[发明专利]一种非高斯背景下微动目标多参数估计方法

说明书

技术领域

本发明涉及雷达微多普勒成像技术领域，特别是涉及非高斯背景下的微动目标多参数估计方法。

背景技术

在许多探测系统中，微动目标的检测和估计都有着重要的应用。例如，在地震救援时可以实现生命信号检测；在防空和监控领域，可以实现无人机机翼识别；在机械性能分析方面，可以实现对机械的振动检测。

国内外许多研究机构开展了微动目标参数估计的研究。傅里叶分析是实现微动目标微摄动参数估计的有效手段。国防科技大学提出了一种基于循环相关系数的微动周期估计方法(W.P.Zhang,K.L.Li,et al,“Parameter estimation of radar targets with macro-motion and micro-motion based on circular correlation coefficients[J]”,IEEE Signal Processing Letters,2013.)，它利用循环互相关不改变峰值个数和大小的特性，在微动伴随宏观运动的情况下，避免宏观运动对微动影响，达到对微动周期的估计的目的。电子科技大学提出了一种在图像域的微动目标检测方法(Y.Jia,L.J.Kong,et al,“A novel method for detection of micro-motion target in image domain”,IEEE Radar Conference,2011.)，它采用超宽带雷达，利用BP成像的方法实现了对目标在图像域的定位。

上述方法对微动目标的参数估计在高斯背景下呈现出良好的性能，然而，在非高斯背景下傅里叶分析方法的性能明显下降。因此，研究非高斯背景下的微动目标参数估计方法在雷达微多普勒成像领域具有重要的价值。

发明内容

本发明提供一种适用于非高斯背景下的微动目标参数估计方法，采用了单发多收(SIMO)的雷达系统，提出了一种基于互相关熵的估计算法。首先，采用高斯核函数，对每个距离单元，计算每个接收通道的自相关熵；然后，对每两个通道间的自相关熵做互相关处理，得到互相关熵；通过算术融合的方式，对得到的互相关熵做融合处理；最后，通过对多通道回波信号比相处理，可以实现对目标的定位。

本发明技术方案如下：一种非高斯背景下复合微动目标的参数估计方法，包括以下步骤：

步骤1：回波矩阵预处理

首先对雷达接收机M个通道所得的N×L维回波矩阵A₁、A₂、…、A_M分别在快时间上按行进行加窗处理，再做N点傅里叶变换(FFT)，其中N为每个通道总的回波信号总数，L为每个回波信号的采样点数；傅里叶变换后每个回波信号压缩成带有了目标距离信息的时域脉冲信号；将所有时域脉冲信号信号组合在一起，得到M路通道微动目标的距离-脉冲域矩阵Z₁、Z₂、…Z_M；对Z₁、Z₂、…Z_M分别在慢时间上按列作动目标显示(MTI)滤波或去均值处理，得到去除了静止背景的距离-脉冲域矩阵D₁、D₂、…D_M；

步骤2：计算自相关熵矩阵：将每个通道所对应的距离-脉冲域矩阵D₁、D₂、…D_M在每个距离单元上按列进行自相关熵处理，计算出每个通道相应的自相关熵矩阵V₁、V₂、…V_M；

步骤3：互相关处理及融合

假设第k个通道的自相关熵矩阵为V_k，k＝1,2...M，则k通道和l通道的互相关熵可以表示为：

V_kl[m]＝xcorr(V_k(n),V_l(n))(k≠l)

对自相关熵矩阵V₁、V₂、….V_M任选两个作为一组做互相关处理，得到组互相关熵V_il(i,l＝1,2,...M,且i≠l)；对最后获得的多组互相关熵进行算术融合得到最后的互相关熵矩阵V，其中：V＝∑V_il，xcorr表示互相关运算；

步骤4：微动目标各参数的计算