一种基于虚拟空域滤波的压缩感知雷达压制性干扰抑制方法

1.本发明涉及一种雷达压制性干扰抑制方法，特别是涉及一种基于虚拟空域滤波的压缩感知雷达压制性干扰抑制方法。


背景技术：

2.空间压制性干扰通过频谱淹没与能量压制的方式对目标真实回波进行干扰，对于压缩感知雷达而言，压制性干扰通过上述两种方式的压制，将导致压缩感知雷达目标回波频域稀疏性与时域稀疏性均遭到破坏，从而引起压缩感知雷达目标探测性能的急剧下降。现有技术中公开号为cn106054144a的中国专利公开了一种基于频率分集mimo雷达的主瓣压制式干扰抑制方法，其主要通过接收阵列和辅助天线回波数据匹配滤波，对辅助天线滤波数据进行补偿后与接收阵列滤波数据对消，达到抑制主瓣压制式干扰的目的。


技术实现要素：

3.针对上述现有技术的缺陷，本发明提供了一种基于虚拟空域滤波的压缩感知雷达压制性干扰抑制方法，解决如何提高压制性干扰下压缩感知雷达目标探测性能的问题。
4.本发明技术方案如下：一种基于虚拟空域滤波的压缩感知雷达压制性干扰抑制方法，包括以下步骤：
5.步骤1)对压缩感知雷达发射脉冲串内的p个脉冲进行相位调制，为每一个发射脉冲增加一个特定的附加调制相位；
6.步骤2)建立压缩感知雷达回波脉冲串的等效虚拟阵列模型，形成等效虚拟空域，并将等效虚拟空域离散为m个空域网格，得到虚拟角度扫描矢量并将等效虚拟空域离散为m个空域网格，得到虚拟角度扫描矢量为等效虚拟入射角；
7.步骤3)建立等效虚拟空域入射角完备字典ψ
θ
；
8.步骤4)建立回波脉冲群r
t
的联合稀疏表示模型，其中(
·
)
t
表示矩阵的转置运算；
9.步骤5)对等效虚拟角度空间进行划分，设定目标带ωs与干扰带ωj，同时ωs∪ωj＝[-π，π]；设置目标带ωs对应的目标波束同时将干扰带ωj对应的目标波束设置为0；
[0010]
步骤6)根据总体目标波束，构造等效虚拟空域滤波矩阵φ
θ
；
[0011]
步骤7)对回波脉冲群r
t
进行等效虚拟空域滤波观测，得到干扰抑制观测后的观测信号矩阵y
t
＝φ
θrt
；
[0012]
步骤8)求解级联稀疏优化问题根据最终输出的稀疏目标特性矩阵g中非零元素所在的行列坐标，得到目标的距离信息与等效虚拟入射角信息，计算得到目标的多普勒信息，其中θ为过渡特征矩阵，θ_m为θ的第m行，g为稀疏特征矩阵，g_
l
为g的第l行，l为目标时延空间离散网格数，ψ
τ
为基于发射信号的
时延信息字典。
[0013]
进一步地，对压缩感知雷达发射脉冲串内的p个脉冲进行相位调制，为每一个发射脉冲增加一个特定的附加调制相位，具体为令s(t)为基带发射信号，则第p个发射脉冲信号为其中φ
t
为选定的脉冲初始差值相位，由p个发射脉冲组成的发射脉冲串即为
[0014]
进一步地，建立压缩感知雷达回波脉冲串的等效虚拟阵列模型，并将等效虚拟空域进行离散化的过程，具体为：当所探测目标的多普勒频率为fd时，相邻回波脉冲之间，将产生由目标多普勒频率引起的相位差δφ＝2πfdt
p
，t
p
为脉冲重复周期，将所述相位差进行等效变换：其中d为等效虚拟阵列的阵元间距，进一步的，将等效虚拟空域进行离散化得到虚拟入射角扫描矢量其中空域网格数m即为扫描的角度数量，为第m个虚拟入射角。
[0015]
进一步地，建立等效虚拟空域入射角完备字典具体包含以下步骤：3.1)针对虚拟入射角扫描矢量，构造虚拟入射角对应的等效虚拟阵列接收导引矢量其中λ为信号波长，3.2)构造等效虚拟空域入射角完备字典
[0016]
进一步地，建立回波脉冲群r
t
的联合稀疏表示模型，具体为：
[0017][0018]
其中与分别为各离散等效入射角上的潜在目标散射系数与潜在时延，n为信号采样长度，θ为过渡特征矩阵，过渡特征矩阵为行稀疏矩阵。
[0019]
进一步地，构造等效虚拟空域滤波矩阵φ
θ
的过程具体为：求解优化问题
[0020][0021]
其中γ是设定的通带软约束系数，ζ为测量噪声软约束系数，||
·
||f为frobenius范数。
[0022]
进一步地，求解级联稀疏优化问题具体步骤为：
[0023]
8.1)初始化过程参量矩阵ω
1(0)
，θ
(0)
，g
(0)
为全1矩阵；
[0024]
8.2)设置过程参数η1，η2，η3，η4，ρ1，ρ2，ρ3，ρ4。设置迭代终止阈值ε，初始化迭代次数k＝0；
[0025]
8.3)求解得到g
(t+1)
，其中i为n
×
n的单位矩阵；
[0026]
8.4)求解得到其中(
·
)_m表示矩阵的第m行；
[0027]
8.5)求解得到其中(
·
)_
l
表示矩阵的第l行；
[0028]
8.6)求解
[0029]
得到θ
(t+1)
，其中γ＝φ
θ
ψ
θ
；
[0030]
8.7)更新过程参量矩阵
[0031][0032][0033][0034][0035]
8.8)若则结束迭代，输出g
(t+1)
；否则，t＝t+1，跳转至步骤8.3)重复迭代。
[0036]
8.9)根据最终输出的稀疏目标特性矩阵g中非零元素所在的行列坐标，得到目标的距离信息与等效虚拟入射角信息，并通过δφ＝2πfdt
p
、的等效关系，计算得到目标的多普勒信息。
[0037]
本发明所提供的技术方案的优点在于：
[0038]
本发明通过对各发射脉冲调制附加相位，增大压制性干扰信号与目标回波在等效虚拟空域的入射角差值，通过等效虚拟空域模型的建立，提供了压制性干扰信号与目标回波在等效虚拟空域的入射角可分性，进而构造等效虚拟空域滤波矩阵，基于虚拟等效空域模型，从虚拟入射角将压制性干扰信号进行抑制，最后通过角度-距离级联稀疏优化问题的建立与求解重构得到真实目标对应的稀疏向量，获得真实目标的距离信息与等效虚拟入射角，并基于等效虚拟空域模型进一步得到目标的多普勒信息，达到了提高压制性干扰背景下的压缩感知雷达目标探测性能的目的。
附图说明
[0039]
图1是压缩感知雷达回波脉冲串的等效虚拟空域变换模型示意图。
具体实施方式
[0040]
下面结合实施例对本发明作进一步说明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本说明之后，本领域技术人员对本说明的各种等同形式的修改均落于本技术所附权利要求所限定的范围内。
[0041]
本发明实施例提供了一种压缩感知雷达基于回波脉冲串等效虚拟空域滤波的压制性干扰抑制方法。首先对发射脉冲的附加相位调制与等效虚拟空域模型的建立，提供真实目标回波与压制性干扰信号在等效虚拟空域的可分性。随后设计特定的结构化矩阵，对压缩感知雷达回波脉冲串进行等效虚拟空域滤波，在等效虚拟空域实现对压制性干扰的抑制。最后求解滤波后的级联稀疏优化问题，重构得到目标稀疏特征矩阵从而获得目标距离信息与等效虚拟入射角的估计，并根据估计得到的等效虚拟入射角进一步得到目标的多普勒信息估计值。
[0042]
下面分别对压缩感知雷达回波脉冲串的等效虚拟空域模型的建立、针对压制性干扰抑制的等效虚拟空域滤波矩阵设计方法以及针对目标参数估计的级联稀疏优化问题的建立与求解三部分进行进一步地说明。
[0043]
将压缩感知雷达p个脉冲的基带发射信号表示为s＝[s1(t)，s2(t)，
…
，s
p
(t)]，则空间内存在的某一目标产生的基带回波信号可以表示为
[0044][0045]
其中τ与fd分别为目标的时延与多普勒信息，t
p
为脉冲重复周期。由上式以看出机动目标的多普勒频率引起了各回波脉冲信号间的相位差异。令干扰信号为
[0046][0047]
其中u(t)为干扰信号的包络，fj与φj(t)分别为载频与相位。若压制性干扰信号源与雷达系统存在径向速度，则压缩感知雷达接收机所接收到的去载频干扰信号可以表示为
[0048][0049]
对应的接收干扰脉冲集合可以表示为
[0050][0051]
其中即各干扰脉冲的固有相位。比较式(2)与式(4)，可以发现压制性干扰信号与目标回波之间，除基带信号不同外，各脉冲间的相位差值也不同。
[0052]
本发明基于上述相位差，寻找压制性干扰信号与真实目标回波之间的可分性。本发明将压缩感知雷达的p个回波脉冲等效为一个具有p个阵元的虚拟均匀线阵对应的接收信号，此时各脉冲间的相位差，可以对应为虚拟均匀线阵的某一接收入射角。如附图1示意的等效虚拟空域变换模型，其中相邻脉冲间的相位差为δφ＝2πfdt
p
。
[0053]
通过上述等效，目标的距离-多普勒频率联合估计问题则转化为距离-等效入射角联合估计问题。而压制性干扰信号在等效虚拟接收均匀线阵模型下，则具有与真实目标不同的等效入射角，这为分离目标回波与压制性干扰信号提供了依据。
[0054]
同时，考虑到目标多普勒频率fd与压制性干扰信号多普勒频率f
dj
比较接近时，压制性干扰信号与目标的等效入射角也会比较接近，从而难以区分。因此，本发明对各发射脉冲进行附加相位调制，在相邻发射脉冲间增加一个初始相位差φ
t
，即此时的基带发射信号可以表示为
[0055][0056]
而压制性干扰信号的等效入射角，则仍然仅与其多普勒频率f
dj
相关，因此各发射脉冲的附加调制相位，放大了目标回波与压制性干扰信号之间的差异，利于压制性干扰信号与目标回波在等效虚拟空域的区分。
[0057]
随着等效模型的建立，可以进一步建立目标回波基于等效虚拟阵列的稀疏表示模型，对等效虚拟空域进行离散化得到角度扫描向量入射角对应的接收导向矢量为
[0058][0059]
则等效空域入射角字典可以表示为
[0060][0061]
此时在无干扰情况下的目标回波则表示为
[0062][0063]
其中与分别为各离散角度上的潜在目标散射系数与潜在时延，此时过渡特征矩阵θ是行稀疏矩阵。
[0064]
传统距离-角度联合字典的维度往往非常大，为避免联合字典维度过大的问题，本发明采用了一种级联稀疏表示模型，即基于式(8)对行稀疏矩阵θ进行二次稀疏表示。此时将目标时延信息空间离散化，即τ＝[τ1，τ2，
…
τ
l
]，则基于发射信号的时延信息字典可以表示为
[0065]
ψ
τ
＝[s(t-τ1)，s(t-τ2)，
…
，s(t-τ
l
)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0066]
则
[0067][0068]
g为目标稀疏特征矩阵，其第l行第m列的元素可以表示为
[0069][0070]
基于上述级联稀疏表示，目标的时延与等效入射角的估计则可归纳为如下的优化
问题：
[0071][0072]
通过求解上述优化问题得到目标的等效射入角后，则可以结合预设的虚拟阵元间距d以及脉冲初始相位差φ
t
来进行换算，得到目标的多普勒频率。
[0073]
基于上述稀疏表示模型，在空间存在压制性干扰时，本发明设计一种结构化矩阵，并通过该矩阵实现压缩感知雷达在等效虚拟空域的波束优化，从而实现对压制性干扰的抑制。在存在干扰信号的情况下，令等效虚拟空域滤波矩阵为φ
θ
，则滤波后的输出数据可表示为
[0074][0075]
其中为包含目标与干扰信号的等效入射角集合，为回波信号对应的导向矩阵，是等效空域滤波后的导向矩阵，为滤波后输出的干扰信号分量。
[0076]
在没有准确的目标与干扰信号先验信息时，本项目仍可以基于通过情报、预估计等手段获得的粗略先验信息，设计用于抑制干扰信号的理想等效波束，即对目标有可能出现的区域设置感兴趣通带ω
p
，对干扰可能出现的区域设置抑制阻带ωs，则该理想等效波束可以表示为
[0077][0078]
其中为等效角度通带内的期望波束。
[0079]
由此等效虚拟空域滤波矩阵φ
θ
的设计可以归纳为一个优化约束求解问题，以minimize准则为例，则优化问题可以描述为
[0080][0081]
其中γ是设定的通带软约束系数，ζ为测量噪声软约束系数。
[0082]
通过虚拟空域滤波后，则实现了在等效空域对目标回波与干扰信号进行了分离。在目标参数估计过程中，式(12)对应的优化求解过程则转化为
[0083][0084]
求解上述级联稀疏优化问题的过程如下：
[0085]
1)初始化过程参量矩阵ω
1(0)
，θ
(0)
，g
(0)
为全1矩阵；
[0086]
2)设置过程参数η1，η2，η3，η4，ρ1，ρ2，ρ3，ρ4。设置迭代终止阈值ε。初始化迭代次数k＝0；
[0087]
3)求解得到g
(t+1)
。其中i为n
×
n的单位矩阵；
[0088]
4)求解得到其中(
·
)_m表示矩阵的第m行；
[0089]
5)求解得到其中(
·
)_
l
表示矩阵的第l行；
[0090]
6)求解得到θ
(t+1)
。其中γ＝φ
θ
ψ
θ
；
[0091]
7)更新过程参量矩阵
[0092][0093][0094][0095][0096]
8)若则结束迭代，输出g
(t+1)
，θ
(t+1)
；否则，t＝t+1，跳转至步骤8.3)重复迭代。
[0097]
9)根据最终输出的稀疏目标特性矩阵g中非零元素所在的行列坐标，得到目标的距离信息与等效虚拟入射角信息，并通过δφ＝2πfdt
p
、的等效关系，计算得到目标的多普勒信息。