[发明专利]基于雷达天线阵元的微动目标运动参数检测方法

权利要求书

1.基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，包括以下步骤：

S1：获取目标雷达各个天线阵元的差拍信号；

S2：滤除所述差拍信号中的静止杂波信号得到对应的滤波差拍信号；然后根据所述滤波差拍信号建立对应的自回归模型；最后根据所述自回归模型计算对应滤波差拍信号时域延拓后的时域延拓信号；

S3：将各个天线阵元对应的时域延拓信号进行累加，再通过峰值检测法计算各个微动目标对应的距离信息；

S4：根据各个微动目标的距离信息结合MUSIC算法计算各个微动目标对应的角度信息，将微动目标对应的距离信息和角度信息作为运动参数。

2.如权利要求1所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，通过运动目标检测算法滤除所述差拍信号中的静止杂波信号。

3.如权利要求1所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，差拍信号beat(n)对应的自回归模型表示为式中：P表示自回归模型的模型阶数，a_P(i)表示P阶自回归模型中第i项的模型系数；w(n)表示高斯白噪声；n表示延拓信号的索引值。

4.如权利要求3所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，通过伯格算法计算更新自回归模型的模型系数。

5.如权利要求4所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，通过模型系数a_P(i)与反射系数k_P的关系结合如下公式计算更新自回归模型的模型系数：

a_P(i)＝a_P-1(i)-k_Pa_P-1(p-i),i＝1,2,...,P-1；

其中，反射系数k_P表示为式中：表示前向预测误差；表示后向预测误差；n表示延拓信号的索引值。

6.如权利要求3所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，通过误差功率最小最终预测误差准则计算自回归模型的模型阶数。

7.如权利要求6所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，计算自回归模型的模型阶数时：设自回归模型的观测序列长度为N；通过当前模型阶数P下的误差结合公式计算最终预测误差FPE；当最终预测误差FPE取最小值时的参数P就是自回归模型的模型阶数。

8.如权利要求3所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，时域延拓信号通过如下公式表示：

式中：k＝1,2,...,K；n＝1,2,...,N_AR；N_AR表示时域延拓信号的长度；n表示延拓信号的索引值，a_m表示第m个接收信号的幅度，j表示单位复数信号，f表示接收信号频点，τ表示信号空中传播时间，λ表示信号波长，u表示信号调频斜率。

9.如权利要求1所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，步骤S3中，根据目标雷达中1D-FFT频率与距离的关系结合如下公式计算第m个微动目标的距离信息：

式中：T_c表示目标雷达发射信号的调频周期，T_s表示差拍信号的采样周期；e(k,m)表示第k个天线阵元接收到的第m个微动目标对应的频点。

10.如权利要求9所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，步骤S4中，通过方向向量和噪声子空间之间的正交关系结合如下公式在角度域上进行谱峰搜索并计算第m个微动目标的P_music(θ_m)；当P_music(θ_m)取最大值时将对应的角度θ_m作为第m个微动目标的角度信息：

式中：θ_m表示第m个微动目标的角度；a(θ_m)表示第m个微动目标K×1维的方向向量；U₂＝[u_M,u_M+1,...,u_K]表示噪声子空间；H表示矩阵的共轭转置。