CN114755651A - 一种外辐射源雷达目标快速定位方法 - Google Patents

Abstract

本发明涉及信号处理技术领域，具体涉及一种对外辐射源雷达目标快速定位方法。本发明针对外辐射源雷达互模糊函数峰值搜索问题，设计了一种多种群特征寻优时频差计算算法，通过构建参考信号和目标回波信号的适应度函数，根据模糊函数的自身特点对传统粒子群算法进行改进，避免得到大量冗余的计算结果，实现快速时频差估计，从而对目标进行快速定位。

Description

一种外辐射源雷达目标快速定位方法

技术领域

本发明涉及信号处理技术领域，具体涉及一种外辐射源雷达目标快速定位方法。

背景技术

外辐射源雷达是一种利用第三方发射信号进行目标探测的双/多基地雷达系统。与传统有源雷达系统不同，外辐射源雷达并不主动发射信号，其被动接收的方式使其具有以下优点：成本低、高机动、隐蔽性好、抗干扰能力强。近年来，由于数字广播、数字电视等的大规模应用，基于数字信号的外辐射源雷达逐步成为近年新体制雷达的研究热点，其中比较典型的是采用静止轨道上的数字直播卫星通信信号DVB-S。通常地，数字直播卫星对地辐射张角大，信号覆盖范围广，接收到的直达波比较纯净；同时，由于数字直播卫星属于对地静止轨道卫星，发射站和接收站相对运动较小，直达信号多普勒频率较小。

外辐射源雷达自身不发射信号，因此在接收端通常设置参考通道与监视通道。参考通道对辐射源的参考信号进行接收，监视通道接收目标的散射回波信号。然后根据先验知识划定目标搜索范围，通过模糊运算将直达波信号与回波信号的数据转化到距离-多普勒平面，通过对目标峰进行搜索实现目标检测。但在实际系统中，外辐射源雷达接收到的目标回波信号非常微弱，需要增加积累时间来提高估计的精度，当目标速度较快时，频率变化范围增加，这些因素导致整体系统的计算量将大幅增加。模糊函数是外辐射源雷达的重要相干积累方式，为了实现一定范围的目标检测需求并兼顾数据处理的实时性，研究模糊函数快速计算方法具有重要的意义。现有方法普遍采用的方式是基于遍历搜索的加速设计方法。

这样的方式虽然可以具有较高的可靠性，但是没有充分考虑到模糊函数自身的性质，故需要进行大量的计算才能最终对雷达目标进行定位。

发明内容

针对现有技术中存在的问题，本发明的目的在于提出一种外辐射源雷达目标快速定位方法，克服了现有方法采用遍历计算而产生大量冗余结果的缺点，大幅减少计算模糊函数所需时间，实现快速时频差估计，从而对目标进行快速定位。

为了达到上述目的，本发明采用以下技术方案予以实现。

一种外辐射源雷达目标快速定位方法，包括以下步骤：

步骤1，外辐射源雷达通过参考通道获取来自辐射源的参考信号，通过回波通道获取目标的回波信号；分别对参考信号和回波信号进行混频；

步骤2，计算多普勒频率分辨率；再根据多普勒频率维的取值范围，计算得到多普勒频率维搜索的频点个数；

步骤3，将所有频点视为粒子种群，使用粒子群算法，获得多个优选频点；

步骤4，以优选频点对应的频率为中心，计算一定频率范围内频点下所有时频点的模糊函数值；模糊函数值最大的时频点对应的多普勒频率和时延，即为目标的回波信号相对参考信号的多普勒频率f_d0和时延τ₀；

步骤5，建立二维坐标轴，利用得到的目标的回波信号相对于参考信号的多普勒频率和时延，结合目标回波信号的来波方向，获得目标的坐标和目标在辐射源-目标-接收机构成的夹角的角平分线上的速度分量，实现对目标的定位；对目标回波进行持续处理，得到目标的航迹，进而实现对目标的跟踪及预测。

与现有技术相比，本发明的有益效果为：采用粒子群算法框架，通过深入分析DVB-S信号的互模糊函数性质，针对外辐射源雷达互模糊函数峰值搜索问题，通过构建参考信号和目标回波信号的适应度函数，根据互模糊函数的自身特点对传统粒子群算法进行改进，克服了现有方法采用遍历计算而产生大量冗余结果的缺点，大幅减少计算模糊函数所需时间，避免得到大量冗余的计算结果，从而实现快速时频差估计，快速得到目标回波信号相对于参考信号的时延和多普勒频率，快速实现对雷达目标的定位。

附图说明

下面结合附图和具体实施例对本发明做进一步详细说明。

图1为本发明涉及的外辐射源雷达系统几何结构的示意图；

图2为本发明使用的粒子群算法的流程图；

图3为优选频点下的时频点的多普勒-时延二维视图；

图4为实施例中进行10次蒙特卡洛实验后，每次实验的平均计算频点个数的统计图；

图5为实施例中1次蒙特卡洛实验中，单独实验所需计算频点个数的直方统计图；

图6为本发明雷达目标定位的示意图。

具体实施方式

下面将结合实施例对本发明的实施方案进行详细描述，但是本领域的技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限制本发明的范围。

一种外辐射源雷达目标快速定位方法，包括以下步骤：

步骤1，参考图1，外辐射源雷达通过参考通道获取来自辐射源的参考信号，通过回波通道获取目标的回波信号；分别对参考信号和回波信号进行混频；

示例性的，以地球静止轨道上的数字直播卫星通信信号DVB-S作为为辐射源信号，外辐射源雷达接收到的参考信号可以表示为：

s_ref(t)＝u(t)exp(j2πf₀t)+n₀(t)

其中，f₀是目标的参考信号的载频，n₀(t)是白噪声，u(t)是QPSK调制DVB-S信号的复包网络；

目标的回波信号的表达式为：

s_echo(t)＝A₀u(t-τ₀)exp{j2π(f₀+f_d0)t}+n₁(t)

其中，A₀是目标回波信号的幅度，n₁(t)是白噪声，τ₀是目标的回波信号相对于参考信号的时延，f_d0是目标的回波信号相对于参考信号的多普勒频率，其中τ₀和f_d0为本发明最后求得的参数。

参考信号和回波信号模糊函数离散化表示为：

其中，s_ref(n)是目标的参考信号的离散化表示，s_echo(n)是目标的回波信号的离散化表示，N为目标的回波信号的长度，N＝f_s*T，其中，f_s为采样率，T为积累时间；

通过傅里叶变换，可以快速计算某一频点下所有时延的模糊函数值，可表示为：temp(l,k)＝IFFT{conj{FFT(s_ref(n),N)}·FFT(s_echo(n),N)}。

步骤2，计算多普勒频率分辨率；再根据多普勒频率维的取值范围，计算得到多普勒频率维搜索的频点个数；

具体的，时间维分辨率Δτ的计算公式为:

Δτ＝1/f_s

其中，f_s为目标的回波信号相对于参考信号的多普勒频率采样率；

多普勒频率分辨率Δf_d的计算方式为：

Δf_d＝1/T

其中，T为目标的回波信号的积累时间；

多普勒频率分辨率的取值范围为[f_dmin,f_dmax]，多普勒频率维搜索的频点个数为

时延分辨率的取值范围为[τ_min,τ_max]，则时间维搜索的时间点个数为

即最终获得了m×n个时频点。

步骤3，将所有频点视为粒子种群，使用粒子群算法，获得多个优选频点；

具体的，参考图2，随机初始化h个小种群G₁,G₂,...G_h，初始化粒子速度；计算适应度值并根据更新规则进行粒子群迭代更新；迭代更新过程中，若满足设定的终止条件则停止迭代，获得当前迭代的全局最优值及全局最优位置，即获得优选频点。

粒子迭代更新的方式如下：

x_ij(t+1)＝x_ij(t)+v_ij(t+1)

其中，ω是权重系数；v_ij(t)为第t次迭代粒子的速度；v_ij(t+1)是第t+1次迭代时的速度；x是粒子的时频点位置；p_ij是粒子的个体最优位置；p_gj是粒子的全局最优位置；r₁，r₂是[0,1]之间的随机数；c₁和c₂是学习因子，其中c₁具有自身的进化属性，c₂具有社会属性；

为收缩因子，且有：

收缩因子

控制粒子群算法的搜索能力，选取恰当的

可以增加粒子群算法的收敛速度，增加算法的搜索能力。

适应度值为粒子对应的频点下的模糊函数值的最大值；

更新规则为：在迭代更新的前n代，每个种群G_i(i＝0,1,…,h)相互独立，互不影响，各自迭代；分别记录各自种群的全局最优gbes_it(i＝1,2,..，h)和个体最优pbes_it(i＝1,2,..,h)；当迭代n次后，将h个小种群合并为一个大种群并随机抛弃一部分适应度较差的粒子，将h个小种群中最大的全局最优设为合并后大种群的全局最优gbest，即：gbest＝max{gbest_i}(i＝1,2,...,h)。

这样可以在一定程度上避免由于种群结构单一而陷入局部最优的风险。但此时仍然存在陷入局部最优的可能。

当迭代到设定次数仍未满足终止条件，则用一部分全新的个体代替原种群中部分个体，继续进行迭代更新。

在迭代前期，初始化多种群的方法就可以保证种群多样性，无需引入新的个体。将多种群合并为一个种群后，在进行若干次迭代后种群收敛，种群中的个体便会趋于同质化，差异变小，这些个体在后续迭代中不会跳出局部空间，如果此时目标不在种群覆盖范围内，在后续迭代过程中想要找到目标的位置比较困难。因此，在迭代过程中有选择的初始化一部分个体，剩余的个体仍然包含足够的历史信息，不会对种群的稳定性造成影响，同时又保证了种群多样性。

使用粒子群算法减少大量冗余运算。

参考图3，图中每一条横线由通过粒子群算法获得的优选频点下的所有时频点构成。

步骤4，以优选频点对应的频率为中心，计算一定频率范围内频点下所有时频点的模糊函数值；模糊函数值最大的时频点对应的多普勒频率和时延，即为目标的回波信号相对参考信号的多普勒频率f_d0和时延τ₀；

使用本发明方法在频点个数m＝2000下进行10次蒙特卡洛实验(每次蒙特卡洛实验为进行1000次单独实验)。

参考图4可知，在频点个数m＝2000下，本发明方法平均只需计算170个频点下的所有时频点的模糊函数，便可得到目标的回波信号相对参考信号的多普勒频率和时延，为现有的遍历算法的总计算量(需计算2000个频点下的所有模糊函数)的9.25％。

参考图5可知，1000次单独实验中，大部分单独实验只需计算170个左右的频点下的模糊函数，便可得到目标的回波信号相对参考信号的多普勒频率和时延；只有极少部分单独实验需计算600个以上的频点下的模糊函数，且1000次单独实验中需计算频点个数的最大值仅为理论上界(2000个频点)的一半，说明本发明方法收敛性较强且具有较强的鲁棒性，本发明方法总体可以减少1～2个数量级的计算量。

步骤5，建立二维坐标轴，利用得到的目标的回波信号相对于参考信号的多普勒频率和时延，结合目标回波信号的来波方向，获得目标的坐标和目标在辐射源-目标-接收机构成的夹角的角平分线上的速度分量，实现对目标的定位；对目标回波进行持续处理，得到目标的航迹，进而实现对目标的跟踪及预测。

具体的，参考图6，建立二维坐标轴，令辐射源和外辐射源雷达分别位于

和

以辐射源和外辐射源雷达为焦点建立椭圆，目标回波信号的到达方向角为α，则由几何关系可以得到目标的坐标为：

上式中，L是辐射源到外辐射源雷达的距离，R为目标到辐射源的距离与目标到外辐射源雷达的距离的和，R＝R_t+R_r＝cτ+L，其中，R_t是目标到辐射源的距离，R_r是目标到外辐射源雷达的距离，τ为目标的回波信号相对于参考信号的时延；

目标在辐射源-目标-接收机构成的夹角的角平分线上的速度分量v'＝f_dλ，其中，f_d为目标的回波信号相对于参考信号的多普勒频率，λ为目标的回波信号的波长。

虽然，本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (5)

1.一种外辐射源雷达目标快速定位方法，其特征在于，包括以下步骤：

步骤1，外辐射源雷达通过参考通道获取来自辐射源的参考信号，通过回波通道获取目标的回波信号；分别对参考信号和回波信号进行混频；

步骤2，计算多普勒频率分辨率；再根据多普勒频率维的取值范围，计算得到多普勒频率维搜索的频点个数；

步骤3，将所有频点视为粒子种群，使用粒子群算法，获得多个优选频点；

步骤4，以优选频点对应的频率为中心，计算一定频率范围内频点下所有时频点的模糊函数值；模糊函数值最大的时频点对应的多普勒频率和时延，即为目标的回波信号相对参考信号的多普勒频率f_d0和时延τ₀；

步骤5，建立二维坐标轴，利用得到的目标的回波信号相对于参考信号的多普勒频率和时延，结合目标回波信号的来波方向，获得目标的坐标和目标在辐射源-目标-接收机构成的夹角的角平分线上的速度分量，实现对目标的定位；对目标回波进行持续处理，得到目标的航迹，进而实现对目标的跟踪及预测。

2.根据权利要求1所述的外辐射源雷达目标快速定位方法，其特征在于，步骤1中，以地球静止轨道上的数字直播卫星通信信号DVB-S作为为辐射源信号，外辐射源雷达接收到的参考信号可以表示为：

s_ref(t)＝u(t)exp(j2πf₀t)+n₀(t)

其中，f₀是目标的参考信号的载频，n₀(t)是白噪声，u(t)是QPSK调制DVB-S信号的复包网络；

目标的回波信号的表达式为：

s_echo(t)＝A₀u(t-τ₀)exp{j2π(f₀+f_d0)t}+n₁(t)

其中，A₀是目标回波信号的幅度，n₁(t)是白噪声，τ₀是目标的回波信号相对于参考信号的时延，f_d0是目标的回波信号相对于参考信号的多普勒频率，其中τ₀为所要求得的时延，f_d0为所要求得的多普勒频率；

参考信号和回波信号模糊函数离散化表示为：

其中，s_ref(n)是目标的参考信号的离散化表示，s_echo(n)是目标的回波信号的离散化表示，N为目标的回波信号的长度，N＝f_s*T，其中，f_s为采样率，T为积累时间；

通过傅里叶变换，可以快速计算某一频点下所有时延的模糊函数值，可表示为：temp(l,k)＝IFFT{conj{FFT(s_ref(n),N)}·FFT(s_echo(n),N)}。

3.根据权利要求1所述的外辐射源雷达目标快速定位方法，其特征在于，步骤2中，时间维分辨率Δτ的计算公式为:

Δτ＝1/f_s

其中，f_s为目标的回波信号相对于参考信号的多普勒频率采样率；

多普勒频率分辨率Δf_d的计算方式为：

Δf_d＝1/T

其中，T为目标的回波信号的积累时间；

多普勒频率分辨率的取值范围为[f_dmin,f_dmax]，多普勒频率维搜索的频点个数为

时延分辨率的取值范围为[τ_min,τ_max]，则时间维搜索的时间点个数为

4.根据权利要求1所述的外辐射源雷达目标快速定位方法，其特征在于，步骤3的粒子群算法，具体的，随机初始化h个小种群G₁,G₂,...G_h，初始化粒子速度；计算适应度值并根据更新规则进行粒子群迭代更新；迭代更新过程中，若满足设定的终止条件则停止迭代，获得当前迭代的全局最优值及全局最优位置，即获得优选频点；

粒子迭代更新的方式如下：

x_ij(t+1)＝x_ij(t)+v_ij(t+1)

其中，ω是权重系数；v_ij(t)为第t次迭代粒子的速度；v_ij(t+1)是第t+1次迭代时的速度；x是粒子的时频点位置；p_ij是粒子的个体最优位置；p_gj是粒子的全局最优位置；r₁，r₂是[0,1]之间的随机数；c₁和c₂是学习因子，其中c₁具有自身的进化属性，c₂具有社会属性；

为收缩因子，且有：

适应度值为粒子对应的频点下的模糊函数值的最大值；

更新规则为：在迭代更新的前n代，每个种群G_i(i＝0,1,…,h)相互独立，互不影响，各自迭代；分别记录各自种群的全局最优gbest_i(i＝1,2,...，h)和个体最优pbes_it(i＝1,2,..,h)；当迭代n次后，将h个小种群合并为一个大种群并随机抛弃一部分适应度较差的粒子，将h个小种群中最大的全局最优设为合并后大种群的全局最优gbest，即：gbest＝max{gbest_i}(i＝1,2,...,h)；

当迭代到设定次数仍未满足终止条件，则用一部分全新的个体代替原种群中部分个体，继续进行迭代更新。

5.根据权利要求1所述的外辐射源雷达目标快速定位方法，其特征在于，步骤5，具体的，建立二维坐标轴，令辐射源和外辐射源雷达分别位于

和

以辐射源和外辐射源雷达为焦点建立椭圆，目标回波信号的到达方向角为α，则由几何关系可以得到目标的坐标为：

上式中，L是辐射源到外辐射源雷达的距离，R为目标到辐射源的距离与目标到外辐射源雷达的距离的和，R＝R_t+R_r＝cτ+L，其中，R_t是目标到辐射源的距离，R_r是目标到外辐射源雷达的距离，τ为目标的回波信号相对于参考信号的时延；

目标在辐射源-目标-接收机构成的夹角的角平分线上的速度分量v'＝f_dλ，其中，f_d为目标的回波信号相对于参考信号的多普勒频率，λ为目标的回波信号的波长。

Images