发明名称 基于频率分集MIMO雷达的主瓣欺骗式干扰抑制方法
摘要 本发明公开了一种基于频率分集MIMO雷达的主瓣欺骗式干扰抑制方法,主要解决现有技术只能在角度维抑制主瓣欺骗式干扰的问题。其实现步骤是:1.计算MIMO雷达接收阵列的回波数据,对其作匹配滤波得到待检测距离单元数据;2.计算噪声协方差矩阵,并根据该矩阵和发射、接收导向矢量构造白化旋转矩阵;3.对待检测距离单元的数据作白化旋转,得到白化旋转矢量;4.根据白化旋转矩阵构造信号子空间和干扰子空间;5.进行二元假设,并根据该二元假设和信号子空间、干扰子空间及白化旋转矢量计算广义似然比函数值和检测门限;6.比较广义似然比函数值和检测门限,得到检测结果。本发明能有效抑制主瓣欺骗式干扰,可用于目标检测和跟踪。
申请公布号 CN106154235A 申请公布日期 2016.11.23
申请号 CN201610616744.5 申请日期 2016.07.29
申请人 西安电子科技大学 发明人 张林让;郭玉梅;李升远;刘楠
分类号 G01S7/36(2006.01)I 主分类号 G01S7/36(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 基于频率分集MIMO雷达的主瓣欺骗式干扰抑制方法,包括:(1)产生MIMO雷达发射阵列的发射信号X(t),得到MIMO雷达接收阵列的回波数据Y(t),该回波数据包括目标信号x<sub>r</sub>(t)、干扰信号x<sub>j</sub>(t)和噪声信号n(t);(2)对步骤(1)中MIMO雷达接收阵列的回波数据Y(t)进行匹配滤波,得到L×NM维的滤波数据r:r=[r<sub>1</sub>,…,r<sub>l</sub>,…,r<sub>L</sub>],l=1,…,L,其中,L为待检测的距离单元个数,r<sub>l</sub>为第l个距离单元的滤波数据;(3)在MIMO雷达发射阵列不发射信号的情况下,根据MIMO雷达接收阵列的接收信号r<sub>n</sub>(t),计算噪声协方差矩阵M:<maths num="0001"><math><![CDATA[<mrow><mi>M</mi><mo>=</mo><mfrac><mn>1</mn><mi>L</mi></mfrac><munderover><mo>&Sigma;</mo><mrow><mi>t</mi><mo>=</mo><mn>1</mn></mrow><mi>L</mi></munderover><msub><mi>r</mi><mi>n</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><msup><msub><mi>r</mi><mi>n</mi></msub><mi>H</mi></msup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>;</mo></mrow>]]></math><img file="FDA0001064600640000011.GIF" wi="398" he="118" /></maths>(4)对第l个距离单元的滤波数据r<sub>l</sub>进行白化和旋转,得到白化旋转矢量z:z=UM<sup>(‑1/2)</sup>r<sub>l</sub>,其中,M<sup>(‑1/2)</sup>为白化矩阵,U为旋转矩阵;(5)使用白化矩阵M<sup>(‑1/2)</sup>和旋转矩阵U,对目标信号导向矢量a<sub>t</sub>(θ,r)和干扰信号导向矢量a<sub>j</sub>(θ,r)进行白化旋转,构造信号子空间c和干扰子空间Γ,其中,θ、r分别代表目前正在检测的距离单元相对于MIMO雷达接收阵列的角度和距离;(6)根据目标信号导向矢量a<sub>t</sub>(θ,r)和干扰信号导向矢量a<sub>j</sub>(θ,r)构造二元假设:<maths num="0002"><math><![CDATA[<mrow><mo>{</mo><mrow><mtable><mtr><mtd><mrow><msub><mi>H</mi><mn>0</mn></msub><mo>:</mo><msub><mi>r</mi><mi>l</mi></msub><mo>=</mo><msub><mi>&beta;</mi><mi>j</mi></msub><msub><mi>a</mi><mi>j</mi></msub><mrow><mo>(</mo><mi>&theta;</mi><mo>,</mo><mi>r</mi><mo>)</mo></mrow><mo>+</mo><mi>n</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>H</mi><mn>1</mn></msub><mo>:</mo><msub><mi>r</mi><mi>l</mi></msub><mo>=</mo><msub><mi>&beta;a</mi><mi>t</mi></msub><mrow><mo>(</mo><mi>&theta;</mi><mo>,</mo><mi>r</mi><mo>)</mo></mrow><mo>+</mo><mi>n</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></mtd></mtr></mtable><mo>,</mo></mrow></mrow>]]></math><img file="FDA0001064600640000012.GIF" wi="486" he="135" /></maths>其中,H<sub>0</sub>代表滤波数据r<sub>l</sub>中有干扰和噪声信息,没有目标信息,H<sub>1</sub>代表滤波数据中r<sub>l</sub>有目标和噪声信息,没有干扰信息,β,β<sub>j</sub>分别为目标和干扰的能量值;(7)根据步骤(5)中的信号子空间c、干扰子空间Γ和步骤(6)中的二元假设,构造广义似然比函数Q:<maths num="0003"><math><![CDATA[<mrow><mi>Q</mi><mo>=</mo><mfrac><mn>1</mn><mrow><mn>1</mn><mo>+</mo><msubsup><mi>&gamma;</mi><mi>min</mi><mn>2</mn></msubsup></mrow></mfrac><msup><mrow><mo>(</mo><mo>|</mo><mo>|</mo><msub><mi>z</mi><mn>1</mn></msub><mo>|</mo><mo>|</mo><mo>-</mo><msub><mi>&gamma;</mi><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow></msub><mo>|</mo><msub><mi>z</mi><mrow><mi>N</mi><mi>M</mi></mrow></msub><mo>|</mo><mo>)</mo></mrow><mn>2</mn></msup><mi>u</mi><mrow><mo>(</mo><mo>-</mo><msup><mi>z</mi><mi>H</mi></msup><mi>R</mi><mi>z</mi><mo>)</mo></mrow><mo>+</mo><mo>|</mo><msub><mi>z</mi><mrow><mi>N</mi><mi>M</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup><mo>-</mo><msup><mi>z</mi><mi>H</mi></msup><mi>z</mi><mo>,</mo></mrow>]]></math><img file="FDA0001064600640000013.GIF" wi="949" he="111" /></maths>其中,|·|代表取模值,||·||代表取矢量的二范数,(·)<sup>H</sup>指矢量的共轭转置,M为MIMO雷达发射阵列的阵元个数,N为MIMO雷达接收阵列的阵元个数,z<sub>NM</sub>=ze<sub>N</sub>,e<sub>N</sub>=[0 … 0 1]<sup>T</sup>为N维列矢量,(·)<sup>T</sup>指矢量转置,<img file="FDA0001064600640000021.GIF" wi="292" he="124" />I<sub>N‑1</sub>为N‑1维单位矩阵,u(·)为单位阶跃函数,R为N×N维的对角阵,对角元素为1,1,…,1,1‑γ<sub>min</sub>,γ<sub>min</sub>为最小不确定性因子,是方程<img file="FDA0001064600640000028.GIF" wi="195" he="54" />的解,p<sub>w</sub>=β<sub>j</sub>UM<sup>‑(1/2)</sup>a<sub>j</sub>(θ,r);(8)设定检测门限G:8a)在MIMO雷达发射阵列不发射信号的情况下,根据MIMO雷达接收阵列的接收噪声信号r<sub>k</sub>(t),计算噪声白化旋转矢量z<sub>k</sub>=UM<sup>(‑1/2)</sup>(r<sub>k</sub><sup>T</sup>(t)X<sup>H</sup>(t))e<sub>l</sub>;8b)计算噪声广义似然比函数值:<img file="FDA0001064600640000022.GIF" wi="1061" he="118" />8c)重复步骤8a)和8b)共100/P<sub>fa</sub>次,将得到的100/P<sub>fa</sub>个Q<sub>k</sub>按从大到小排序,设定检测门限G为第100个Q<sub>k</sub>的值,其中,e<sub>l</sub>=[0 … 1 … 0]<sup>T</sup>为N维列矢量,第l个元素为1,其余全为0,z<sub>NMk</sub>=z<sub>k</sub>e<sub>N</sub>,<img file="FDA0001064600640000023.GIF" wi="325" he="125" />P<sub>fa</sub>为给定的恒虚警检测概率;(9)将步骤(4)中的白化旋转矢量z、步骤(7)中的N×N维的对角阵R和最小不确定性因子γ<sub>min</sub>带入到步骤(7)中的广义似然比函数Q中,求出函数值Q,将函数值Q与检测门限G进行比较,得到检测结果:若Q&gt;G,则判定假设H<sub>1</sub>成立,目前正在检测的距离单元只有目标和噪声信息,没有干扰信息,即干扰被抑制,检测出目标;若Q&lt;G,则判定假设H<sub>0</sub>成立,目前正在检测的距离单元只有干扰和噪声信息,没有目标信息。
地址 710071 陕西省西安市太白南路2号