一種基于clean算法的窄帶雷達(dá)回波雜噪抑制方法
【專利摘要】本發(fā)明屬于窄帶雷達(dá)回波雜波抑制和噪聲抑制【技術(shù)領(lǐng)域】，特別涉及一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法。該基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法包括以下步驟：利用窄帶雷達(dá)接收回波數(shù)據(jù)xN；在回波數(shù)據(jù)xN中，選取出目標(biāo)回波樣本和雜噪回波樣本，得出雜噪回波樣本中的雜波頻點(diǎn)位置；得出雜噪回波樣本中的雜波頻帶位置；根據(jù)雜噪回波樣本中的雜波頻點(diǎn)位置、以及雜噪回波樣本中的雜波頻帶位置，確定CLEAN算法要去除的頻率位置范圍；根據(jù)所述CLEAN算法要去除的頻率位置范圍，利用CLEAN算法濾除目標(biāo)回波樣本中對應(yīng)的諧波成分，得到雜波抑制后回波數(shù)據(jù)；對雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制。
【專利說明】—種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于窄帶雷達(dá)回波雜波抑制和噪聲抑制【技術(shù)領(lǐng)域】，特別涉及一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，可實(shí)現(xiàn)窄帶雷達(dá)回波中的地雜波、氣象雜波和噪聲的抑制。
【背景技術(shù)】
[0002]CLEAN算法是一種在去除特定頻率信號的同時將信號副瓣也一并去除的解卷積技術(shù)，在改善圖像質(zhì)量方面有廣泛應(yīng)用。雷達(dá)信號處理領(lǐng)域的CLEAN算法是一種可以準(zhǔn)確的去除單頻分量的信號處理方法，但是它要求已知要去除分量對應(yīng)的頻點(diǎn)信息。
[0003]在雷達(dá)信號處理領(lǐng)域，現(xiàn)有的雜波抑制方法主要有動目標(biāo)顯示(MTI)、廣義匹配濾波器(GMF)和CLEAN算法。MTI方法由于具有非線性的幅度調(diào)制特性，會對目標(biāo)的多普勒譜結(jié)構(gòu)產(chǎn)生影響。有人提出利用廣義匹配濾波的方法解決了現(xiàn)有動目標(biāo)顯示技術(shù)在雜波抑制階段對目標(biāo)多普勒譜存在的非線性調(diào)制的問題。然而，由于該方法需要估計(jì)雜波樣本自相關(guān)矩陣，運(yùn)算量和運(yùn)算復(fù)雜度大。還有人提出利用CLEAN算法抑制具有一定帶寬的零頻地雜波，在抑制雜波的同時很好的保留了目標(biāo)信號的多普勒結(jié)構(gòu)，取得了較好的雜波抑制結(jié)果。然而，這種傳統(tǒng)的基于CLEAN算法的雜波抑制手段若要準(zhǔn)確抑制具有一定帶寬的零頻地雜波，，必須需要雜波帶寬的先驗(yàn)信息，只有得到這些先驗(yàn)信息的情況下，才能將回波信號中雜波分量有效的去除。
[0004]實(shí)際應(yīng)用中，雷達(dá)回波不只包含地雜波，特別地，對空中目標(biāo)的檢測識別通常伴隨著由云雨產(chǎn)生的氣象雜波這種具有一定多普勒平移和帶寬的非零頻雜波。目前對如何利用CLEAN算法去除非零頻雜波還沒有研究。同時，雷達(dá)回波中不可避免的都會含有噪聲分量，傳統(tǒng)方法并沒有在去除雜波的同時實(shí)現(xiàn)去噪。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提出一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法。本發(fā)明在復(fù)雜雜波背景下有效的搜索雜波頻點(diǎn)和雜波區(qū)間，并利用CLEAN算法去除雜波，同時利用在搜索雜波頻點(diǎn)和雜波區(qū)間過程中估計(jì)出的噪聲功率，結(jié)合CLEAN算法的特點(diǎn)，實(shí)現(xiàn)噪聲抑制。
[0006]為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)方案予以實(shí)現(xiàn)。
[0007]一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法包括以下步驟:
[0008]S1:利用窄帶雷達(dá)接收回波數(shù)據(jù)xN ;在回波數(shù)據(jù)xN中，選取出目標(biāo)回波樣本~和雜噪回波樣本Cn ;
[0009]S2:得出雜噪回波樣本中的雜波頻點(diǎn)位置；
[0010]S3:得出雜噪回波樣本中的雜波頻帶位置；
[0011]S4:根據(jù)所述雜噪回波樣本中的雜波頻點(diǎn)位置、以及雜噪回波樣本中的雜波頻帶位置，確定CLEAN算法要去除的頻率位置范圍；[0012]S5:根據(jù)所述CLEAN算法要去除的頻率位置范圍，利用CLEAN算法濾除目標(biāo)回波樣本Sn中對應(yīng)的諧波成分，得到雜波抑制后回波數(shù)據(jù)；
[0013]S6:對雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制。
[0014]本發(fā)明的特點(diǎn)和進(jìn)一步改進(jìn)在于:
[0015]在步驟SI中，在接收到回波數(shù)據(jù)xN之后，首先確定目標(biāo)所在距離單元，將目標(biāo)所在距離單元表示為第M1個距離單元，并將第M1個距離單元的回波數(shù)據(jù)作為目標(biāo)回波樣本sN ;然后選取與第M1個距離單元相距5-8個距離單元的回波數(shù)據(jù)作為雜噪回波樣本cN。
[0016]所述步驟S2具體包括以下步驟:
[0017]S21:對雜噪回波樣本cN作傅里葉變換，得到雜噪回波樣本頻點(diǎn)數(shù)據(jù)Cn，對Cn進(jìn)行窗長為L步長為I的滑窗處理，對每次滑窗得到的長度為L的數(shù)據(jù)求均值，利用所有均值組成一個長度為Ν-L+l的序列PN_M，N表示雜噪回波樣本的數(shù)據(jù)長度；
[0018]S22:對PN_L+1的所有均值作升序排列，得到升序序列R /.hl ；
[0019]S23:將所述升序序列^—i+1中前N-2L個均值在PN_M中的位置記錄為集合L。。，L'為最大氣象雜波多普勒漂移頻點(diǎn)數(shù)；
[0020]S24:按照步驟S23中^—￡+1中前N_2L'個均值在PN_M中的位置，從雜噪回波樣本
頻點(diǎn)數(shù)據(jù)Cn中找到 對應(yīng)位置的頻點(diǎn)數(shù)據(jù)，Cn中找到的對應(yīng)位置的頻點(diǎn)數(shù)據(jù)表示為Q ;將Q中所有頻點(diǎn)數(shù)據(jù)的幅值組建噪聲多普勒幅度樣本D ;然后根據(jù)噪聲多普勒幅度樣本D得出噪聲門限；
[0021]S25:篩選Cn中幅值大于噪聲門限的頻點(diǎn)數(shù)據(jù)，Cn中篩選出的頻點(diǎn)數(shù)據(jù)在Cn中的位置為雜波頻點(diǎn)位置，所述雜波頻點(diǎn)位置表示集合Qp
[0022]在步驟S3中，首先篩選PN_M中幅值大于噪聲門限的頻點(diǎn)數(shù)據(jù)，PN_L+1中篩選出的頻點(diǎn)數(shù)據(jù)在PN-M中的位置為雜波頻帶位置，所述雜波頻帶位置表示為集合q2。
[0023]所述步驟S4具體包括以下步驟:首先定義集合Q3=Q1 n Q2，其中，η表示集合交；將集合Q4定義為:由位于區(qū)間[qmin，qmax]之間的連續(xù)自然數(shù)構(gòu)成的集合，qmin表示Q3的最小值，qmax是Q3的最大值；然后，定義集合Q5=Q1-Q3,則CLEAN算法要去除的頻率位置范圍表示為集合Q，Q=Q4 U Q5;其中，Q1-Q3表示:集合Q1與集合Q3的減運(yùn)算，U表示集合并。
[0024]所述步驟S5具體包括以下步驟:
[0025]S51:設(shè)置濾除次數(shù)變量il，il=l，2，...；當(dāng)il=l時，第il個時域數(shù)據(jù)為目標(biāo)回波樣本sN，然后，執(zhí)行步驟S52 ；
[0026]S52:對第il個時域數(shù)據(jù)進(jìn)行傅里葉變換，得到與第il個時域數(shù)據(jù)對應(yīng)的頻域數(shù)據(jù) Xil ；
[0027]S53:對于Xil,在CLEAN算法要去除的頻率位置范圍內(nèi)，篩選出最大幅值的頻域數(shù)據(jù)Xn，max ;得出Xn，max的幅度、x;1,max的相位θ η、以及Xil max對應(yīng)的多普勒頻率;然后得出需要濾除的第il個諧波成分SiUlutte,Sihchmer = (JJn/K)Qxp(j^filclllttJ + j3a)，其中t表示時間，K為回波數(shù)據(jù)Xn對應(yīng)的脈沖積累數(shù)；[0028]S54:對第il個時域數(shù)據(jù)濾除對應(yīng)第il個諧波成分，得到第il+Ι個頻域數(shù)據(jù)
Y.Ail+1 ?
[0029]S55:對于Xil+1，在CLEAN算法要去除的頻率位置范圍內(nèi)，如果已經(jīng)篩選出所有頻點(diǎn)數(shù)據(jù)，則第il+Ι個時域數(shù)據(jù)為雜波抑制后回波數(shù)據(jù)；反之，令il值加1，然后返回至步驟S52。
[0030]所述步驟S6具體包括以下步驟:首先估計(jì)噪聲的時域平均功率；利用CLEAN算法對所述雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制。
[0031]在步驟S6中，利用CLEAN算法對所述雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制包括以下步驟:
[0032]561:設(shè)置濾除次數(shù)變量12，12=1，2，...；當(dāng)i2=l時，第i2個時域數(shù)據(jù)為雜波抑制后回波數(shù)據(jù)，然后，執(zhí)行步驟S62 ；
[0033]S62:對第i2個時域數(shù)據(jù)進(jìn)行傅里葉變換，得到與第i2個時域數(shù)據(jù)對應(yīng)的頻域數(shù)
據(jù) Xi2 ；
[0034]S63:對于Xi2，搜索與第i2個時域數(shù)據(jù)對應(yīng)的頻域數(shù)據(jù)Xi2中的峰值頻點(diǎn)位置；得出Xi2中的峰值頻點(diǎn)位置對應(yīng)的幅度02、Xa中的峰值頻點(diǎn)位置對應(yīng)的相位θ i2、以及Xi2中的峰值頻點(diǎn)位置對應(yīng)的多普勒頻率fi2，hmwni。；然后得出需要濾除的第i2個諧波成分
【權(quán)利要求】
1.一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，包括以下步驟: 51:利用窄帶雷達(dá)接收回波數(shù)據(jù)Xn ;在回波數(shù)據(jù)Xn中，選取出目標(biāo)回波樣本Sn和雜噪回波樣本Cn ; 52:得出雜噪回波樣本中的雜波頻點(diǎn)位置； 53: 得出雜噪回波樣本中的雜波頻帶位置； S4:根據(jù)所述雜噪回波樣本中的雜波頻點(diǎn)位置、以及雜噪回波樣本中的雜波頻帶位置，確定CLEAN算法要去除的頻率位置范圍； S5:根據(jù)所述CLEAN算法要去除的頻率位置范圍，利用CLEAN算法濾除目標(biāo)回波樣本~中對應(yīng)的諧波成分，得到雜波抑制后回波數(shù)據(jù)； S6:對雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制。
2.如權(quán)利要求1所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，在步驟SI中，在接收到回波數(shù)據(jù)xN之后，首先確定目標(biāo)所在距離單元，將目標(biāo)所在距離單元表示為第M1個距離單元，并將第M1個距離單元的回波數(shù)據(jù)作為目標(biāo)回波樣本sN ;然后選取與第M1個距離單元相距5-8個距離單元的回波數(shù)據(jù)作為雜噪回波樣本cN。
3.如權(quán)利要求1所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，所述步驟S2具體包括以下步驟: 521:對雜噪回波樣本cN作傅里葉變換，得到雜噪回波樣本頻點(diǎn)數(shù)據(jù)Cn，對Cn進(jìn)行窗長為L步長為I的滑窗處理，對每次滑窗得到的長度為L的數(shù)據(jù)求均值，利用所有均值組成一個長度為Ν-L+l的序列PN_M，N表示雜噪回波樣本的數(shù)據(jù)長度； 522:對PN_M的所有均值作升序排列，得到升序序列@^+1; 523:將所述升序序列^—中前N-2L'個均值在PN_M中的位置記錄為集合為最大氣象雜波多普勒漂移頻點(diǎn)數(shù)； 524:按照步驟S23中?+1中前N-2L'個均值在ΡΝ_Μ中的位置，從雜噪回波樣本頻點(diǎn)數(shù)據(jù)Cn中找到對應(yīng)位置的頻點(diǎn)數(shù)據(jù)，Cn中找到的對應(yīng)位置的頻點(diǎn)數(shù)據(jù)表示為Q ;將Q中所有頻點(diǎn)數(shù)據(jù)的幅值組建噪聲多普勒幅度樣本D ;然后根據(jù)噪聲多普勒幅度樣本D得出噪聲門限； 525:篩選Cn中幅值大于噪聲門限的頻點(diǎn)數(shù)據(jù)，Cn中篩選出的頻點(diǎn)數(shù)據(jù)在Cn中的位置為雜波頻點(diǎn)位置，所述雜波頻點(diǎn)位置表示集合Qi。
4.如權(quán)利要求3所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，在步驟S3中，首先篩選PN_M中幅值大于噪聲門限的頻點(diǎn)數(shù)據(jù)，PN_M中篩選出的頻點(diǎn)數(shù)據(jù)在PN-M中的位置為雜波頻帶位置，所述雜波頻帶位置表示為集合Q2。
5.如權(quán)利要求4所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，所述步驟S4具體包括以下步驟:首先定義集合Q3=Q1 n Q2，其中，η表示集合交；將集合Q4定義為:由位于區(qū)間[qmin, Qmax]之間的連續(xù)自然數(shù)構(gòu)成的集合，Qmin表示％的最小值，Qmax是Q3的最大值；然后，定義集合Q5=Q1-Q3,則CLEAN算法要去除的頻率位置范圍表示為集合Q，Q=Q4 U Q5 ;其中，Q1-Q3表示:集合Q1與集合Q3的減運(yùn)算，U表示集合并。
6.如權(quán)利要求1所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，所述步驟S5具體包括以下步驟: 551:設(shè)置濾除次數(shù)變量il，il=l，2，...；當(dāng)il=l時，第il個時域數(shù)據(jù)為目標(biāo)回波樣本sN，然后，執(zhí)行步驟S52 ； 552:對第il個時域數(shù)據(jù)進(jìn)行傅里葉變換，得到與第il個時域數(shù)據(jù)對應(yīng)的頻域數(shù)據(jù)Xn; 553:對于Xil,在CLEAN算法要去除的頻率位置范圍內(nèi)，篩選出最大幅值的頻域數(shù)據(jù)Xn，max ；得出Xn，max的幅度C ^、Ziljnax的相位θ η、以及Xn，max對應(yīng)的多普勒頻率;然后得出需要濾除的第il個諧波成分SiUlutte,
7.如權(quán)利要求1所述的一種基于 CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，所述步驟S6具體包括以下步驟:首先估計(jì)噪聲的時域平均功率；利用CLEAN算法對所述雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制。
8.如權(quán)利要求7所述的一種基于CLEAN算法的窄帶雷達(dá)回波雜噪抑制方法，其特征在于，在步驟S6中，利用CLEAN算法對所述雜波抑制后回波數(shù)據(jù)進(jìn)行噪聲抑制包括以下步驟: 561:設(shè)置濾除次數(shù)變量i2，i2=l, 2，...；當(dāng)i2=l時，第i2個時域數(shù)據(jù)為雜波抑制后回波數(shù)據(jù)，然后，執(zhí)行步驟S62; 562:對第i2個時域數(shù)據(jù)進(jìn)行傅里葉變換，得到與第i2個時域數(shù)據(jù)對應(yīng)的頻域數(shù)據(jù)Xi2; 563:對于Xi2，搜索與第i2個時域數(shù)據(jù)對應(yīng)的頻域數(shù)據(jù)Xi2中的峰值頻點(diǎn)位置；得出Xi2中的峰值頻點(diǎn)位置對應(yīng)的幅度?η、X2中的峰值頻點(diǎn)位置對應(yīng)的相位θ i2、以及xi2中的峰值頻點(diǎn)位置對應(yīng)的多普勒頻率fi2，hmwni。；然后得出需要濾除的第i2個諧波成分
【文檔編號】G01S7/36GK103885044SQ201410128513
【公開日】2014年6月25日 申請日期:2014年3月31日 優(yōu)先權(quán)日:2014年3月31日
【發(fā)明者】杜蘭, 李曉峰, 王寶帥, 劉宏偉, 糾博, 王鵬輝 申請人:西安電子科技大學(xué)