无源雷达的直达波抑制--自适应信号算法

1. 无DSI(直达波)抑制
2. 维纳滤波(WF)或者最小二乘(或广义最小二乘)
3. CLEAN--见射电天文学中的CLEAN算法.也可以用于无源雷达处理
4. NLMS 归一化最小均方误差
5. FBLMS/FBLS 快速块最小均方算法
6. RLS 递归最小二乘算法
7. ECA(扩展相消算法),鲁棒性极高

1.DSI抑制

对于DSI抑制的评估图,通常采用距离-多普勒图来说明,时延为ms,频率为kHZ.

如噪声电平约为-60dB,低于这一电平的目标将被屏蔽.通过实用系统测得的值,可以获得目标的距离,详细见多普勒图.

如,FBLMS滤波在多普勒频率上呈现出一个更深的凹槽(与维纳滤波相比),但是,能够将背景噪声抑制到更低的水平,达到了约-90dB的平均电平.

衡量DSI抑制水平时,通常的指标有:最大DSI电平,本地噪声,目标强度,SINR(目标强度与本地噪声电平的比值)等.

另外,选择DSI滤波方案时还有一个因素需要考虑,即计算需求,尽管使用高速FPGA可以实现更加复杂的方法的应用,但是设计需要考虑效率和成本问题,通过数字滤波来改善DSI抑制仍然是无源雷达发展过程中的一个重要领域,并且是对看似相似的系统进行区分的显著特征之一.

最近,舒普巴赫(Schüpbach)得出结论为:载波多普勒中的扩展相消算法(ECA-CD)的改进型ECA方法能在抑制性能与计算机处理量之间实现最佳平衡.然而,监测通道中接收的直达波可能会从根本上限制系统的灵敏度和动态范围,因此需要谨慎地进行设计和实施.

2.性能预测

1. 发射功率
2. 目标双基RCS(目前研究还是很少) --双基等效--单基等效,增大飞机目标RCS的另一种机制,是利用飞机下方的镜面反射.但是,这取决于是否满足镜面反射条件,因此具有稍纵即逝的特点,如果大部分发射机的发射方向指向地球表面,就可以提高高度灵敏度.
3. 接收机噪声系数 --噪声主要由外部决定,如直达波,多径,其他共信道信号等.

3.关于发射机

1. 调频无线电发射机(典型距离300km)

2. 手机基站发射机(典型距离12km)

3. DAB发射机(典型距离90km)

4.检测与跟踪

4.1 鬼影

恒虚警检测--参考教材<<现代雷达原理>>,Richards,M.A.Holm,and J.A.Scheer.

对于每个目标而言,无源雷达在接收处可以获得的目标回波信息包括:双基距离(Rt+Rr),DOA(到达方向),多普勒频移.在等距椭圆上确定目标的位置.但是由于交点并不总是只有一个,会存在目标模糊问题,

要解决这一问题,则必须使用更多的等距椭圆进行定位,剔除其他交点.

比如三台发射机照射某个目标并用一个接收机接收,3个椭圆相交于一点才是真正的目标位置,另外还有三个"鬼影".

在斯科尔尼克(Skolnik)编著的第一版雷达手册中,讨论表明,如果有N个收发对和n个目标,则可能存在的目标鬼影数目为:

利用多普勒信息也可以去除鬼影,根据测得的多普勒频移对应的多普勒向量的方向的一致性来判断是目标还是鬼影.

4.2到达时差

显然,两台接收机的回波到达时差为:

恒定到达时差的等值线是一个双曲面,通过组合多对接收机的测量值可以确定,双曲面的交点为目标位置,在3维情况下,一般需要3对接收机.

由于目标位置与所测参数之间的关系是非线性的,因此该问题的求解可能颇具挑战性.通过球面插值(SI)和球面相交(SI)进行仿真和实测数据进行评估.

4.3距离-多普勒图

通过分解目标的距离和多普勒组合来分离目标,有助于解决模糊问题.通常情况下,无源雷达系统的积分时间约1s,相当于1Hz的多普勒分辨率.这意味着分辨率非常高.多普勒在消除模糊方面可以发挥关键作用,而且可以以较高精度提供至少一个跟踪参数,比如速度.

利用高速度滤波器和低速度滤波器等方法,可以进一步提高目标的速度估计精度.对于来自接收机的信息,一种常用的形式是距离-多普勒图,多普勒信息是在每个距离分辨率单元内进行快速傅里叶变换(FFT)处理并且持续适当的积分间隔得到的,并绘制为距离和多普勒的函数.

同时,采用直达波和杂波抑制后,所有剩余的直达波和杂波都会显示在零多普勒和近距离处,而目标将在合适的双基距离和多普勒处显示.

一种比较好的作图方式是,横坐标为双基距离,纵坐标为多普勒频率,图用颜色深度或者不同的颜色来表示多普勒信息或者模糊函数等.

4.4跟踪过滤(Tracking,filtering)

卡尔曼滤波器

在基本的卡尔曼滤波器中,采用距离-多普勒和到达时差等信息,进行卡尔曼滤波.

关联门见:

传感器融合之数据关联（NN，GNN，PDA，JPDA，JCBB） - 知乎 (zhihu.com)

概率假设密度(PHD)跟踪

通过在任何给定区域内进行积分而确定预期目标数量的所有函数.

采用粒子滤波器实现,粒子具有速度分量和位置分量.概率假设密度可以:

• 自动估计目标数量
• 解决鬼影目标问题
• 融合传感器数据(双基收发对),而不需要任何的报告-跟踪关联.

多接收机无源跟踪(信息融合)

每个收发对的信息都可以形成一个跟踪,多个跟踪可以融合,注意,将目标的三维笛卡尔位置,笛卡尔速度与双基距离R,速度v关联的方程是高度非线性的.跟踪器本身是一个非线性的卡尔曼滤波器.凸显了DVB-T和调频无线电照射的互补性,表明两者结合使用可以获得良好的性能.

5.移动目标检测