一种目标距离走动快速补偿方法

1.本发明涉及雷达技术领域，是一种长时间目标能量积累下的目标距离走动快速补偿方法。本发明可用于雷达长时间观测内的距离走动量稳健估计及补偿，实现对跨距离单元走动目标能量的有效积累，提升雷达目标检测性能。


背景技术：

2.雷达作为一种主动微波目标探测设备，具有全天时、全天候和作用距离远等优势，在目标监视以及预警探测等公共和国防安全领域应用广泛。然而，由于环境的复杂性以及目标的机动性，导致目标能量在距离和多普勒维出现扩散的现象，使得目标回波信号被淹没在强杂波或强噪声中，以致雷达对动目标的探测性能难以满足实际需求。
3.长时间积累是实现低信噪比目标检测的有效方法，通过积累时间的增加可增强接收目标的回波能量，即用时间代价换取能量增益。针对目标的运动模型不同，其采用的积累时间也不同。长时间积累检测可分为非相参积累检测、相参积累检测和混合积累检测三种。随着积累时间的增加，目标回波可能出现距离徙动(包括距离走动、距离弯曲)等现象，因此进行有效的包络补偿是实现长时间相参积累的关键。常用的包络补偿方法有：相邻相关法、频域法、radon变换、一阶/二阶keystone法等。相邻相关法是通过计算相邻距离单元与参考距离单元之间的相关函数，并通过搜索最大相关值，估计出目标的速度信息，进而根据速度估计值进行回波包络补偿。该方法要求较高的信噪比(signal to noise ratio,snr)，在信噪比较低时速度估计能力下降，导致检测微弱目标性能下降。频域法是把快时间-慢时间二维回波信号变换到快时间频率-慢时间域，再通过构造频率域距离走动补偿函数对包络距离徙动进行补偿，将回波信号集中到同一距离单元。频域补偿法虽操作简单，但在运动参数未知的情况下，需要对目标的运动速度进行大量的搜索操作。radon变换是在距离-慢时间二维平面内，利用radon变换方法将匀速运动目标的轨迹映射至radon域内的一个点上，通过在radon域内进行最大值搜索，可对目标运动速度进行估计，从而根据估计的速度行进包络补偿。但该方法在进行参数估计时，需要对radon的旋转角度进行搜索，搜索过程将会极大提高雷达系统的运算复杂度。keystone变换可以在目标径向速度未知情况下，通过变量代换实现对慢时间轴的伸缩变换，通过解除快时间和慢时间的线性耦合消除包络的距离徙动。keystone变换无需进行搜索操作，但一阶和二阶keystone变换都要进行大量的插值运算，影响了对弱目标的实时检测性能。


技术实现要素：

4.要解决的技术问题
5.针对现有距离徙动校正算法计算量大、需要先验信息、低信噪比情况下估计性能较差等问题，本发明提供了一种目标距离走动快速补偿方法。
6.技术方案
7.一种目标距离走动快速补偿方法，其特征在于步骤如下：
8.步骤1：构造原始回波矩阵
9.雷达接收的目标回波基带信号可表示为：
[0010][0011]
其中，η分别表示快时间和慢时间，a表示幅度系数，fc表示载波频率；
[0012]
假设目标相对于雷达做匀速运动，τn(η)表示目标时延：
[0013][0014]
其中，r0为目标初始距离，v为目标径向速度，c为光速，1＜n≤n，n为方位维脉冲个数；
[0015]
经过距离脉压后，其距离-慢时间二维回波数据可表示为：
[0016][0017]
其中，a
p
表示脉压后的幅度，ρ(
·
)表示参考信号与回波信号的互相关函数；
[0018]
将式(3)沿快时间维进行傅里叶变换，可得距离频域-慢时间二维回波数据：
[0019][0020]
其中，p(
·
)为ρ(
·
)的傅里叶变换结果；
[0021]
参考信号与目标回波进行互相关处理后得到所有脉冲内的距离脉冲压缩信号离散化后的数据记为d
mn
，其中1＜m≤m,1＜n≤n，m为距离维傅立叶变换后的点数，n为方位维脉冲个数；
[0022]
步骤2：阈值处理
[0023]
门限因子为tk，回波矩阵d
mn
的能量最大值为e
max
，在回波矩阵d
mn
中选取出幅度值大于tk×emax
的所有点，记为(d1,d2,
…
,dk)，其中k《m，k为预处理后选取的点数；(xi,yi)为点di的坐标，再利用选取出来的k个点，构造新的矩阵，计作p
kn
；
[0024]
步骤3：均值处理
[0025]
新矩阵p
kn
的平均向量a(k
x
,ny)定义为：
[0026][0027]
其中，k
x
、ny分别表示距离和方位坐标平均值；
[0028]
最终数据库矩阵是通过从矩阵p
kn
中减去平均向量a得到：
[0029][0030]
步骤4：矩阵分解
[0031]
对矩阵利用godec快速rpca算法进行矩阵分解，得到包含目标信息的低秩矩阵l和包含噪声的稀疏矩阵s：
[0032][0033]
步骤5：求斜率
[0034]
rpca分解出的包含目标信息的低秩矩阵l是一组秩为1的二维矩阵，其大小为(2,k)；因此l矩阵的轨迹斜率为：
[0035][0036]
其中，(x1,y1),(x2,y2)为l矩阵中任意两个点；
[0037]
估计出的目标速度参数为：
[0038][0039]
其中，prf是脉冲重复频率，fs是采样频率；
[0040]
步骤6：构造线性补偿函数
[0041][0042]
式(4)与补偿函数相乘后的表达式为：
[0043][0044]
可以看出，由距离维频域f和速度v引起的耦合已经被完全消除，因此线性距离走动被完全校正；
[0045]
沿着距离频域维f进行ift，得到距离-方位的信号表达式为：
[0046][0047]
一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法。
[0048]
一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。
[0049]
有益效果
[0050]
本发明提出的一种目标距离走动快速补偿方法，该方法充分挖掘目标在距离-慢时间内的几何特性，采用鲁棒主成分分析算法对目标运动参数进行估计，根据估计参数，结合频域补偿法对距离走动进行校正，通过仿真实验对比分析验证了本算法具有良好的精度与较低的计算复杂度。
[0051]
本发明所提出的距离走动补偿方法，首先对回波数据进行预处理，大大降低其数据矩阵维度，然后对预处理完毕的数据经过rpca矩阵分解后对目标运动参数进行估计，最后根据估计出的参数值，构造补偿函数，利用频域补偿法进行距离走动校正，与传统的距离走动补偿方法相比，本发明提出的方法有效降低了运算量，且在低信噪比情况下，具有良好的参数估计性能。
附图说明
[0052]
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
[0053]
图1：本发明的方法实现流程图。
[0054]
图2：本发明的方法与其他方法rmse对比图。
[0055]
图3：本发明的方法对于实测数据的距离走动校正结果图：(a)接收数据；(b)距离矫正后的数据；(c)距离-多普勒二维平面。
具体实施方式
[0056]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0057]
如图1所示，本发明的步骤如下：
[0058]
步骤一：构造原始回波矩阵。
[0059]
雷达接收的目标回波基带信号可表示为：
[0060][0061]
其中，η分别表示快时间和慢时间，a表示幅度系数，fc表示载波频率。假设目标相对于雷达做匀速运动，τn(η)表示目标时延：
[0062][0063]
上式中，r0为目标初始距离，v为目标径向速度，c为光速，1＜n≤n，n为方位维脉冲数。
[0064]
经过距离脉压后，其距离-慢时间二维回波数据可表示为：
[0065][0066]
其中，a
p
表示脉压后的幅度，ρ(
·
)表示参考信号与回波信号的互相关函数。
[0067]
将式(3)沿快时间维进行傅里叶变换，可得距离频域-慢时间二维回波数据：
[0068][0069]
其中，p(
·
)为ρ(
·
)的傅里叶变换结果。
[0070]
参考信号与目标回波进行互相关处理后得到所有脉冲内的距离脉冲压缩信号离散化后的数据记为d
mn
，其中(1＜m≤m,1＜n≤n)，m为距离维傅立叶变换后的点数，n为方位维脉冲个数。
[0071]
步骤二：阈值处理。
[0072]
由于目标回波信噪比较低，第一步获取到的回波矩阵中，目标信号能量可能还是被噪声所淹没。因此，可以通过设置信号能量阈值的处理方式，对数据进行预处理，以此来获得强散射体目标在二维平面中的位置。
[0073]
门限因子为tk，回波矩阵d
mn
的能量最大值为e
max
，在回波矩阵d
mn
中选取出幅度值大于tk×emax
的所有点，记为(d1,d2,
…
,dk)，其中(k《m)，k为预处理后选取的点数。(xi,yi)为点di的坐标，再利用选取出来的k个点，构造新的矩阵，计作p
kn
。
[0074]
步骤三：均值处理。
[0075]
新矩阵p
kn
的平均向量a(k
x
,ny)定义为：
[0076][0077]
其中，k
x
、ny分别表示距离和方位坐标平均值。
[0078]
最终数据库矩阵是通过从矩阵p
kn
中减去平均向量a得到：
[0079][0080]
步骤四：矩阵分解。
[0081]
对矩阵利用godec快速rpca算法进行矩阵分解，得到包含目标信息的低秩矩阵l和包含噪声的稀疏矩阵s。
[0082][0083]
步骤五：求斜率。
[0084]
rpca分解出的包含目标信息的低秩矩阵l是一组秩为1的二维矩阵，其大小为(2,k)。因此l矩阵的轨迹斜率为：
[0085][0086]
其中(x1,y1),(x2,y2)为l矩阵中任意两个点。
[0087]
估计出的目标速度参数为：
[0088][0089]
其中prf是脉冲重复频率，fs是采样频率。
[0090]
步骤六：构造线性补偿函数。
[0091][0092]
式(4)与补偿函数相乘后的表达式为：
[0093][0094]
可以看出，由距离维频域f和速度v引起的耦合已经被完全消除，因此线性距离走动被完全校正。
[0095]
沿着距离频域维f进行ift，得到距离-方位的信号表达式为：
[0096][0097]
实施例1
[0098]
步骤一：获取回波数据
[0099]
本实例的回波数据来自实测的雷达回波数据，其距离-慢时间二维回波数如图3(a)所示，实测数据回波矩阵大小为(20460，1000)，其中20460为距离采样点数，1000为脉冲数。目标的能量在不同脉冲间分散在了[120,140]多个距离单元，如果不对目标运动产生的距离走动进行补偿的话，目标能量就会发生扩散，无法有效实现能量聚焦。
[0100]
步骤二：利用rpca的参数估计方法+频域补偿法对回波数据进行距离走动校正
[0101]
利用本发明所提出的方法对步骤一的实测数据进行预处理，选取门限因子tk＝0.5，对预处理后的回波矩阵利用rpca的快速分解算法godec方法对运动参数进行估计，矩阵分解算法设置参数时，矩阵的秩取1，功率值取2，稀疏度取50。本方法求出的速度估计值为198.5m/s，利用速度信息构造频域补偿函数，最后将距离走动校正完毕后的回波数据进行相参积累，即可实现对低信噪比目标的有效检测，如图3(b)所示。最终延慢时间进行运动目标检测，其结果如图3(c)所示。
[0102]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明公开的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。