[发明专利]基于AR模型重构的天波超视距雷达脉冲压缩方法

摘要

本发明公开了基于AR模型重构的天波超视距雷达脉冲压缩方法。该方法利用AR模型对经空时域处理后的频域数据进行重构：对带宽内的窄带干扰，挖除后内插；对带宽两边数据，进行外推扩展；当干扰过多超过了干净频段单元数目，直接用AR谱估计替代常规脉压结果。由此大大扩展了天波雷达可用信号带宽，使之不受只能利用连续干净频段的限制，同时避免了波形断续带来的脉压结果畸变。具体步骤见附图。技术并不局限于天波超视距雷达系统，可广泛应用于多种类型的大型相控阵雷达，具有推广应用价值。

主权项

1.一种基于AR模型重构的天波超视距雷达脉冲压缩方法，包括如下步骤：(1)利用雷达固有的s个通道，将雷达接收数据X送入信号处理系统，对X进行空域波束形成与脉冲积累，形成M×N×P维方位‑快时间‑多普勒数据矩阵Y，M为形成的方位波束数，N为快时间采样数目，P为多普勒通道数目；(2)对数据Y的快时间维进行傅里叶变换，得到M×N×P维方位‑频率‑多普勒数据矩阵YF，对YF的频率维数据进行频域匹配滤波，得到数据矩阵Z；(3)取出Z中第m个方位波束，第p个多普勒单元的N维脉冲数据矢量zmp＝Z(m，：，p)：zmp＝[zmp(1) zmp(2) … zmp(n) … zmp(N)]T，n＝1，2，…，N，1≤m≤M，1≤p≤P对该数据进行干扰检测，得到被干扰污染的频率单元数据，其位置形成集合其补集记为据此将数据z_mp分成有干扰存在的数据和没有干扰存在的数据(4)设AR模型阶数为K，利用数据估计矢量K阶AR模型参数矢量a：a＝[a1 a2 … aK]T(5)若集合I中元素数目超过N的一半，则直接利用参数a进行AR谱估计，得到第m个方位波束，第p个多普勒单元的距离伪谱ymp，转至步骤(10)，否则，进行步骤(6)；(6)若为空集，令z′_mp＝z_mp，转至步骤(8)，若对I中的元素从小到大进行排序，并将连续元素分成子集：I＝{I1，I2，…，Id，…，ID}若1∈I₁，将其从集合I中去掉，并令i_start＝I₁(end)+1，其中I₁(end)为I₁最后一个元素，否则令i_start＝1，若N∈I_D，将其从集合中I去掉，令i_end＝I_D(end)‑1，其中I_D(1)为I_D第一个元素，否则令i_end＝N，最后得到只包含中间连续段的集合令z′_mp＝z_mp(i_start：i_end)；(7)若利用AR模型参数a对I′中的频率单元进行前后双向内插，令：后向内插：前向内插：式中，若i‑k＜I′(start)时i+k＞I′(end)时得到内插后的N维数据矢量z′_mp：若则直接进行步骤(7)；(8)设单边外推长度为L，数据zmp′长度为N′，利用AR模型参数a，对数据zmp′进行双边外推：后向外推：前向外推：式中，若l‑i＜1时z_mp(l‑i)＝0，l+i＞N′时得到外推后的N′+2L维数据矢量z″_mp：(9)对数据z″mn进行加权逆傅里叶变换，得到第m个方位波束，第p个多普勒单元的距离谱ymp；(10)重复步骤(3)‑(9)，得到全部通道的方位‑距离‑多普勒频谱数据矩阵Xout，送后续处理。