本發(fā)明屬于航天測控通信技術(shù)領(lǐng)域，具體涉及一種基于kt-lvt的抗符號(hào)跳變直接擴(kuò)頻信號(hào)動(dòng)態(tài)聚焦方法。

背景技術(shù)：

直接序列擴(kuò)頻(dsss)信號(hào)具有抗截獲和抗干擾能力強(qiáng)的優(yōu)點(diǎn)，可以實(shí)現(xiàn)碼分多址，廣泛應(yīng)用于航天測控通信、衛(wèi)星導(dǎo)航和移動(dòng)通信等領(lǐng)域。微弱直擴(kuò)信號(hào)的捕獲需要長時(shí)間有效的能量積累。而增長信號(hào)積累時(shí)間長度，則需要考慮符號(hào)跳變和收發(fā)雙方相對(duì)運(yùn)動(dòng)引入的接收信號(hào)動(dòng)態(tài)的影響。其中，積累時(shí)間內(nèi)的符號(hào)跳變會(huì)造成對(duì)應(yīng)不同符號(hào)的信號(hào)能量相互抵消，出現(xiàn)譜峰分裂現(xiàn)象；接收信號(hào)動(dòng)態(tài)會(huì)造成信號(hào)能量在偽碼相位維和頻率維發(fā)生徙動(dòng)和擴(kuò)散。此時(shí)常規(guī)積累方法無法實(shí)現(xiàn)能量的有效積累。

高動(dòng)態(tài)直擴(kuò)信號(hào)捕獲的關(guān)鍵在于通過能量聚焦獲得良好的信號(hào)能量積累性能。由于高階動(dòng)態(tài)模型下非搜索類動(dòng)態(tài)聚焦方法采用相關(guān)運(yùn)算獲得高階核函數(shù)，其抗噪聲性能惡化嚴(yán)重，不適用于弱信號(hào)的捕獲。典型的非迭代非搜索類動(dòng)態(tài)聚焦方法包括：基于一階相鄰互相關(guān)函數(shù)的動(dòng)態(tài)聚焦方法和基于keystone變換-lv(呂氏)變換(kt-lvt)的動(dòng)態(tài)聚焦方法，這兩種方法均可用于對(duì)二階動(dòng)態(tài)模型信號(hào)的進(jìn)行聚焦。其中，基于一階相鄰互相關(guān)函數(shù)的動(dòng)態(tài)聚焦方法直接對(duì)接收信號(hào)進(jìn)行延遲相關(guān)運(yùn)算，該非線性運(yùn)算在輸入信噪比低時(shí)會(huì)造成較大的信噪比損失，不適用于弱信號(hào)的捕獲。而kt-lvt方法在延遲和瞬時(shí)時(shí)間二維積累，可以減小非線性運(yùn)算帶來的損失，具有較高的信噪比增益，適合弱信號(hào)捕獲?；诖?，在2015年ietradar,sonar&navigation第9卷第5期第600頁至607頁由jintian等人發(fā)表的“parameterestimationofmanoeuvringtargetsbasedonsegmentintegrationandlv’stransform”一文中，提出了kt-lvt動(dòng)態(tài)聚焦方法，對(duì)動(dòng)態(tài)場景下雷達(dá)信號(hào)進(jìn)行動(dòng)態(tài)聚焦，實(shí)現(xiàn)了雷達(dá)的信號(hào)檢測和參數(shù)估計(jì)。該方法應(yīng)用在雷達(dá)信號(hào)處理領(lǐng)域，不需要考慮符號(hào)調(diào)制對(duì)動(dòng)態(tài)聚焦方法的影響。但在直擴(kuò)信號(hào)模型下，由于長時(shí)間積累過程中存在符號(hào)跳變的現(xiàn)象，常規(guī)動(dòng)態(tài)聚焦方法會(huì)出現(xiàn)能量抵消和譜峰分裂的問題，因此要kt-lvt動(dòng)態(tài)聚焦方法用于直擴(kuò)信號(hào)，還需要考慮符號(hào)調(diào)制的影響，對(duì)kt-lvt算法進(jìn)行改進(jìn)，設(shè)計(jì)基于kt-lvt的抗符號(hào)跳變的動(dòng)態(tài)聚焦方法。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種基于平方運(yùn)算抗符號(hào)跳變的kt-lvt的動(dòng)態(tài)聚焦方法,利用dbzp消除部分相關(guān)時(shí)間段內(nèi)的數(shù)據(jù)跳變的影響，并在kt-lvt算法的基礎(chǔ)上進(jìn)行改進(jìn)，利用平方運(yùn)算消除符號(hào)跳變造成的部分相關(guān)時(shí)間段間能量抵消問題，具有較高的信噪比增益，適合微弱直擴(kuò)信號(hào)的捕獲。

一種基于kt-lvt的抗符號(hào)跳變直接擴(kuò)頻信號(hào)動(dòng)態(tài)聚焦方法，包括如下步驟：

步驟一、將接收端的復(fù)基帶信號(hào)表示為sr(ts,tk)，本地偽碼序列表示為sl(ts,tk)；ts＝stc為段內(nèi)延遲時(shí)間，tk＝ktc為段間延遲時(shí)間，tc為部分相關(guān)時(shí)間，s＝0,1,2,…,2n-1,k＝0,1,2,…,kk為部分相關(guān)段數(shù)；n為部分相關(guān)點(diǎn)數(shù)；

步驟二、將復(fù)基帶信號(hào)sr(ts,tk)與本地偽碼序列sl(ts,tk)進(jìn)行相關(guān)處理，得到部分相關(guān)函數(shù)矩陣xcor(τ,tk),τ為本地偽碼序列的初始時(shí)間延遲；

步驟三、將部分相關(guān)函數(shù)矩陣xcor(τ,tk)進(jìn)行平方處理得到

步驟四、對(duì)xsq(τ,k)進(jìn)行keystone變換，消除一階動(dòng)態(tài)造成的偽碼相位徙動(dòng)，得到xsq(τ,k')；

步驟五、忽略二階動(dòng)態(tài)距離維徙動(dòng)，將部分相關(guān)結(jié)果xsq(τ,k')近似為：

f0為射頻頻率，rc(τ)為偽碼互相關(guān)函數(shù)，tk'＝tk(f0+fτ)/f0，a0為雷達(dá)和目標(biāo)之間的初始距離，a1為一階目標(biāo)動(dòng)態(tài)參數(shù)，a2為二階目標(biāo)動(dòng)態(tài)參數(shù)，a'為keystone變換后信號(hào)幅值，xsq(τ,k')的對(duì)稱延遲相關(guān)函數(shù)為：

rs(τ,k',m)＝xsq(τ,k'+m+b)[xsq(τ,k'-m-b)]*

其中，fτ表示變量τ經(jīng)傅里葉變換后的頻域變量；b為固定延遲，m為延遲變量，m＝0,1,2,…,m-1；m-1為最大延遲變量；

步驟六、對(duì)延遲相關(guān)函數(shù)進(jìn)行keystone變換，再對(duì)keystone變換后的矩陣進(jìn)行二維鑒頻，獲得動(dòng)態(tài)聚焦結(jié)果。

步驟一至步驟五由以下步驟具體實(shí)現(xiàn)：

(1)設(shè)置行搜索編號(hào)l的初始值為l＝0，設(shè)置列搜索編號(hào)n的初始值為n＝0；

(2)對(duì)本地偽碼序列進(jìn)行采樣，并將采樣序列分段，每段n個(gè)采樣點(diǎn)，共k+2m+2b段，并在每段段末補(bǔ)n個(gè)0，將數(shù)據(jù)段按行存入2n×(k+2m+2b)維的矩陣作為本地時(shí)域矩陣，對(duì)本地時(shí)域矩陣的行向量進(jìn)行2n點(diǎn)傅里葉變換，取共軛，得到本地頻域共軛矩陣

(3)對(duì)復(fù)基帶信號(hào)進(jìn)行采樣，并對(duì)采樣序列分段處理，每段數(shù)據(jù)長n點(diǎn)，共2(k+m+b)段，然后在每段段尾補(bǔ)n點(diǎn)數(shù)據(jù)，每段段尾數(shù)據(jù)為下一段數(shù)據(jù)的前n點(diǎn)，將數(shù)據(jù)段按行存入2n×2(k+m+b)維的矩陣作為接收拓展矩陣，然后對(duì)接收拓展矩陣的行向量進(jìn)行2n點(diǎn)的傅里葉變換，得到復(fù)基帶信號(hào)的頻域值矩陣；

(4)截取所述復(fù)基帶信號(hào)的頻域值矩陣的第l+1行至l+(k+2m+2b)行作為接收信號(hào)頻域值矩陣sr(fτ,k)；

(5)將接收信號(hào)頻域值矩陣sr(fτ,k)與本地頻域共軛矩陣對(duì)應(yīng)位置相乘，得到頻域值矩陣；

(6)對(duì)復(fù)基帶信號(hào)的頻域值矩陣xcor(fτ,k)中fτ維進(jìn)行傅里葉逆變換，截取部分相關(guān)矩陣的前n列，得到部分相關(guān)函數(shù)時(shí)域值矩陣xcor(τ,k)，其中，

τ＝0,1,2,…,n-1；

(7)對(duì)部分相關(guān)函數(shù)時(shí)域值矩陣xcor(τ,k)進(jìn)行平方處理，得到平方矩陣xsq(τ,k)＝[x(τ,k)]²；

(8)對(duì)平方矩陣xsq(τ,k)中τ維進(jìn)行傅里葉變換，得到頻域值矩陣xsq(fτ,k)；

(9)對(duì)矩陣xsq(fτ,k)按列進(jìn)行keystone變換，得到keystone變換后頻域值矩陣xsq(fτ,k')；

(10)對(duì)頻域值矩陣xsq(fτ,k')中fτ維進(jìn)行逆傅里葉變換，得到運(yùn)動(dòng)補(bǔ)償后的部分相關(guān)矩陣xsq(τ,k')；

(11取出相關(guān)矩陣xsq(τ,k')的第n列的數(shù)據(jù)xsq(n,k')；

(12)根據(jù)xsq(n,k')計(jì)算對(duì)稱延遲相關(guān)函數(shù)矩陣：

其中，1≤m≤m，0≤k'≤k-1；

(13)將延遲相關(guān)函數(shù)矩陣rs(n,k',m)按列進(jìn)行keystone變換，得到時(shí)域值矩陣rs(n,k″,m)；

(14)將rs(n,k″,m)的列向量做m點(diǎn)傅里葉變換，得到矩陣rs(n,k″,fm)；

(15)對(duì)rs(n,k″,fm)矩陣的行向量做k點(diǎn)傅里葉變換，得到動(dòng)態(tài)聚焦矩陣rs(n,fk″，fm)；

(16)對(duì)動(dòng)態(tài)聚焦矩陣rs(n,fk″,fm)取模，找出|rs(n,fk″,fm)|峰值所在的位置(ia,iv)，并計(jì)算相應(yīng)的一階動(dòng)態(tài)參數(shù)和二階動(dòng)態(tài)參數(shù)；然后計(jì)算矩陣|rs(n,fk″,fm)|的峰值和均值之比作為檢測判決量vdec，將其與設(shè)定門限vt進(jìn)行比較。若檢測判決量vdec大于門限vt，則輸出輸出動(dòng)態(tài)參數(shù)和動(dòng)態(tài)聚焦完成標(biāo)志，n×l+n為碼相位搜索結(jié)果，hfsiv/(2k)為多普勒估計(jì)結(jié)果；反之，調(diào)整列搜索序號(hào)n＝n+1，后對(duì)其進(jìn)行判斷，若n小于n，則跳轉(zhuǎn)至步驟(11)；若n等于n，則調(diào)整行搜索編號(hào)l＝l+1，然后對(duì)l進(jìn)行判斷，若l小于k，則跳轉(zhuǎn)至步驟(4)；若l等于k，則輸出動(dòng)態(tài)聚焦失敗標(biāo)志。

本發(fā)明具有如下有益效果：

本發(fā)明采用基于延遲相關(guān)抗符號(hào)跳變的kt-lvt動(dòng)態(tài)聚焦方法，在消除偽碼相位距離徙動(dòng)和多普勒頻率徙動(dòng)的同時(shí)，消除了符號(hào)跳變的影響，實(shí)現(xiàn)了低信噪比、高動(dòng)態(tài)場景下直擴(kuò)信號(hào)動(dòng)態(tài)聚焦。與非搜索類動(dòng)態(tài)聚焦方法相比，本方法中非線性運(yùn)算造成的信噪比損失小，處理增益高，具有良好的抗噪聲性能，更加適用于弱信號(hào)的捕獲。

同時(shí)，由于本方法不需要實(shí)時(shí)遍歷補(bǔ)償本地偽碼速率和多普勒頻率，也無需對(duì)符號(hào)跳變沿進(jìn)行搜索，所以相對(duì)于非迭代非搜索類動(dòng)態(tài)聚焦方法本方法運(yùn)算量低、存儲(chǔ)量小、實(shí)時(shí)性高。

附圖說明

圖1為本發(fā)明的方法流程圖。

具體實(shí)施方式

下面結(jié)合附圖并舉實(shí)施例，對(duì)本發(fā)明進(jìn)行詳細(xì)描述。

基于平方運(yùn)算的kt-lvt方法原理如下：

設(shè)n為部分相關(guān)點(diǎn)數(shù)，tc為部分相關(guān)時(shí)間，k為部分相關(guān)段數(shù)，且ktc大于等于一個(gè)偽碼周期，在無噪聲干擾的情況下，接收端復(fù)基帶信號(hào)可表示為

其中，ts＝stc為段內(nèi)延遲時(shí)間，tk＝ktc為段間延遲時(shí)間，c為光速，a為信號(hào)幅值，r0(tk)為發(fā)射機(jī)與接收機(jī)之間的距離

其中，a0為雷達(dá)和目標(biāo)之間的初始距離，a1為一階目標(biāo)動(dòng)態(tài)參數(shù)，a2為二階目標(biāo)動(dòng)態(tài)參數(shù)。

本地信號(hào)可表示為

經(jīng)過相關(guān)處理后得到部分相關(guān)函數(shù)矩陣

其中，f0為射頻頻率，τ為本地信號(hào)的初始時(shí)間延遲，rc(τ)為偽碼互相關(guān)函數(shù)，rd(τ)為符號(hào)互相關(guān)函數(shù)。由于按照公式(4)每次僅能計(jì)算矩陣中的某一個(gè)元素，為了節(jié)省運(yùn)算量，可用基于ft方法實(shí)現(xiàn)，二者的處理結(jié)果相同。由于復(fù)基帶信號(hào)的符號(hào)位和偽碼是相參關(guān)系，則當(dāng)接收信號(hào)和本地信號(hào)偽碼對(duì)齊時(shí)，在部分相關(guān)時(shí)間內(nèi)不存在符號(hào)位跳變，由此消除了瞬時(shí)時(shí)間維符號(hào)跳變的影響。

對(duì)xcor(τ,tk)進(jìn)行平方處理得到

對(duì)xsq(τ,k)進(jìn)行kt，消除一階動(dòng)態(tài)造成的偽碼相位徙動(dòng)，即

其中，tk'＝tk(f0+fτ)/f0，a'為kt后信號(hào)幅值。

在假定二階動(dòng)態(tài)距離維徙動(dòng)可忽略的情況下，xsq(τ,tk')可看做是一個(gè)關(guān)于tk'的定常幅線性調(diào)頻信號(hào)，進(jìn)而用lvt進(jìn)行多普勒頻率維二階動(dòng)態(tài)聯(lián)合聚焦。部分相關(guān)結(jié)果經(jīng)kt可近似為

其對(duì)稱延遲相關(guān)函數(shù)為

rs(τ,k',m)＝xsq(τ,k'+m+b)[xsq(τ,k'-m-b)]^*(8)

其中，為b固定延遲，m為延遲變量，m＝0,1,2,…,m-1。

對(duì)延遲相關(guān)函數(shù)進(jìn)行kt和二維鑒頻，獲得動(dòng)態(tài)聚焦結(jié)果

其中，tk″＝[h(m+b)tn]tk'，tm＝mtc，h為尺度因子，且h越大，lvt方法中kt的性能越好，但動(dòng)態(tài)參數(shù)a2的估計(jì)精度差，需要折衷選取h的值。

通過公式(9)可以看到信號(hào)能量集中在τ＝a0/c,fm＝4a1f0,fk″＝4a1f0/h的位置，進(jìn)一步的可以求得估計(jì)值a0＝cτ,fm＝4a1f0,fk″＝4a1f0/ha1＝fm/(4f0),a2＝fk″h/(4f0)。

由于本方法是在某個(gè)固定的延遲時(shí)間τ下計(jì)算的延遲相關(guān)函數(shù)時(shí)(參考公式(8))，因此需要對(duì)τ進(jìn)行遍歷搜索，當(dāng)且僅當(dāng)τ＝a0/c時(shí)，才能獲得能量聚焦結(jié)果。

可見，kt-lvt方法可以消除符號(hào)跳變和高階動(dòng)態(tài)的影響，信號(hào)能量集中在目標(biāo)單元格內(nèi)。

本發(fā)明結(jié)構(gòu)框圖如圖1所示，包括數(shù)據(jù)預(yù)處理模塊、本地頻域值矩陣計(jì)算模塊、行矩陣ift1模塊、平方模塊、行矩陣ft1模塊、行矩陣ift2模塊、頻域kt、相關(guān)結(jié)果存儲(chǔ)模塊、延遲相關(guān)函數(shù)計(jì)算模塊，時(shí)域kt模塊，矩陣列ft模塊和矩陣行ft2模塊、檢測判決模塊和邏輯控制模塊。具體步驟如下：

(1)預(yù)置邏輯控制模塊內(nèi)行搜索編號(hào)l＝0輸出給數(shù)據(jù)預(yù)處理模塊，列搜索編號(hào)為n＝0輸出給相關(guān)結(jié)果存儲(chǔ)模塊。

(2)本地偽碼頻域值矩陣計(jì)算模塊對(duì)本地偽碼序列按采樣率fs進(jìn)行采樣，將采樣序列分段，每段n個(gè)采樣點(diǎn)，共k+2m+2b段，并在每段段末補(bǔ)n個(gè)0，將數(shù)據(jù)段按行存入2n×(k+2m+2b)的矩陣作為本地時(shí)域矩陣，對(duì)本地時(shí)域矩陣的行向量進(jìn)行2n點(diǎn)ft計(jì)算，取共軛，得到本地頻域共軛矩陣sl^*(fτ,k)輸出給乘積模塊。

(3)數(shù)據(jù)預(yù)處理模塊按采樣率fs對(duì)復(fù)基帶信號(hào)進(jìn)行采樣、分段處理，每段數(shù)據(jù)長n點(diǎn)，共2(k+m+b)段，然后在每段段尾補(bǔ)n點(diǎn)數(shù)據(jù)，每段段尾數(shù)據(jù)為下一段數(shù)據(jù)的前n點(diǎn)，將數(shù)據(jù)段按行存入2n×2(k+m+b)的矩陣作為接收拓展矩陣，然后對(duì)拓展矩陣的行向量進(jìn)行2n點(diǎn)的ft計(jì)算，得到復(fù)基帶信號(hào)的頻域值矩陣。

(4)數(shù)據(jù)預(yù)處理模塊根據(jù)邏輯控制模塊輸出的行搜索編號(hào)l截取復(fù)基帶信號(hào)的頻域值矩陣的第l+1行～l+(k+2m+2b)行做為接收信號(hào)頻域值矩陣sr(fτ,k)輸出給乘積模塊。

(5)乘積模塊接收矩陣sr(fτ,k)并將其與本地頻域共軛矩陣對(duì)應(yīng)位置相乘，得到頻域值矩陣xcor(fτ,k)，輸出給矩陣行ift1模塊。

(6)矩陣行ift1模塊接收復(fù)基帶信號(hào)的頻域值矩陣xcor(fτ,k)，對(duì)fτ進(jìn)行ift，截取部分相關(guān)矩陣的前n列，得到部分相關(guān)函數(shù)時(shí)域值矩陣xcor(τ,k)(即令

τ＝0,1,2,…,n-1)輸出給平方模塊。

(7)平方模塊接收部分相關(guān)函數(shù)時(shí)域值矩陣xcor(τ,k)，計(jì)算平方矩陣

xsq(τ,k)＝[x(τ,k)]²輸出給矩陣行ft1模塊。

(8)矩陣行ft1模塊接收平方矩陣xsq(τ,k)，對(duì)τ進(jìn)行ft，得到頻域值矩陣xsq(fτ,k)輸出給頻域kt模塊。

(9)頻域kt模塊接收矩陣xsq(fτ,k)，按列進(jìn)行kt，輸出kt后頻域值矩陣xsq(fτ,k')。

(10)矩陣行ift模塊接收頻域值矩陣xsq(fτ,k')，對(duì)fτ進(jìn)行ift計(jì)算，得到運(yùn)動(dòng)補(bǔ)償后的部分相關(guān)矩陣xsq(τ,k')，輸出給相關(guān)結(jié)果存儲(chǔ)模塊。

(11)相關(guān)結(jié)果存儲(chǔ)模塊接收xsq(τ,k')，按邏輯控制模塊輸出的列搜索編號(hào)n，取出相關(guān)矩陣第n列的數(shù)據(jù)xsq(n,k')給延遲相關(guān)函數(shù)計(jì)算模塊。

(12)延遲相關(guān)函數(shù)計(jì)算模塊接收信號(hào)xsq(n,k')，計(jì)算延遲相關(guān)函數(shù)矩陣

d(m,k')＝xsq(n,k'+2m+2b)×ml^*(n,k')(6)

其中，1≤m≤m，0≤k'≤k-1。步驟五矩陣rs(n,k',m)是三維矩陣，由于步驟(11)中變量n被設(shè)為定值，在步驟(12)中該矩陣減少了一個(gè)維度，步驟(12)中的rs(n,k',m)是步驟五中rs(n,k',m)的一部分，每一次迭代對(duì)應(yīng)不同的n值，迭代完成后即可得到完整的三維矩陣。

(13)時(shí)域kt模塊接收矩陣d(m,k')，按列進(jìn)行kt，得到時(shí)域值矩陣d(m,k″)，輸出給矩陣列ft模塊。

(14)矩陣列ft模塊接收到d(m,k″)后對(duì)該矩陣的列向量做m點(diǎn)ft，得到矩陣d(fm,k″)，并將該矩陣輸出給矩陣行ft模塊。

(15)矩陣行ft模塊進(jìn)一步對(duì)d(fm,k″)矩陣的行向量做k點(diǎn)行ft，得到矩陣d(fm,fk″)，將其輸出給檢測判決模塊。

(16)檢測判決模塊接收步驟(11)輸出的動(dòng)態(tài)聚焦矩陣d(fm,fk″)，取模，找出|d(fm,fk″)|峰值所在的位置(ia,iv)，并計(jì)算相應(yīng)的一階和二階動(dòng)態(tài)參數(shù)，輸出給邏輯控制模塊。計(jì)算矩陣的峰值和均值之比作為檢測判決量vdec，將其與門限vt進(jìn)行比較。若檢測判決量vdec大于門限vt則輸出檢測結(jié)果標(biāo)志flag＝1；否則輸出flag＝0。

(17)邏輯控制模塊接收檢測結(jié)果標(biāo)志flag，對(duì)flag的值進(jìn)行判斷，若flag＝1，則輸出動(dòng)態(tài)參數(shù)和動(dòng)態(tài)聚焦完成標(biāo)志，n×l+n為碼相位搜索結(jié)果，hfsiv/(2k)為多普勒估計(jì)結(jié)果；若flag＝0，調(diào)整列搜索序號(hào)n＝n+1，后對(duì)其進(jìn)行判斷，若n小于n，則跳轉(zhuǎn)至步驟(11)；若n等于n，則調(diào)整行搜索編號(hào)l＝l+1，然后對(duì)l進(jìn)行判斷，若l小于k，則跳轉(zhuǎn)至步驟(4)；若l等于k，則輸出動(dòng)態(tài)聚焦失敗標(biāo)志。

綜上所述，以上僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。