[发明专利]一种基于子带分解处理的高速运动目标参数联合估计方法

说明书

本发明提供一种基于子带分解处理的高速运动目标参数联合估计方法，具体过程为：首先，对雷达回波数据进行建模与脉冲压缩处理，再将处理结果变换到快时间频域，得到距离频域信号；其次，对距离频域信号进行子带分解处理，然后对分解后的两个子带信号平移后进行共轭相乘处理得到合成信号；最后，对该合成信号分别在距离维和多普勒维进行楔石变换和吕氏变换处理以获得目标参数估计结果。本发明通过子带分解和共轭相乘处理来降低信号的等效频率，使得目标参数对应的多普勒频率和调频率大幅降低，从而能够同时解决多普勒模糊导致的楔石变换无效以及吕变换估计器对高速运动目标运动参数估计不准的问题。

技术领域

本发明涉及一种基于子带分解处理的高速运动目标参数联合估计方法，属于微波雷达测量技术领域。

背景技术

现代飞行器如超声速飞机、弹道导弹、空间飞行器等具有高机动性，目标的高速运动特性使得目标回波在积累时间内容易出现跨距离单元和跨多普勒单元现象，严重影响回波信号的能量积累。在1990年《Proceedings of the IEEE 1990National Aerospace andElectronics Conference》第210页至214页，Wu X等人在发表的“Simultaneous imagingof multiple targets in an inverse synthetic aperture radar”一文中提出了一种基于最大似然估计对多目标进行参数估计和运动补偿的算法，该算法能提供较高的多目标分辨能力，但需要进行多维参数搜索，计算量大。在1990年《IEEE Transactions onAcoustics Speech and Signal Processing》第38卷第12期第2118页至2126页，Djuric PM等人发表的“Parameter estimation of chirp signals”一文中提出一种基于解相位和线性回归的算法，可以提高计算效率，但是这种算法只能用于单分量信号的场合，并且要求目标回波原始信噪比高于7dB。在2011年《IEEE Transactions on Signal Processing》第59卷第8期第3576页至3591页，Lv X L等人发表的“Lv's distribution:principle,implementation,properties,and performance”一文中提出了一种对多项式信号参数进行估计的算法——吕氏变换，该算法能够解决时频分析中分辨率与交叉项之间的矛盾，然而长积累时间内目标的跨距离单元走动会严重影响到吕氏变换的参数估计精度。吕氏变换所能估计的频率和调频率的范围分别为[-1/(4T),1/(4T)]和[-1/(2T),1/(2T)]。高速运动目标的速度和加速度所对应的频率和调频率可能会超过吕氏变换估计器的主值区间，不能得到正确的参数估计值。

发明内容

有鉴于此，本发明提出了一种基于子带分解处理的高速运动目标参数联合估计方法。

本发明所提方法具体实现步骤如下：

一种基于子带分解处理的高速运动目标参数联合估计方法，具体过程为：

首先，对雷达回波数据进行建模与脉冲压缩处理，再将处理结果变换到快时间频域，得到距离频域信号；

其次，对距离频域信号进行子带分解处理，然后对分解后的两个子带信号平移后进行共轭相乘处理得到合成信号；

最后，对该合成信号分别在距离维和多普勒维进行楔石变换和吕氏变换处理以获得目标参数估计结果。

进一步地，本发明所述合成信号的获得过程为：

设距离频域信号为：

其中，σ_0k为第k个点目标的反射系数，a(·)为门函数，B为线性调频信号带宽，，，f为距离频域，f_c为载频，c为光速，ΔR_k(t)为第k个点目标与雷达间的瞬时距离；