最终输出信号。
19.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤1中的信号预处理模块包括依次对雷达回波信号进行滑动平均滤波、傅里叶变换，将其从时域转换为频域，然后对所述信号进行带通滤波并进行逆傅里叶变换，将其从频域转换为时域，然后对所述信号中的反射波信号成分进行放大，获得模拟信号模型。
20.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤2中的模数转换的采样率fs满足：fs≥bd其中：bd表示采用模拟去斜接收方式获取的测绘区域信号的带宽。
21.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤2中的数字形式的参考本振信号的采样率与雷达回波信号进行模数转换时所采用的采样率一致，其中，调频斜率与所用的模拟形式的参考本振信号的调频斜率一致。
22.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤2中的去斜处理的信号模型采用将数字形式的雷达回波信号与数字形式的参考本振信号相乘，从而抵消数字回波信号中频率随时间线性变化的二次相位项，剩下只与目标位置相关的点频信号，完成雷达回波信号的去斜处理。
23.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤3中的信号模型的重要参数，包括雷达的发射频率、工作波长、发射信号带宽、发射信号时宽、发射脉冲重复周期、发射脉冲重复频率、采样频率、噪声功率、雷达检测范围内存在的目标总个数、每个目标的距离、每个目标的速度、每个目标的反射系数和每个目标的回波脉冲数。
24.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤3中的算法模型包括但不限于sar、isar、mti或mtd算法模型。
25.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，所述步骤4中的信号滤波处理采用高斯滤波器进行滤波处理。
26.作为本发明一种基于算法模型处理雷达回波信号的方法优选的，还包括用于处理雷达回波信号的图形处理器以及用于存储所述处理器可执行指令的存储器；其中，所述图形处理器被配置为执行所述指令。
27.与现有技术相比，本发明的有益效果是：
28.1、本发明通过信号预处理模块，能够对雷达回波信号进行预处理，可有效消除雷达回波信号的干扰和杂波，获得模拟信号模型，提高了对雷达回波信号标描述的准确性；
29.2、本发明去斜处理的信号模型采用将数字形式的雷达回波信号与数字形式的参考本振信号相乘，从而抵消数字回波信号中频率随时间线性变化的二次相位项，剩下只与目标位置相关的点频信号，完成雷达回波信号的去斜处理，雷达回波信号经过去斜处理，降低了采样率；
30.3、本发明通过建立算法模型对雷达回波信号进行优化，采用数字信号处理理论和算法模型的结合，能够有效解决雷达回波信号处理的仿真问题；
31.4、本发明的对算法进行并行优化，使之能够适用图形处理器的高速并行计算能力，随着采样点数、目标个数和通道数的增加，图形处理器回波计算耗时均小于脉冲周期，可以满足系统实时性要求，有效地降低了开发的硬件成本并显著提高了开发的效率。
附图说明
32.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
33.图1为本发明一种基于算法模型处理雷达回波信号的方法的流程图；
34.图2为本发明一种基于算法模型处理雷达回波信号的方法的去斜处理的信号模型的流程图；
35.图3为本发明一种基于算法模型处理雷达回波信号的方法的雷达回波信号优化的流程图；
具体实施方式
36.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。
37.实施例1
38.请参阅图1-图3所示；
39.一种基于算法模型处理雷达回波信号的方法，该方法包括以下步骤：
40.步骤1，获取雷达回波信号与预处理：雷达信号发射器发射的信号，经目标反射后，通过雷达信号接收器进行处理，然后通过信号预处理模块对雷达回波信号进行预处理，并建立模拟信号模型，其中，雷达回波信号为线性调频信号；
41.步骤2，雷达回波信号的特征进行提取、分析和去斜处理：
42.(1)对接收的步骤1中的模拟信号模型进行模数转换，得到数字形式的雷达回波信号，并回波信号的特征进行提取；
43.(2)产生数字形式的参考本振信号，该数字形式的参考本振信号为理想的线性调频信号，且其与模拟参考本振信号进行与雷达回波信号同步采样后得到的信号相对应；
44.(3)将接收到的雷达回波信号和与它有相同扫描速度的本振信号进行相关，输出差频信号，在时域上建立去斜处理的信号模型；
45.步骤3、建立算法模型对雷达回波信号进行优化：
46.(1)针对步骤2中去斜处理的信号模型的特征，建立合适的算法模型，并对信号模
型的重要参数进行优化；
47.(2)通过信号识别模型对优化后的参数进行去干扰处理，用于去除随机的干扰信号；
48.(3)通过上述算法模型对去干扰后的信号模型进行计算和整合，得到最优的信号模型；
49.步骤4、对雷达回波信号进行重构：
50.(1)根据雷达信号发射器发出信号的中心频率大小选择出对应的可用于信号重构的信号分量，并对步骤3中最优的信号模型进行信号重构；
51.(2)对上述重构得到的信号进行简单的滤波处理，凸显出信号的本质特征，弱化噪声干扰，得到最终输出信号。
52.在一个可选的实施例中：所述步骤1中的信号预处理模块包括依次对雷达回波信号进行滑动平均滤波、傅里叶变换，将其从时域转换为频域，然后对所述信号进行带通滤波并进行逆傅里叶变换，将其从频域转换为时域，然后对所述信号中的反射波信号成分进行放大，获得模拟信号模型。
53.在一个可选的实施例中：所述步骤2中的模数转换的采样率fs满足：fs≥bd其中：bd表示采用模拟去斜接收方式获取的测绘区域信号的带宽。
54.在一个可选的实施例中：所述步骤2中的数字形式的参考本振信号的采样率与雷达回波信号进行模数转换时所采用的采样率一致，其中，调频斜率与所用的模拟形式的参考本振信号的调频斜率一致。
55.在一个可选的实施例中：所述步骤2中的去斜处理的信号模型采用将数字形式的雷达回波信号与数字形式的参考本振信号相乘，从而抵消数字回波信号中频率随时间线性变化的二次相位项，剩下只与目标位置相关的点频信号，完成雷达回波信号的去斜处理。
56.在一个可选的实施例中：所述步骤3中的信号模型的重要参数，包括雷达的发射频率、工作波长、发射信号带宽、发射信号时宽、发射脉冲重复周期、发射脉冲重复频率、采样频率、噪声功率、雷达检测范围内存在的目标总个数、每个目标的距离、每个目标的速度、每个目标的反射系数和每个目标的回波脉冲数。
57.在一个可选的实施例中：所述步骤3中的算法模型包括但不限于sar、isar、mti或mtd算法模型。
58.在一个可选的实施例中：所述步骤4中的信号滤波处理采用高斯滤波器进行滤波处理。
59.实施例2
60.请参阅图1-图3所示；一种基于算法模型处理雷达回波信号的方法，该方法包括以下步骤：
61.步骤1，获取雷达回波信号与预处理：雷达信号发射器发射的信号，经目标反射后，通过雷达信号接收器进行处理，然后通过信号预处理模块对雷达回波信号进行预处理，并建立模拟信号模型，其中，雷达回波信号为线性调频信号；
62.步骤2，雷达回波信号的特征进行提取、分析和去斜处理：
63.(1)对接收的步骤1中的模拟信号模型进行模数转换，得到数字形式的雷达回波信号，并回波信号的特征进行提取；
64.(2)产生数字形式的参考本振信号，该数字形式的参考本振信号为理想的线性调频信号，且其与模拟参考本振信号进行与雷达回波信号同步采样后得到的信号相对应；
65.(3)将接收到的雷达回波信号和与它有相同扫描速度的本振信号进行相关，输出差频信号，在时域上建立去斜处理的信号模型；
66.步骤3、建立算法模型对雷达回波信号进行优化：
67.(1)针对步骤2中去斜处理的信号模型的特征，建立合适的算法模型，并对信号模型的重要参数进行优化；
68.(2)通过信号识别模型对优化后的参数进行去干扰处理，用于去除随机的干扰信号；
69.(3)通过上述算法模型对去干扰后的信号模型进行计算和整合，得到最优的信号模型；
70.步骤4、对雷达回波信号进行重构：
71.(1)根据雷达信号发射器发出信号的中心频率大小选择出对应的可用于信号重构的信号分量，并对步骤3中最优的信号模型进行信号重构；
72.(2)对上述重构得到的信号进行简单的滤波处理，凸显出信号的本质特征，弱化噪声干扰，得到最终输出信号。
73.在一个可选的实施例中：在实施例1的基础上，还包括用于处理雷达回波信号的图形处理器以及用于存储所述处理器可执行指令的存储器；其中，所述图形处理器被配置为执行所述指令，用以实现上述雷达回波信号的处理方法。
74.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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。