一种基于被动相控阵天线的测向与目标识别方法与流程

本发明涉及一种被动高精度测向与目标识别方法，适用于雷达辐射源目标的探测。

背景技术：

在对海远距离电子侦察应用场景下，常采用被动雷达对辐射源进行探测，目前的被动雷达辐射源系统一般采用相位干涉仪或单脉冲比幅测向，采用时频分析方法进行参数测量。对于传统被动雷达辐射源探测系统，现有的测向与目标识别方法存在以下问题：

(1)、采用相位干涉仪测向的比相体制被动雷达天线增益不能合成，工作距离有限，且在x及以上频段会出现测角模糊。

(2)、现有参数测量采用的时频分析方法存在实时性与参数测量精度之间的矛盾，在某些应用场景下实时性不能满足要求。

(3)、现有的被动雷达测频接收机只能测量脉冲前沿的频率，不能满足线性调频信号等脉冲压缩信号的调制方式、调频斜率等脉内参数测量要求，导致无法对目标发射的多种波形复合调制辐射信号进行识别。

由于以上存在的问题，导致传统被动雷达探测系统难以满足复杂环境下高精度测向和辐射源识别的需求，需要研究被动雷达的新体制与新方法。

在文献《一种基于相控阵体制雷达的高精度快速实时测向方法》中，通过对相控阵面阵发送下来的各通道数据进行数字波束合成，共合成n个足以覆盖90度方位的和波束，每隔n个时钟进行一次n个和波束的幅度值采样与比较，幅度最大的和波束所在方位即为辐射源所在大致方位，当和波束粗测向测得辐射源所在大致方向后，立刻调度一个差波束指向该方位，利用差波束幅度特性，实时调整差波束指向，使差波束执行其零深从而完成测向。该方法采用数字波束形成同时形成多个窄波束的特征，但是后续步骤与本发明完全不同，本发明后续步骤为在每个窄波束内采用二维空间估计方法，得到各个目标的到达方向。因此，该对比文件与本发明存在区别。

在文献《一种均匀圆阵二维波达方向快速估计方法》中，根据圆阵阵元实际位置构造一个正交十字虚拟参考阵列，分别计算出针对x轴虚拟线阵和y轴虚拟线阵的两个相位补偿矩阵并对估计得到的信号子空间分别进行相位补偿；再施行经典二维esprit算法，得到两个子空间拟合矩阵，联合其特征值分解后的特征向量以及特征值，获得新的二维角度估计并作为新的相位补偿角进行迭代相位补偿，直到获得稳定收敛的角度估计并作为信号的波达方向估计。该对比文件能快速获得基于均匀圆阵二维波达方向估计，并且估计结果具有统计无偏性。该方法仅仅是采用了空间谱估计方法测向，而本发明采用了波束形成的方法得到窄波束，再在窄波束内实现二维空间谱估计算法，极大地提高了高精度测角性能。

在文献《基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法》中，采用分数阶傅里叶变换域微动目标检测，但是该方法仅仅是对海面微动信号提取了时频信息，并未用于后续目标识别。

在文献《高速/加速运动目标检测及雷达目标微动特征提取算法研究》中，提出了一种多阶次stfrft进行微多普勒信号时频分析的算法，但该方法仅仅是在时频分析基础上对运动目标微动特征进行提取，并没有涉及到雷达脉内调制方式和参数的提取与识别，并且未采用多尺度二维搜索，导致算法运行效率不为最优。而本发明采用变尺度短时分数阶傅里叶变换，解决了脉内信息提取与目标识别问题，并且在低信噪比情况下仍然有效。

技术实现要素：

本发明的技术解决问题是：克服现有技术不足，提出了一种基于环形被动相控阵天线的数字波束形成方法，解决了传统干涉仪方法测向模糊、测角精度低的问题。

本发明的技术解决方案是：一种基于被动相控阵天线的测向与目标识别方法，该方法步骤如下：

(1)、对目标信号进行数字波束形成，得到待分析回波信号；

(2)、遍历[-π/2，π/2]区间内的角度值，将该角度值作为短时分数阶傅立叶变换的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到每个旋转参数对应的变换域谱线，将所有变换域谱线中最大幅度值所在的曲线记为最强谱线，将该最强谱线对应的旋转参数记为最优旋转参数，根据最优旋转参数，计算短时分数阶傅立叶变换最佳阶数估计值p；

(3)、利用最强谱线中最大幅度值、最大幅度值对应的横坐标u、最佳短时分数阶傅立叶变换最佳阶数估计值p，估计目标信号的调频斜率、初始频率、估计脉宽、脉冲重复周期；

(4)、判断最强谱线中的最大幅度值是否小于预设门限值，小于，则结束，否则，进入步骤(5)；

(5)、采用以最强谱线的最大幅度值对应的横坐标u为中心的滤波器，对最强谱线滤波，滤除能量较弱的分量及噪声，并对滤波结果做变换阶数为-p的短时分数阶傅立叶变换变换，得到最强分量的时域信号，进入步骤(6)；

(6)、将待分析回波信号在时域中减去当前最强分量的时域信号，得到新的待分析回波信号，在下一个处理周期到来时，重复步骤(2)～步骤(6)。

当被动相控阵天线为环形被动相控阵天线时，步骤(1)中数字波束形成的实现方法为：

(1.1)、计算导向矢量a：

其中，λ0＝c/f0，f0为目标信号载波中心频率，λ0为目标信号中心频率所对应的载波波长，nr为被动相控阵天线阵元个数，r为被动相控阵天线阵元半径，θi＝2πi/nr，θ,分别为被动相控阵天线的扫描方位角和仰角；

(1.2)、控制天线主瓣方向θ,的指向，改变加权矢量对接收的目标信号进行加权合成处理，直到加权处理结果y达到最大值，完成数字波束形成处理过程；

(1.3)、采用步骤(1.2)中加权处理结果y的最大值对应的天线主瓣方向接收目标信号，待分析回波信号。

所述步骤(1.2)所述加权合成处理方法如下：

式中，x为被动雷达接收到的目标信号，xi为目标信号在导向矢量各个维度上的分量，s(t)为目标雷达信号，ω为目标信号的频率，为导向矢量，表示目标信号来波方向。

步骤(2)中对待分析回波信号进行短时分数阶傅立叶变换的计算公式为：

其中，kp(u,τ)为短时分数阶傅立叶变换的核函数；n＝0，1，2，...；g(τ)为时域零均值高斯窗函数，该模型是基于高斯分布模型建立的，σt为预设的高斯分布的标准差，根据短时分数阶傅立叶变换的时间分辨率要求确定。一般在[0，0.01]范围中选择。

步骤(4)中目标信号的调频斜率的计算公式为：

步骤(4)中目标信号的初始频率的计算公式为：

步骤(4)中目标信号的脉宽和脉冲重复周期通过如下方法确定：

根据预先选定的门限值，根据短时分数阶傅立叶变换的结果xp(u,t)，持续判断最强谱线中最大幅度值与门限的关系，当最强谱线中最大幅度值超过该门限时，输出高电平脉冲信号，当最强谱线中最大幅度值小于该门限时，输出电平信号，高电平脉冲信号的宽度为目标信号的脉宽，两次高电平脉冲信号重复的间隔为目标信号脉冲重复周期。

所述步骤(2)分为二维粗搜索和二维精搜索两个过程：

二维粗搜索过程为:

以第一步进值δα1为步进，遍历区间内的角度值，将该角度值作为短时分数阶傅立叶变换的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到变换域中所有谱线中的最大幅度值，将该最大幅度值对应的旋转参数作为粗略的最优旋转参数α1；

二维精搜索过程为:

根据粗略的最优旋转参数α1，计算其对应的变换阶数p1，以第二步进值δδα2为步进，遍历区间内的角度值，将该角度值作为短时分数阶傅立叶变换的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到变换域中所有谱线中的最大幅度值及其对应的横坐标u，将该最大幅度值对应的旋转参数作为精确的最优旋转参数α1。

根据旋转参数α，计算其对应的变换阶数p公式如下：

步骤(4)中预设门限值根据变换域内谱线的信噪比snr确定，其值为：(2×snr)^0.5×σ，其中σ为变换域内谱线幅度的标准差。

本发明与现有技术相比的有益效果是：

(2)采用二次变尺度的短时傅里叶变换(frft)，可以同时对雷达辐射源脉间与脉内信号进行提取，且与现有技术相比提高了变换域谱峰搜索的速度、降低了计算量，更利于工程实现；

(3)针对多周期信号时域参数提取，利用了滑窗在边缘处理和脉冲内处理幅度的差异性，通过多次过门限检测提取了信号的脉宽和重复周期，增加了辐射源识别信息的维度；

(4)采用多次迭代、滤波的方法，对复杂环境下多个辐射源信号进行了分离，可对多个辐射源信号进行参数提取。

附图说明

图1为本发明实施例被动相控阵天线布阵示意图。

图2为本发明实施例辐射源参数提取与识别处理流程图。

具体实施方式

以下结合附图和具体实施例对本发明进行详细说明。

本发明基于环形被动相控阵的天线结构，采用数字波束形成方法，提升了对辐射源探测距离与测角精度；针对实际被动雷达处理系统中接收的多周期雷达信号，基于短时傅里叶变换的思想，采用变尺度滑窗短时frft方法完成信号周期特征信息的提取，最终完成辐射源识别，解决了传统方法数据量大、运算负荷严重，且信号的时域周期信息易淹没在变换域的谱线分布中的问题。

如图2所示，本发明的实施步骤如下：

(1)、对目标信号进行数字波束形成，得到待分析回波信号；

当被动相控阵天线为图2所示的环形被动相控阵天线时，即，所述数字波束形成的实现方法为：

(1.1)、计算导向矢量a：

其中，λ0＝c/f0，f0为目标信号载波中心频率，λ0为目标信号中心频率所对应的载波波长，nr为被动相控阵天线阵元个数，r为被动相控阵天线阵元半径，θi＝2πi/nr，θ,分别为被动相控阵天线的扫描方位角和仰角。

(1.2)、控制天线主瓣方向θ,的指向，改变加权矢量对接收的目标信号进行加权合成处理，直到加权处理结果y达到最大值，完成数字波束形成处理过程。

所述加权合成处理方法如下：

式中，x为被动雷达接收到的目标信号，xi为目标信号在导向矢量各个维度上的分量，s(t)为目标雷达信号，ω为目标信号的频率，为导向矢量，表示目标信号来波方向。

(1.3)、采用步骤(1.2)中加权处理结果y的最大值对应的天线主瓣方向接收目标信号，待分析回波信号。

(2)、遍历[-π/2，π/2]区间内的角度值，将该角度值作为短时分数阶傅立叶变换(stfrft)的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到每个旋转参数对应的变换域谱线，将所有变换域谱线中最大幅度值所在的曲线记为最强谱线，将该最强谱线对应的旋转参数记为最优旋转参数，根据最优旋转参数，计算短时分数阶傅立叶变换最佳阶数估计值p；

对待分析回波信号进行短时分数阶傅立叶变换的计算公式为：

其中，kp(u,τ)为短时分数阶傅立叶变换的核函数；n＝0，1，2，...；g(τ)为时域零均值高斯窗函数，该模型是基于高斯分布模型建立的，σt为预设的高斯分布的标准差，根据短时分数阶傅立叶变换的时间分辨率要求确定。一般在[0，0.01]范围中选择。

由于短时分数阶傅立叶变换(stfrft)处理时间窗口长度的选择可能出现多种情况。因此，最大谱线幅度可以分为下面两种情况考虑：

(1)第一种情况——窗口在一个调频周期内滑动

待分析信号可表示为下式所示：

式中，f01为窗内数据信号的初始频率，为窗内数据信号的初始相位，t0为窗口长度。

通过最优旋转参数调整后的信号为

对x(t)进行ft分析的结果为

x(f)幅度分布结果为

在f＝f01处，有最大谱线幅度t0。

(2)第二种情况——窗口滑动到脉冲边缘处

窗口内的信号形式为

式中，f01为窗内脉冲下降沿前数据信号的初始频率，为窗内脉冲下降沿前数据信号的初始相位，t1为窗口内脉冲下降沿对应的时刻。最优参数调整后信号变为

对x(t)进行傅立叶变换分析结果为

x(f)幅度的分布结果为

在f＝f01处，有最大谱线幅度t1。

本发明最优旋转参数可以分为二维粗搜索和二维精搜索两个过程：

二维粗搜索过程为:

以第一步进值δα1为步进，遍历区间内的角度值，将该角度值作为短时分数阶傅立叶变换的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到变换域中所有谱线中的最大幅度值，将该最大幅度值对应的旋转参数作为粗略的最优旋转参数α1；

二维精搜索过程为:

根据粗略的最优旋转参数α1，计算其对应的变换阶数p1，以第二步进值δδα2为步进，遍历区间内的角度值，将该角度值作为短时分数阶傅立叶变换的旋转参数，对待分析回波信号进行短时分数阶傅立叶变换，得到变换域中所有谱线中的最大幅度值及其对应的横坐标u，将该最大幅度值对应的旋转参数作为精确的最优旋转参数α1。

根据旋转参数α，计算其对应的变换阶数p公式如下：

(3)、利用最强谱线中最大幅度值、最大幅度值对应的横坐标u、最佳短时分数阶傅立叶变换最佳阶数估计值p，估计目标信号的调频斜率、初始频率、估计脉宽、脉冲重复周期；

目标信号的调频斜率的计算公式为：

目标信号的初始频率的计算公式为：

目标信号的脉宽和脉冲重复周期通过如下方法确定：

根据预先选定的门限值，根据短时分数阶傅立叶变换的结果xp(u,t)，持续判断最强谱线中最大幅度值与门限的关系，当最强谱线中最大幅度值超过该门限时，输出高电平脉冲信号，当最强谱线中最大幅度值小于该门限时，输出电平信号，高电平脉冲信号的宽度为目标信号的脉宽，两次高电平脉冲信号重复的间隔为目标信号脉冲重复周期。

(4)、判断最强谱线中的最大幅度值是否小于预设门限值，小于，则结束，否则，进入步骤(5)；

所述预设门限值根据变换域内谱线的信噪比snr确定，其值为：(2×snr)^0.5×σ，其中σ为变换域内谱线幅度的标准差。

(5)、采用以最强谱线的最大幅度值对应的横坐标u为中心的滤波器，对最强谱线滤波，滤除能量较弱的分量及噪声，并对滤波结果做变换阶数为-p的短时分数阶傅立叶变换变换，得到最强分量的时域信号，进入步骤(6)；

但复杂电磁环境下被动雷达接收到的一般是多个信号的叠加，因此需要滤波及迭代处理分离出多个辐射源信号。

(6)、将待分析回波信号在时域中减去当前最强分量的时域信号，得到新的待分析回波信号，重复步骤(2)～步骤(6)。

本发明在高精度测向基础上，提出了一种基于变尺度滑窗短时frft分析的多周期信号特征提取与识别方法，保证在信噪比-15db以上目标识别性能保持稳定，解决了针对复杂波形辐射源的目标识别问题。

本说明书中未进行详细描述部分属于本领域技术人员公知常识。