多个静止目标超分辨测向的方法与流程

1.本发明属于信号处理技术领域，具体涉及一种结合压缩感知技术，利用常规雷达机械扫描产生的天线波束图对缺失的脉冲调幅，实现同一距离单元主波束内多个静止目标的超分辨测向的方法。


背景技术：

2.随着雷达技术的发展，需要检测或估计多目标的场景非常普遍。高频超视距雷达在低空防御、远海预警、隐身目标探测领域有重要的应用价值，同时也是海面环境数据采集、海态遥感的重要手段。然而由于高频雷达采用频率范围较低：3-30mhz，雷达阵列形成的波束宽度很宽，对空间目标分辨能力很差，严重影响其应用范围。另外，高频雷达监测环境复杂，外部噪声和干扰很强，目标容易淹没在噪声背景下很难检测出来。为了将目标信息从雷达回波信号中提取出来，需要较长的相干积累时间，甚至达到上百秒，这会导致积累后用于目标方位估计的快拍数非常少，给信号处理方法带来巨大挑战。
3.现代电子侦察要求接收设备在密集复杂的电磁环境中不漏测信号，并且对脉冲信号有100％的截获概率。但是信号丢失是不可避免的，如随机交迭的脉冲列，相互之间会产生脉冲重合，导致脉冲丢失。解漏信号的特性对装备的论证与设计不可或缺。传统到达时间/到达时间差(toa/tdoa)估计算法中，时域分辨率是受到信号带宽限制的。当信号带宽有限或者不可控，而且被观测目标处于密集目标环境中或者存在较强多径效应时，为了在距离/时间维度上区分来自于不同信号源的信号，需要考虑使用超分辨技术。超分辨技术是解决雷达阵列分辨力低的有效手段，但是传统的超分辨算法易受观测条件的限制，如阵元数过少、目标回波多径效应、采样数据量不足等，这些因素都会造成传统的超分辨技术估计结果不够理想。由于高频雷达特殊背景带来的问题与传统超分辨技术应用条件之间存在尖锐矛盾，因此，建立新的超分辨方法来解决二者之间的矛盾对高频雷达的发展以及应用领域的拓展有重要的实际意义。压缩感知理论的确立为稀疏信号的恢复提供了完整的理论支持，同时也为空间谱估计理论注入了新的活力。随着宽带高分辨雷达技术的发展，目标的高度稀疏与复杂的雷达系统、海量数据呈现极度的不平衡，压缩感知是有效地减弱这种不平衡的可能技术之一。压缩感知与凸优化联合估计算法可以解决doa估计问题。由于高频雷达接收信号易存在多路径干扰以及相干积累时间过长导致的空域采样信息量不足的问题，会造成观测信号矩阵是非满秩的，传统的子空间分解算法无法直接求解；而压缩感知方法由于其独特的信号重构方式，可以不必求解观测信号的二阶统计信息，因此可以有效解决信号相干和快拍数过少的问题，但也存在对多次测量数据利用率低、算法稳定性差的缺陷。但目前成熟的测向方法，如单脉冲测向法，目标脉冲信号需连续且无丢失，这在实际工作场景中是无法完全实现的。目前，利用雷达天线方向图峰值信息估计来波方向的方法，如利用希尔伯特变换内插法、多分辨率方法、傅里叶变换时移不变方法和辛克函数内插法应用广泛，但这些常规估计峰值位置的方法大多只能估计同一距离单元内的单一目标，没有压缩采样能力，无法满足多目标超分辨测向需求。研究表明，雷达回波信号的原始数据经过某一个变
化域或者矢量集都存在被稀疏化的可能，常用的变换矩阵有傅里叶变换、小波变换和gabor稀疏变换等。目前对于雷达信号稀疏模型的建立，主要基于目标在空间域的稀疏性，将发射信号的时延序列构成的字典作为稀疏基，但是这种稀疏表示形式一方面需要根据雷达的观测距离进行调整，不适应于雷达的实际应用，另一方面需要将原始的雷达回波信号通过高速a/d转换为数字信号，进而建立稀疏模型，没有从根本上实现回波信号的压缩。为了能够对目标参数准确估计，要求构造的观测矩阵尽量包含稀疏信号的结构特征。因此，观测矩阵需要充分完整的原子构成，也就是更密集的网格划分。然而对doa估计来说，字典是由阵列流型矢量构成的，原子本身就具有较高的相关性，当网格划分更精细的时候，相邻原子之间的相关性会很高，破坏了压缩感知理论对观测矩阵的结构限制。另外，由于高频雷达环境背景复杂，雷达接收阵列形成波束较宽，容易引入大量的外部环境噪声，影响对最优原子的判断，导致估计稳定性很差。压缩感知方法通常利用一组离散的基向量来近似拟合稀疏信号，如果信号的非零元素正好落在对应基向量的网格点上，那么该信号就可以用这组基向量构成的基矩阵准确表示。然而实际应用中，稀疏或可压缩信号通常是一个连续变化的量。因为空间目标的角度可以是任意的方位，不可能准确落在我们预设的网格点上，这种情况下会出现能量泄露(也叫基失配)问题，更严重的会令信号无法用构造的字典线性表示，那么信号也就不能称作该字典下的稀疏或可压缩信号，不满足压缩感知理论对信号的基本要求。
4.处理回波信号时，传统雷达测向方法没有考虑电磁脉冲丢失导致的接收信号非连续问题。传统基于压缩感知的超分辨方法难以充分描述复杂的遥感图像纹理。由于高频雷达探测距离远，达到上百公里，实际距离很远的两个目标，相对于雷达来说角度差别可能只有零点几度，而高频雷达观测范围又很宽，目标的分辨精度和数据的计算量都会对重构算法带来很大挑战。传统的雷达信号处理过程主要依赖于dsp fpga平台，虽然两种平台的结合使用可以处理大规模的数据，但是其可用性、移植性不高。


技术实现要素：

5.本发明针对现有技术存在的不足之处，提供一种对噪声有较好的鲁棒性，可以实现结合压缩感知理论的常规雷达同一距离单元波束主瓣内多个静止目标超分辨测向的方法，以解决在脉冲信号随机缺失情况下，少量快拍数情况下的参数估计问题。
6.本发明的上述目的可以通过以下技术方案予以实现：一种多个静止目标超分辨测向的方法，其特征在于：在脉冲缺失情况下，首先均匀划分来波方向doa估计区域，利用观测信号构造一个感知字典来降低字典原子间的相关系数,引入感知字典构造测量矩阵及字典，通过重建向量的非零元素脚标与字典中的原子的对应关系确定多个静止目标的角度，结合压缩感知理论，利用随机缺失的脉冲信号及干扰信号建立雷达回波信号的稀疏化模型；根据天线方向图调制信息，构建双向天线增益，生成脉冲缺失数、目标复幅度、干扰信号和部分缺失的接收脉冲矩阵，将角度估计区域划分，构成冗余字典；利用随机缺失的脉冲信号及干扰信号构成回波脉冲信号，以基追踪方法来重建稀疏信号，分辨出雷达对前视向波束内的稀疏目标；然后选取非零元素的目标幅度值，由部分缺失的脉冲矩阵z、字典干扰信号归一化的协方差矩阵q和数据噪声限定量ε，在所有满足的解中选择向量1范数最小的解在目标的距离-方位单元进行压缩感知稀疏重构，对未知目标复幅度
向量的估计，获得目标的超分辨doa估计，实现同一个距离方向单元内的静止多目标的方位估计，最终获取超分辨目标测向目标信息，进行蒙特卡洛实验，给出测向误差积累分布。
7.本发明相比于现有技术具有如下有益效果：本发明在脉冲缺失情况下，首先均匀划分来波方向doa估计区域，利用观测信号构造一个感知字典来降低字典原子间的相关系数,引入感知字典构造测量矩阵及冗余字典，通过重建向量的非零元素脚标与字典中的原子的对应关系确定多个静止目标的角度，doa估计精度有相应的提高,特别是对分辨空间距离较近的目标效果更明显；能够在无源雷达中进行有效的超分辨doa估计，减小了雷达处理信号的压力。可以有效解决网格划分过密导致观测矩阵原子相关性过高的问题。
8.本发明针对阵列信号处理中传统测向方法在实际应用中存在采样数据量过大,同时需满足空间采样定理的问题,采用基于压缩感知的高频超视距雷达，外辐射源雷达压缩感知方位超分辨，利用随机缺失的脉冲信号及干扰信号建立雷达回波信号的稀疏化模型；不仅将复杂的非线性测向问题转化为凸优化测向问题，还适用于电磁环境不理想的实际场景，可实现同一个距离方向单元内的静止多目标的方位估计。
9.本发明根据天线方向图调制信息，构建方位角单元中目标方向的双向天线增益，进而以基追踪方法来重建稀疏信号，实现雷达对前视向波束内的稀疏目标分辨。实验结果表明，采用测量矩阵的列不相关性更好，重构能力和定位准确度都得到改善。算法的执行速率有所提高，缩短了运算时间，更好地解决了实际应用中所面临的技术难题。
10.本发明针对阵列信号处理中传统测向方法在实际应用中存在采样数据量过大，同时需满足空间采样定理的问题，采用由部分缺失的脉冲矩阵、字典、干扰信号归一化的协方差矩阵和数据噪声限定量，在所有满足的解中选择向量1范数最小的解，基于稀疏重构方法估计未知目标复幅度向量，在目标的距离-方位单元进行压缩感知稀疏重构，获得目标的超分辨doa估计，实现同一个距离方向单元内的静止多目标的方位估计，最终获取超分辨测向目标信息。这种基于雷达工作体制，利用目标信号源在空间角度上的稀疏性，在超完备冗余字典框架下将压缩感知理论应用于阵列高分辨测向，能够以较低的采样率直接对信息进行采样。仿真结果表明，本发明在抗噪声性能上具有一定鲁棒性，与传统测向方法相比，实现了在较低信噪比下只需少量采样点就可以达到高分辨测向的目的，降低了运算量。
11.本发明结合压缩感知技术，利用单部常规雷达波束扫描的部分脉冲数据，实现对雷达波束主瓣内的多个目标的超分辨测向。当信干比sdr＝15db时，进行1000次蒙特卡洛仿真实验，当脉冲完整时，雷达同一距离方向单元内两个目标的测向误差分别约有80％的可能性小于0.27
°
，约有80％的可能性小于0.20
°
；本发明在脉冲缺失概率达37.5％的情况下，两个目标的测向误差分别约有80％的概率小于0.32
°
，约有80％的概率小于0.26
°
，仍能准确测向，显著降低了多目标测向的计算复杂性。可见，与传统测向方法相比，本发明方法更适用于电磁环境不理想，存在脉冲丢失可能的实际超分辨测向场景。
附图说明
12.图1是本发明同一距离单元波束主瓣内多个静止目标超分辨测向流程图；图2是主波束宽度为2
°
，sdr＝15db时目标向量的二维重构图。
具体实施方式
13.参阅图1。根据本发明，在脉冲缺失情况下，首先均匀划分来波方向doa估计区域，利用观测信号构造一个感知字典来降低字典原子间的相关系数,引入感知字典构造测量矩阵及字典，通过重建向量的非零元素脚标与字典中的原子的对应关系确定多个静止目标的角度，结合压缩感知理论，利用随机缺失的脉冲信号及干扰信号建立雷达回波信号的稀疏化模型；根据天线方向图调制信息，构建双向天线增益，生成脉冲缺失数、部分缺失的目标目标复幅度、干扰信号和部分缺失的接收脉冲矩阵，将角度估计区域划分，构成冗余字典；利用随机缺失的脉冲信号及干扰信号构成回波脉冲信号，以基追踪方法来重建稀疏信号，分辨出雷达对前视向波束内的稀疏目标；然后选取非零元素的目标幅度值，由部分缺失的脉冲矩阵z、字典干扰信号归一化的协方差矩阵q和数据噪声限定量ε，在所有满足的解中选择向量1范数最小的解在目标的距离-方位单元进行压缩感知稀疏重构，估计未知目标复幅度，获得目标的超分辨doa估计，实现同一个距离方向单元内的静止多目标的方位估计，最终获取超分辨测向目标信息，并进行蒙特卡洛实验，给出测向误差积累分布。
14.s1、基于-3db波束宽度θb(单位：rad)，雷达天线恒定角速度ωr(单位：rad/s)，雷达脉冲重复周期t(单位：s)，获取方向角单元脉冲采样数n＝θb/ωrt和方向角单元个数k＝2π/θb。m个目标对应的方位角为利用天线方向图调制信息构建第k个方位角单元中第i个目标方向的第n个脉冲的双向天线增益：i＝1,2,
…
m，n＝0,1,
…
n-1；其中，r为半径，f表示天线主波束方向图，g0为最大增益。
15.s2、利用天线方向图函数g(θ
tgi,n′
)构成雷达驻留时间内接收到的m个目标共n
′
个时刻的部分缺失的脉冲矩阵z，随机删除操作矩阵nr行，由零均值复高斯白噪声n和高斯分布的杂波c组成n
′×
1维干扰向量d；目标的波达方向为其中，n
′
＝n-nr,1≤nr≤n。
16.s3、将波束扫描雷达角度估计区域划分成l1等分，则可以预测的目标方位角为构建一个由l1个原子构成的维度为n
×
l1的字典的字典其中，ai是由天线方向图调制函数构成的字典的第i列，n
′
＝0,1,
…n′‑
1，n
′
为部分缺失的脉冲数。
17.s4、根据稀疏信号的稀疏度和方向角单元个数k＝2π/θb，获取目标信号的未知复振幅向量b，即利用基追踪方法重建一个l1×
1的向量由部分缺失的脉冲矩阵z、字典干扰信号归一化的协方差矩阵q和数据噪声限定量ε，在所有满足的解中选择向量1范数最小的解构建如下优化模型：
其中，s.t.表示约束条件，q表示协方差矩阵，ε为数据噪声限定量。
18.s5选取前m大的非零元素其脚标与字典中的原子ai(θi,n
′
)一一对应，则可由脚标获取目标对应的来波方向θi，其中，i＝1,2,
…
m，
19.在可选的实施例中，同一距离方位单元内两个目标的角度分别为θ
tg1
＝0.5736
°
，θ
tg2
＝1.4619
°
，令12个时刻的目标回波脉冲随机缺失，则目标天线波束包络非连续，其他参数设置为最大增益为g0＝1，脉冲数为n＝32，-3db波束宽度为θb＝2
°
，信干比为sdr＝15db，数据噪声限定量ε＝0.05，字典的格点间隔为0.1，l1＝21，重构两个目标的波达方向估计结果为：
20.本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。