[发明专利]一种波形捷变认知雷达系统及实现方法无效

专利信息
申请号: 201210340205.5 申请日: 2012-09-13
公开(公告)号: CN102866392A 公开(公告)日: 2013-01-09
发明(设计)人: 孟华东;公绪华;刘一民;王希勤 申请(专利权)人: 清华大学
主分类号: G01S7/41 分类号: G01S7/41
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹
地址: 100084 北京市*** 国省代码: 北京;11
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 波形 认知 雷达 系统 实现 方法
【说明书】:

技术领域

发明涉及雷达系统与雷达信号处理技术领域,具体涉及一种波形捷变认知雷达系统及实现方法。

背景技术

传统雷达通常采用固定的发射信号,通过接收端的自适应处理及滤波算法的设计来提高性能,由于雷达的测量、分辨性能和杂波中目标的检测在很大程度上取决于发射的波形,对于日益复杂环境及密集杂波、多目标背景等情况,发射波形固定,当环境发生变化时,紧靠接收端的自适应已难以获得理想的效果。

认知雷达是一种闭环工作方式,通过雷达接收端到发射端的反馈,使雷达系统能够不断学习并更新对目标和环境的认识,进而主动调整发射波形,提升系统对目标的探测性能。它对传统雷达系统的结构框架构成、信号处理流程和性能指标分配等带来了很大的改变,并同时提出了新的要求。

在雷达采用闭环反馈的技术后,才有了认知雷达的概念和系统的宏观结构组成,通过引入雷达接收机端到发射机端的反馈,使波形捷变发射和接收成为系统的主要特征。

稍后采用序贯假设检验的技术,以最大化任意两类目标之间马氏距离的加权和作为波形优化的准则,利用雷达接收回波序贯更新所有目标不同类别假设的后验概率,随着雷达发射波形自适应设计的进行,当目标的某一类别假设的后验概率明显高于其他所有假设的后验概率时,即可将该类别判断为目标类型。但是,这一技术主要依赖于确定已知的目标冲激响应,且仅适用于高信噪比的雷达工作场景,因而在一定程度上阻碍了这一技术的应用和推广。

进一步采用统计模型参数的在线估计技术,利用空间统计模型来描述海杂波的散射特性,提出一种基于杂波模型参数在线估计的发射波形捷变方法。该方法能够最小化杂波回波的能量,间接提高了强海杂波背景下点目标的检测性能。

采用极化雷达的检测技术,利用对目标和杂波极化散射特性的在线估计,提出了一种自适应选择发射波形极化方式的捷变结构。

目标跟踪技术的采用,是利用隐马尔可夫模型描述扩展目标冲激响应的变化,通过最小化目标冲激响应的估计误差作为波形优化准则,利用卡尔曼滤波器实现了一种面向目标跟踪的发射波形捷变方法。但是,该方法中目标冲激响应的变化模式与实际雷达工作场景存在一定的差距,因而影响了这一技术的实用价值。

发明内容

(一)所要解决的技术问题

本发明针对复杂环境下扩展目标和杂波散射特性存在起伏变化且未知的情况,解决了目标的消失距离短以及雷达系统在复杂多变环境下的适应性差的技术问题。

(二)技术方案

本发明提供了一种波形捷变认知雷达系统,具体包括:

发送单元,用于向空间辐射幅度不变的波;

接收单元,用于接收经过扩展目标和杂波散射体的反射后的第一回波信号;

目标及杂波估计单元,用于对接收的回波信号进行最优处理,获得扩展目标冲激响应和杂波空间协方差的估计值;

检测单元,用于对接收单元接收的第二回波信号进行最优处理,并对处理后的第二回波信号进行检测,判断优化结果是否达到预定值。

可选的,所述第一回波信号由目标回波信号、杂波回波信号和噪声组成。

可选的,所述目标及杂波估计单元包括最优处理单元,用于利用知识积累对第一回波信号进行处理,所述知识积累包括噪声及干扰的功率水平。

可选的,目标及杂波估计单元还包括离线估计单元,用于对噪声及干扰功率水平进行离线估计,获得扩展目标冲激响应和杂波空间协方差的估计值。

可选的,最优检测波形设计算法以最大化输出信噪杂比SCNR为优化准则,进行基带发射波的优化。

可选的,优化并调整后的发射波为恒包络信号。

可选的,检测单元中包括广义似然比检测器模块,用于检测目标第二回波信号。

本发明还提供了一种波形捷变认知雷达实现方法,包括以下步骤:

a、在认知雷达开始工作的当前脉冲组k内:发射机端向空间辐射幅度不变的波,该波经过扩展目标和杂波散射体的反射后,接收机端接收第一回波信号;

b、脉冲组k结束时,接收机端对接收的第一回波信号进行最优处理,获得扩展目标冲激响应和杂波空间协方差的估计值;

c、进入紧邻下一个脉冲组K+1内:发射机端基于扩展目标冲激响应和杂波空间协方差的估计值,设定优化指标,采用最优检测波形设计算法,优化并调整基带发射波,将调整后的发射波辐射到空间中;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学,未经清华大学许可,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/201210340205.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top