一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法
【專利摘要】本發(fā)明提供了一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，包括：將波形熵與免疫科隆選擇算法進(jìn)行結(jié)合，以波形熵為搜索的親和度函數(shù)，并以速度補(bǔ)償準(zhǔn)則為約束條件，采用免疫克隆選擇算法完成搜索，以實(shí)現(xiàn)頻率步進(jìn)雷達(dá)引信一維距離像速度補(bǔ)償。所述速度補(bǔ)償準(zhǔn)則包括對(duì)一次相位項(xiàng)進(jìn)行補(bǔ)償?shù)淖畲笏俣茸兓瘑卧?、以及二次相位?xiàng)相位變化不超過(guò)時(shí)一維距離像不失真條件。
【專利說(shuō)明】一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及雷達(dá)信號(hào)處理【技術(shù)領(lǐng)域】，更具體地說(shuō)，本發(fā)明涉及一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法。
【背景技術(shù)】
[0002]頻率步進(jìn)雷達(dá)信號(hào)的速度補(bǔ)償方法很多，主要方法有時(shí)域互相關(guān)法、頻域互相關(guān)法、循環(huán)補(bǔ)償法、最小波形熵法等?，F(xiàn)有技術(shù)也提出了其他很多方法，但大多由上述方法衍生而來(lái)。
[0003]時(shí)域互相關(guān)法是利用兩組回波數(shù)據(jù)互相關(guān)函數(shù)，求出目標(biāo)在兩幀之間的走動(dòng)距離，進(jìn)而利用走動(dòng)距離和目標(biāo)速度之間的關(guān)系來(lái)估計(jì)目標(biāo)速度的，在速度估計(jì)范圍內(nèi)，該方法能夠獲得較好的速度估計(jì)值，并且具有較好的抗噪聲和雜波干擾。
[0004]頻域互相關(guān)法是基于兩組回波數(shù)據(jù)互相關(guān)函數(shù)在零時(shí)刻的值建立目標(biāo)速度估計(jì)模型，速度補(bǔ)償精度較高。循環(huán)補(bǔ)償法則是假定速度在給定的區(qū)間變化的條件下，對(duì)一維距離像進(jìn)行速度補(bǔ)償?shù)囊环N方法，該方法的目標(biāo)函數(shù)是信噪比SNR，在循環(huán)結(jié)束后，比較目標(biāo)函數(shù)的值，選出該函數(shù)值最大的距離像作為輸出，速度精確估計(jì)值，依賴于速度步進(jìn)量。
[0005]最小波形熵法是一種閉環(huán)迭代算法，將衡量隨機(jī)變量不確定性的熵引申用于衡量一個(gè)信號(hào)的能量沿其參數(shù)軸的發(fā)散程度，并定義一個(gè)波形熵，在速度軸上搜索該波形熵的全局最小值對(duì)應(yīng)的運(yùn)動(dòng)參數(shù)值，即目標(biāo)的運(yùn)動(dòng)參數(shù)，估計(jì)精度隨信噪比SNR的降低而明顯降低。
[0006]在上述速度補(bǔ)償方法中，每種方法都有其固有的缺點(diǎn)，如時(shí)域互相關(guān)法受逆快速傅里葉變化長(zhǎng)度的影響較大，雖然能通過(guò)補(bǔ)零來(lái)減小估計(jì)誤差，但付出的代價(jià)卻是增大系統(tǒng)的計(jì)算量；頻域互相關(guān)法雖精度高，但不模糊測(cè)速范圍小，僅適用于彈目相對(duì)運(yùn)動(dòng)速度小的交會(huì)情況；循環(huán)速度補(bǔ)償法除受速度步進(jìn)量大小的限制外，還受所需補(bǔ)償速度值是否為速度步進(jìn)量的整數(shù)倍的影響；最小波形熵法計(jì)算量大，實(shí)時(shí)性較差，且存在局部最小值。

【發(fā)明內(nèi)容】

[0007]從頻率步進(jìn)脈沖高分辨處理的角度來(lái)看，要用到不同周期子脈沖的相位信息，而目標(biāo)在各個(gè)周期之間的運(yùn)動(dòng)會(huì)使子脈沖回波的相位發(fā)生變化。相位的變化對(duì)子脈沖本身沒(méi)有影響，但是在后面的合成處理中，它會(huì)破壞脈沖序列的相位關(guān)系，造成一維距離像輸出產(chǎn)生誤差。從頻率步進(jìn)波形模糊特性上來(lái)看，也需要解決這一問(wèn)題。“距離——速度”耦合是頻率步進(jìn)脈沖體制不可回避的問(wèn)題，因此彈目之間徑向相對(duì)速度所產(chǎn)生的多普勒效應(yīng)對(duì)目標(biāo)一維距離像有非常大的影響，即波形發(fā)散，峰值降低，其程度與彈目相對(duì)速度大小有關(guān)，相對(duì)速度越大波形發(fā)散越嚴(yán)重，峰值降低越多，從而使距離分辨率下降越大；峰值位置產(chǎn)生時(shí)移，彈目相對(duì)速度越大，產(chǎn)生的時(shí)移越大；模糊函數(shù)時(shí)間軸切割圖形與sine函數(shù)相比進(jìn)一步失真，而且主峰加寬，其程度均與彈目相對(duì)速度大小有關(guān)，速度越大，失真越嚴(yán)重；使信噪比降低，影響檢測(cè)效果。[0008]因此，本發(fā)明旨在解決由于彈目徑向相對(duì)速度引起的上述問(wèn)題，而解決問(wèn)題的關(guān)鍵就是速度補(bǔ)償，即利用目標(biāo)波形的最小波形熵進(jìn)行速度補(bǔ)償，速度補(bǔ)償準(zhǔn)則為約束條件，并將波形熵與免疫科隆選擇算法進(jìn)行結(jié)合來(lái)實(shí)現(xiàn)頻率步進(jìn)雷達(dá)引信的速度補(bǔ)償。
[0009]具體地說(shuō)，對(duì)于頻率步進(jìn)脈沖信號(hào)，彈目相對(duì)速度越大，主瓣脈沖展寬、旁瓣電平抬高、波形趨于平坦，波形熵越大，彈目相對(duì)速度越小，波形銳化度越高，波形熵越小。當(dāng)彈目徑向相對(duì)速度補(bǔ)償誤差為零時(shí)，波形熵達(dá)到最小，此時(shí)得到的速度估計(jì)值為最佳速度補(bǔ)償值。但最小波形熵法是一種迭代算法，其計(jì)算量大，實(shí)時(shí)性較差，且在局部區(qū)域進(jìn)行。因此，在本發(fā)明中，將波形熵與免疫科隆選擇算法有效結(jié)合，以波形熵為搜索的親和度函數(shù)，并以速度補(bǔ)償準(zhǔn)則為約束條件，采用免疫克隆選擇算法完成搜索，可減少計(jì)算量，加快搜索速度，從而滿足引信實(shí)時(shí)性要求、引戰(zhàn)良好配合的要求、及對(duì)目標(biāo)實(shí)現(xiàn)精確打擊的要求。
[0010]本發(fā)明提供了一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其中，將波形熵與免疫科隆選擇算法進(jìn)行結(jié)合，以波形熵為搜索的親和度函數(shù)，并以速度補(bǔ)償準(zhǔn)則為約束條件，采用免疫克隆選擇算法完成搜索，以實(shí)現(xiàn)頻率步進(jìn)雷達(dá)引信一維距離像速度補(bǔ)償。
[0011]優(yōu)選地，所述速度補(bǔ)償準(zhǔn)則包括對(duì)一次相位項(xiàng)進(jìn)行補(bǔ)償?shù)淖畲笏俣茸兓瘑卧?、以及二次相位?xiàng)相位變化不超過(guò)時(shí)一維距離像不失真條件。
[0012]優(yōu)選地，采用免疫克隆選擇算法完成搜索包括:
[0013]第一步驟，用于初始化個(gè)體，產(chǎn)生一個(gè)初始化個(gè)體；
[0014]第二步驟，用于初始化種群，由初始化個(gè)體，通過(guò)變異產(chǎn)生第一代種群；
[0015]第三步驟，用于計(jì)算各種群個(gè)體的親和度，將其值從大到小排列，且將多個(gè)親和度值最大的個(gè)體放入記憶庫(kù)中；
[0016]第四步驟，用于從記憶庫(kù)中取出經(jīng)第三步驟排序后的多點(diǎn)采樣值，對(duì)其進(jìn)行克隆復(fù)制，親和度值最大的個(gè)體克隆的個(gè)數(shù)也相應(yīng)最多，然后根據(jù)親和度值從大到小排序；
[0017]第五步驟，用于將克隆的個(gè)體進(jìn)行變異，從而獲得新的抗體群落；
[0018]第六步驟，用于計(jì)算個(gè)體之間的親和度，在個(gè)體之間相似度超過(guò)閾值的個(gè)體中只保留親和度值最高的一個(gè)個(gè)體，其余從種群中排除，然后重新排序，并用親和度最高的多個(gè)個(gè)體替代原記憶庫(kù)中的個(gè)體；
[0019]第七步驟，在滿足引信實(shí)時(shí)性要求和速度補(bǔ)償準(zhǔn)則的指導(dǎo)下，判斷是否滿足速度補(bǔ)償精度要求，如果不滿足精度要求，則重復(fù)執(zhí)行第二步驟至第六步驟；如果滿足速度補(bǔ)償精度要求，則搜索結(jié)束。
[0020]優(yōu)選地，所述頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法用于具有多模戰(zhàn)斗部的空地巡飛彈。
[0021]優(yōu)選地，所述頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法用于裝載頻率步進(jìn)雷達(dá)引信的導(dǎo)彈。
【專利附圖】

【附圖說(shuō)明】
[0022]結(jié)合附圖，并通過(guò)參考下面的詳細(xì)描述，將會(huì)更容易地對(duì)本發(fā)明有更完整的理解并且更容易地理解其伴隨的優(yōu)點(diǎn)和特征，其中:
[0023]圖1示意性地示出了根據(jù)本發(fā)明優(yōu)選實(shí)施例的采用免疫克隆選擇算法完成搜索的步驟。[0024]需要說(shuō)明的是，附圖用于說(shuō)明本發(fā)明，而非限制本發(fā)明。注意，表示結(jié)構(gòu)的附圖可能并非按比例繪制。并且，附圖中，相同或者類似的元件標(biāo)有相同或者類似的標(biāo)號(hào)。
【具體實(shí)施方式】
[0025]為了使本發(fā)明的內(nèi)容更加清楚和易懂，下面結(jié)合具體實(shí)施例和附圖對(duì)本發(fā)明的內(nèi)容進(jìn)行詳細(xì)描述。
[0026]為實(shí)現(xiàn)頻率步進(jìn)雷達(dá)引信一維距離像的速度補(bǔ)償，并滿足補(bǔ)償精度和實(shí)時(shí)性要求，本發(fā)明優(yōu)選實(shí)施例提出一種速度補(bǔ)償方法，其中可采取下述手段之一或者下述手段的組合:
[0027](I)結(jié)合克隆選擇、免疫、最小波形熵思想，以最小波形熵為親和函數(shù)，速度補(bǔ)償準(zhǔn)則為約束條件，免疫科隆選擇進(jìn)行局部、全局搜索，實(shí)現(xiàn)頻率步進(jìn)雷達(dá)引信一維距離像速度補(bǔ)償；
[0028](2)在結(jié)構(gòu)上采用“初始種群產(chǎn)生一親和度函數(shù)評(píng)價(jià)一種群個(gè)體信息交換——新種群產(chǎn)生”的循環(huán)過(guò)程，以尋求速度估計(jì)的最優(yōu)解，且較好的群體多樣性使群體中的某些個(gè)體能夠跳出局部最優(yōu)，更有效地達(dá)到全局最優(yōu)解；
[0029](3)設(shè)置了速度補(bǔ)償準(zhǔn)則，即設(shè)置了對(duì)一次相位項(xiàng)進(jìn)行補(bǔ)償?shù)淖畲笏俣茸兓瘑卧?、以及二次相位?xiàng)相位變化不超過(guò)η /2時(shí)一維距離像不失真條件；
[0030](4)加入了克隆選擇因子，對(duì)速度信息集合進(jìn)行選取，可以得到充分體現(xiàn)速度信息的最小集合，減少了運(yùn)算量，同時(shí)搜索解空間中的一系列的點(diǎn)，這使得它的搜索速度大大加快；
[0031](5)該速度補(bǔ)償方法是通過(guò)回波采樣空間的擴(kuò)張和壓縮，將局部搜索和全局搜索結(jié)合起來(lái)實(shí)現(xiàn)問(wèn)題的求解，即將一個(gè)低維的問(wèn)題轉(zhuǎn)化到更高維空間(擴(kuò)張)去解決，然后將結(jié)果投影到低維空間(壓縮)中，從而`獲得對(duì)問(wèn)題更全面的認(rèn)識(shí)，克服了傳統(tǒng)方法搜索范圍小的缺點(diǎn)；
[0032](6)引入了克隆選擇擴(kuò)增、克隆刪除、克隆變異等思想，這不僅使親合度高的優(yōu)秀抗體能夠獲得較大的克隆規(guī)模，提高了速度補(bǔ)償精度，而且能加快方法的收斂速度，更好地滿足引信實(shí)時(shí)性要求；
[0033]<【具體實(shí)施方式】>
[0034]本發(fā)明【具體實(shí)施方式】以具有多模戰(zhàn)斗部的空地巡飛彈為應(yīng)用背景，該巡飛彈的戰(zhàn)斗部是一種多用途/可選擇EFP戰(zhàn)斗部，這種戰(zhàn)斗部可以根據(jù)攻擊目標(biāo)類型的不同，通過(guò)引信系統(tǒng)起爆方式的選擇，分別形成攻擊重型裝甲目標(biāo)的長(zhǎng)延展桿、攻擊輕型裝甲目標(biāo)的空氣穩(wěn)定的單個(gè)EFP和攻擊中軟目標(biāo)(如雷達(dá)系統(tǒng)、器材、人員等)的多個(gè)EFP。因此，針對(duì)不同的攻擊目標(biāo)，要求引信對(duì)目標(biāo)進(jìn)行分類識(shí)別，故而選擇不同的起爆方式。
[0035]為實(shí)現(xiàn)引信對(duì)目標(biāo)的分類識(shí)別，采用步進(jìn)頻雷達(dá)引信對(duì)目標(biāo)的一維距離成像。但是，由于彈目之間存在徑向相對(duì)速度，嚴(yán)重影響了成像質(zhì)量，需要對(duì)其進(jìn)行速度補(bǔ)償，同時(shí)考慮引信對(duì)實(shí)時(shí)性的嚴(yán)格要求。為了精確補(bǔ)償彈目徑向相對(duì)速度，同時(shí)減少計(jì)算量，提高估計(jì)速度，本發(fā)明以波形熵為搜索的親和度函數(shù)，采用免疫克隆選擇算法來(lái)完成搜索。




[0036]假設(shè)離散化信號(hào)波形序列為
【權(quán)利要求】
1.一種頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其特征在于，將波形熵與免疫科隆選擇算法進(jìn)行結(jié)合，以波形熵為搜索的親和度函數(shù)，并以速度補(bǔ)償準(zhǔn)則為約束條件，采用免疫克隆選擇算法完成搜索，以實(shí)現(xiàn)頻率步進(jìn)雷達(dá)弓I信一維距離像速度補(bǔ)償。
2.根據(jù)權(quán)利要求1所述的頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其特征在于，所述速度補(bǔ)償準(zhǔn)則包括對(duì)一次相位項(xiàng)進(jìn)行補(bǔ)償?shù)淖畲笏俣茸兓瘑卧⒁约岸蜗辔豁?xiàng)相位變化不超過(guò)時(shí)一維距離像不失真條件。
3.根據(jù)權(quán)利要求1或2所述的頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其特征在于，采用免疫克隆選擇算法完成搜索包括: 第一步驟，用于初始化個(gè)體，產(chǎn)生一個(gè)初始化個(gè)體； 第二步驟，用于初始化種群，由初始化個(gè)體，通過(guò)變異產(chǎn)生第一代種群； 第三步驟，用于計(jì)算各種群個(gè)體的親和度，將其值從大到小排列，且將多個(gè)親和度值最大的個(gè)體放入記憶庫(kù)中； 第四步驟，用于從記憶庫(kù)中取出經(jīng)第三步驟排序后的多點(diǎn)采樣值，對(duì)其進(jìn)行克隆復(fù)制，親和度值最大的個(gè)體克隆的個(gè)數(shù)也相應(yīng)最多，然后根據(jù)親和度值從大到小排序； 第五步驟，用于將克隆的個(gè)體進(jìn)行變異，從而獲得新的抗體群落； 第六步驟，用于計(jì)算個(gè)體之間的親和度，在個(gè)體之間相似度超過(guò)閾值的個(gè)體中只保留親和度值最高的一個(gè)個(gè)體，其余從種群中排除，然后重新排序，并用親和度最高的多個(gè)個(gè)體替代原記憶庫(kù)中的個(gè)體； 第七步驟，在滿足引信實(shí)時(shí)性要求和速度補(bǔ)償準(zhǔn)則的指導(dǎo)下，判斷是否滿足速度補(bǔ)償精度要求，如果不滿足精度要求，則重復(fù)執(zhí)行第二步驟至第六步驟；如果滿足速度補(bǔ)償精度要求，則搜索結(jié)束。
4.根據(jù)權(quán)利要求1或2所述的頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其特征在于，所述頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法用于具有多模戰(zhàn)斗部的空地巡飛彈。
5.根據(jù)權(quán)利要求1或2所述的頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法，其特征在于，所述頻率步進(jìn)雷達(dá)引信速度補(bǔ)償方法用于裝載頻率步進(jìn)雷達(dá)引信的導(dǎo)彈。
【文檔編號(hào)】G01S7/41GK103558596SQ201310567505
【公開(kāi)日】2014年2月5日 申請(qǐng)日期:2013年11月14日 優(yōu)先權(quán)日:2013年11月14日
【發(fā)明者】胡秀娟 申請(qǐng)人:上海電機(jī)學(xué)院