CN113960536B - 基于干扰消除的多站雷达多目标检测方法 - Google Patents
基于干扰消除的多站雷达多目标检测方法 Download PDFInfo
- Publication number
- CN113960536B CN113960536B CN202111231826.5A CN202111231826A CN113960536B CN 113960536 B CN113960536 B CN 113960536B CN 202111231826 A CN202111231826 A CN 202111231826A CN 113960536 B CN113960536 B CN 113960536B
- Authority
- CN
- China
- Prior art keywords
- interference
- radar
- station
- resolution unit
- spatial resolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 230000008030 elimination Effects 0.000 title claims abstract description 7
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 7
- 230000004927 fusion Effects 0.000 claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 33
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003657 Likelihood-ratio test Methods 0.000 claims description 3
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/42—Diversity systems specially adapted for radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于干扰消除的多站雷达多目标检测方法,实现步骤为:构建多站雷达目标检测系统;每个雷达站对接收的回波信号进行采样;信号融合中心计算每个空间分辨单元的观测矩阵;信号融合中心计算每个观测矩阵的干扰检验统计量;信号融合中心计算每个不受干扰和受干扰影响的空间分辨单元的检验统计量;信号融合中心获取多站雷达多目标检测结果。本发明首先判断空间分辨单元是否受干扰影响,对不受干扰影响的空间分辨单元直接构造检验统计量进行目标检测,对受干扰影响的空间分辨单元构造一个修正项进行干扰消除,然后再构造检验统计量进行目标检测,解决了现有技术中多目标环境下由于干扰影响导致多站雷达虚警率较高的技术问题。
Description
技术领域
本发明属于雷达技术领域,涉及一种多站雷达多目标检测方法,基于干扰消除的多站雷达多目标检测方法。可用于存在多个运动目标环境下的多站雷达的雷达目标检测,在检测目标的同时能够消除干扰。
背景技术
多站雷达系统是今后雷达装备发展的重要趋势。与单个雷达相比,多站雷达系统具有两个突出特性:各雷达站在空间上分开布置;对各雷达站接收到的目标信息进行融合或联合处理。正是这两个独特特性的组合,使得多站雷达系统在目标检测、参数估计、跟踪滤波、协同抗干扰等方面均优于传统的单站雷达系统。多站雷达系统中的多目标检测方法是指将多个雷达站接收到的回波信号进行信号处理后的数据送入信号融合中心,实现对多个雷达站的每个空间分辨单元接收的回波信号判决有无目标的检测方法。通过计算每个空间分辨单元的检验统计量并与判决门限作比较,来判决出高于门限的空间分辨单元,并将其作为目标检测出。检测概率和虚警率是多站雷达多目标检测方法的两个主要性能指标,检测概率是衡量多站雷达多目标检测方法的检测精度的一种性能指标,检测概率越高代表检测精度越高,虚警率指在雷达检测过程中,采用门限检测的方法时由于噪声的普遍存在和起伏,将实际不存在的目标判断为有目标的概率。在多站雷达多目标检测的过程中,希望在检测概率达到最大的同时,降低虚警率。然而现有的方法大多数只考虑提高检测概率,并未考虑降低虚警率。
例如西安电子科技大学在其申请的专利文献“基于信噪比信息的多站雷达信号级融合目标检测方法”(申请号201910518176.9,申请公开号:CN 110161479 A)中,公开了一种基于信噪比信息的多站雷达信号级融合目标检测方法,该方法首先选择一个检测单元,计算该单元在每个雷达站的局部统计量,然后根据该单元在每个雷达站接收到的回波信号矢量中的信噪比计算每个统计量的加权值,最后将局部统计量加权求和得到全局统计量并在信号融合中心进行判决,若判决成功,则有目标。该方法虽然提高了多站雷达系统对目标的检测概率,但在多目标的探测环境中,一些没有目标的空间分辨单元会收集到目标的观测数据形成受干扰影响的空间分辨单元,导致多站雷达将其当作目标检测出来,影响虚警率的降低。
发明内容
本发明的目的在于克服上述现有技术存在的缺陷,提出了一种基于干扰消除的多站雷达多目标检测方法,用以解决现有技术中存在的多目标环境下因干扰影响导致的检测虚警率较高的技术问题。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)构建多站雷达目标检测系统:
构建包括信号融合中心和I个收发共用T/R雷达站A={A1,A2,...,Ai,...,AI},以及分布在A的共视区内J个目标的多站雷达目标检测系统,雷达站A的共视区包括大小相同的G个空间分辨单元C={c(pC,1),c(pC,2),...,c(pC,g),...c(pC,G)},每个T/R雷达站Ai发射M个脉冲信号Si={si,1,si,2,...,si,m,...,si,M},其中,I≥2,Ai表示第i个T/R雷达站,J≥2,G≥2,c(pC,g)表示第g个中心为pC,g=[xC,g,yC,g]T的空间分辨单元,xC,g、yC,g分别表示pC,g=[xC,g,yC,g]T的横坐标、纵坐标,[·]T表示转置操作,M≥2,si,m表示Ai发射的第m个脉冲信号;
(2)每个雷达站对接收的回波信号进行采样:
每个T/R雷达站Ai以Ts为采样间隔,对其发射的脉冲信号Si经过J个目标反射的回波信号进行N次采样,得到A对应的回波信号矢量矩阵集合R={R1,R2,...,Ri,...,RI},并将R发送至信号融合中心,其中,0<N≤[Tp/Ts],Tp表示脉冲重复间隔,Ri表示Si对应的回波信号矢量矩阵,Ri={ri,1,ri,2,…,ri,m,...,ri,M},ri,m表示si,m对应的回波信号矢量;
(3)信号融合中心计算每个空间分辨单元的观测矩阵:
信号融合中心通过每个空间分辨单元c(pC,g)的中心pC,g=[xC,g,yC,g]T,计算c(pC,g)对应的每个回波信号矢量矩阵Ri的观测向量zi,g,并将I个观测向量组合成c(pC,g)的观测矩阵Zg={z1,g,z2,g,...,zi,g,...,zI,g};
(4)信号融合中心计算每个观测矩阵的干扰检验统计量:
(4a)信号融合中心采用最大似然估计方法,计算每个观测矩阵Zg的干扰检验统计量D(Zg):
其中,|·|表示取模操作,fi,g表示第g个空间分辨单元c(pC,g)和第i个T/R雷达站Ai的相对运动引起的多普勒频率,表示c(pC,g)的噪声水平;
(4b)信号融合中心判断每个干扰检验统计量D(Zg)与预先设置的阈值η是否满足D(Zg)<η,若是,将G个干扰检验统计量对应的空间分辨单元集合C中的E个作为不受干扰影响空间分辨单元,并组成集合U={c(pC,1),c(pC,2),...,c(pC,e),...,c(pC,E)},否则,将剩余的Q=G-E个干扰检验统计量对应的空间分辨单元作为受干扰影响空间分辨单元,并组成集合V={c(pC,1),c(pC,2),...,c(pC,q),...,c(pC,Q)},其中,c(pC,e)表示第e个不受干扰影响的空间分辨单元,c(pC,q)表示第q个受干扰影响的空间分辨单元;
(5)信号融合中心计算每个不受干扰和受干扰影响的空间分辨单元的检验统计量:
信号融合中心通过广义似然比检验方法,计算每个不受干扰影响的空间分辨单元c(pC,e)的检验统计量Lm(Ze),同时通过预先构造的修正项MR(Zq)计算每个受干扰影响的空间分辨单元c(pC,q)的检验统计量Lm'(Zq),实现对c(pC,q)的干扰消除:
其中,(·)H表示共轭转置操作,Ze表示c(pC,e)对应的观测矩阵,Zq表示c(pC,q)对应的观测矩阵;
(6)信号融合中心获取多站雷达多目标检测结果:
信号融合中心判断Lm(Ze)与预先设置的阈值γm是否满足Lm(Ze)≥γm,若是,则c(pC,e)中包含有目标,否则,则c(pC,e)中没有包含目标,同时判断Lm'(Zq)≥γm是否成立,若是,则c(pC,q)中包含有目标,否则,则c(pC,q)中没有包含目标,并将不受干扰影响的空间分辨单元集合U与受干扰影响的空间分辨单元集合V包含的J个目标作为多站雷达对所有目标的检测结果。
本发明与现有技术相比,具有如下优点:
本发明信号融合中心在获取多站雷达多目标检测结果的过程中,首先计算每个不受干扰的空间分辨单元的检验统计量,并通过预先构造的修正项计算每个受干扰影响的空间分辨单元的检验统计量,实现对受干扰影响的空间分辨单元的干扰消除,再将两种检验统计量与预设的阈值进行比较,判断每个空间分辨单元是否包含有目标,避免了现有技术中在运动多目标环境下未考虑空间分辨单元是否受到干扰对虚警率的影响,仿真结果表明,本发明在保证目标检测概率的同时,有效降低了多站雷达多目标检测的虚警率。
附图说明
图1是本发明的实现流程图;
图2是本发明与现有技术检测的虚警率的仿真结果对比图;
图3是本发明与现有技术的真实目标检测概率结果对比图。
具体实施方式
以下结合附图和具体实施例,对本发明作进一步详细描述。
参照图1,本发明包括如下步骤:
步骤1)构建多站雷达目标检测系统:
构建包括信号融合中心和I个收发共用T/R雷达站A={A1,A2,...,Ai,...,AI},以及分布在A的共视区内J个目标的多站雷达目标检测系统,雷达站A的共视区包括大小相同的G个空间分辨单元C={c(pC,1),c(pC,2),...,c(pC,g),...c(pC,G)},每个T/R雷达站Ai发射M个脉冲信号Si={si,1,si,2,...,si,m,...,si,M},其中,I≥2,Ai表示第i个T/R雷达站,J≥2,G≥2,c(pC,g)表示第g个中心为pC,g=[xC,g,yC,g]T的空间分辨单元,xC,g、yC,g分别表示pC,g=[xC,g,yC,g]T的横坐标、纵坐标,[·]T表示转置操作,M≥2,si,m表示Ai发射的第m个脉冲信号;
信号融合中心是一种将多个雷达站传过来的由回波信号经过信号处理得到的检测统计量进行融合处理并判决多个雷达站的空间分辨单元接收到的回波信号中是否存在目标的硬件装置。每个T/R雷达站只能接收自己发射的信号,所有雷达都以相同的参数工作。在本实施例中,雷达站个数I=7,目标个数J=3,脉冲个数M=16,空间分辨单元个数由距离分辨率确定,G=1190000。
步骤2)每个雷达站对接收的回波信号进行采样:
每个T/R雷达站Ai以Ts为采样间隔,对其发射的脉冲信号Si经过J个目标反射的回波信号进行N次采样,得到A对应的回波信号矢量矩阵集合R={R1,R2,...,Ri,...,RI},并将R发送至信号融合中心,其中,0<N≤[Tp/Ts],Tp表示脉冲重复间隔,Ri表示Si对应的回波信号矢量矩阵,Ri={ri,1,ri,2,…,ri,m,...,ri,M},ri,m表示si,m对应的回波信号矢量;
其中,回波信号矢量矩阵Ri的计算公式为:
τi,j=Ri,j(pT,j)/c
其中,αi,j表示复散射系数,k=1,...,M,di,j(·)表示多普勒向量,fi,j表示由第j个目标和第i个T/R雷达站Ai的相对运动引起的多普勒频率,pT,j表示目标所在的空间分辨单元,表示加性噪声,ωi,m表示Ai的第m个脉冲内的噪声,ωi,m的每个元素都是均值为0,方差为/>的独立高斯随机变量,τi,j表示第j个目标和第i个T/R雷达站Ai的时延,c表示光速,Ri,j(pT,j)表示第j个目标和第i个T/R雷达站Ai的距离。
步骤3)信号融合中心计算每个空间分辨单元的观测矩阵:
信号融合中心通过每个空间分辨单元c(pC,g)的中心pC,g=[xC,g,yC,g]T,计算c(pC,g)对应的每个回波信号矢量矩阵Ri的观测向量zi,g,并将I个观测向量组合成c(pC,g)的观测矩阵Zg={z1,g,z2,g,...,zi,g,...,zI,g};
其中,c(pC,g)对应的每个回波信号矢量矩阵Ri的观测向量zi,g的计算公式为:
其中,si,k(pC,g)表示第g个空间分辨单元c(pC,g)对应的Ai发射的第k个脉冲信号,θ(pC,g)表示c(pC,g)的角度,θ0表示发射波束指向,Δθ表示发射波束宽度。
步骤4)信号融合中心计算每个观测矩阵的干扰检验统计量:
步骤4a)信号融合中心采用最大似然估计方法,计算每个观测矩阵Zg的干扰检验统计量D(Zg):
其中,|·|表示取模操作,fi,g表示第g个空间分辨单元c(pC,g)和第i个T/R雷达站Ai的相对运动引起的多普勒频率,表示c(pC,g)的噪声水平;
步骤4b)信号融合中心判断每个干扰检验统计量D(Zg)与预先设置的阈值η是否满足D(Zg)<η,若是,将G个干扰检验统计量对应的空间分辨单元集合C中的E个作为不受干扰影响空间分辨单元,并组成集合U={c(pC,1),c(pC,2),...,c(pC,e),...,c(pC,E)},否则,将剩余的Q=G-E个干扰检验统计量对应的空间分辨单元作为受干扰影响空间分辨单元,并组成集合V={c(pC,1),c(pC,2),...,c(pC,q),...,c(pC,Q)},其中,c(pC,e)表示第e个不受干扰影响的空间分辨单元,c(pC,q)表示第q个受干扰影响的空间分辨单元;
其中,η是由诺曼皮尔逊准则设计的。
步骤5)信号融合中心计算每个不受干扰和受干扰影响的空间分辨单元的检验统计量:
信号融合中心通过广义似然比检验方法,计算每个不受干扰影响的空间分辨单元c(pC,e)的检验统计量Lm(Ze),同时通过预先构造的修正项MR(Zq)计算每个受干扰影响的空间分辨单元c(pC,q)的检验统计量Lm'(Zq),实现对c(pC,q)的干扰消除:
其中,(·)H表示共轭转置操作,Ze表示c(pC,e)对应的观测矩阵,Zq表示c(pC,q)对应的观测矩阵;
步骤6)信号融合中心获取多站雷达多目标检测结果:
信号融合中心判断Lm(Ze)与预先设置的阈值γm是否满足Lm(Ze)≥γm,若是,则c(pC,e)中包含有目标,否则,则c(pC,e)中没有包含目标,同时判断Lm'(Zq)≥γm是否成立,若是,则c(pC,q)中包含有目标,否则,则c(pC,q)中没有包含目标,并将不受干扰影响的空间分辨单元集合U与受干扰影响的空间分辨单元集合V包含的J个目标作为多站雷达对所有目标的检测结果。
结合以下仿真实验,对本发明的技术效果作以说明。
1.仿真条件及内容:
仿真采用CPU为Intel Core i7-7700,RAM为8GB,64位操作系统和Microsoftwindows 7专业版,Matlab R2017b仿真软件。
仿真采用的多站雷达系统包括7个T/R站,分别位于(4.4,-30)km,(1.8,-20)km,(0.8,-10)km,(0,0)km,(0.8,10)km,(1.8,20)km和(4.4,30)km。公共监视区中设置三个目标,其位置坐标为(49,1.2)km,(50,2.0)km和(52,1.6)km和速度信息为(-100,0)km/s,(-50,50)km/s和(-100,50)km/s。信号带宽为5MHz,持续时间为τ=51μs,载波频率为fc=1GHz,脉冲数为M=16,PRI是Tp=0.25ms,波束宽度为4°。
对本发明与现有的基于信噪比信息的多站雷达信号级融合目标检测方法的虚警率、真实目标检测概率分别进行对比仿真,其结果如图2、图3所示。
2.仿真结果分析:
参照图2,图中的横坐标表示空间分辨单元位置的X轴坐标,单位是千米,纵坐标表示空间分辨单元位置的Y轴坐标,单位是千米。其中图2(a)是对现有技术进行目标检测的检测结果,图中每条直线由真目标和干扰产生的假目标组成,直线的交点也就是被圆圈包围的点表示目标所在空间单元。图2(b)是对本发明进行目标检测的检测结果,图中圆圈包围的点表示目标所在空间单元。
从图2(a)中可以看出,现有技术的检测结果图上不仅在(49,1.2)km,(50,2.0)km,(52,1.6)km这三个目标位置上有目标,在其他位置也有大量假目标。从图2(b)中可以看出,采用本发明的检测结果图上仅在(49,1.2)km,(50,2.0)km,(52,1.6)km这三个目标位置上有目标,其他位置不存在假目标。证明了本发明可以有效地消除干扰,抑制假目标的产生,降低虚警率。
参照图3,横坐标表示信噪比,单位是dB,纵坐标表示目标检测概率,以六角星,方形,实心圆为标示的曲线表示采用现有技术对不同目标进行检测的目标检测概率曲线,以空心圆,十字号,实心点为标示且Pe=10-1的曲线表示采用本发明对不同目标进行目标检测的目标检测概率曲线。以朝下三角,星号,叉字符为标示且Pe=10-2的曲线表示采用本发明对不同目标进行目标检测的目标检测概率曲线。目标检测概率的计算公式为:
其中,Pe表示受干扰的空间分辨单元被判断为目标空间分辨单元的概率,Pd表示目标的检测概率,nd表示实验中目标被检测到的次数,Cd表示每个信噪比实验次数,本发明的仿真实验2每个信噪比实验次数为1000。
由图3可知,Pe=10-1时,本发明的真目标检测概率曲线略低于现有方法,这是因为判别中的错误决策会导致能量累积损失。Pe=10-2时,本发明与现有方法检测概率曲线相同。因此,Pe需要足够小以保持目标检测的良好性能。同时,还可以看出信噪比大于4dB时,真目标检测概率一直维持在99%以上,证明了本方法在保持真实目标检测概率的条件下,可以消除干扰的影响,解决了现有技术中干扰导致虚警率过高的问题。
Claims (3)
1.一种基于干扰消除的多站雷达多目标检测方法,其特征在于,包括如下步骤:
(1)构建多站雷达目标检测系统:
构建包括信号融合中心和I个收发共用T/R雷达站A={A1,A2,...,Ai,...,AI},以及分布在A的共视区内J个目标的多站雷达目标检测系统,雷达站A的共视区包括大小相同的G个空间分辨单元C={c(pC,1),c(pC,2),...,c(pC,g),...c(pC,G)},每个T/R雷达站Ai发射M个脉冲信号Si={si,1,si,2,...,si,m,...,si,M},其中,I≥2,Ai表示第i个T/R雷达站,J≥2,G≥2,c(pC,g)表示第g个中心为pC,g=[xC,g,yC,g]T的空间分辨单元,xC,g、yC,g分别表示pC,g=[xC,g,yC,g]T的横坐标、纵坐标,[·]T表示转置操作,M≥2,si,m表示Ai发射的第m个脉冲信号;
(2)每个雷达站对接收的回波信号进行采样:
每个T/R雷达站Ai以Ts为采样间隔,对其发射的脉冲信号Si经过J个目标反射的回波信号进行N次采样,得到A对应的回波信号矢量矩阵集合R={R1,R2,...,Ri,...,RI},并将R发送至信号融合中心,其中,0<N≤[Tp/Ts],Tp表示脉冲重复间隔,Ri表示Si对应的回波信号矢量矩阵,Ri={ri,1,ri,2,…,ri,m,...,ri,M},ri,m表示si,m对应的回波信号矢量;
(3)信号融合中心计算每个空间分辨单元的观测矩阵:
信号融合中心通过每个空间分辨单元c(pC,g)的中心pC,g=[xC,g,yC,g]T,计算c(pC,g)对应的每个回波信号矢量矩阵Ri的观测向量zi,g,并将I个观测向量组合成c(pC,g)的观测矩阵Zg={z1,g,z2,g,...,zi,g,...,zI,g};
(4)信号融合中心计算每个观测矩阵的干扰检验统计量:
(4a)信号融合中心采用最大似然估计方法,计算每个观测矩阵Zg的干扰检验统计量D(Zg):
其中,|·|表示取模操作,fi,g表示第g个空间分辨单元c(pC,g)和第i个T/R雷达站Ai的相对运动引起的多普勒频率,表示c(pC,g)的噪声水平;
(4b)信号融合中心判断每个干扰检验统计量D(Zg)与预先设置的阈值η是否满足D(Zg)<η,若是,将G个干扰检验统计量对应的空间分辨单元集合C中的E个作为不受干扰影响空间分辨单元,并组成集合U={c(pC,1),c(pC,2),...,c(pC,e),...,c(pC,E)},否则,将剩余的Q=G-E个干扰检验统计量对应的空间分辨单元作为受干扰影响空间分辨单元,并组成集合V={c(pC,1),c(pC,2),...,c(pC,q),...,c(pC,Q)},其中,c(pC,e)表示第e个不受干扰影响的空间分辨单元,c(pC,q)表示第q个受干扰影响的空间分辨单元;
(5)信号融合中心计算每个不受干扰和受干扰影响的空间分辨单元的检验统计量:
信号融合中心通过广义似然比检验方法,计算每个不受干扰影响的空间分辨单元c(pC,e)的检验统计量Lm(Ze),同时通过预先构造的修正项MR(Zq)计算每个受干扰影响的空间分辨单元c(pC,q)的检验统计量Lm'(Zq),实现对c(pC,q)的干扰消除:
其中,(·)H表示共轭转置操作,Ze表示c(pC,e)对应的观测矩阵,Zq表示c(pC,q)对应的观测矩阵;
(6)信号融合中心获取多站雷达多目标检测结果:
信号融合中心判断Lm(Ze)与预先设置的阈值γm是否满足Lm(Ze)≥γm,若是,则c(pC,e)中包含有目标,否则,则c(pC,e)中没有包含目标,同时判断Lm'(Zq)≥γm是否成立,若是,则c(pC,q)中包含有目标,否则,则c(pC,q)中没有包含目标,并将不受干扰影响的空间分辨单元集合U与受干扰影响的空间分辨单元集合V包含的J个目标作为多站雷达对所有目标的检测结果。
2.根据权利要求1所述的基于干扰消除的多站雷达多目标检测方法,其特征在于:步骤(2)中所述的回波信号矢量矩阵Ri,计算公式为:
τi,j=Ri,j(pT,j)/c
其中,αi,j表示复散射系数,k=1,...,M,di,j(·)表示多普勒向量,fi,j表示由第j个目标和第i个T/R雷达站Ai的相对运动引起的多普勒频率,pT,j表示目标所在的空间分辨单元,表示加性噪声,ωi,m表示Ai的第m个脉冲内的噪声,ωi,m的每个元素都是均值为0,方差为/>的独立高斯随机变量,τi,j表示第j个目标和第i个T/R雷达站Ai的时延,c表示光速,Ri,j(pT,j)表示第j个目标和第i个T/R雷达站Ai的距离。
3.根据权利要求1所述的基于干扰消除的多站雷达多目标检测方法,其特征在于:步骤(3)中所述的计算c(pC,g)对应的每个回波信号矢量矩阵Ri的观测向量zi,g,计算公式为:
其中,si,k(pC,g)表示第g个空间分辨单元c(pC,g)对应的Ai发射的第k个脉冲信号,θ(pC,g)表示c(pC,g)的角度,θ0表示发射波束指向,Δθ表示发射波束宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111231826.5A CN113960536B (zh) | 2021-10-22 | 2021-10-22 | 基于干扰消除的多站雷达多目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111231826.5A CN113960536B (zh) | 2021-10-22 | 2021-10-22 | 基于干扰消除的多站雷达多目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113960536A CN113960536A (zh) | 2022-01-21 |
CN113960536B true CN113960536B (zh) | 2024-05-14 |
Family
ID=79466053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111231826.5A Active CN113960536B (zh) | 2021-10-22 | 2021-10-22 | 基于干扰消除的多站雷达多目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113960536B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2391022A1 (en) * | 2010-05-27 | 2011-11-30 | Mitsubishi Electric R&D Centre Europe B.V. | Classification of interference |
CN103954939A (zh) * | 2014-01-21 | 2014-07-30 | 中国人民解放军海军航空工程学院 | 基于雷达组网的抗灵巧噪声干扰方法 |
CN104991233A (zh) * | 2015-06-29 | 2015-10-21 | 西安电子科技大学 | 基于信号级融合的组网雷达抗欺骗式干扰方法 |
CN105607045A (zh) * | 2016-01-11 | 2016-05-25 | 西安电子科技大学 | 一种欺骗式干扰下组网雷达的优化布站方法 |
CN105842674A (zh) * | 2016-04-18 | 2016-08-10 | 南京工程学院 | 一种统计mimo雷达多目标检测仿真方法 |
CN111896928A (zh) * | 2020-08-10 | 2020-11-06 | 西安电子科技大学 | 基于有源欺骗式干扰消除的多站雷达目标检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019114551A1 (de) * | 2019-05-29 | 2020-12-03 | Infineon Technologies Ag | Detektion interferenzbedingter störungen bei fmcw-radarsystemen |
-
2021
- 2021-10-22 CN CN202111231826.5A patent/CN113960536B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2391022A1 (en) * | 2010-05-27 | 2011-11-30 | Mitsubishi Electric R&D Centre Europe B.V. | Classification of interference |
CN103954939A (zh) * | 2014-01-21 | 2014-07-30 | 中国人民解放军海军航空工程学院 | 基于雷达组网的抗灵巧噪声干扰方法 |
CN104991233A (zh) * | 2015-06-29 | 2015-10-21 | 西安电子科技大学 | 基于信号级融合的组网雷达抗欺骗式干扰方法 |
CN105607045A (zh) * | 2016-01-11 | 2016-05-25 | 西安电子科技大学 | 一种欺骗式干扰下组网雷达的优化布站方法 |
CN105842674A (zh) * | 2016-04-18 | 2016-08-10 | 南京工程学院 | 一种统计mimo雷达多目标检测仿真方法 |
CN111896928A (zh) * | 2020-08-10 | 2020-11-06 | 西安电子科技大学 | 基于有源欺骗式干扰消除的多站雷达目标检测方法 |
Non-Patent Citations (3)
Title |
---|
"Centralized multiple moving target detection using multistatic radar system";Shiyu Zhang等;《2021 CIE International conference on radar》;20211215;第2600-2603页 * |
"Target detection for multistatic radar in the presence of deception jamming";Shiyu Zhang等;《IEEE sensors journal》;20210331;第21卷(第6期);第2600-2603页 * |
对组网雷达的多假目标欺骗干扰技术;朱宇;罗景青;田玮;;电光与控制;20130829(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113960536A (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444820B (zh) | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 | |
CN111239727B (zh) | 一种乘客计数方法及通信设备 | |
US11163053B2 (en) | Adaptive mitigation of stationary interference in a vehicular radar system | |
CN109143195B (zh) | 一种基于全kl散度的雷达目标检测方法 | |
CN110109094A (zh) | 多接收站单频网外辐射源雷达机动目标的检测与跟踪方法 | |
CN103913725B (zh) | 密集转发式干扰环境下的机载雷达地面动目标检测方法 | |
CN112147584A (zh) | 一种基于非均匀杂波的mimo雷达扩展目标检测方法 | |
CN113238211B (zh) | 一种干扰条件下参数化自适应阵列信号检测方法与系统 | |
CN112198487B (zh) | 一种风电场杂波背景下的目标检测方法 | |
CN109765529A (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及系统 | |
CN104215939B (zh) | 一种融合广义对称结构信息的知识辅助空时自适应处理方法 | |
CN111896928B (zh) | 基于有源欺骗式干扰消除的多站雷达目标检测方法 | |
CN113960536B (zh) | 基于干扰消除的多站雷达多目标检测方法 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
CN112147603B (zh) | 一种基于tKL散度的矩阵CFAR检测器的目标检测方法 | |
Tm et al. | Single shot radar target detection and localization using deep neural network | |
CN113608193A (zh) | 一种基于UNet的雷达多目标距离和速度估计方法 | |
CN108508413A (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN108983227B (zh) | 一种基于白化滤波的极化mimo雷达检测方法 | |
CN112986975B (zh) | 一种基于距离加权的被动雷达网络中心化检测方法 | |
CN114325599B (zh) | 一种针对不同环境的自动门限检测方法 | |
CN113534132B (zh) | 一种自适应无人机波达方向估计方法 | |
CN116299289A (zh) | 一种基于信息几何的mimo雷达扩展目标自适应检测方法 | |
CN105548986B (zh) | 海杂波背景下基于预白化比率中值检测器的目标检测方法 | |
CN115932822B (zh) | 一种快速的分布式mimo雷达多目标检测与定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |