一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法
【專利摘要】本發(fā)明屬于雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)【技術(shù)領(lǐng)域】，公開了一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法，其具體步驟為：對(duì)雷達(dá)回波進(jìn)行脈沖壓縮；對(duì)脈沖壓縮結(jié)果沿脈沖維進(jìn)行相干積累；對(duì)相干積累結(jié)果進(jìn)行二維恒虛警檢測(cè)，確定多機(jī)動(dòng)目標(biāo)信號(hào)所在的距離單元；提取多機(jī)動(dòng)目標(biāo)所在距離單元的回波信息；對(duì)目標(biāo)所在距離單元信號(hào)估計(jì)噪聲功率和噪聲的檢測(cè)門限；目標(biāo)所在距離單元相干積累后多普勒信息與噪聲檢測(cè)門限比較，確定目標(biāo)最大限度徑向速度和徑向加速度的范圍；基于CS稀疏分解法對(duì)多機(jī)動(dòng)目標(biāo)進(jìn)行參數(shù)粗略估計(jì)；基于CS理論對(duì)機(jī)動(dòng)目標(biāo)利用逐次逼近法進(jìn)行參數(shù)的高精度估計(jì)；得到所有被檢測(cè)到的各個(gè)機(jī)動(dòng)目標(biāo)徑向初速度和加速度滿足高精度的估計(jì)值。
【專利說明】一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及雷達(dá)【技術(shù)領(lǐng)域】和雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)，具體說是公開了一種高分辨 的多機(jī)動(dòng)目標(biāo)參數(shù)估計(jì)的方法，可用于多機(jī)動(dòng)目標(biāo)的檢測(cè)和跟蹤。

【背景技術(shù)】
[0002] 在雷達(dá)系統(tǒng)中，對(duì)于距離相近的多機(jī)動(dòng)目標(biāo)的雷達(dá)信號(hào)檢測(cè)和分辨能力的研究是 一個(gè)重要難題。雷達(dá)在信號(hào)處理階段獲取機(jī)動(dòng)目標(biāo)的徑向初速度和加速度信息對(duì)改善機(jī) 動(dòng)目標(biāo)檢測(cè)和跟蹤性能具有重要影響。機(jī)動(dòng)目標(biāo)的雷達(dá)回波不僅含有目標(biāo)速度引起的多 普勒調(diào)制項(xiàng)，而且目標(biāo)加速度引起的二次相位項(xiàng)也對(duì)回波信號(hào)產(chǎn)生時(shí)變調(diào)制，加速度的調(diào) 制會(huì)使雷達(dá)回波多普勒頻譜展寬，導(dǎo)致傅里葉譜分析方法信噪比下降，分辨率降低。對(duì)多 機(jī)動(dòng)目標(biāo)的徑向初速度和徑向加速度的估計(jì)即可轉(zhuǎn)化為對(duì)多線性調(diào)頻（Linear frequency modulation，LFM)信號(hào)的初始頻率和調(diào)頻斜率的提取問題。
[0003] 目前已有的對(duì)LFM信號(hào)的參數(shù)估計(jì)方法，本質(zhì)上都可歸結(jié)為一個(gè)多變量的最優(yōu)化 問題。其中基于最大似然思想的解線性調(diào)頻法（Dechirping)計(jì)算量稍小，工程實(shí)現(xiàn)簡(jiǎn)單， 但是在處理多分量信號(hào)時(shí)存在虛假交叉項(xiàng)的干擾、強(qiáng)弱信號(hào)難以分離和抗噪能力比較弱的 問題。近年來，基于時(shí)頻分析工具的多分量LFM信號(hào)的參數(shù)估計(jì)技術(shù)主要有：拉冬-魏格 納變換（Radon Winger Transform，RWT)，拉冬-模糊變換（Radon Ambiguity Transform， RAT)和分?jǐn)?shù)階傅里葉變換（Fractional Fourier Transform，F(xiàn)RFT)掃描法。以上方法各 有優(yōu)劣，RWT法和RAT法是基于圖像的直線積分檢測(cè)，先將信號(hào)轉(zhuǎn)換到時(shí)頻圖或模糊圖上， 再進(jìn)行直線搜索。RWT法是時(shí)頻面上的二維搜索，在單分量條件下能達(dá)到很好的效果，但計(jì) 算量較大，RAT法將RWT法的二維搜索簡(jiǎn)化為一維搜索降低了計(jì)算量，但是它以拋棄初始頻 率信息為代價(jià)。由于WVD分布和Ambiguity函數(shù)的雙線性特性，在多分量條件下各分量之 間的交叉項(xiàng)將嚴(yán)重影響信號(hào)的檢測(cè)和參數(shù)估計(jì)性能，機(jī)動(dòng)目標(biāo)相距較遠(yuǎn)時(shí)，雖然信號(hào)各分 量之間的交叉項(xiàng)和噪聲引起的干擾項(xiàng)也存在，但由其引起的振蕩幅度遠(yuǎn)小于由單個(gè)信號(hào) 能量聚集所產(chǎn)生的尖峰，且易求出這些尖峰出現(xiàn)的坐標(biāo)。但當(dāng)兩機(jī)動(dòng)目標(biāo)相距很近時(shí)，弱 分量很容易被強(qiáng)分量的交叉項(xiàng)所掩蓋，發(fā)生漏警。分?jǐn)?shù)階傅里葉變換FRFT法是信號(hào)到旋轉(zhuǎn) 頻率空間的線性投影，是一種廣義Fourier變換，屬于一維線性時(shí)頻變換，在多分量LFM信 號(hào)的處理時(shí)不受交叉項(xiàng)的影響，并且可以借助快速傅里葉FFT實(shí)現(xiàn)，降低了處理的復(fù)雜度， 但是對(duì)于相距很近的目標(biāo)，強(qiáng)信號(hào)分量很容易淹沒弱信號(hào)分量，而發(fā)生漏警，陶然等人提出 了分?jǐn)?shù)階Fourier域的信號(hào)分離技術(shù)，采用"CLEAN"思想有效抑制了強(qiáng)信號(hào)對(duì)弱信號(hào)的影 響，提高了對(duì)弱信號(hào)的檢測(cè)精度，但是這種方法只能解決強(qiáng)度相差較大的多分量LFM信號(hào)， 對(duì)于特殊的距離和方位上都很接近且強(qiáng)度相當(dāng)?shù)亩鄼C(jī)動(dòng)目標(biāo)，由于受限的時(shí)頻分辨率，而 不能將機(jī)動(dòng)目標(biāo)分開。所以時(shí)頻分析中多分量信號(hào)交叉項(xiàng)和時(shí)頻分辨率是一對(duì)矛盾體。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明針對(duì)上述現(xiàn)有技術(shù)處理多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度估計(jì)存在的 不足，公開了一種高分辨的多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度估計(jì)方法，實(shí)現(xiàn)多機(jī)動(dòng)目 標(biāo)的超分辨能力，且能以超高的精度精確估計(jì)多機(jī)動(dòng)目標(biāo)的徑向初速度和徑向加速度信 肩、。
[0005] 本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：
[0006] 本發(fā)明通過對(duì)雷達(dá)接收到的多機(jī)動(dòng)目標(biāo)所在距離單元的回波數(shù)據(jù)進(jìn)行相干積累， 通過噪聲門限檢測(cè)判斷目標(biāo)所在的最大頻域范圍，進(jìn)而得到多機(jī)動(dòng)目標(biāo)徑向初速度和徑向 加速度的最大范圍；然后基于壓縮感知（Compressive Sensing, CS)理論，根據(jù)機(jī)動(dòng)目標(biāo)回 波模型建立超完備原子庫，得到信號(hào)在超完備原子庫上的分解系數(shù)投影，通過^范數(shù)約束 條件下的最優(yōu)化算法，得到機(jī)動(dòng)目標(biāo)的個(gè)數(shù)以及各機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的一 次估計(jì)值；最后在每個(gè)機(jī)動(dòng)目標(biāo)附近采用逐次逼近法的頻率細(xì)化手段確定各個(gè)機(jī)動(dòng)目標(biāo)滿 足二次估計(jì)精度的徑向初速度和徑向加速度的二次估計(jì)值。
[0007] 本發(fā)明的技術(shù)方案包括如下步驟：
[0008] 步驟1，利用雷達(dá)向位于同一距離單元的多機(jī)動(dòng)目標(biāo)發(fā)射信號(hào)，并利用雷達(dá)接收經(jīng) 所述多機(jī)動(dòng)目標(biāo)反射的原始回波數(shù)據(jù)；對(duì)原始回波數(shù)據(jù)進(jìn)行脈沖壓縮，得到脈沖壓縮后的 回波數(shù)據(jù)矩陣X ;x = [Xp x2,...，Xi，...，XN]，Xi表示第i個(gè)距離單元的脈沖壓縮后的回波 數(shù)據(jù)，i = 1，2, . . .，N，N為每個(gè)脈沖對(duì)應(yīng)的距離單元數(shù)；
[0009] 對(duì)脈沖壓縮后的回波數(shù)據(jù)矩陣X沿脈沖維做相干積累，得到相干積累數(shù)據(jù)矩陣Y ; 對(duì)相干積累數(shù)據(jù)矩陣Y進(jìn)行二維恒虛警檢測(cè)，得出所述多機(jī)動(dòng)目標(biāo)所在的距離單元的序號(hào) IV 1 < % < N ;從脈沖壓縮后的回波數(shù)據(jù)矩陣X中提取所述多機(jī)動(dòng)目標(biāo)所在距離單元的脈 沖壓縮后的回波數(shù)據(jù)

【權(quán)利要求】
1. 一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法，其特征在于，包括以下步 驟： 步驟1，利用雷達(dá)向位于同一距離單元的多機(jī)動(dòng)目標(biāo)發(fā)射信號(hào)，并利用雷達(dá)接收經(jīng)所述 多機(jī)動(dòng)目標(biāo)反射的原始回波數(shù)據(jù)；對(duì)原始回波數(shù)據(jù)進(jìn)行脈沖壓縮，得到脈沖壓縮后的回波 數(shù)據(jù)矩陣X ;x = [Xi，x2,...，Xi，...，XN]，Xi表示第i個(gè)距離單元的脈沖壓縮后的回波數(shù)據(jù)， i = 1，2,...，N，N為每個(gè)脈沖對(duì)應(yīng)的距離單元數(shù)； 對(duì)脈沖壓縮后的回波數(shù)據(jù)矩陣X沿脈沖維做相干積累，得到相干積累數(shù)據(jù)矩陣Y ;對(duì)相 干積累數(shù)據(jù)矩陣Y進(jìn)行二維恒虛警檢測(cè)，得出所述多機(jī)動(dòng)目標(biāo)所在的距離單元的序號(hào)rv 1 < % < N ;從脈沖壓縮后的回波數(shù)據(jù)矩陣X中提取所述多機(jī)動(dòng)目標(biāo)所在距離單元的脈沖 壓縮后的回波數(shù)據(jù)
步驟2,確定機(jī)動(dòng)目標(biāo)徑向初速度的最小值vmin、機(jī)動(dòng)目標(biāo)徑向初速度的最大值vmax、機(jī) 動(dòng)目標(biāo)徑向加速度的最大值a_、以及機(jī)動(dòng)目標(biāo)徑向加速度的最小值; 設(shè)置徑向初速度一次搜索步長為△ Vi和徑向加速度一次搜索步長為Aai，在徑向初速 度一次離散搜索區(qū)間[vmin，vmax]內(nèi)，從vmin開始每隔A Vl獲取一個(gè)徑向初速度搜索值，得到 P個(gè)徑向初速度搜索值；在徑向加速度一次離散搜索區(qū)間[&_，&_]，從3_開始每隔Aai 獲取一個(gè)徑向加速度搜索值，得到Q個(gè)徑向加速度搜索值；PXQ>M，Μ為雷達(dá)發(fā)射的脈沖個(gè) 數(shù)； 步驟3,建立第一超完備原子庫Φ :
其中，
Ρ = 1，2，···，Ρ，q = 1，2，...，Q，Φ 為 MXL 維的矩陣，L = PXQ;
為：
表示第P個(gè)徑向初速度搜索 值；
表示第q個(gè)徑向加速度搜索值；η = 1，2, ...，Μ，?；為雷達(dá)發(fā)射信號(hào)的脈沖重復(fù)周期， 上標(biāo)Τ表示矩陣或向量的轉(zhuǎn)置； 得出第一超完備原子庫Φ下的稀疏分解方程：
其中，α為LX1維的列向量，Ζ為已知的隨機(jī)噪聲殘余分量，Ζ為ΜΧ1維的矢量；然 后將符合第一超完備原子庫Φ下的稀疏分解方程的α的解輸入關(guān)于第一超完備原子庫Φ 下的稀疏分解的優(yōu)化模型中，得出α的最優(yōu)化一次稀疏解
所述關(guān)于第一超完備原子庫 Φ下的稀疏分解的優(yōu)化模型為：
其中，Y表示設(shè)定的正則化參數(shù)，II · ||2表示求2范數(shù)，II · Mi表示求1范數(shù)；在得 出α的最優(yōu)化一次稀疏解之后，將
中非零元素的個(gè)數(shù)Κ作為機(jī)動(dòng)目標(biāo)的個(gè)數(shù)；確定

中第g個(gè)非零元素的行序號(hào)dg，g = 1，2, . . .，Κ ;得出第g個(gè)機(jī)動(dòng)目標(biāo)徑向初速度的一次估 計(jì)值
和徑向加速度的一次估計(jì)值
當(dāng)dg% Q尹0時(shí)，
；當(dāng)dg% Q = 0時(shí)，
其中，dg% Q表示dg除以Q后所得余數(shù)，
表示第
個(gè)徑向初速度搜 索值，
表示第dg%Q個(gè)徑向加速度搜索值，
表示第
個(gè)徑向初速度搜索 值，
表示向下取整。
2.如權(quán)利要求1所述的一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法，其特征 在于，在步驟1中，第i個(gè)距離單元的脈沖壓縮后的回波數(shù)據(jù)Xi為：Xi = [Xi(l)，Xi(2)，... ，xi(j)，...，x i(M)]T，Xi維數(shù)為MX1，j = 1，2，···，Μ，Μ為雷達(dá)發(fā)射的脈沖個(gè)數(shù)，[·]τ表示 矩陣或向量的轉(zhuǎn)置； 在步驟1中，所述相干積累數(shù)據(jù)矩陣Υ為：Υ= [^2，...，1，...，￥1<]，其中，1表示第 i 個(gè)距離單元的多普勒數(shù)據(jù)，Yi = [yi(l), yi(2), · · ·，yjj), · · ·，yi(M)]T; 在步驟2中，首先，計(jì)算所述多機(jī)動(dòng)目標(biāo)所在距離單元的脈沖壓縮后的回波數(shù)據(jù)
的 噪聲功率

其中，nt e [1，2，...，N]且nt#rv
表示第nt個(gè)距離單元的脈沖壓縮后的回波數(shù) 據(jù)，
表示對(duì)
中的元素求均值； 然后，得出噪聲檢測(cè)門限G，·
Pfa表示設(shè)定的虛警概率值； 將第％個(gè)距離單元的多普勒數(shù)據(jù)
取模值，得到多普勒模值向量

確定多普勒模值向量
中超過噪聲檢測(cè)門限G的第一個(gè)元素所對(duì)應(yīng)的多普勒通道序 號(hào)!^、以及多普勒模值向量
中超過噪聲檢測(cè)門限G的最后一個(gè)元素所對(duì)應(yīng)的多普勒通 道序號(hào)m2 ; 得出最小多普勒通道序號(hào)mmin，mmin = π^-Δη ;得出最大多普勒通道序號(hào)mmax，mmax = m2+An ; Δη為設(shè)定的自然數(shù)；確定多普勒頻率的最小值fmin為
確定 多普勒頻率的最大值fmax為
?；為雷達(dá)發(fā)射信號(hào)的脈沖重復(fù)周期； 確定機(jī)動(dòng)目標(biāo)徑向初速度的最小值vmin為
表示向下取整，λ為 雷達(dá)發(fā)射信號(hào)的波長；確定機(jī)動(dòng)目標(biāo)徑向初速度的最大值
表 示向上取整； 計(jì)算出機(jī)動(dòng)目標(biāo)徑向加速度的最大值amax
其中，λ為雷達(dá)發(fā)射信號(hào) 的波長，Λ fsp表示機(jī)動(dòng)目標(biāo)在Μ個(gè)脈沖內(nèi)機(jī)動(dòng)目標(biāo)多普勒展寬，T。= ΜΤ,;確定機(jī)動(dòng)目標(biāo)徑 向加速度的最小值amin為：amin= _amax。
3. 如權(quán)利要求1所述的一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法，其特征 在于，在步驟2中，將徑向初速度一次搜索步長和徑向加速度一次搜索步長分別 設(shè)置為：
其中，t為設(shè)定的正數(shù)。
4. 如權(quán)利要求1所述的一種多機(jī)動(dòng)目標(biāo)徑向初速度和徑向加速度的估計(jì)方法，其特征 在于，在步驟3之后，還設(shè)置有步驟4,所述步驟4的具體子步驟為： 4a)設(shè)定機(jī)動(dòng)目標(biāo)徑向初速度二次估計(jì)精度和機(jī)動(dòng)目標(biāo)徑向加速度二次估計(jì)精 度Δ ;令1 = 1，2,...，當(dāng)1 = 1時(shí)，執(zhí)行子步驟4b); 4b)將第g個(gè)機(jī)動(dòng)目標(biāo)處第1次逼近的徑向初速度二次搜索步長Λ Vg l和第g個(gè)機(jī)動(dòng) 目標(biāo)處第1次逼近的徑向加速度二次搜索步長Λ a&1分別設(shè)置為：
將第g個(gè)機(jī)動(dòng)目標(biāo)的徑向初速度二次離散搜索區(qū)間
和第g個(gè)機(jī)動(dòng)目標(biāo)的徑向加速 度二次離散搜索區(qū)間
分別設(shè)置為：

在第g個(gè)機(jī)動(dòng)目標(biāo)的徑向初速度二次離散搜索區(qū)間
內(nèi)，從
的下界開始每隔Λν&ι 獲取一個(gè)徑向初速度二次搜索值，得到
<個(gè)徑向初速度二次搜索值；在第g個(gè)機(jī)動(dòng)目標(biāo)的 徑向加速度二次離散搜索區(qū)間
內(nèi)，從
的下界開始每隔々ay獲取個(gè)徑向加速度二次搜 索值，得到
個(gè)徑向加速度二次搜索值，
然后構(gòu)建第二超完備原子庫ng:
其中，％為
維的超完備矩陣，
上標(biāo)T表示矩陣或向量的轉(zhuǎn)置，
為：

為第
個(gè)徑向初速度二次搜索值，

，為第
個(gè)徑向加速度二次搜 索值，
?；為雷達(dá)發(fā)射信號(hào)的脈沖重復(fù)周期； 4c)得出關(guān)于第二超完備原子庫ng下的稀疏分解的優(yōu)化模型：
其中，Y表示設(shè)定的正則化參數(shù)，11 · 112表示求2范數(shù)，11 · I K表示求1范數(shù)，β為 為
維的列向量，通過求解所述關(guān)于第二超完備原子庫ng下的稀疏分解的優(yōu)化模型， 得出β的最優(yōu)化二次稀疏解
4d)確定
中最大的非零元素的行序號(hào)

；得出第g個(gè)機(jī)動(dòng)目標(biāo)處第 1次逼近的徑向初速度二次估計(jì)值
和第g個(gè)機(jī)動(dòng)目標(biāo)處第1次逼近的徑向加速度二次 估計(jì)值
當(dāng)
時(shí)，
.當(dāng)，
時(shí)，
其中，
表示，
除以
后所得余數(shù)，
表示第
個(gè)徑向初速度 二次搜索值，
表示第
個(gè)徑向加速度二次搜索值，
表示第
個(gè) 徑向初速度二次搜索值，
表示向下取整； 4e)將第g個(gè)機(jī)動(dòng)目標(biāo)處第1次逼近的徑向初速度二次搜索步長Λ Vg l與機(jī)動(dòng)目標(biāo)徑 向初速度二次估計(jì)精度Λ Vmin進(jìn)行比較，將第g個(gè)機(jī)動(dòng)目標(biāo)處第1次逼近的徑向加速度二 次搜索步長Aagj與機(jī)動(dòng)目標(biāo)徑向加速度二次估計(jì)精度Aa min進(jìn)行比較，若Λν&1< Avmin 且Aagil< Aamin，則得出第g個(gè)機(jī)動(dòng)目標(biāo)徑向初速度的二次估計(jì)值
和徑向加速度的二次 估計(jì)值
否則，令1的值自增1，返回至子步驟4b)。
【文檔編號(hào)】G01S13/58GK104215959SQ201410487916
【公開日】2014年12月17日 申請(qǐng)日期:2014年9月22日 優(yōu)先權(quán)日:2014年9月22日
【發(fā)明者】蘇洪濤, 劉麗嬌, 劉宏偉, 劉子威 申請(qǐng)人:西安電子科技大學(xué)