基于MIMO的双基地雷达多通道联合降维杂波抑制方法

摘要

本发明公开了一种基于MIMO的双基地雷达多通道联合降维杂波抑制方法，主要解决现有双基地MIMO雷达距离依赖杂波抑制方法运算量大，且需要的独立同分布样本数目高的问题。其实现步骤为：（1）用发射波形对雷达的回波数据进行匹配滤波；（2）构造多通道联合降维矩阵并对接收数据进行降维处理；（3）用降维后的数据估计出杂波协方差矩阵；（4）根据空时自适应处理原理得到最优权矢量；（5）用最优权对降维后的数据加权，抑制背景杂波，检测出目标信号。本发明与现有全维处理方法相比，具有计算复杂度低，对独立同分布样本数目的要求低和抑制杂波性能好的优点，可应用于MIMO的双基地雷达地面目标检测。

主权项

一种基于MIMO的双基地雷达多通道联合降维杂波抑制方法，包括如下步骤：(1)利用正侧视双基地MIMO雷达模式，对雷达接收机端N个天线在一次相干处理间隔内接收到的回波数据分别用M个发射天线阵元的发射波形进行匹配滤波；将每个接收天线匹配滤波后的回波数据首尾相连，得到MNK×1维的空时数据矢量y：$y={\rho }_T{b}_T(f_{t,T},f_{r,T},f_{d,T})+\underset{i=0}{\overset{N_c-1}{\Sigma }}{\rho }_i{b}_i(f_{t,i},f_{r,i},f_{d,i})+y_w,$其中，m＝1,2,...,M，上标*表示共轭，K为一次相干处理间隔内的脉冲数，ρ_T为目标的反射系数，$b_T(f_{t,T},f_{r,T},f_{d,T})=a_t\left(f_{t,T}\right)\otimes a_r\left(f_{r,T}\right)\otimes a_d\left(f_{d,T}\right)$为目标的导向矢量，a_i(f_t,T)为目标发射阵列导向矢量，a_r(f_r,T)为目标接受阵列导向矢量，a_d(f_d,T)为目标多普勒导向矢量，符号表示Kronecker积，N_c为杂波点源的个数，ρ_i为第i个杂波点的反射系数，$b_i(f_{t,i},f_{r,i},f_{d,i})=a_t\left(f_{t,i}\right)\otimes a_r\left(f_{r,i}\right)\otimes a_d\left(f_{d,i}\right)$为第i个杂波点的空时二维导向矢量，a_t(f_t,i)为目标的发射阵列导向矢量，a_r(f_r,i)为目标的接受阵列导向矢量，a_d(f_d,i)为目标的多普勒导向矢量，y_w为噪声的空时数据矢量；所述的正侧视双基地MIMO模式，是指雷达的发射机和接收机分置于不同地点，且飞行方向与各自天线法线方向垂直，在发射端由多个发射天线发射相互正交的信号产生多个发射通道，在接收端用多个天线接收目标的回波信号，雷达杂波谱位于发射空间频率‑接收空间频率‑多普勒频率的三维空间的一个平面上；(2)构造多通道联合降维方法的多普勒域滤波器G_K和MNK×MNR_K阶多通道联合降维矩阵T：$G_K=[a_d\left(f_{d,T-{\tilde{r}}_K}\right),···,a_d\left(f_{d,T-1}\right),a_d\left(f_{d,T}\right),a_d\left(f_{d,T+1}\right),···,a_d\left(f_{d,T+{\tilde{r}}_K}\right)],$$T=I_{\mathrm{MN}}\otimes G_K,$其中，R_K为构造降维矩阵时选取的多普勒通道的数目，I_MN为MN阶的单位矩阵，为目标多普勒通道附近第个通道的多普勒导向矢量，${\tilde{r}}_K=\mathrm{1,2},···,(R_K-1)/2;$(3)用上述降维矩阵T乘以空时数据矢量y和目标导向矢量b_T(f_t,T,f_r,T,f_d,T)，得到降维后的数据矢量z和降维后的目标导向矢量c_T(f_t,T,f_r,T,f_d,T)：z＝T^Hy，c_T(f_t,T,f_r,T,f_d,T)＝T^Hb_T(f_t,T,f_r,T,f_d,T)，其中，上标^H表示共轭转置；(4)利用一个距离门的数据矢量z计算回波协方差矩阵R：R＝zz^H，并对2×MNR_K个距离门的协方差矩阵取平均，得到其估计值$\hat{R}=\frac{1}{2\times {\mathrm{MNR}}_K}\underset{k=0}{\overset{2\times {\mathrm{MNR}}_K-1}{\Sigma }}{z}_k{z}_k^H,$其中，z_k表示第k个距离门的降维后的数据矢量，距离门是指以接收机和发射机在地面的投影点为焦点，以地面杂波点到两个双基地的距离之和为固定值的一组椭圆环；(5)根据空时自适应处理原理，由上述回波协方差矩阵估计值得到最优权矢量：$w=\mu {\hat{R}}^{-1}{c}_T(f_{t,T},f_{r,T},f_{d,T}),$其中μ为一个标量，为回波协方差矩阵估计值的逆矩阵；(6)利用上述最优权矢量w对降维后的数据矢量z进行加权，得到针对目标位置抑制杂波的回波数据，检测出目标。