專利名稱：基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達(dá)信號處理技術(shù)領(lǐng)域，特別是涉及一種基于非線性最小二乘(NLS) 的空中機(jī)動目標(biāo)檢測方法。
背景技術(shù)：
以高空運(yùn)動平臺為載體的機(jī)載預(yù)警雷達(dá)的可視范圍比地基雷達(dá)要大得多，是現(xiàn)代戰(zhàn)場上最重要的軍事傳感器之一。但是，由于其處于下視工作狀態(tài)，因此面臨著比地基雷達(dá)更復(fù)雜的地(海)雜波問題，使得對目標(biāo)的檢測和參數(shù)估計變得十分困難?？諘r自適應(yīng)處理(Space-Time Adaptive Processing, STAP)是一種有效的機(jī)載雷達(dá)地雜波抑制手段,傳統(tǒng)的STAP方法都是假設(shè)在相干處理時間(Coherent Processing Interval, CPI)內(nèi)目標(biāo)回波多普勒頻率恒定(即目標(biāo)做勻速運(yùn)動)，但是當(dāng)目標(biāo)進(jìn)行變速、轉(zhuǎn)彎等機(jī)動飛行時，其在一個CPI內(nèi)目標(biāo)回波多普勒頻率會隨時間發(fā)生變化，即發(fā)生多普勒走動，使得傳統(tǒng)的STAP 方法相參積累性能大大下降，從而導(dǎo)致目標(biāo)檢測能力下降。當(dāng)機(jī)動目標(biāo)做勻加速運(yùn)動時目標(biāo)回波信號為線性調(diào)頻(Linear Frequency Modulation, LFM)信號。對LFM信號的檢測與參數(shù)估計有最大似然估計(Maximum Likelihood, ML)和時頻分析等經(jīng)典算法。其中ML方法是一種最有效的估計方法，其估計精度很高，對參數(shù)的估計方差接近于Cramer-Rao下界，但其缺點(diǎn)是運(yùn)算量很大，并且該方法的參數(shù)估計模型是在高斯白噪聲環(huán)境下進(jìn)行的，而在實際情況中，噪聲往往是色噪聲，因此ML方法不利于在實際情況中進(jìn)行實時處理和工程實現(xiàn)。利用時頻分析方法來估計機(jī)動目標(biāo)參數(shù)時需要較多的采樣點(diǎn)數(shù)，因此該方法在地基雷達(dá)和合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)中應(yīng)用比較廣泛(因為地基雷達(dá)和SAR發(fā)射脈沖數(shù)較多)。而當(dāng)機(jī)載預(yù)警雷達(dá)的脈沖重復(fù)頻率一定時，較多的采樣點(diǎn)數(shù)意味著CPI加長，這會引起雜波和目標(biāo)的距離走動，從而給后續(xù)處理帶來更大困難，因此直接利用時頻分析方法來檢測空中機(jī)動目標(biāo)會出現(xiàn)估計精度較差的問題。

發(fā)明內(nèi)容
為了解決上述問題，本發(fā)明的目的在于提供一種能夠提高參數(shù)估計精度的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法。為了達(dá)到上述目的，本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法包括按順序進(jìn)行的下列步驟I)對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制的SI階段；2)確定目標(biāo)參數(shù)二維搜索范圍的S2階段；3)構(gòu)造目標(biāo)信號模型的S3階段；4)構(gòu)造代價函數(shù)，估計參數(shù)結(jié)果的S4階段。在步驟I)中，所述的對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制的方法是利用子空間投影技術(shù)對雷達(dá)接收到的回波數(shù)據(jù)進(jìn)行雜波抑制，即將待檢測單元數(shù)據(jù)投影到雜波子空間的正交子空間中，得到投影后的無雜波數(shù)據(jù)。在步驟2)中，所述的確定目標(biāo)參數(shù)二維搜索范圍的方法是利用快速解線調(diào)法粗略地估計出目標(biāo)信號的初始速度和加速度，確定一個目標(biāo)參數(shù)的二維搜索范圍，為下一步構(gòu)造目標(biāo)信號模型做準(zhǔn)備。在步驟3)中，所述的構(gòu)造目標(biāo)信號模型方法是利用S2階段中確定的參數(shù)搜索范圍內(nèi)的參數(shù)重新構(gòu)造相控陣?yán)走_(dá)的目標(biāo)信號模型。在步驟4)中，所述的構(gòu)造代價函數(shù)，估計目標(biāo)參數(shù)結(jié)果的方法是根據(jù)非線性最小二乘算法將S3階段中重構(gòu)的目標(biāo)信號模型與雜波抑制后的數(shù)據(jù)相匹配，構(gòu)造代價函數(shù)，使其和雜波抑制后的數(shù)據(jù)具有最小的“平方和”距離，搜索代價函數(shù)最小值對應(yīng)的參數(shù)作為估計結(jié)果。本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法是利用非線性最小二乘算法的思想，在一個參數(shù)搜索范圍內(nèi)重構(gòu)目標(biāo)信號，然后采用非線性最小二乘算法將其與雜波抑制后的數(shù)據(jù)進(jìn)行匹配，進(jìn)而得到目標(biāo)的參數(shù)估計結(jié)果。本發(fā)明方法具有目標(biāo)檢測能力及參數(shù)估計結(jié)果精度高、估計性能較好等優(yōu)點(diǎn)，尤其是在脈沖點(diǎn)數(shù)有限的情況下，依然能夠獲得很好的參數(shù)估計結(jié)果。


圖I為本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法流程圖。圖2為雜波抑制前總回波的功率譜。圖3為雜波抑制后常規(guī)方法的功率譜。圖4為本發(fā)明方法處理后的功率譜。圖5為對加速度補(bǔ)償前后功率譜。圖6(a)為初始速度均方根誤差隨信噪比變化曲線圖。圖6(b)為加速度均方根誤差隨信噪比變化曲線圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法進(jìn)行詳細(xì)說明。圖I為本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法流程圖。其中的全部操作都是在以計算機(jī)為核心的機(jī)載計算機(jī)系統(tǒng)中完成的，操作的主體均為機(jī)載計算機(jī)系統(tǒng)。如圖I所示，本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法包括按順序進(jìn)行的下列步驟I)對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制的SI階段本階段是利用子空間投影技術(shù)對雷達(dá)接收到的回波數(shù)據(jù)進(jìn)行雜波抑制，然后進(jìn)入下一步S2階段；在此階段中，利用子空間投影技術(shù)對回波數(shù)據(jù)進(jìn)行雜波抑制的具體方法如下將待檢測單元數(shù)據(jù)投影到雜波子空間的正交子空間中，得到投影后的無雜波數(shù)據(jù)。雜波加噪聲協(xié)方差矩陣為R = E {(xc+xn) (xc+xn)H} = Rc+Rn (I)
式中，R。表示雜波協(xié)方差矩陣，Rn是噪聲項協(xié)方差矩陣。對R進(jìn)行特征值分解，可以得到
權(quán)利要求
1.一種基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法，其特征在于所述的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法包括按順序進(jìn)行的下列步驟1)對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制的Si階段；2)確定目標(biāo)參數(shù)二維搜索范圍的S2階段；3)構(gòu)造目標(biāo)信號模型的S3階段；4)構(gòu)造代價函數(shù)，估計參數(shù)結(jié)果的S4階段。
2.根據(jù)權(quán)利要求I所述的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法，其特征在于在步驟I)中，所述的對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制的方法是利用子空間投影技術(shù)對雷達(dá)接收到的回波數(shù)據(jù)進(jìn)行雜波抑制，即將待檢測單元數(shù)據(jù)投影到雜波子空間的正交子空間中，得到投影后的無雜波數(shù)據(jù)。
3.根據(jù)權(quán)利要求I所述的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法，其特征在于在步驟2)中，所述的確定目標(biāo)參數(shù)二維搜索范圍的方法是利用快速解線調(diào)法粗略地估計出目標(biāo)信號的初始速度和加速度，確定一個目標(biāo)參數(shù)的二維搜索范圍，為下一步構(gòu)造目標(biāo)信號模型做準(zhǔn)備。
4.索范圍內(nèi)的參數(shù)重新構(gòu)造相控陣?yán)走_(dá)的目標(biāo)信號模型。
5.根據(jù)權(quán)利要求I所述的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法，其特征在于在步驟4)中，所述的構(gòu)造代價函數(shù)，估計目標(biāo)參數(shù)結(jié)果的方法是根據(jù)非線性最小二乘算法將S3階段中重構(gòu)的目標(biāo)信號模型與雜波抑制后的數(shù)據(jù)相匹配，構(gòu)造代價函數(shù)，使其和雜波抑制后的數(shù)據(jù)具有最小的“平方和”距離，搜索代價函數(shù)最小值對應(yīng)的參數(shù)作為估計結(jié)果O
全文摘要
一種基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法。其包括1)對雷達(dá)接收到的總回波數(shù)據(jù)進(jìn)行雜波抑制；2)確定目標(biāo)參數(shù)二維搜索范圍；3)構(gòu)造目標(biāo)信號模型；4)構(gòu)造代價函數(shù)，估計參數(shù)結(jié)果等階段。本發(fā)明提供的基于非線性最小二乘的空中機(jī)動目標(biāo)檢測方法是利用非線性最小二乘算法的思想，在一個參數(shù)搜索范圍內(nèi)重構(gòu)目標(biāo)信號，然后采用非線性最小二乘算法將其與雜波抑制后的數(shù)據(jù)進(jìn)行匹配，進(jìn)而得到目標(biāo)的參數(shù)估計結(jié)果。本發(fā)明方法具有目標(biāo)檢測能力及參數(shù)估計結(jié)果精度高、估計性能較好等優(yōu)點(diǎn)，尤其是在脈沖點(diǎn)數(shù)有限的情況下，依然能夠獲得很好的參數(shù)估計結(jié)果。
文檔編號G01S7/41GK102608587SQ20121005714
公開日2012年7月25日 申請日期2012年3月7日 優(yōu)先權(quán)日2012年3月7日
發(fā)明者吳仁彪, 李海, 王小寒 申請人:中國民航大學(xué)