• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      多參數(shù)捷變雷達快速MTD 算法*

      2022-07-25 03:56:20張宏亮劉豐愷郭新榮黃大榮
      火力與指揮控制 2022年5期
      關(guān)鍵詞:運算量信噪比脈沖

      張宏亮,劉豐愷,郭新榮,黃大榮*

      (1.空軍工程大學(xué)防空反導(dǎo)學(xué)院,西安 710051;2.武警工程大學(xué)基礎(chǔ)部,西安 710086)

      0 引言

      雷達回波相干性的好壞會極大地影響雷達信號處理性能。強相干性的回波通過相干積累在提高信噪比的同時,能夠提供目標(biāo)更多的信息。脈沖多普勒(pulse-doppler,PD)雷達中的MTD 算法性能強依賴于回波間的相干性,但PD 雷達極易受到干擾和雜波的影響。隨著電磁環(huán)境的日益復(fù)雜,PD 雷達越來越難以取得理想的目標(biāo)檢測效果。

      為了提高雷達抗干擾的能力,參數(shù)捷變體制雷達應(yīng)運而生。雷達參數(shù)(例如中心頻率,脈沖重復(fù)頻率等)在脈沖間的隨機變化大大增加了干擾機偵收雷達信號的難度,同時更靈活地發(fā)射信號能夠使雷達對干擾作出更有效的反應(yīng)。然而,參數(shù)捷變的雷達體制嚴(yán)重破壞了脈沖的相干性,導(dǎo)致傳統(tǒng)的MTD 算法失效。這意味著參數(shù)捷變雷達只能獲得目標(biāo)的距離信息,而無法對目標(biāo)進行測速。為了克服這一問題,部分學(xué)者提出利用稀疏重構(gòu)的方式實現(xiàn)參數(shù)捷變雷達的MTD 處理,包括基于傳統(tǒng)的正交匹配追蹤(OMP)等算法和基于距離-多普勒二維重構(gòu)算法等。這些算法都取得了較好的MTD結(jié)果,但稀疏重構(gòu)類算法需要龐大的運算量,不利于實時處理。因此,有必要提出具有更高效率的多參數(shù)捷變雷達MTD 快速算法。

      綜上,本文提出一種用于多參數(shù)捷變雷達的快速MTD 算法。該方法首先建立中心頻率和脈沖重復(fù)頻率同時捷變的信號模型,然后對該模型進行稀疏表示。最后利用快速傅里葉匹配追蹤求解稀疏約束函數(shù),得到目標(biāo)的距離- 多普勒分布情況,從而實現(xiàn)MTD 的快速處理。仿真結(jié)果證明了本文方法在性能上優(yōu)于傳統(tǒng)的壓縮感知算法,且運算量顯著減少。

      1 信號模型

      為了保證較大的測距范圍和較高的測距精度,雷達廣泛采用線性調(diào)頻信號作為發(fā)射信號。其表達式可以寫為:

      其中,sinc 表示辛克函數(shù)??紤]到對于一般的窄帶線性調(diào)頻信號,vt對回波包絡(luò)的影響很小,因此,式(4)可以被進一步簡化為:

      對于傳統(tǒng)的PD 雷達,回波的中心頻率是固定值,因此,只需要對脈沖壓縮后的回波在t域進行傅里葉變換,就能夠?qū)崿F(xiàn)MTD。而從式(5)可以看出,多參數(shù)捷變雷達的回波在經(jīng)過脈沖壓縮后,其相位變化情況十分復(fù)雜,因此,無法通過傅里葉變換實現(xiàn)MTD。

      為了對回波進行稀疏重構(gòu),首先將其離散化。在雷達中,脈沖重復(fù)頻率捷變一般分為重頻參差和重頻抖動兩種,其中,重頻抖動信號更難以被干擾機捕獲。若式(5)中t為重頻抖動體制,則其表達式為:

      2 稀疏表示

      在式(11)中,僅第3 個相位與l 有關(guān)。這意味著在消除該相位后,就能夠?qū)夭ò锤鱾€距離單元分別進行處理,這有助于提高稀疏重構(gòu)的精度和效率。構(gòu)造補償函數(shù)對回波進行補償?shù)倪^程中,由于構(gòu)造補償函數(shù)所需要的參數(shù)都是先驗的,因此,這一步較為容易實現(xiàn):

      3 FFMP 算法介紹

      k,k分別表示各次迭代中相似基所在的列數(shù)。

      為了使迭代在合適的時機終止,有必要設(shè)置合理的迭代門限??紤]到使用固定門限可能會使不同情況下的重構(gòu)質(zhì)量存在較大差距,因此,設(shè)計一種自適應(yīng)門限。確定回波總能量最大的距離單元,具體做法為:

      其中,η 為終止條件,其典型值為0.005。

      在迭代終止后,將σ'中的元素按k由小到大的順序依次排列,若存在部分元素缺失,則在相應(yīng)位置補0。對所有距離單元進行如式(20)~式(30)的循環(huán)處理,得到了雷達探測范圍內(nèi)所有目標(biāo)的距離-速度分布,從而實現(xiàn)MTD。綜上,基于FFMP 的多參數(shù)捷變雷達快速MTD 算法流程圖如圖1 所示。

      圖1 算法流程圖

      4 運算量分析

      本節(jié)將分別分析傳統(tǒng)SL0 算法和本文提出的FFMP 算法的運算量,以證明本文方法在運算量方面的優(yōu)勢。

      在計算機中,乘法運算需要大量的計算次數(shù),因此,可以將算法所需的總的乘法次數(shù)作為衡量算法運算量的標(biāo)準(zhǔn)。為了便于表述,設(shè)所有參與運算的矩陣和向量階數(shù)均為N。以單次迭代為例,SL0 算法的運算量主要集中在解集更新上,其表達式為:

      分析式(31),可得其總的乘法運算次數(shù)為4N,考慮到計算字典矩陣需要的乘法運算次數(shù)為N,因此,對于SL0 算法,其單次迭代的運算量約為:

      結(jié)合上述分析,圖2 給出了兩種方法計算量隨回波數(shù)據(jù)量的變化曲線。

      圖2 計算量隨回波數(shù)據(jù)量變化曲線

      可見,F(xiàn)FMP 算法的運算量顯著小于SL0 算法,且隨著回波數(shù)據(jù)量的增加,F(xiàn)FMP 在運算量上的優(yōu)勢愈加明顯。

      5 仿真驗證

      本節(jié)利用仿真目標(biāo)驗證算法的有效性。設(shè)仿真雷達工作在L 波段,共包含8 個頻點,相應(yīng)的頻率值分別為:2 GHz,2.005 GHz,2.01 GHz,2.015 GHz,2.02 GHz,2.025 GHz,2.03 GHz,2.035 GHz。載頻隨著脈沖的改變在各頻點間隨機跳變。雷達脈沖重復(fù)頻率中心為20 kHz,對于單個脈沖,其脈沖重復(fù)頻率在23.5 kHz~17.4 kHz 間隨機抖動?;夭鞎r間采樣率為80 kHz,脈沖寬度20 μs,帶寬10 MHz,脈沖數(shù)201 個,快時間采樣點數(shù)4 001 個。在201 個脈沖內(nèi),雷達載頻和脈沖重復(fù)頻率的變化情況如圖3 所示。

      圖3 多參數(shù)捷變雷達參數(shù)隨機變化情況

      設(shè)雷達探測范圍內(nèi)存在3 個目標(biāo),其尺寸相對于雷達分辨率可被視為點目標(biāo),3 個目標(biāo)分別位于距雷達2 km,3 km,4 km 的位置,其對應(yīng)的速度分別為300 m/s,400 m/s,500 m/s。

      在信噪比為20 dB 時,回波的一維距離像如圖4(a)所示,采用傳統(tǒng)MTD 算法得到的結(jié)果如圖4(b)所示,采用SL0 算法進行MTD,得到的結(jié)果如圖4(c)所示,采用本文方法得到的結(jié)果如圖4(d)所示。

      圖4 方法對比

      可見采用傳統(tǒng)MTD 算法對多參數(shù)捷變雷達的回波進行MTD 處理時,僅能夠得到一個目標(biāo)的距離- 速度分布,且傳統(tǒng)算法對該目標(biāo)測速值為350 m/s,與真實值400 m/s 差距較大。采用傳統(tǒng)的SL0 算法進行MTD 也僅能得到一個目標(biāo)的距離-速度分布,但不同于傳統(tǒng)的MTD 算法,SL0 算法對該目標(biāo)的測速結(jié)果為403 m/s,與真實值基本一致。由于多參數(shù)捷變,使得脈沖間不再相參,導(dǎo)致基于傅立葉變換的傳統(tǒng)MTD 算法失效。相比而言,采用本文方法進行MTD 處理,能夠清晰地得到3 個目標(biāo)的距離-速度分布,且測速結(jié)果分別為298.5 m/s,403 m/s,500 m/s,與真實值基本一致,證明了本文方法在提高運算效率的同時,能夠準(zhǔn)確檢測出所有目標(biāo),驗證了所提算法的有效性。

      接下來驗證本文方法在不同信噪比下的性能,當(dāng)信噪比分別為-10 dB,-5 dB,0 dB 時,回波的一維距離像和MTD 結(jié)果如圖5 所示。

      圖5 算法信噪比分析

      可見,在信噪比較低的情況下,本文算法依然能夠準(zhǔn)確地獲得3 個目標(biāo)的距離-速度分布,且對目標(biāo)的速度估計值在各個信噪比下均與真實值基本吻合。這證明了本文算法在低信噪比環(huán)境下具有較好的魯棒性。

      下面驗證本文算法在部分脈沖缺失的情況下進行MTD 的性能。傳統(tǒng)的PD 雷達信號參數(shù)固定,因此,十分容易受到干擾。相較之下,多參數(shù)捷變雷達在受到干擾時,通常僅有部分頻點無法使用,因此,在進行目標(biāo)搜索時,往往需要舍棄受干擾頻點對應(yīng)的脈沖。在信噪比為5 dB 的條件下,設(shè)2.02 GHz,2.025 GHz 和2.03 GHz 3 個頻點因受到干擾被剔除,此時的回波距離像如圖6(a)所示,采用本文方法對上述回波進行MTD 處理,得到的結(jié)果如圖6(b)所示。

      圖6 脈沖缺失下算法性能驗證

      可見,當(dāng)捷變頻雷達部分頻點受到干擾時,即使是在相當(dāng)一部分脈沖缺失的情況下,本文算法依然可以有效對回波進行快速MTD 處理,且得到的結(jié)果與全孔徑回波所得的結(jié)果保持一致。

      6 結(jié)論

      本文提出一種基于FFMP 的多參數(shù)捷變雷達快速MTD 算法。該算法首先對多參數(shù)捷變雷達的發(fā)射信號及回波進行建模和稀疏表示,然后通過FFMP 算法重構(gòu)目標(biāo)的距離-速度分布,從而實現(xiàn)對多參數(shù)捷變雷達的快速MTD 處理。本文算法的主要優(yōu)點包括:1)相比于傳統(tǒng)算法,本文算法解決了脈間回波的非相參難題,能夠有效對多參數(shù)捷變雷達回波進行MTD 處理。2)相比于傳統(tǒng)算法,本文算法的運算量顯著減少,具有更高的運算效率。3)仿真實驗證明了本文算法在低信噪比環(huán)境下的強魯棒性和對于部分脈沖缺失時的良好適用性。

      猜你喜歡
      運算量信噪比脈沖
      他們使阿秒光脈沖成為可能
      脈沖離散Ginzburg-Landau方程組的統(tǒng)計解及其極限行為
      基于深度學(xué)習(xí)的無人機數(shù)據(jù)鏈信噪比估計算法
      用平面幾何知識解平面解析幾何題
      低信噪比下LFMCW信號調(diào)頻參數(shù)估計
      電子測試(2018年11期)2018-06-26 05:56:02
      減少運算量的途徑
      黃芩苷脈沖片的制備
      中成藥(2017年12期)2018-01-19 02:06:54
      低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
      讓拋物線動起來吧,為運算量“瘦身”
      保持信噪比的相位分解反褶積方法研究
      信丰县| 扬中市| 奇台县| 南雄市| 灵石县| 游戏| 延寿县| 潍坊市| 和平县| 陵水| 沧源| 汉沽区| 辉南县| 闽侯县| 大余县| 辽宁省| 奉新县| 云南省| 石嘴山市| 德令哈市| 利辛县| 嘉禾县| 呼图壁县| 大足县| 丰顺县| 湾仔区| 瑞金市| 万全县| 鲜城| 陇西县| 泰兴市| 枝江市| 肇源县| 望江县| 定远县| 舟山市| 龙泉市| 平安县| 苏尼特左旗| 湖州市| 会东县|