用于机载雷达目标检测中最优处理的最优权值估计方法技术

一种用于机载雷达目标检测最优处理的最优权值估计方法，包括如下步骤：　　　　（１）通过记载雷达采集的杂波样本数据估计多普勒分布式杂波模型中的未知多普勒参数，所述未知的多普勒参数包括多普勒中心ｆ↓［ｃ］和多普勒谱宽扩展系数ρ↓［ｆ］；　　　　（２）根据步骤（１）所估计的多普勒参数，得到具有确定参数的多普勒分布式杂波模型；同时得到该模型描述的杂波协方差矩阵Ｒ；　　　　（３）根据杂波协方差矩阵Ｒ获得最优权值矢量ｗ↓［ｏｐｔ］，所述最优权值矢量ｗ↓［ｏｐｔ］＝μＲ↑［－１］ｓ，其中，Ｒ↑［－１］为杂波协方差矩阵Ｒ的逆矩阵，μ为常数，ｓ为待检测的目标信号矢量。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及雷达领域，更具体地说，本专利技术涉及一种。
技术介绍
机载雷达以预警机、侦察机或直升机等运动平台为载体，可对地面、低空或超低空的运动目标进行有效的检测、跟踪和成像，并且其还具有全天时、全天候、穿透性等特点，在导航、测绘、侦察、警戒、火控等民用和军事领域得到广泛的应用。机载雷达在进行目标检测的信号处理过程中需要尽量的抑制杂波。然而机载雷达往往工作于下视方式，其地面杂波的分布范围广、强度大。尤其在一些城市和山区地带，杂波强度可达60～90dB；同时由于载机运动，致使杂波谱显著扩展，导致目标淹没在杂波中，使得目标的检测能力受到严重的影响(D.C.Schleher，“MTI andpulsed Doppler radar，”Artech House Inc.，London，1991)。基于最大输出信干比准则的自适应实现的最优处理(AIOP)方法能够实现对杂波的极大抑制，显著提高对目标的检测性能(Farina，F.A.Studer.“Application of Scram-Schmidt algorithm to optimum radarsignal processing，”IEE Proceeding-F，vol.134，no.2，pp139～145，1984)，并被普遍应用到许多雷达的检测中。在这里先给出机载雷达最优处理的自适应实现(AIOP)的概念。对于雷达目标检测，机载雷达平台运动造成的杂波谱展宽相当于宽带干扰，因此需要对各个延迟脉冲加权求和以补偿平台运动效应，实现干扰环境的最佳抑制。机载雷达实际工作时，由于平台运动、非均匀背景等影响，杂波的统计特性是变化的。为了取得最大的改善因子(IF)，需要自适应地对在一个CPI(相干处理间隔)内的脉冲采样给予一定的权值，以跟踪杂波瞬态统计特性变化。如图1所示，x(t)＝T表示机载雷达在一个CPI内的M个脉冲采样，采用最优的权值矢量w＝{ωi}，i＝1，2，…M，分别对M个脉冲采样进行自适应的最优处理，最后输出处理结果。这个获得最优权值矢量的处理过程也被称为自适应实现的最优处理(AIOP)。由最优检测理论可得AIOP的加权矢量 wopt＝μR-1s (1)式中，R＝E为干扰数据矢量形成的协方差矩阵，μ是一个常数，而已知待检测的目标信号矢量s=a(fT)=T.]]>这样AIOP后续的检测器可描述为 也就是将AIOP的输出与一设定的门限进行比较，当AIOP输出值大于门限时判定有目标，反之则无目标，其中判决门限通常根据恒虚警准则确定。从上述描述可知，在AIOP过程中，最关键的部分在于如何获得最优权值。显然，AIOP为得到自适应权值，需要对M×M的杂波协方差矩阵R进行估计和求逆。现有技术中，R一般需由L个独立同分布(i.i.d)干扰样本来估计。在实际应用中，通常利用待检测距离单元附近L个单元内的数据构成样本协方差矩阵作为R的估计，其中R的最大似然估计(ML)R^=1LΣi=1LxixiH---(3)]]>为了AIOP性能损失不超过3dB，要求L≥2M。因此可见当M增大时，对i.i.d样本数的要求会明显增加。AIOP在具体实现中，需要大量的独立同分布(i.i.d)的干扰样本以估计干扰协方差矩阵和获取最优权值。然而，由于机载雷达杂波环境是非均匀和时变的，样本的独立同分布性难以满足，也就是说，AIOP在实际机载雷达中实现时，i.i.d样本数通常是难以满足要求的。因此，就需要有一种新方法，能够在有限样本下实现最优权值的估计问题。另外， 与R-1估计的复杂度分别为O和O，即随着M呈指数增加。因此，要求新方法要保持适当的复杂度。本专利技术人在中国专利申请号为“03160052.2”的专利“一种机载雷达的模型化杂波多普勒参数估计方法”中，提出了一种机载雷达的“多普勒分布式杂波模型(DDC)”，杂波多普勒信号可以由一个非相干分布源模型来建模。其中，高斯型DDC模型的协方差矩阵的解析表达式如下式所示m,n=1M=σc2ej2πfcΔe(-(2π(m-n)ρfΔ)22)+σv2δmn---(4)]]>其中M为杂波信号的采样点数，Δ为雷达的脉冲重复间隔，fc和ρf为DDC模型的多普勒中心和多普勒扩展参数，且 而σc2和σv2代表杂波和噪声的散射强度。该专利所提供的方法可利用DDC模型，在i.i.d样本数较少的情况下得到模型中的参数估计。
技术实现思路
本专利技术的目的在于通过多普勒分布式杂波(DDC)模型来进行最优权值的估计，通过利用杂波模型所包含的对杂波的先验认识来降低对i.i.d样本数的要求，从而提供一种。为了实现上述专利技术目的，本专利技术的，包括如下步骤(1)估计多普勒分布式杂波模型(DDC)中的未知多普勒参数，所述未知的多普勒参数包括多普勒中心fc和多普勒谱宽扩展系数ρf，杂波和噪声的散射强度ρc2和σv2；对于未知的多普勒参数的估计，可采用两种方法，一种是样本数据和模型拟和的方法，包括如下步骤(a)机载雷达通过发射机和天线系统向探测区域发射脉冲信号；(b)机载雷达通过天线系统和接收机接收由探测区域的后向散射信号，所述的后向散射信号包括目标回波、杂波信号以及系统噪声；(c)机载雷达将接收信号经混频和A/D转换后送入信号处理系统，信号处理系统将数字化的接收信号构成样本的干扰协方差矩阵；(d)信号处理系统通过样本的干扰协方差矩阵和多普勒分布式杂波模型估计该杂波模型中未知的多普勒参数。未知多普勒参数还可以通过机载雷达的采样信号直接得到，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＝T表示机载雷达在一个相干处理间隔内的M个脉冲的干扰采样，angle(*)表示复数的相位算子，Δ是雷达脉冲重复间隔。在高杂噪比的机载雷达应用中σv2的影响可以忽略，而σc2对于最优权值的作用可以归纳到μ中，因此实际应用中只需要估计多普勒参数即可以实现最优权值的计算。(2)根据步骤(1)所估计的多普勒参数，得到具有确定参数的多普勒分布式杂波模型；同时得到该模型描述的杂波协方差矩阵R；(3)根据杂波协方差矩阵R获得最优权值矢量wopt，所述最优权值矢量wopt＝μR-1s，其中，R-1为杂波协方差矩阵R的逆矩阵，μ为常数，s为待检测的目标信号矢量。本专利技术将最优权值的计算问题转换为DDC模型的参数估计问题，从而利用模型的先验知识，显著降低了对i.i.d样本数的要求。本专利技术采用一种低复杂度的非线性能量算子实现上述参数的估计，通过理论分析和仿真实验表明新方法对i.i.d样本数的要求显著下降，并具有运算量小、易于实现的优点。附图说明图1是机载雷达自适应最优处理(AIOP)的原理框图；图2是机载雷达的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：彭应宁，许稼，夏香根，张玶，
申请(专利权)人：清华大学，
类型：发明
国别省市：