专利名称：基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法
技术领域：
本发明属于雷达技术领域，涉及一种利用压缩采样和卡尔曼滤波器进行雷达成像的方法，可用于对小场景雷达目标距离像进行估计。
背景技术：
传统雷达在空间检测、目标跟踪和战场侦查等各种军事领域中发挥着极为重要的作用，各种军事需求对雷达的功能提出了越来越高的要求，这也使得雷达系统越来越复杂，实现也越来越困难。为避免信息丢失，实现无失真恢复原始信号，奈奎斯特Nyquist采样定理指出数-模转换ADC的采样速率必须至少等于两倍的信号带宽频率。这无疑给信号处理的能力提出了更高的要求，也给相应的硬件设备带来了极大的挑战。比如在目前接收机设计中随着分辨率的提高和带宽的增加，对数字处理的AD变换器采样频率的要求越来越高。成本和技术上的限制，现有的模数转换过程成为设计高性能和高分辨率雷达系统的主要限制因素之一。最近几年出现的压缩感知CS理论表明，在原始信号在某个域上具有稀疏特性或可压缩特性的条件下，可以突破上述的Nyquist采样定理的限制，这使其在信号处理领域有着突出的优点和广阔的应用前景。由CS理论可知，是完全有可能突破传统雷达信号采样的Nyquist速率，实现雷达信号的低速率观测，并且从中恢复目标信息，达到对目标进行检测和参数测量的。因此CS理论在雷达信号处理方面有着非常重要的应用前景。对雷达目标回波的分析可知，首先观测窗口内的目标散射中心数远小于识别这些散射中心所需的数据样本数。显然,这种特性与CS对稀疏性的要求十分吻合，研究也表明基于稀疏特性的压缩感知雷达具有高分辨的特点，其分辨率跟发射信号的带宽不再是简单的倒数关系。同样对雷达回波模型分析可知，在相干积累时间内，不同脉冲间接收到的噪声信号、干扰在统计上是动态变化的，并且由于目标与雷达之间的相对运动，使得目标相对雷达的距离、多普勒、散射系数等信息也在不停的变化。综合上述特点，雷达回波信号在不同脉冲时刻也是实时变化的，具有动态特性，可以利用状态空间法对回波进行重建，然而上述的压缩感知雷达由于没有考虑回波间的动态特性，因而无法获得更为突出的雷达成像结果；另一方面因为传统的卡尔曼滤波器对大尺度信号存在计算量大的问题，利用状态空间法对回波进行重建的方法不利于工程实现。
发明内容
本发明的目的在于克服针对上述已有技术的不足，提出一种基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法，以实现对目标距离像动态稀疏重构，提高距离像估计效果。为实现上述目的，本发明提出的方案具体步骤如下:1)假设待估计雷达距离像的距离单元数为L，散射点个数D << L，第k个脉冲的小场景雷达回波信号为Xk，回波信号长度为N，对Xk进行压缩采样，获得第k个脉冲的采样数据qk = Oxk,其中，N = L+n, η为雷达发射信号的Nyquist采样点数，Φ为MXN的压缩采样矩阵，M < N，k = 1，2，…K，X为脉冲数；2)假设目标与噪声相互独立，且噪声服从均值为零的正态分布，在含有目标的距离单元附近，由仅含噪声的时域回波压缩采样信号对噪声的自相关矩阵R进行估计，得到R
的估计值:々=达#，其中P代表第k次仅含噪声的时域回波压缩采样信号，P为用于
^ k=l k
估计噪声的自相关矩阵的压缩采样信号数；3)以目标稀疏系数α为状态矢量，建立线性近似的状态空间模型:
f fc = Aat_} + wki
[Λ=ΦΨα.,+ν,式中，α k为第k个脉冲的目标稀疏系数，』=e/&, j'= ^为虚数单元符号，<!为雷达场景内任意散射点的多普勒相移估值或多个散射点多普勒相移估值的平均，I为LXL的单位矩阵，Wk为动态噪声服从均值为零协方差为及的正态分布；yk为压缩采样观测值，Ψ为由雷达发射信号的复包络在不同距离单元上的延迟构成的稀疏字典，vk为观测噪声也服从均值为零的正态分布，其协方差通过训练得到，且动态噪声与观测噪声互不相关；4)将采样数据qk作为步骤3)中状态空间模型的实际观测值，利用卡尔曼滤波算法求得第k个脉冲时目标稀疏系数的估计值Θ k:= Aal^1 + Hk (yk - ΦΨ^ ^)，式中，,为第k-1个脉冲目标稀疏系数的最优估计值，Hk为卡尔曼滤波增益；5)利用伪量测PM方法对估计值Θ k进行校正，得到第k个脉冲目标稀疏系数的最优估计值<，并将之作为第k个脉冲时的距离像估计输出。本发明与现有的技术相比具有以下优点:I)本发明由于直接对散射点信息进行状态估计，相对于现有的匹配滤波方法来说也就不存在距离旁瓣抑制与主瓣扩散的矛盾，提高了距离像的分辨率。2)本发明由于采用了压缩采样理论，大大降低了卡尔曼滤波过程中矩阵求逆的运算量；同时，由于卡尔曼滤波器充分利用了回波信号的先验信息和一系列连续回波信号的动态特性，因此，相对于传统的压缩采样雷达，能够在低信噪比情况下使距离像具有更好的成像效果。
图1是本发明的流程图；图2是用本发明仿真 在单散射点的距离像估计中状态空间模型误差对重建目标稀疏系数的影响图；图3是用本发明仿真在单散射点的距离像估计中状态空间模型误差对重建散射点相位的影响图；图4是用本发明与现有技术仿真对多散射点的距离像估计的结果对比图5是用本发明与现有技术仿真在多散射点的距离像估计中对重建散射点相位的影响对比图。
具体实施例方式参照图1，本发明的实现步骤如下:步骤一，对雷达回波信号进行压缩采样。在雷达目标回波中，虽然目标是由许多的散射点构成的，但散射中心数只占雷达观测区间的一小部分，因此此时的雷达回波在距离维上是稀疏的，压缩采样理论是能够应于雷达距离像估计的。假设待估计雷达距离像的距离单元数为L，散射点个数D □ L，对于包含目标和噪声的一系列小场景雷达时域回波信号xk，k = 1，2，...，K进行压缩采样，获得压缩采样数据qk = Oxk,其中，小场景雷达回波信号长度为N = L+n,η为雷达发射信号的Nyquist采样点数，Φ为MXN的压缩采样矩阵，M < N。本实施例中选取Φ为38X 190的高斯随机观测矩阵。步骤二，估计噪声的自相关矩阵。2.1)确定估计噪声自相关矩阵的信号应满足的条件雷达照射目标时，其回波中除了包含目标信息外，还包含有各种噪声信息，在相近距离单元具有相似噪声环境，且噪声性质稳定的假设下，为了估计噪声信号的自相关矩阵，确定估计的信号中仅含有噪声，而不包含目标，从而保证估计出的噪声自相关矩阵与目标所在距离单元内的噪声自相关矩阵性质接近；2.2)估计噪声信号的自相关矩阵当获取了仅含有噪声的信号4，k= 1,2,...，K后，按照式〈1>估计噪声时域回波信号的自相关矩阵:
权利要求
1.一种基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法，包括如下步骤: 1)假设待估计雷达距离像的距离单元数为L，散射点个数D<< L，第k个脉冲的小场景雷达回波信号为xk，回波信号长度为N，对Xk进行压缩采样，获得第k个脉冲的采样数据qk = Oxk,其中，N = L+n, η为雷达发射信号的Nyquist采样点数，Φ为MXN的压缩采样矩阵，M < N，k = 1，2，…K，K为脉冲数； 2)假设目标与噪声相互独立，且噪声服从均值为零的正态分布，在含有目标的距离单元附近，由仅含噪声的时域回波压缩采样信号对噪声的自相关矩阵R进行估计，得到R的估计值:
2.根据权利要求1所述的方法，其中步骤3)所述的目标稀疏系数α，由雷达回波信号的稀疏分解得到:sE(t) = Ψ a +nE(t), 式中，sK(t)为雷达接收到的回波信号，nE(t)是回波中包含的噪声信号，Ψ为稀疏字
3.根据权利要求1所述的方法，其中步骤5)所述的利用伪量测PM方法对估计值0k进行校正，得到第k个脉冲目标稀疏系数的最优估计值A按照如下步骤进行: 5a)建立伪量测状态空间模型:
全文摘要
本发明公开了一种基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法，主要解决现有卡尔曼滤波算法在距离像估计中存在计算量大的问题及压缩采样雷达在低信噪比情况下难以获得较高的信噪比输出的问题。其实现过程是1)对雷达接收到的回波信号进行压缩采样；2)估计压缩采样后噪声的自相关矩阵；3)建立线性近似的降维状态空间模型；4)对状态空间模型进行卡尔曼滤波递推；5)对递推结果进行校正获得距离像估计结果。本发明可消除现有匹配滤波方法存在的主瓣能量扩散问题，提高了距离分辨率，并在低信噪比情况下能获得优于传统压缩采样方法的成像效果，可用于提高压缩采样雷达的散射点信噪比输出。
文档编号G01S7/41GK103235295SQ201310111620
公开日2013年8月7日 申请日期2013年4月2日 优先权日2013年4月2日
发明者王敏, 王伟, 刁建锋, 张子敬 申请人:西安电子科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
