[发明专利]一种频率步进雷达引信速度补偿方法

说明书

技术领域

本发明涉及雷达信号处理技术领域，更具体地说，本发明涉及一种频率步进雷达引信速度补偿方法。

背景技术

频率步进雷达信号的速度补偿方法很多，主要方法有时域互相关法、频域互相关法、循环补偿法、最小波形熵法等。现有技术也提出了其他很多方法，但大多由上述方法衍生而来。

时域互相关法是利用两组回波数据互相关函数，求出目标在两帧之间的走动距离，进而利用走动距离和目标速度之间的关系来估计目标速度的，在速度估计范围内，该方法能够获得较好的速度估计值，并且具有较好的抗噪声和杂波干扰。

频域互相关法是基于两组回波数据互相关函数在零时刻的值建立目标速度估计模型，速度补偿精度较高。循环补偿法则是假定速度在给定的区间变化的条件下，对一维距离像进行速度补偿的一种方法，该方法的目标函数是信噪比SNR，在循环结束后，比较目标函数的值，选出该函数值最大的距离像作为输出，速度精确估计值，依赖于速度步进量。

最小波形熵法是一种闭环迭代算法，将衡量随机变量不确定性的熵引申用于衡量一个信号的能量沿其参数轴的发散程度，并定义一个波形熵，在速度轴上搜索该波形熵的全局最小值对应的运动参数值，即目标的运动参数，估计精度随信噪比SNR的降低而明显降低。

在上述速度补偿方法中，每种方法都有其固有的缺点，如时域互相关法受逆快速傅里叶变化长度的影响较大，虽然能通过补零来减小估计误差，但付出的代价却是增大系统的计算量；频域互相关法虽精度高，但不模糊测速范围小，仅适用于弹目相对运动速度小的交会情况；循环速度补偿法除受速度步进量大小的限制外，还受所需补偿速度值是否为速度步进量的整数倍的影响；最小波形熵法计算量大，实时性较差，且存在局部最小值。

发明内容

从频率步进脉冲高分辨处理的角度来看，要用到不同周期子脉冲的相位信息，而目标在各个周期之间的运动会使子脉冲回波的相位发生变化。相位的变化对子脉冲本身没有影响，但是在后面的合成处理中，它会破坏脉冲序列的相位关系，造成一维距离像输出产生误差。从频率步进波形模糊特性上来看，也需要解决这一问题。“距离——速度”耦合是频率步进脉冲体制不可回避的问题，因此弹目之间径向相对速度所产生的多普勒效应对目标一维距离像有非常大的影响，即波形发散，峰值降低，其程度与弹目相对速度大小有关，相对速度越大波形发散越严重，峰值降低越多，从而使距离分辨率下降越大；峰值位置产生时移，弹目相对速度越大，产生的时移越大；模糊函数时间轴切割图形与sinc函数相比进一步失真，而且主峰加宽，其程度均与弹目相对速度大小有关，速度越大，失真越严重；使信噪比降低，影响检测效果。

因此，本发明旨在解决由于弹目径向相对速度引起的上述问题，而解决问题的关键就是速度补偿，即利用目标波形的最小波形熵进行速度补偿，速度补偿准则为约束条件，并将波形熵与免疫科隆选择算法进行结合来实现频率步进雷达引信的速度补偿。

具体地说，对于频率步进脉冲信号，弹目相对速度越大，主瓣脉冲展宽、旁瓣电平抬高、波形趋于平坦，波形熵越大，弹目相对速度越小，波形锐化度越高，波形熵越小。当弹目径向相对速度补偿误差为零时，波形熵达到最小，此时得到的速度估计值为最佳速度补偿值。但最小波形熵法是一种迭代算法，其计算量大，实时性较差，且在局部区域进行。因此，在本发明中，将波形熵与免疫科隆选择算法有效结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，可减少计算量，加快搜索速度，从而满足引信实时性要求、引战良好配合的要求、及对目标实现精确打击的要求。

本发明提供了一种频率步进雷达引信速度补偿方法，其中，将波形熵与免疫科隆选择算法进行结合，以波形熵为搜索的亲和度函数，并以速度补偿准则为约束条件，采用免疫克隆选择算法完成搜索，以实现频率步进雷达引信一维距离像速度补偿。

优选地，所述速度补偿准则包括对一次相位项进行补偿的最大速度变化单元、以及二次相位项相位变化不超过时一维距离像不失真条件。

优选地，采用免疫克隆选择算法完成搜索包括：

第一步骤，用于初始化个体，产生一个初始化个体；

第二步骤，用于初始化种群，由初始化个体，通过变异产生第一代种群；

第三步骤，用于计算各种群个体的亲和度，将其值从大到小排列，且将多个亲和度值最大的个体放入记忆库中；

第四步骤，用于从记忆库中取出经第三步骤排序后的多点采样值，对其进行克隆复制，亲和度值最大的个体克隆的个数也相应最多，然后根据亲和度值从大到小排序；