[發(fā)明專利]基于壓縮卡爾曼濾波的小場景雷達目標距離像估計方法

有效

• 申請?zhí)枺?/td>: 201310111620.8
• 申請日: 2013-04-02
• 公開（公告）號: CN103235295A
• 公開（公告）日: 2013-08-07
• 發(fā)明（設(shè)計）人: 王敏;王偉;刁建鋒;張子敬
• 申請（專利權(quán)）人: 西安電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于壓縮卡爾曼濾波的小場景雷達目標距離像估計方法，包括如下步驟：

1）假設(shè)待估計雷達距離像的距離單元數(shù)為L，散射點個數(shù)D＜＜L，第k個脈沖的小場景雷達回波信號為x_k，回波信號長度為N，對x_k進行壓縮采樣，獲得第k個脈沖的采樣數(shù)據(jù)q_k＝Φx_k，其中，N＝L+n，n為雷達發(fā)射信號的Nyquist采樣點數(shù)，Φ為M×N的壓縮采樣矩陣，M＜N，k＝1,2,…K，K為脈沖數(shù)；

2）假設(shè)目標與噪聲相互獨立，且噪聲服從均值為零的正態(tài)分布，在含有目標的距離單元附近，由僅含噪聲的時域回波壓縮采樣信號對噪聲的自相關(guān)矩陣R進行估計，得到R的估計值：其中代表第k次僅含噪聲的時域回波壓縮采樣信號，P為用于估計噪聲的自相關(guān)矩陣的壓縮采樣信號數(shù)；

3）以目標稀疏系數(shù)α為狀態(tài)矢量，建立線性近似的狀態(tài)空間模型：

αk=Aαk-1+wkyk=ΦΨαk+vk]]>

式中，α_k為第k個脈沖的目標稀疏系數(shù)，為虛數(shù)單元符號，為雷達場景內(nèi)任意散射點的多普勒相移估值或多個散射點多普勒相移估值的平均，I為L×L的單位矩陣，w_k為動態(tài)噪聲服從均值為零協(xié)方差為的正態(tài)分布；y_k為壓縮采樣觀測值，Ψ為由雷達發(fā)射信號的復包絡(luò)在不同距離單元上的延遲構(gòu)成的稀疏字典，v_k為觀測噪聲也服從均值為零的正態(tài)分布，其協(xié)方差通過訓練得到，且動態(tài)噪聲與觀測噪聲互不相關(guān)；

4）將采樣數(shù)據(jù)q_k作為步驟3）中狀態(tài)空間模型的實際觀測值，利用卡爾曼濾波算法經(jīng)過一步遞推，求得第k個脈沖時目標稀疏系數(shù)的估計值θ_k：

θk=Aα^k-1+Hk(yk-ΦΨAα^k-1),]]>

式中，為第k-1個脈沖目標稀疏系數(shù)的最優(yōu)估計值，H_k為卡爾曼濾波增益矩陣；

5）利用偽量測PM方法對估計值θ_k進行校正，得到第k個脈沖目標稀疏系數(shù)的最優(yōu)估計值并將之作為第k個脈沖時的距離像估計輸出。