一种基于雷达多普勒特征的目标干扰剔除方法与流程
本发明涉及雷达信号处理,特别是一种基于雷达多普勒特征的目标干扰剔除方法。
背景技术:
1、随着现代航空装备对低空救生能力和智能化感知能力要求的不断提高,弹射座椅测高系统作为飞行员主动救生系统中的关键感知单元,其测距精度和环境适应能力直接影响开伞时机判断以及救生成功率。传统弹射座椅测高装置主要采用无线电测距技术,通过向地面发射电磁波并接收目标反射回波,根据电磁波传播时间确定座椅与地面之间的距离。随着微波集成技术、数字信号处理技术以及高性能嵌入式处理器的发展,现有测高雷达逐渐由单一距离测量模式向距离、多普勒、角度等多维信息融合方向发展。其中,基于调频连续波雷达、脉冲压缩雷达以及相参积累处理的技术方案,通过提高距离分辨率、增强弱回波检测能力以及利用多普勒频移获取目标运动状态信息,已经成为机载测距和目标检测领域的重要发展方向。
2、然而,现有技术仅依据某一特征量是否超过固定阈值直接判定为干扰并予以置零剔除,这不仅容易造成误判,且门限值的设定高度依赖场景先验,缺乏对连续变化干扰场景的自适应能力,并且缺少基于平台自身运动状态的动态约束机制,无法根据座椅实时速度、姿态变化预测理论目标多普勒特征,也无法针对未知类型干扰进行主动发现和概率化抑制。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。
2、因此,本发明提供了一种基于雷达多普勒特征的目标干扰剔除方法,解决现有技术缺乏对连续变化干扰场景的自适应能力及缺少基于平台自身运动状态的动态约束机制的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、第一方面,本发明提供了一种基于雷达多普勒特征的目标干扰剔除方法,其包括,采集目标区域的回波信号,再获取座椅惯性导航模块输出的三轴速度信息、座椅姿态角信息;
5、对回波信号进行频域匹配滤波距离压缩和跨脉冲相参积累,形成距离-多普勒联合谱矩阵后,提取各通道频谱响应能量占比进行空间加权融合,再计算多普勒谱熵变化量、能量中心迁移量及频谱离散程度变化量进行加权融合与转化,生成干扰概率,再识别异常干扰区域;
6、根据三轴速度信息、座椅姿态角信息,获取理论目标多普勒频率及理论多普勒范围后,计算多普勒匹配程度,结合多普勒熵突变评价指标,形成目标回波可信度;
7、依据目标回波可信度与干扰概率,构造目标保留权重对距离-多普勒联合谱进行选择性抑制处理,得到目标增强谱,依据目标增强谱执行目标实际距离转换与目标剔除,得到最终测距结果。
8、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述采集目标区域的回波信号指通过四路分向微带雷达分别对弹射座椅周围空间区域进行回波信号采集,得到快时间域下各路通道的复数回波信号。
9、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述再获取座椅惯性导航模块输出的三轴速度信息、座椅姿态角信息指通过安装于弹射座椅上的惯性导航模块,采集座椅在导航坐标系下的三轴速度信息和座椅姿态角信息;
10、所述三轴速度信息包括导航坐标系轴方向速度分量、导航坐标系轴方向速度分量、导航坐标系轴方向速度分量,座椅姿态角信息包括座椅俯仰角、座椅滚转角、座椅偏航角;惯性导航模块包括三轴加速度计、三轴陀螺仪。
11、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述对回波信号进行频域匹配滤波距离压缩和跨脉冲相参积累,形成距离-多普勒联合谱矩阵,具体如下:
12、获取本地存储的发射参考信号作为匹配滤波模板后,采用频域匹配滤波法,通过匹配滤波模板对快时间域下各路通道的复数回波信号进行复共轭匹配,得到当前脉冲周期内各路通道复数回波信号在经过匹配滤波后的距离压缩回波;
13、将多个连续脉冲周期内同一距离单元对应的距离压缩回波,按照慢时间顺序排列,得到慢时间序列,将慢时间序列作为矩阵的列,并将慢时间序列中的时间序列作为行后,形成相参积累数据矩阵;
14、对相参积累数据矩阵的每列执行离散傅里叶变换,使目标运动引起的频率变化映射至多普勒域,得到各路通道对应的距离-多普勒二维频谱响应值后,计算各路通道对应的空间增益权重,再执行距离-多普勒二维频谱响应值的加权融合,得到距离-多普勒联合谱,形成距离-多普勒联合谱矩阵。
15、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述提取各通道频谱响应能量占比进行空间加权融合,再计算多普勒谱熵变化量、能量中心迁移量及频谱离散程度变化量进行加权融合与转化,生成干扰概率,具体如下:
16、将每一个距离单元作为独立分析对象,对于任意距离单元提取对应的距离-多普勒联合谱,再对距离单元内各距离-多普勒联合谱以能量概率归一化方式进行归一化,得到距离单元中各多普勒频率对应的归一化能量;
17、基于归一化能量,采用信息熵方式计算距离单元所对应的多普勒谱熵值,再按照时间顺序对多普勒谱熵值进行排序,形成多普勒谱熵值序列,并计算序列中相邻时间之间的多普勒谱能量分布差异;
18、根据能量概率,计算距离单元的多普勒能量中心和能量中心迁移量,再根据多普勒能量中心和归一化能量,计算距离单元的多普勒频谱离散程度;
19、通过预设的多普勒谱熵变化权重、多普勒能量中心迁移权重和多普勒频谱离散程度权重,对熵变化量、能量中心迁移量及多普勒频谱离散程度进行加权融合,得到形成未知干扰突变评价值;
20、利用指数函数对未知干扰突变评价值进行概率转换,得到干扰概率。
21、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述再识别异常干扰区域指将干扰概率与预设的干扰突变判别阈值进行比较,若干扰概率大于预设的干扰突变判别阈值,则认为当前距离单元对应的距离-多普勒联合谱存在异常变化,并标记为未知干扰候选区域,若干扰概率小于等于预设的干扰突变判别阈值,则认为当前距离单元对应的距离-多普勒联合谱不存在异常变化,并标记为正常候选区域。
22、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述获取理论目标多普勒频率及理论多普勒范围后,计算多普勒匹配程度,具体如下:
23、读取四路分向微带雷达各路通道下天线坐标系的初始波束方向向量,根据座椅姿态角信息建立姿态旋转矩阵,并利用姿态旋转矩阵将初始波束方向向量转换至导航坐标系,得到雷达实际探测方向单位向量,结合三轴速度信息执行乘法运算,得到座椅沿雷达探测方向的径向运动速度;
24、根据雷达工作波长和径向运动速度,确定理论目标多普勒频率,并构建理论目标多普勒范围;
25、对于任意距离单元,采用最大值搜索方法在理论目标多普勒范围内进行遍历,选择最大能量峰值位置,得到运动目标候选频率,通过绝对值运算获取运动目标候选频率与理论目标多普勒频率的频率绝对差值后,计算多普勒匹配程度。
26、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述结合多普勒熵突变评价指标,形成目标回波可信度指提取干扰概率,结合多普勒匹配程度,执行建立目标可信度建模,并计算距离单元的目标回波可信度。
27、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述依据目标回波可信度与干扰概率,构造目标保留权重对距离-多普勒联合谱进行选择性抑制处理,得到目标增强谱指依据目标回波可信度和干扰概率,构造距离单元的目标保留权重,将目标保留权重与距离-多普勒联合谱相乘,得到目标增强谱。
28、作为本发明所述基于雷达多普勒特征的目标干扰剔除方法的一种优选方案,其中:所述依据目标增强谱执行目标实际距离转换与目标剔除,得到最终测距结果,具体如下:
29、对目标增强谱进行取模平方运算后,得到实际回波功率,选择实际回波功率最大的距离单元作为目标距离单元,将目标距离单元转换为目标实际距离;
30、依据若干个检测周期内的目标实际距离,获取相邻检测周期之间的距离变化量,根据径向运动速度,计算理论距离变化量;
31、以距离变化量减理论距离变化量并取绝对值后,得到距离变化异常评价值,若距离变化异常评价值小于距离变化允许误差阈值,则认为当前测距结果符合座椅运动规律,并保持当前目标距离输出,若距离变化异常评价值大于等于距离变化允许误差阈值,则认为当前测距结果存在异常跳变,剔除当前距离单元,并重新从目标增强谱中搜索下一有效目标实际距离;
32、所述异常跳变包括机身强反射导致近距离虚假目标突然出现、双座椅雷达互扰导致虚假距离峰值产生、瞬态空间杂波导致距离峰值随机漂移、大姿态变化造成波束偏移后产生错误距离响应。
33、本发明有益效果为:通过对距离单元内多普勒能量分布进行分析,建立基于多普勒谱熵变化、能量中心迁移以及频谱离散程度变化的未知干扰检测机制,从而无需预先建立固定干扰模板即可识别机身强反射、双座椅雷达互扰以及瞬态空间杂波等异常回波,提高了雷达对未知动态干扰的适应能力。并且,通过引入惯性导航模块输出的速度信息和姿态信息,建立与座椅实时运动状态相匹配的理论目标多普勒范围,使目标判别过程具备运动学约束,降低了高速下降、滚转及俯冲状态下虚假目标产生的概率。其次,采用基于目标可信度和干扰概率的软掩膜抑制方式,根据不同距离-多普勒单元中目标与干扰的概率关系进行连续调整,提高了弱目标条件下的测距保持能力。因此,本发明使弹射座椅测高雷达能够在高速、大姿态变化以及多干扰环境下持续输出稳定可靠的目标距离结果,并提升了目标干扰剔除的可靠性和雷达测距精度。
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