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(jì)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(duì)小場景雷達(dá)目標(biāo)距離像進(jìn)行估計(jì)。
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(duì)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(hào),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(hào)帶寬頻率。這無疑給信號(hào)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(jì)中隨著分辨率的提高和帶寬的增加,對(duì)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(jì)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(hào)在某個(gè)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(hào)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(hào)采樣的Nyquist速率,實(shí)現(xiàn)雷達(dá)信號(hào)的低速率觀測,并且從中恢復(fù)目標(biāo)信息,達(dá)到對(duì)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(hào)處理方面有著非常重要的應(yīng)用前景。對(duì)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(shí)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(duì)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(hào)的帶寬不再是簡單的倒數(shù)關(guān)系。同樣對(duì)雷達(dá)回波模型分析可知,在相干積累時(shí)間內(nèi),不同脈沖間接收到的噪聲信號(hào)、干擾在統(tǒng)計(jì)上是動(dòng)態(tài)變化的,并且由于目標(biāo)與雷達(dá)之間的相對(duì)運(yùn)動(dòng),使得目標(biāo)相對(duì)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(hào)在不同脈沖時(shí)刻也是實(shí)時(shí)變化的,具有動(dòng)態(tài)特性,可以利用狀態(tài)空間法對(duì)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(dòng)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?yàn)閭鹘y(tǒng)的卡爾曼濾波器對(duì)大尺度信號(hào)存在計(jì)算量大的問題,利用狀態(tài)空間法對(duì)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(duì)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(jì)方法,以實(shí)現(xiàn)對(duì)目標(biāo)距離像動(dòng)態(tài)稀疏重構(gòu),提高距離像估計(jì)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(jì)雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個(gè)數(shù)D << L,第k個(gè)脈沖的小場景雷達(dá)回波信號(hào)為Xk,回波信號(hào)長度為N,對(duì)Xk進(jìn)行壓縮采樣,獲得第k個(gè)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(hào)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(shí)域回波壓縮采樣信號(hào)對(duì)噪聲的自相關(guān)矩陣R進(jìn)行估計(jì),得到R
的估計(jì)值:々=達(dá)#,其中P代表第k次僅含噪聲的時(shí)域回波壓縮采樣信號(hào),P為用于
^ k=l k
估計(jì)噪聲的自相關(guān)矩陣的壓縮采樣信號(hào)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(gè)脈沖的目標(biāo)稀疏系數(shù),』=e/&, j'= ^為虛數(shù)單元符號(hào),<!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(gè)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(dòng)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(hào)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(dòng)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(gè)脈沖時(shí)目標(biāo)稀疏系數(shù)的估計(jì)值Θ k:= Aal^1 + Hk (yk - ΦΨ^ ^),式中,,為第k-1個(gè)脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計(jì)值,Hk為卡爾曼濾波增益;5)利用偽量測PM方法對(duì)估計(jì)值Θ k進(jìn)行校正,得到第k個(gè)脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計(jì)值<,并將之作為第k個(gè)脈沖時(shí)的距離像估計(jì)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(duì)散射點(diǎn)信息進(jìn)行狀態(tài)估計(jì),相對(duì)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(shí),由于卡爾曼濾波器充分利用了回波信號(hào)的先驗(yàn)信息和一系列連續(xù)回波信號(hào)的動(dòng)態(tài)特性,因此,相對(duì)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(jì)中狀態(tài)空間模型誤差對(duì)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(jì)中狀態(tài)空間模型誤差對(duì)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(duì)多散射點(diǎn)的距離像估計(jì)的結(jié)果對(duì)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(jì)中對(duì)重建散射點(diǎn)相位的影響對(duì)比圖。
具體實(shí)施例方式參照?qǐng)D1,本發(fā)明的實(shí)現(xiàn)步驟如下:步驟一,對(duì)雷達(dá)回波信號(hào)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(shí)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(jì)的。假設(shè)待估計(jì)雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個(gè)數(shù)D □ L,對(duì)于包含目標(biāo)和噪聲的一系列小場景雷達(dá)時(shí)域回波信號(hào)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(hào)長度為N = L+n,η為雷達(dá)發(fā)射信號(hào)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(jì)噪聲的自相關(guān)矩陣。2.1)確定估計(jì)噪聲自相關(guān)矩陣的信號(hào)應(yīng)滿足的條件雷達(dá)照射目標(biāo)時(shí),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(jì)噪聲信號(hào)的自相關(guān)矩陣,確定估計(jì)的信號(hào)中僅含有噪聲,而不包含目標(biāo),從而保證估計(jì)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(jì)噪聲信號(hào)的自相關(guān)矩陣當(dāng)獲取了僅含有噪聲的信號(hào)4,k= 1,2,...,K后,按照式〈1>估計(jì)噪聲時(shí)域回波信號(hào)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(jì)方法,包括如下步驟: 1)假設(shè)待估計(jì)雷達(dá)距離像的距離單元數(shù)為L,散射點(diǎn)個(gè)數(shù)D<< L,第k個(gè)脈沖的小場景雷達(dá)回波信號(hào)為xk,回波信號(hào)長度為N,對(duì)Xk進(jìn)行壓縮采樣,獲得第k個(gè)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(hào)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(shí)域回波壓縮采樣信號(hào)對(duì)噪聲的自相關(guān)矩陣R進(jìn)行估計(jì),得到R的估計(jì)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(hào)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(hào),nE(t)是回波中包含的噪聲信號(hào),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(duì)估計(jì)值0k進(jìn)行校正,得到第k個(gè)脈沖目標(biāo)稀疏系數(shù)的最優(yōu)估計(jì)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(jì)方法,主要解決現(xiàn)有卡爾曼濾波算法在距離像估計(jì)中存在計(jì)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(duì)雷達(dá)接收到的回波信號(hào)進(jìn)行壓縮采樣;2)估計(jì)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(duì)狀態(tài)空間模型進(jìn)行卡爾曼濾波遞推;5)對(duì)遞推結(jié)果進(jìn)行校正獲得距離像估計(jì)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(hào)G01S7/41GK103235295SQ201310111620
公開日2013年8月7日 申請(qǐng)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(qǐng)人:西安電子科技大學(xué)