国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于壓縮卡爾曼濾波的小場景雷達(dá)目標(biāo)距離像估計方法

      文檔序號:6221567閱讀:650來源:國知局
      專利名稱:基于壓縮卡爾曼濾波的小場景雷達(dá)目標(biāo)距離像估計方法
      技術(shù)領(lǐng)域
      本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域,涉及一種利用壓縮采樣和卡爾曼濾波器進(jìn)行雷達(dá)成像的方法,可用于對小場景雷達(dá)目標(biāo)距離像進(jìn)行估計。
      背景技術(shù)
      傳統(tǒng)雷達(dá)在空間檢測、目標(biāo)跟蹤和戰(zhàn)場偵查等各種軍事領(lǐng)域中發(fā)揮著極為重要的作用,各種軍事需求對雷達(dá)的功能提出了越來越高的要求,這也使得雷達(dá)系統(tǒng)越來越復(fù)雜,實(shí)現(xiàn)也越來越困難。為避免信息丟失,實(shí)現(xiàn)無失真恢復(fù)原始信號,奈奎斯特Nyquist采樣定理指出數(shù)-模轉(zhuǎn)換ADC的采樣速率必須至少等于兩倍的信號帶寬頻率。這無疑給信號處理的能力提出了更高的要求,也給相應(yīng)的硬件設(shè)備帶來了極大的挑戰(zhàn)。比如在目前接收機(jī)設(shè)計中隨著分辨率的提高和帶寬的增加,對數(shù)字處理的AD變換器采樣頻率的要求越來越高。成本和技術(shù)上的限制,現(xiàn)有的模數(shù)轉(zhuǎn)換過程成為設(shè)計高性能和高分辨率雷達(dá)系統(tǒng)的主要限制因素之一。最近幾年出現(xiàn)的壓縮感知CS理論表明,在原始信號在某個域上具有稀疏特性或可壓縮特性的條件下,可以突破上述的Nyquist采樣定理的限制,這使其在信號處理領(lǐng)域有著突出的優(yōu)點(diǎn)和廣闊的應(yīng)用前景。由CS理論可知,是完全有可能突破傳統(tǒng)雷達(dá)信號采樣的Nyquist速率,實(shí)現(xiàn)雷達(dá)信號的低速率觀測,并且從中恢復(fù)目標(biāo)信息,達(dá)到對目標(biāo)進(jìn)行檢測和參數(shù)測量的。因此CS理論在雷達(dá)信號處理方面有著非常重要的應(yīng)用前景。對雷達(dá)目標(biāo)回波的分析可知,首先觀測窗口內(nèi)的目標(biāo)散射中心數(shù)遠(yuǎn)小于識別這些散射中心所需的數(shù)據(jù)樣本數(shù)。顯然,這種特性與CS對稀疏性的要求十分吻合,研究也表明基于稀疏特性的壓縮感知雷達(dá)具有高分辨的特點(diǎn),其分辨率跟發(fā)射信號的帶寬不再是簡單的倒數(shù)關(guān)系。同樣對雷達(dá)回波模型分析可知,在相干積累時間內(nèi),不同脈沖間接收到的噪聲信號、干擾在統(tǒng)計上是動態(tài)變化的,并且由于目標(biāo)與雷達(dá)之間的相對運(yùn)動,使得目標(biāo)相對雷達(dá)的距離、多普勒、散射系數(shù)等信息也在不停的變化。綜合上述特點(diǎn),雷達(dá)回波信號在不同脈沖時刻也是實(shí)時變化的,具有動態(tài)特性,可以利用狀態(tài)空間法對回波進(jìn)行重建,然而上述的壓縮感知雷達(dá)由于沒有考慮回波間的動態(tài)特性,因而無法獲得更為突出的雷達(dá)成像結(jié)果;另一方面因為傳統(tǒng)的卡爾曼濾波器對大尺度信號存在計算量大的問題,利用狀態(tài)空間法對回波進(jìn)行重建的方法不利于工程實(shí)現(xiàn)。

      發(fā)明內(nèi)容
      本發(fā)明的目的在于克服針對上述已有技術(shù)的不足,提出一種基于壓縮卡爾曼濾波的小場景雷達(dá)目標(biāo)距離像估計方法,以實(shí)現(xiàn)對目標(biāo)距離像動態(tài)稀疏重構(gòu),提高距離像估計效果。為實(shí)現(xiàn)上述目的,本發(fā)明提出的方案具體步驟如下:1)假設(shè)待估計雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個數(shù)D << L,第k個脈沖的小場景雷達(dá)回波信號為Xk,回波信號長度為N,對Xk進(jìn)行壓縮采樣,獲得第k個脈沖的采樣數(shù)據(jù)qk = Oxk,其中,N = L+n, η為雷達(dá)發(fā)射信號的Nyquist采樣點(diǎn)數(shù),Φ為MXN的壓縮采樣矩陣,M < N,k = 1,2,…K,X為脈沖數(shù);2)假設(shè)目標(biāo)與噪聲相互獨(dú)立,且噪聲服從均值為零的正態(tài)分布,在含有目標(biāo)的距離單元附近,由僅含噪聲的時域回波壓縮采樣信號對噪聲的自相關(guān)矩陣R進(jìn)行估計,得到R
      的估計值:々=達(dá)#,其中P代表第k次僅含噪聲的時域回波壓縮采樣信號,P為用于
      ^ k=l k
      估計噪聲的自相關(guān)矩陣的壓縮采樣信號數(shù);3)以目標(biāo)稀疏系數(shù)α為狀態(tài)矢量,建立線性近似的狀態(tài)空間模型:
      f fc = Aat_} + wki
      [Λ=ΦΨα.,+ν,式中,α k為第k個脈沖的目標(biāo)稀疏系數(shù),』=e/&, j'= ^為虛數(shù)單元符號,<!為雷達(dá)場景內(nèi)任意散射點(diǎn)的多普勒相移估值或多個散射點(diǎn)多普勒相移估值的平均,I為LXL的單位矩陣,Wk為動態(tài)噪聲服從均值為零協(xié)方差為及的正態(tài)分布;yk為壓縮采樣觀測值,Ψ為由雷達(dá)發(fā)射信號的復(fù)包絡(luò)在不同距離單元上的延遲構(gòu)成的稀疏字典,vk為觀測噪聲也服從均值為零的正態(tài)分布,其協(xié)方差通過訓(xùn)練得到,且動態(tài)噪聲與觀測噪聲互不相關(guān);4)將采樣數(shù)據(jù)qk作為步驟3)中狀態(tài)空間模型的實(shí)際觀測值,利用卡爾曼濾波算法求得第k個脈沖時目標(biāo)稀疏系數(shù)的估計值Θ k:= Aal^1 + Hk (yk - ΦΨ^ ^),式中,,為第k-1個脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計值,Hk為卡爾曼濾波增益;5)利用偽量測PM方法對估計值Θ k進(jìn)行校正,得到第k個脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計值<,并將之作為第k個脈沖時的距離像估計輸出。本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn):I)本發(fā)明由于直接對散射點(diǎn)信息進(jìn)行狀態(tài)估計,相對于現(xiàn)有的匹配濾波方法來說也就不存在距離旁瓣抑制與主瓣擴(kuò)散的矛盾,提高了距離像的分辨率。2)本發(fā)明由于采用了壓縮采樣理論,大大降低了卡爾曼濾波過程中矩陣求逆的運(yùn)算量;同時,由于卡爾曼濾波器充分利用了回波信號的先驗信息和一系列連續(xù)回波信號的動態(tài)特性,因此,相對于傳統(tǒng)的壓縮采樣雷達(dá),能夠在低信噪比情況下使距離像具有更好的成像效果。


      圖1是本發(fā)明的流程圖;圖2是用本發(fā)明仿真 在單散射點(diǎn)的距離像估計中狀態(tài)空間模型誤差對重建目標(biāo)稀疏系數(shù)的影響圖;圖3是用本發(fā)明仿真在單散射點(diǎn)的距離像估計中狀態(tài)空間模型誤差對重建散射點(diǎn)相位的影響圖;圖4是用本發(fā)明與現(xiàn)有技術(shù)仿真對多散射點(diǎn)的距離像估計的結(jié)果對比圖5是用本發(fā)明與現(xiàn)有技術(shù)仿真在多散射點(diǎn)的距離像估計中對重建散射點(diǎn)相位的影響對比圖。
      具體實(shí)施例方式參照圖1,本發(fā)明的實(shí)現(xiàn)步驟如下:步驟一,對雷達(dá)回波信號進(jìn)行壓縮采樣。在雷達(dá)目標(biāo)回波中,雖然目標(biāo)是由許多的散射點(diǎn)構(gòu)成的,但散射中心數(shù)只占雷達(dá)觀測區(qū)間的一小部分,因此此時的雷達(dá)回波在距離維上是稀疏的,壓縮采樣理論是能夠應(yīng)于雷達(dá)距離像估計的。假設(shè)待估計雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個數(shù)D □ L,對于包含目標(biāo)和噪聲的一系列小場景雷達(dá)時域回波信號xk,k = 1,2,...,K進(jìn)行壓縮采樣,獲得壓縮采樣數(shù)據(jù)qk = Oxk,其中,小場景雷達(dá)回波信號長度為N = L+n,η為雷達(dá)發(fā)射信號的Nyquist采樣點(diǎn)數(shù),Φ為MXN的壓縮采樣矩陣,M < N。本實(shí)施例中選取Φ為38X 190的高斯隨機(jī)觀測矩陣。步驟二,估計噪聲的自相關(guān)矩陣。2.1)確定估計噪聲自相關(guān)矩陣的信號應(yīng)滿足的條件雷達(dá)照射目標(biāo)時,其回波中除了包含目標(biāo)信息外,還包含有各種噪聲信息,在相近距離單元具有相似噪聲環(huán)境,且噪聲性質(zhì)穩(wěn)定的假設(shè)下,為了估計噪聲信號的自相關(guān)矩陣,確定估計的信號中僅含有噪聲,而不包含目標(biāo),從而保證估計出的噪聲自相關(guān)矩陣與目標(biāo)所在距離單元內(nèi)的噪聲自相關(guān)矩陣性質(zhì)接近;2.2)估計噪聲信號的自相關(guān)矩陣當(dāng)獲取了僅含有噪聲的信號4,k= 1,2,...,K后,按照式〈1>估計噪聲時域回波信號的自相關(guān)矩陣:
      權(quán)利要求
      1.一種基于壓縮卡爾曼濾波的小場景雷達(dá)目標(biāo)距離像估計方法,包括如下步驟: 1)假設(shè)待估計雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個數(shù)D<< L,第k個脈沖的小場景雷達(dá)回波信號為xk,回波信號長度為N,對Xk進(jìn)行壓縮采樣,獲得第k個脈沖的采樣數(shù)據(jù)qk = Oxk,其中,N = L+n, η為雷達(dá)發(fā)射信號的Nyquist采樣點(diǎn)數(shù),Φ為MXN的壓縮采樣矩陣,M < N,k = 1,2,…K,K為脈沖數(shù); 2)假設(shè)目標(biāo)與噪聲相互獨(dú)立,且噪聲服從均值為零的正態(tài)分布,在含有目標(biāo)的距離單元附近,由僅含噪聲的時域回波壓縮采樣信號對噪聲的自相關(guān)矩陣R進(jìn)行估計,得到R的估計值:
      2.根據(jù)權(quán)利要求1所述的方法,其中步驟3)所述的目標(biāo)稀疏系數(shù)α,由雷達(dá)回波信號的稀疏分解得到:sE(t) = Ψ a +nE(t), 式中,sK(t)為雷達(dá)接收到的回波信號,nE(t)是回波中包含的噪聲信號,Ψ為稀疏字
      3.根據(jù)權(quán)利要求1所述的方法,其中步驟5)所述的利用偽量測PM方法對估計值0k進(jìn)行校正,得到第k個脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計值A(chǔ)按照如下步驟進(jìn)行: 5a)建立偽量測狀態(tài)空間模型:
      全文摘要
      本發(fā)明公開了一種基于壓縮卡爾曼濾波的小場景雷達(dá)目標(biāo)距離像估計方法,主要解決現(xiàn)有卡爾曼濾波算法在距離像估計中存在計算量大的問題及壓縮采樣雷達(dá)在低信噪比情況下難以獲得較高的信噪比輸出的問題。其實(shí)現(xiàn)過程是1)對雷達(dá)接收到的回波信號進(jìn)行壓縮采樣;2)估計壓縮采樣后噪聲的自相關(guān)矩陣;3)建立線性近似的降維狀態(tài)空間模型;4)對狀態(tài)空間模型進(jìn)行卡爾曼濾波遞推;5)對遞推結(jié)果進(jìn)行校正獲得距離像估計結(jié)果。本發(fā)明可消除現(xiàn)有匹配濾波方法存在的主瓣能量擴(kuò)散問題,提高了距離分辨率,并在低信噪比情況下能獲得優(yōu)于傳統(tǒng)壓縮采樣方法的成像效果,可用于提高壓縮采樣雷達(dá)的散射點(diǎn)信噪比輸出。
      文檔編號G01S7/41GK103235295SQ201310111620
      公開日2013年8月7日 申請日期2013年4月2日 優(yōu)先權(quán)日2013年4月2日
      發(fā)明者王敏, 王偉, 刁建鋒, 張子敬 申請人:西安電子科技大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1