[发明专利]基于DBF机载气象雷达前视快速扫描下的解模糊方法有效
| 申请号: | 202110556549.9 | 申请日: | 2021-05-21 |
| 公开(公告)号: | CN113341418B | 公开(公告)日: | 2022-06-10 |
| 发明(设计)人: | 喻庆豪;朱岱寅;吴迪;任凌云 | 申请(专利权)人: | 南京航空航天大学 |
| 主分类号: | G01S13/95 | 分类号: | G01S13/95 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 施昊 |
| 地址: | 210016 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 dbf 机载 气象 雷达 快速 扫描 模糊 方法 | ||
1.一种基于DBF机载气象雷达前视快速扫描下的解模糊方法,其特征在于,包括如下步骤:
(1)通过方位多通道阵列接收系统雷达数据;
(2)确定多普勒模糊数K,并将雷达数据依照相参脉冲数在方位向上分段;
(3)取其中一段分段后的数据,进行方位向傅里叶变换,再利用多个回波数据估计多普勒模糊数的协方差矩阵;
(4)对于每个模糊成分,分别计算其对应的多普勒频率范围和方位角范围;
(5)重构各个非期望模糊分量的协方差矩阵:
其中,为协方差矩阵每个角度下的Capon空间谱,是采样协方差矩阵R的估计量,是以θ为方位角的标称空间导向矢量,是以θ为方位角的标称空间导向矢量的共轭转置;
积分范围是非期望模糊分量所对应的角度范围,设定是通过多普勒频点计算出的方位角度,Δθ是一个很小的角度,则为非期望模糊分量的协方差矩阵;
(6)根据步骤(5)估计导向矢量的方法为:
其中,ρ{·}表示计算协方差矩阵最大特征值对应的特征向量,是估计的导向矢量;为协方差矩阵每个角度下的Capon空间谱,是采样协方差矩阵R的估计量,是重构的信号协方差矩阵,是以θ为方位角的标称空间导向矢量,是以θ为方位角的标称空间导向矢量的共轭转置;
(7)根据步骤(5)求解的协方差矩阵和步骤(6)中的导向矢量,求解最优权矢量:
其中,k·PRF为k倍的PRF;
(8)利用步骤(7)中的最优权矢量进行空域滤波,再进行频谱拼接,得到恢复后的多普勒频谱;最优权矢量进行空域滤波的方法为:
其中,为第k次模糊分量的频域信号;τ为距离快时间;
(9)对于步骤(8)中的多普勒频谱,进行方位向逆傅里叶变换得到时域数据,并按照数据理论顺序进行存储;
(10)判断每段时域数据是否都被处理完,若未处理完,重复进行步骤(3)-(9),直至每一段多普勒模糊数据都进行了处理。
2.根据权利要求1所述的基于DBF机载气象雷达前视快速扫描下的解模糊方法,其特征在于,所述步骤(2)中多普勒模糊数K的计算方法为计算选定雷达数据中心的多普勒频率:
其中,fd0为选定雷达数据中心的多普勒频率,va为载机速度,λ为信号波长,θ0为选定雷达数据中心的方位角,为选定雷达数据中心的俯仰角;
其中PRF为脉冲重复频率,为向上取整。
3.根据权利要求1所述的基于DBF机载气象雷达前视快速扫描下的解模糊方法,其特征在于,所述步骤(3)中协方差矩阵的估计方法为:
R=E{xxH}
其中,x是多普勒域中阵列的回波数据矢量,xH为多普勒域中阵列的回波数据矢量共轭转置,R为协方差矩阵估计结果,E{·}为求解期望。
4.根据权利要求1所述的基于DBF机载气象雷达前视快速扫描下的解模糊方法,其特征在于,所述步骤(4)中,方位角和多普勒频率之间的计算关系为:
其中,为俯仰角,θ为方位角,fd为多普勒频率,va为载机速度,λ为电磁波波长。
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南京航空航天大学,未经南京航空航天大学许可,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/202110556549.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于运行参数的工程机械监控系统
- 下一篇:智能检验方法和智能检验系统





