基于梯度敏感度的雷达接收机增益自动校准方法及装置与流程
本发明涉及雷达接收机校准与信号处理,尤其涉及一种基于梯度敏感度的雷达接收机增益自动校准方法及装置。
背景技术:
1、雷达接收机增益会因温度变化、器件老化、电源波动等因素发生缓慢漂移。增益的微小变化直接导致目标回波幅度测量偏差,进而影响检测概率估计、信噪比计算和跟踪精度。传统接收机校准方法需要在雷达正常工作时段内,定期中断任务,通过射频开关切换至内置校准通路,注入已知功率的校准信号,测量接收机输出响应,计算增益偏差并进行补偿。这种方式存在以下突出问题:
2、第一,任务中断代价高。每次校准需要占用雷达工作时间窗口,对搜索和跟踪任务的连续性造成影响。
3、第二,校准间隔难以确定。增益漂移速率受多种因素影响,固定校准周期要么过于频繁浪费任务时间,要么间隔过长导致漂移累积超出允许误差。
4、第三,内部校准通路自身误差。内置校准信号源和耦合网络本身也存在温度漂移和老化效应,其输出功率的准确度限制了校准精度的上限。
5、第四,未利用外部环境参考。现有方法仅仅依赖内部闭环,未利用雷达正常工作时可观测到的已知雷达截面积的外部参考目标提供的丰富校准信息。在领域内,已有利用海洋回波进行高频地波雷达通道幅度自校准的方法,以及通过远场测试塔进行空间目标rcs测量校准的实践。然而,这些现有外部参考校准方法将参考目标作为幅度基准,通过比较通道间幅度差异实现校准,输出的是单一数值—增益偏差,未建立增益变化与性能指标之间的定量映射关系。操作员无法回答“该增益偏差对检测概率的影响究竟有多大”,也无法根据当前工作条件动态调整校准策略。
技术实现思路
1、本发明要解决的技术问题是如何在g维度梯度函数的定量指导下,在雷达正常探测任务期间,处理参考目标rcs不确定性和异常观测,融合多源增益偏差估计并闭环补偿接收机增益漂移,实现持续在线的自动校准,且使校准操作具备可解释性和可预测性。为此,本发明提出一种基于梯度敏感度的雷达接收机增益自动校准方法及装置。
2、根据本发明实施例的基于梯度敏感度的雷达接收机增益自动校准方法,包括:
3、步骤1,标定雷达接收机增益到检测概率的梯度敏感度函数,所述梯度敏感度函数以信噪比为索引,表征接收机增益变化对检测概率的边际影响率;
4、步骤2,获取至少一个已知雷达截面积的参考目标的回波信号,根据雷达方程计算各参考目标对应的增益偏差估计值;
5、步骤3,对当前批次的所有增益偏差估计值执行基于中位数绝对偏差的异常值检测,剔除被判为异常值的估计值;对通过异常值检测的增益偏差估计值,采用受所述梯度敏感度函数调制的加权融合,获得当前周期的融合增益偏差估计值;
6、步骤4,以所述融合增益偏差估计值为观测值,采用卡尔曼滤波器跟踪增益偏差的变化,并根据所述卡尔曼滤波器输出的增益偏差后验估计调整接收机增益。
7、根据本发明的一些实施例,步骤1中,所述梯度敏感度函数g1(snr)通过如下方式标定:
8、在雷达接收机标称增益grx0处,在覆盖雷达工作条件的信噪比范围内逐点施加预设增益扰动±δg,测量检测概率pd的变化,按下式计算:
9、;
10、其中,pd表示在括号内给定增益值和信噪比snr条件下的检测概率,grx为接收机实际增益。
11、在本发明的一些实施例中,所述梯度敏感度函数的标定采用自适应密度采样策略:
12、在检测概率过渡区,即0.2≤pd≤0.9对应的信噪比区间内,以0.5db为步长进行采样;
13、在检测概率饱和区,即pd>0.9或pd<0.2对应的信噪比区间内,以2db为步长进行采样;
14、当雷达工作温度范围超过预设阈值时,在多个典型温度点分别标定所述梯度敏感度函数,存储为多温度二维查找表,在线校准时根据当前温度进行插值查询。
15、根据本发明的一些实施例,步骤3中,基于中位数绝对偏差的异常值检测的判据为:
16、当时,将第k个增益偏差估计值标记为异常值并予以剔除;
17、其中,为第k个参考目标对应的增益偏差估计值,为当前批次所有增益偏差估计值的中位数,为中位数绝对偏差,为预设阈值系数,表示对所有k个目标取中位数运算。
18、在本发明的一些实施例中,步骤3中,受梯度敏感度函数调制的加权融合中,各参考目标的融合权重按下式构造:
19、;
20、其中,为第k个参考目标的融合权重,snrk为第k个参考目标的回波信噪比,c0>0为基础权重常数,为梯度敏感度函数,δgk为第k个参考目标对应的增益偏差估计值,融合增益偏差估计值为:
21、;
22、其中,为当前周期的融合增益偏差估计值,∑k为求和计算。
23、根据本发明的一些实施例,所述融合权重还根据参考目标的雷达截面积起伏方差进行修正:
24、;
25、其中,为第k个参考目标的雷达截面积起伏方差,η>0为惩罚系数;所述融合增益偏差估计值为:
26、。
27、在本发明的一些实施例中,步骤4中,卡尔曼滤波器为受约束卡尔曼滤波器,包含两层约束:
28、模型约束,状态方程为:
29、;
30、其中,为第t个雷达重复周期时刻的增益偏差状态值,为前一时刻的增益偏差状态值,ρ∈(0,1)为均值回归系数,用于控制状态向长期稳态值回归的速率,μ为长期稳态偏差,代表接收机增益偏差在长时间尺度上的均值,νt为过程噪声,服从零均值正态分布;
31、物理约束,每次更新后执行截断投影:
32、;
33、其中,为第t个时刻经更新后的增益偏差后验估计值,和分别为由接收机器件物理特性确定的增益偏差下限值和上限值,和分别为取最大值函数和取最小值函数,所述截断投影的含义为:当超出[δgmin,δgmax]范围时,将其约束至最近的边界值;
34、当标准化新息超过预设阈值时,增大所述卡尔曼滤波器的过程噪声方差;其中为新息,st为新息方差;待所述卡尔曼滤波器收敛至新增益水平后,将所述过程噪声方差恢复至正常值。
35、根据本发明的一些实施例,当无可用参考目标时,切换至噪声自校准模式:测量当前接收机噪声功率,与出厂标定条件下的噪声功率比较,按下式计算增益偏差估计值:
36、;
37、以作为备用观测值输入所述卡尔曼滤波器;
38、当切换至噪声自校准模式时,动态增大所述卡尔曼滤波器的观测噪声方差;当恢复至参考目标观测模式时,将所述观测噪声方差恢复至正常值。
39、在本发明的一些实施例中,所述参考目标包括地面固定反射体、携带角反射器的合作目标、以及稳定气象回波中的一种或多种。
40、根据本发明实施例的雷达接收机增益自动校准装置,包括:
41、梯度函数存储模块,用于存储预先标定的接收机增益到检测概率的梯度敏感度函数,所述梯度敏感度函数以信噪比为索引;
42、参考目标观测模块,用于获取至少一个已知雷达截面积的参考目标的回波信号,并根据雷达方程计算各参考目标对应的增益偏差估计值;
43、异常值检测与剔除模块,用于对当前批次的所有增益偏差估计值执行基于中位数绝对偏差的异常值检测,并剔除被判为异常值的估计值;
44、加权融合模块,用于对通过异常值检测的增益偏差估计值执行受所述梯度敏感度函数调制的加权融合,获得当前周期的融合增益偏差估计值;
45、卡尔曼滤波跟踪模块,用于以所述融合增益偏差估计值为观测值跟踪增益偏差的变化;
46、增益补偿执行模块,用于根据所述卡尔曼滤波跟踪模块输出的增益偏差后验估计调整接收机增益。
47、根据本发明的一些实施例,所述装置还包括:
48、噪声自校准模块,用于在无可用参考目标时测量当前接收机噪声功率并与出厂标定值比较,计算增益偏差估计值作为备用观测值输入所述卡尔曼滤波跟踪模块。
49、在本发明的一些实施例中,所述卡尔曼滤波跟踪模块为受约束卡尔曼滤波器,其状态方程中包含均值回归项以实现模型约束,其更新步骤后执行物理可行域截断投影以实现物理约束。
50、根据本发明的一些实施例,所述加权融合模块按如下方式构造各参考目标的融合权重:
51、;
52、其中,为第k个参考目标的融合权重,snrk为第k个参考目标的回波信噪比,c0>0为基础权重常数,为梯度敏感度函数,δgk为第k个参考目标对应的增益偏差估计值,融合增益偏差估计值为:
53、;
54、其中,为当前周期的融合增益偏差估计值,∑k为求和计算。
55、本发明具有如下有益效果:
56、本发明通过离线标定以信噪比为索引的接收机增益对检测概率的梯度敏感度函数,将其显式嵌入多参考目标融合权重中,使校准策略随工作条件自适应调整—在检测概率过渡区赋予高权重以确保校准精度,在饱和区自动收敛至基础水平以避免噪声放大,实现了从“测幅”到“测性能敏感度”的校准范式升级;在此基础上,结合基于中位数绝对偏差的异常值自动剔除和rcs起伏方差修正,有效抵御劣质观测对融合结果的污染,并通过引入均值回归模型约束和物理可行域截断投影的双层卡尔曼滤波器,确保增益偏差跟踪的长期有界性和物理可行性,同时辅以标准化新息监控应对突发漂移以及无参考目标时噪声自校准的观测方差平滑切换机制;相比传统内部注入式校准,本发明无需中断雷达正常工作即可实现持续闭环补偿,相比现有外部参考校准,本发明确立了增益偏差对检测概率边际影响的量化映射关系,使校准操作具备可解释性和可预测性,连续运行验证表明接收机增益rms偏差从未校准的1.8db降至0.3db,检测概率波动从±0.05缩至±0.01,跟踪精度rmse提升约12%。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com