[发明专利]一种极低信噪比下最佳稀疏域变换的LFM雷达信号处理方法有效
申请号: | 202010673993.4 | 申请日: | 2020-07-14 |
公开(公告)号: | CN111948621B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 张盼;黄毅;许笑一;金仲和 | 申请(专利权)人: | 浙江大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S13/90 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 万尾甜;韩介梅 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 极低信噪 最佳 稀疏 变换 lfm 雷达 信号 处理 方法 | ||
1.一种极低信噪比下最佳稀疏域变换的LFM雷达信号处理方法,其特征在于,包括以下步骤:
步骤1.SAR系统对发射的LFM雷达脉冲信号接触到被观测目标后返回来的回波进行时域采样,并得到长度为N的时域数字信号序列,即接收信号x[n],n=1,2…N;
步骤2.对接收信号x[n]进行分数阶傅里叶变换FrFT,形成对应p阶与u域二维变换矩阵Xp[u],每个p阶对应相应FrFT变换后的输出序列;
步骤3.利用变分步长逐步实现对变换矩阵Xp[u]最佳变换p阶阶数的快速精细搜索与寻找,获得最佳p阶阶数popt及其对应的u域FrFT变换后的序列信号Xp_opt[u],具体包括:
步骤3.1设定s个固定步进长度δ1,δ2,…δs,并且满足δ1>δ2>…δs>0,以变换后的(u,p)坐标系(0,0)点作为初始搜索起点,初次以较大步进长度δ1作为步进搜索单元δ;
步骤3.2根据FrFT变换后的信号序列Xp[u],对二维矩阵Xp[u]中p阶变量对应的u域中最大值分量进行极大值的快速搜索:首先找出每个p阶变量对应u域中Xp[u]的最大值,并将其存储为一维向量Pu[p],从(0,0)点起始,每次步进搜索增量为δ,通过比较相邻两点Pu[p]与Pu[p-δ]得到较大的Pu_max[p],并记录相应的p阶阶数,不断重复上述操作,直至整个Pu[p]全部搜索完成,并记录最大的Pu_max[p]值与相应的p阶阶数popt_temp;
步骤3.3以最大值Pu_max[p]为中心,ε为半径,通常取ε为3~5倍的δ值,在[popt_temp-ε,popt_temp+ε]范围内选择步幅较小的δ2作为步进搜索单元δ,重复步骤3.2,直至所有的s个固定步进长度全部遍历完成;
步骤3.4记录最佳p阶阶数popt,及其对应的u域FrFT变换后的序列信号Xp_opt[u];
步骤4.利用分数阶傅里叶逆变换IFRFT,卷积计算得到提升信噪比后的时域信号序列x′[n]。
2.根据权利要求1所述的极低信噪比下最佳稀疏域变换的LFM雷达信号处理方法,其特征在于,在步骤3完成后进行滤波处理,设计滤波器W[n],对最佳p阶阶数对应的序列信号Xp_opt[u]进行滤波,保留有效信息同时滤除相关噪声信号:
滤波后的序列信号为Xp_opt_filter[u];
Xp_opt_filter[u]=Xp_opt[u]*W[n];
之后再进行步骤4。
3.根据权利要求1所述的极低信噪比下最佳稀疏域变换的LFM雷达信号处理方法,其特征在于,所述的步骤2利用分数阶傅里叶变换FrFT方法,寻找接收信号x[n]在特定旋转变换域能够能量聚焦的p阶变换算子参数,采用FrFT的变换核为:
式中,p为变换阶数,α=p·π/2为旋转角度,u为旋转后变换域坐标基中的横轴,cot(·)表示取余切,csc(·)表示取余割,t为时间采样序列,δ为单位冲激函数;
则最佳p阶变换的序列信号表达式为:
其中,Kp[u,t]与x[n]进行点乘运算。
4.根据权利要求2所述的极低信噪比下最佳稀疏域变换的LFM雷达信号处理方法,其特征在于,所述的步骤4中利用分数阶傅里叶逆变换IFRFT,卷积计算得到提升信噪比后的时域信号序列x′[n],x′[n]的表达式为:
其中Xp_opt_filter[u]表示滤波后的最佳p阶序列信号;
K-p[u,t]表示IFrFT逆分数阶傅里叶变换。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010673993.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:AR镜片、AR头显设备以及可穿戴系统
- 下一篇:一种蓝光治疗结构的婴儿培养箱