專利名稱：用于機載雷達目標檢測中最優(yōu)處理的最優(yōu)權值估計方法
技術領域：
本發(fā)明涉及雷達領域，更具體地說，本發(fā)明涉及一種用于機載雷達目標檢測中最優(yōu)處理的最優(yōu)權值估計方法。
背景技術：
機載雷達以預警機、偵察機或直升機等運動平臺為載體，可對地面、低空或超低空的運動目標進行有效的檢測、跟蹤和成像，并且其還具有全天時、全天候、穿透性等特點，在導航、測繪、偵察、警戒、火控等民用和軍事領域得到廣泛的應用。
機載雷達在進行目標檢測的信號處理過程中需要盡量的抑制雜波。然而機載雷達往往工作于下視方式，其地面雜波的分布范圍廣、強度大。尤其在一些城市和山區(qū)地帶，雜波強度可達60～90dB；同時由于載機運動，致使雜波譜顯著擴展，導致目標淹沒在雜波中，使得目標的檢測能力受到嚴重的影響(D.C.Schleher，“MTI andpulsed Doppler radar，”Artech House Inc.，London，1991)?；谧畲筝敵鲂鸥杀葴蕜t的自適應實現(xiàn)的最優(yōu)處理(AIOP)方法能夠實現(xiàn)對雜波的極大抑制，顯著提高對目標的檢測性能(Farina，F(xiàn).A.Studer.“Application of Scram-Schmidt algorithm to optimum radarsignal processing，”IEE Proceeding-F，vol.134，no.2，pp139～145，1984)，并被普遍應用到許多雷達的檢測中。
在這里先給出機載雷達最優(yōu)處理的自適應實現(xiàn)(AIOP)的概念。對于雷達目標檢測，機載雷達平臺運動造成的雜波譜展寬相當于寬帶干擾，因此需要對各個延遲脈沖加權求和以補償平臺運動效應，實現(xiàn)干擾環(huán)境的最佳抑制。機載雷達實際工作時，由于平臺運動、非均勻背景等影響，雜波的統(tǒng)計特性是變化的。為了取得最大的改善因子(IF)，需要自適應地對在一個CPI(相干處理間隔)內的脈沖采樣給予一定的權值，以跟蹤雜波瞬態(tài)統(tǒng)計特性變化。如圖1所示，x(t)＝[x1，x2，…，xM]T表示機載雷達在一個CPI內的M個脈沖采樣，采用最優(yōu)的權值矢量w＝{ωi}，i＝1，2，…M，分別對M個脈沖采樣進行自適應的最優(yōu)處理，最后輸出處理結果。這個獲得最優(yōu)權值矢量的處理過程也被稱為自適應實現(xiàn)的最優(yōu)處理(AIOP)。由最優(yōu)檢測理論可得AIOP的加權矢量
wopt＝μR-1s (1)式中，R＝E[xxH]為干擾數(shù)據(jù)矢量形成的協(xié)方差矩陣，μ是一個常數(shù)，而已知待檢測的目標信號矢量s=a(fT)=[1,ej2πfsΔ,···,ej2πfi(M-1)Δ]T.]]>這樣AIOP后續(xù)的檢測器可描述為 也就是將AIOP的輸出與一設定的門限進行比較，當AIOP輸出值大于門限時判定有目標，反之則無目標，其中判決門限通常根據(jù)恒虛警準則確定。
從上述描述可知，在AIOP過程中，最關鍵的部分在于如何獲得最優(yōu)權值。顯然，AIOP為得到自適應權值，需要對M×M的雜波協(xié)方差矩陣R進行估計和求逆。現(xiàn)有技術中，R一般需由L個獨立同分布(i.i.d)干擾樣本來估計。在實際應用中，通常利用待檢測距離單元附近L個單元內的數(shù)據(jù)構成樣本協(xié)方差矩陣作為R的估計，其中R的最大似然估計(ML)R^=1LΣi=1LxixiH---(3)]]>為了AIOP性能損失不超過3dB，要求L≥2M。因此可見當M增大時，對i.i.d樣本數(shù)的要求會明顯增加。AIOP在具體實現(xiàn)中，需要大量的獨立同分布(i.i.d)的干擾樣本以估計干擾協(xié)方差矩陣和獲取最優(yōu)權值。然而，由于機載雷達雜波環(huán)境是非均勻和時變的，樣本的獨立同分布性難以滿足，也就是說，AIOP在實際機載雷達中實現(xiàn)時，i.i.d樣本數(shù)通常是難以滿足要求的。因此，就需要有一種新方法，能夠在有限樣本下實現(xiàn)最優(yōu)權值的估計問題。另外， 與R-1估計的復雜度分別為O[M2]和O[M3]，即隨著M呈指數(shù)增加。因此，要求新方法要保持適當?shù)膹碗s度。
本發(fā)明人在中國專利申請?zhí)枮椤?3160052.2”的專利“一種機載雷達的模型化雜波多普勒參數(shù)估計方法”中，提出了一種機載雷達的“多普勒分布式雜波模型(DDC)”，雜波多普勒信號可以由一個非相干分布源模型來建模。其中，高斯型DDC模型的協(xié)方差矩陣的解析表達式如下式所示[R]m,n=1M=σc2ej2πfcΔe(-(2π(m-n)ρfΔ)22)+σv2δmn---(4)]]>其中M為雜波信號的采樣點數(shù)，Δ為雷達的脈沖重復間隔，fc和ρf為DDC模型的多普勒中心和多普勒擴展參數(shù)，且 而σc2和σv2代表雜波和噪聲的散射強度。該專利所提供的方法可利用DDC模型，在i.i.d樣本數(shù)較少的情況下得到模型中[fc，ρf，σc2，σv2]的參數(shù)估計。

發(fā)明內容
本發(fā)明的目的在于通過多普勒分布式雜波(DDC)模型來進行最優(yōu)權值的估計，通過利用雜波模型所包含的對雜波的先驗認識來降低對i.i.d樣本數(shù)的要求，從而提供一種用于機載雷達目標檢測中最優(yōu)處理的最優(yōu)權值估計方法。
為了實現(xiàn)上述發(fā)明目的，本發(fā)明的用于機載雷達目標檢測中最優(yōu)處理的最優(yōu)權值估計方法，包括如下步驟(1)估計多普勒分布式雜波模型(DDC)中的未知多普勒參數(shù)，所述未知的多普勒參數(shù)包括多普勒中心fc和多普勒譜寬擴展系數(shù)ρf，雜波和噪聲的散射強度ρc2和σv2；對于未知的多普勒參數(shù)的估計，可采用兩種方法，一種是樣本數(shù)據(jù)和模型擬和的方法，包括如下步驟(a)機載雷達通過發(fā)射機和天線系統(tǒng)向探測區(qū)域發(fā)射脈沖信號；(b)機載雷達通過天線系統(tǒng)和接收機接收由探測區(qū)域的后向散射信號，所述的后向散射信號包括目標回波、雜波信號以及系統(tǒng)噪聲；(c)機載雷達將接收信號經混頻和A/D轉換后送入信號處理系統(tǒng)，信號處理系統(tǒng)將數(shù)字化的接收信號構成樣本的干擾協(xié)方差矩陣；(d)信號處理系統(tǒng)通過樣本的干擾協(xié)方差矩陣和多普勒分布式雜波模型估計該雜波模型中未知的多普勒參數(shù)。
未知多普勒參數(shù)還可以通過機載雷達的采樣信號直接得到，其中，fc=12π(M-3)ΔΣk=1M-3angle(xk+22-xk+1xk+3xk+12-xkxk+2)]]>ρf=12.355π(M-4)ΔΣk=1M-4cos-1(12|xk+22-xk2xk+1xk+22-xk+1xx+3|),]]>x＝[x1，x2，…，xM]T表示機載雷達在一個相干處理間隔內的M個脈沖的干擾采樣，angle(*)表示復數(shù)的相位算子，Δ是雷達脈沖重復間隔。在高雜噪比的機載雷達應用中σv2的影響可以忽略，而σc2對于最優(yōu)權值的作用可以歸納到μ中，因此實際應用中只需要估計多普勒參數(shù)即可以實現(xiàn)最優(yōu)權值的計算。
(2)根據(jù)步驟(1)所估計的多普勒參數(shù)，得到具有確定參數(shù)的多普勒分布式雜波模型；同時得到該模型描述的雜波協(xié)方差矩陣R；(3)根據(jù)雜波協(xié)方差矩陣R獲得最優(yōu)權值矢量wopt，所述最優(yōu)權值矢量wopt＝μR-1s，其中，R-1為雜波協(xié)方差矩陣R的逆矩陣，μ為常數(shù)，s為待檢測的目標信號矢量。
本發(fā)明將最優(yōu)權值的計算問題轉換為DDC模型的參數(shù)估計問題，從而利用模型的先驗知識，顯著降低了對i.i.d樣本數(shù)的要求。本發(fā)明采用一種低復雜度的非線性能量算子實現(xiàn)上述參數(shù)的估計，通過理論分析和仿真實驗表明新方法對i.i.d樣本數(shù)的要求顯著下降，并具有運算量小、易于實現(xiàn)的優(yōu)點。


圖1是機載雷達自適應最優(yōu)處理(AIOP)的原理框圖；圖2是機載雷達的結構示意圖；圖3是機載雷達的工作示意圖；圖4是本發(fā)明所提供的方法的流程圖；圖5(a)是在同i.i.d樣本數(shù)的情況下，采用NLOP、S-ESPRIT和ML三種方法對R估計的誤差比較；圖5(b)是在同雜噪比的情況下，采用NLOP、S-ESPRIT和ML三種方法對R估計的誤差比較。
圖6是采用NLOP、S-ESPRIT和ML三種AIOP方法的改善因子曲線。
具體實施例方式
下面結合附圖和具體實施方式
對本發(fā)明進一步詳細描述。
圖2示出了常規(guī)的機載雷達的結構示意圖，主要由收發(fā)系統(tǒng)1、信號處理系統(tǒng)2和終端顯示系統(tǒng)等部分組成。收發(fā)系統(tǒng)又由發(fā)射機、接收機及天線系統(tǒng)組成。發(fā)射機將特定形式的脈沖信號調制到射頻載波上通過天線系統(tǒng)發(fā)射到空間中。發(fā)射信號經探測區(qū)域中的目標及地物反射后，其后向散射信號被機載雷達天線系統(tǒng)接收，通過接收機將射頻信號混頻后得到中頻信號，該中頻信號再經過多級的混頻后變換到適合采集的信號，然后送到后繼的信號處理系統(tǒng)中。
信號處理系統(tǒng)的A/D轉換器將模擬的接受信號變換為數(shù)字信號，再由由多塊DSP處理板數(shù)字信號進行處理，實現(xiàn)目標檢測、參數(shù)估計、成像識別等多種功能。
終端顯示系統(tǒng)通過二次處理(數(shù)據(jù)處理)、多種形式的顯示器、人機接口等動態(tài)、交互、直觀地將處理結果顯示出來。
圖3示出了機載雷達的工作示意圖，機載雷達通常采用脈沖-多普勒體制，即通過不斷地發(fā)射和接收相參的脈沖信號實現(xiàn)對目標的檢測或成像。其中，機載雷達雜波的多普勒信號與雜波源的位置、平臺運動速度和雷達波束等諸多因素有關。此處為方位角；u()表示對應的雜波單元，V為載機速度；fp和Δ＝1/fp分別表示雷達重復頻率(PRF)和雷達重復間隔(PRT)；Rl和αl分別為第l個距離環(huán)對應的雷達斜距和高低角；F(，αl)則是由雷達天線雙向電壓方向圖。
圖4示出了本發(fā)明的流程圖，從中可知本發(fā)明為了降低對i.i.d樣本數(shù)的要求，采用了一種描述雜波性質的多普勒分布式雜波(DDC)模型，本發(fā)明在DDC模型基礎上，提出了一種參數(shù)化的最優(yōu)處理方法。區(qū)別于現(xiàn)有方法，新方法將最優(yōu)權值計算轉換為對DDC模型的參數(shù)估計，即估計多普勒頻率中心fc和多普勒頻率擴展系數(shù)ρf。從圖4可知，本發(fā)明的方法通過如下步驟進行。
步驟1機載雷達通過發(fā)射機和天線系統(tǒng)向探測區(qū)域發(fā)射脈沖信號；步驟2機載雷達通過天線系統(tǒng)和接收機接收由探測區(qū)域的后向散射信號，所述的后向散射信號包括目標回波、雜波信號以及系統(tǒng)噪聲；機載雷達從反射信號中獲得獨立同分布的N個干擾采樣。該N個干擾采樣構成矢量X＝[x(t1)，…，x(tN)]。實際應用中，X可用包含待處理距離單元附近的N個單元中的采樣矢量構成。
步驟3將機載雷達的接收信號經混頻和A/D轉換后送入信號處理系統(tǒng)。
步驟4該信號處理系統(tǒng)用轉換后的接收信號來估計雜波模型中的多普勒參數(shù)。一種方法是將接收信號構成樣本的干擾協(xié)方差矩陣，即R^=XXH/N,]]>根據(jù)樣本的干擾協(xié)方差矩陣來聯(lián)合估計前述所得到的雜波模型的未知多普勒參數(shù)x＝[fc，ρf，σc2，σv2]。這里可用的參數(shù)估計方法包括基于協(xié)方差矩陣逼近的方法、基于協(xié)方差矩陣的子空間分析的方法等。
本發(fā)明還提供了一種非線性能量算子(NLOP)的方法，顯著地降低了對最優(yōu)權值的計算復雜度。下面介紹NLOP，由DDC模型可知多普勒譜寬擴展系數(shù) 其與機載雷達及平臺的運動參數(shù)有關，通過已知的參數(shù)可預估多普勒譜寬擴展系數(shù)ρf的范圍，當ρf相對于脈沖重復頻率較小時(如小于典型值0.2)，多普勒中心fc和多普勒譜寬擴展系數(shù)ρf可以近似為2個多普勒頻率分別為f1和f2的點信號的疊加。因此，可由
fc=f1+f22---(5)]]>ρf=f1-f22---(6)]]>根據(jù)以上思路，將其近似推廣到單個距離單元采樣數(shù)據(jù)，得 進而針對(7)式，運用NLOP可能夠直接得到fc=12π(M-3)ΔΣk=1M-3angle(xk+22-xk+1xk+3xk+12-xkxk+2)---(8)]]>ρf≈12.355π(M-4)ΔΣk=1M-4cos-1(12xk+22-xk2xk+1xk+22-xk+1xk+3)---(9)]]>式中，x＝[x1，x2，…，xM]T表示CPI內M個脈沖的干擾采樣，angle(*)表示復數(shù)的相位算子。通過(8)、(9)式的閉式解，可以直接利用簡單的運算(復雜度為O[M])得到DDC模型參數(shù)的估計。在高雜噪比的機載雷達應用中σv2的影響可以忽略，而σc2對于最優(yōu)權值的作用可以歸納到μ中，因此實際應用中只需要估計多普勒參數(shù)即可以實現(xiàn)最優(yōu)權值的計算。
步驟5將步驟4中得到的DDC模型的多普勒參數(shù)帶入DDC模型中，即可得到具有確定參數(shù)的DDC模型，同時也就獲得了DDC模型描述的雜波協(xié)方差矩陣R。
步驟6根據(jù)雜波協(xié)方差矩陣R獲得最優(yōu)權值矢量wopt，最優(yōu)權值矢量wopt＝μR-1s，其中，R-1為雜波協(xié)方差矩陣R的逆矩陣，μ為常數(shù)，s為待檢測的目標信號矢量。
以上最優(yōu)權值的計算方法通過引入DDC模型這一參數(shù)化的先驗信息，可以將AIOP對i.i.d樣本的要求降到極低。
下面就NLOP、S-ESPRIT(擴展的旋轉不變信號參數(shù)估計法)和ML(最大似然估計)三種方法在i.i.d樣本數(shù)要求、實現(xiàn)復雜度和改善因子三方面進行性能比較(1)i.i.d樣本數(shù)應該指出在上述的步驟4中，對fc和ρf的估計精度是與i.i.d樣本數(shù)有關的。但在強雜波背景的機載雷達應用中，利用對R的結構的先驗知識，是可以在少量、甚至單個距離單元采樣矢量上完成對R的準確估計，因此其可以顯著降低對i.i.d采樣量的要求。首先根據(jù)雷達參數(shù)產生滿足高斯型DDC模型的多普勒信號，進而三種方法在設定的仿真條件下，在不同的i.i.d樣本數(shù)、雜噪比(CNR)條件實現(xiàn)R的估計(如圖5(a)和圖5(b)所示)。其中，ML方法是利用公式(3)式直接計算R；NLOP采用(8)和(9)獲取DDC參數(shù)，然后代入(4)式得到R的估計，定義估計協(xié)方差矩陣的均方根誤差如下RMSE=Σi=1MΣj=1M|R~(i,j)-R(i,j)|2---(16)]]>圖5(a)是設定CNR＝35dB，不同i.i.d樣本數(shù)下對R估計的性能曲線；圖5(b)則是在單個距離單元采樣，不同CNR的估計性能曲線。由圖5可知雖然NLOP與S-ESPRIT不是R的漸近一致估計，但它們基于單個距離樣采樣數(shù)據(jù)的估計性能要超過對R結構“盲”的ML方法在大樣本數(shù)量(＞2M)下的估計性能。因此，基于DDC模型的先驗知識，新方法對i.i.d樣本數(shù)要求可以降到最低。
(2)實現(xiàn)復雜度首先給出三種方法實現(xiàn)復雜度如表1所示?？梢娙N方法的總體復雜度均為O[M3]，但在估計R估計的復雜度方面，采用NLOP方法較傳統(tǒng)ML方法的有一個數(shù)量級的改善。
表1三種算法復雜度比較(M1＝9)

(3)AIOP性能下面采用信干比改善因子(IF)作為指標比較以上三種方法在機載雷達AIOP方面的性能。其中IF的定義為輸出信干比SIRoutput與輸入信干比SIRinput的比值，IF＝10log(SIRonput/SIRinput) (17)設定系統(tǒng)的CNR＝35dB，NLOP和S-ESPRIT采用單個距離單元的雜波矢量估計自適應權值實現(xiàn)AIOP；ML方法則采用8個距離單元的雜波矢量。三種方法的性能曲線如圖6所示。其中“optimal”表示直接采用仿真設定的R得到的最優(yōu)權值實現(xiàn)AIOP得到的性能曲線；可見NLOP與S-ESPRIT的方法在單個i.i.d樣本數(shù)條件下，仍然能夠較好地逼近最優(yōu)處理；而ML方法由于對i.i.d樣本數(shù)有強烈的依賴，因此在小樣本的應用中，性能嚴重惡化。
權利要求
1.一種用于機載雷達目標檢測最優(yōu)處理的最優(yōu)權值估計方法，包括如下步驟(1)通過記載雷達采集的雜波樣本數(shù)據(jù)估計多普勒分布式雜波模型中的未知多普勒參數(shù)，所述未知的多普勒參數(shù)包括多普勒中心fc和多普勒譜寬擴展系數(shù)ρf；(2)根據(jù)步驟(1)所估計的多普勒參數(shù)，得到具有確定參數(shù)的多普勒分布式雜波模型；同時得到該模型描述的雜波協(xié)方差矩陣R；(3)根據(jù)雜波協(xié)方差矩陣R獲得最優(yōu)權值矢量Wopt，所述最優(yōu)權值矢量wopt＝μR-1s，其中，R-1為雜波協(xié)方差矩陣R的逆矩陣，μ為常數(shù)，s為待檢測的目標信號矢量。
2.根據(jù)權利要求1所述的最優(yōu)權值估計方法，其特征在于，步驟(1)中所述未知多普勒參數(shù)的估計通過如下步驟得到(a)機載雷達通過發(fā)射機和天線系統(tǒng)向探測區(qū)域發(fā)射脈沖信號；(b)機載雷達通過天線系統(tǒng)和接收機接收由探測區(qū)域的后向散射信號，所述的后向散射信號包括目標回波、雜波信號以及系統(tǒng)噪聲；(c)機載雷達將接收信號經混頻和A/D轉換后送入信號處理系統(tǒng)，信號處理系統(tǒng)將數(shù)字化的接收信號構成樣本的干擾協(xié)方差矩陣；(d)信號處理系統(tǒng)通過樣本的干擾協(xié)方差矩陣和多普勒分布式雜波模型估計該雜波模型中未知的多普勒參數(shù)。
3.根據(jù)權利要求1所述的最優(yōu)權值估計方法，其特征在于，在多普勒譜寬擴展系數(shù)ρf小于0.2時，步驟(1)中所述未知多普勒參數(shù)可直接通過機載雷達的采樣信號得到，fc=12π(M-3)ΔΣk=1M-3angle(xk+22-xk+1xk+3xk+12-xkxk+2)]]>ρf=12.355π(M-4)ΔΣk=1M-4cos-1(12|xk+22-xk2xk+1xk+22-xk+1xk+3|),]]>其中，x＝[x1，x2，…，xM]T表示機載雷達在一個相干處理間隔內的M個脈沖的干擾采樣，angle(*)表示復數(shù)的相位算子，Δ是雷達脈沖重復間隔。
全文摘要
本發(fā)明公開了一種用于機載雷達目標檢測中最優(yōu)處理的最優(yōu)權值估計方法，包括如下步驟(1)通過采集的雜波樣本數(shù)據(jù)估計多普勒分布式雜波模型中的未知多普勒參數(shù)；(2)得到具有確定參數(shù)的多普勒分布式雜波模型，同時獲得雜波協(xié)方差矩陣R；(3)根據(jù)雜波協(xié)方差矩陣R獲得最優(yōu)權值矢量w
文檔編號G01S13/00GK1603858SQ0315447
公開日2005年4月6日 申請日期2003年9月30日 優(yōu)先權日2003年9月30日
發(fā)明者許稼, 彭應寧, 夏香根, 張瓅玶 申請人:清華大學