机载非正侧阵雷达降维STAP性能仿真

2023-12-04 10:01璐,姚
舰船电子对抗 2023年5期
关键词:机载雷达训练样本降维

靳 璐,姚 力

(中国船舶集团有限公司第七二三研究所,江苏 扬州 225101)

0 引 言

在机载雷达天线阵列的安装中,有时为了扩展雷达的覆盖范围,天线阵列采取与载机平台飞行方向有一定的侧向角度安装,这种阵列结构被称为非正侧阵,也称为斜视阵[1-3]。与正侧视阵相比,非正侧阵雷达的探测范围可以覆盖飞机前方、两侧、后方和下方的目标,具有全方位的探测能力。此外,非正侧阵雷达还可以实现多波束扫描、多模式探测和多目标跟踪等功能,具有更高的灵活性和多功能性。机载非正侧阵雷达的杂波分布与正侧阵雷达不同,空时二维杂波谱随距离的变化而变化,即在距离维是非均匀的,不能直接由邻近距离单元估计杂波协方差矩阵[4-7]。因此,研究机载非正侧阵雷达的地杂波分布和抑制方法是雷达领域中的一个重要研究方向。

在传统的空时自适应处理(STAP)算法中,雷达接收到的信号是多维的,需要进行高维信号处理。然而,在实际应用中,高维信号处理需要更高的计算资源和时间,而且可能会导致数据维度灾难问题。因此,为了解决这些问题,降维STAP应运而生。降维STAP是一种信号处理算法,它通过在空域和时间域中降低数据的维度来提高雷达目标检测和跟踪的性能[8-9]。

针对降维STAP的研究,胡进峰等人[10]提出一种基于稀疏降维的STAP方法,该方法可以提高杂波抑制性能;王万林等人[11]提出一种三维先时后空自适应处理的准最优技术,并进行了仿真;姜晖等人[12]提出一种杂波谱补偿的降维方法,该方法采用导数更新法级联多级维纳滤波器减少运算量。上述方法均从不同角度研究了降维STAP的性能,但缺乏系统的与STAP处理的对比研究。

针对上述研究的不足,本文首先建立了机载非正侧阵雷达的杂波模型,对不同侧视角下的杂波分布进行仿真,在此基础上建立了机载雷达降维STAP处理的数学模型,最后通过数据仿真研究了机载非正侧阵雷达降维STAP性能。

1 机载非正侧阵雷达杂波建模

为了便于分析,机载雷达的天线选取如图1所示的线阵。假设雷达载机平台以速度v沿平行于地面的方向匀速飞行,高度为H,雷达波长为λ,天线轴线与平台运动速度方向的夹角为θp。在1个相参脉冲间隔(CPI)期间,雷达以恒定脉冲重复频率fr发射P个相参脉冲。

图1 机载预警雷达几何模型

假设地面散射体到雷达的距离为R,其对应的俯仰角为φ,方位角为θa,则该散射体回波的多普勒频率为[13]:

(1)

对式(1)进行移项处理可以得到:

cos2φsin2θp

(2)

根据上述模型,对非正侧视阵雷达杂波进行仿真,图2为θp分别为0°、30°、60°和90°下杂波功率谱的空时三维分布。

图2 杂波功率谱的空时三维分布

由图2可以看出,机载雷达杂波功率谱的空时三维分布与雷达的侧视角有关系。当机载雷达处于正侧视阵列(侧视角0°)情况下,杂波功率谱的空时三维分布呈现为一条固定斜率的直线分布;当θp取值在0°~90°之间变化时,机载雷达杂波功率谱的空时三维分布呈现为椭圆环分布;当θp为90°时,机载雷达杂波功率谱的空时三维分布呈现为圆环分布。

2 机载雷达降维STAP建模

降维STAP可以在满足最优处理需求的同时降低对训练样本的要求和运算量,通过选取部分训练样本进行训练,得到用于处理待检测距离单元的采样数据。降维STAP处理首先对接收的训练样本进行前向滤波;处理后的数据送入预处理模块,预处理的目的主要是通过目标角度和多普勒角度选择,降低训练样本数据和待检测距离单元数据的处理维度;最后应用杂波协方差矩阵估计得到的权矢量处理待检测距离单元的数据,并将处理结果送入门限检测提取目标信号[14-15],降维STAP处理算法流程如图3所示。

图3 降维STAP处理算法流程

(3)

(4)

降维空时自适应处理的目的仍是抑制除目标之外的其他杂波信号,同时保证目标信号能量不变,因此需要满足代价函数:

(5)

由拉格朗日乘子法可以得到D×1维降维最优权矢量的解为:

(6)

因此,可以得到最终的输出为:

(7)

与全维STAP处理相比,降维STAP需要的训练样本数少,可以大大减少运算量,实现实时处理,而且对杂波分布偏差不敏感。目前已有很多降维算法被提出,本文主要研究常用的阵元-脉冲域降维。根据上述模型,对非正侧视阵雷达的自适应方向图进行仿真,图4为θp分别为0°、30°、60°和90°下降维STAP的自适应方向图。

图4 降维STAP的自适应方向图

由图4可以看出,机载降维STAP的自适应方向图与雷达的侧视角有关系,当机载雷达处于正侧视阵列(侧视角0°)情况下,降维STAP的自适应方向图沿对角形成零陷;当θp取值在0°~90°之间变化时,降维STAP的自适应方向图形成椭圆环的零陷;当θp=90°时,机载雷达降维STAP的自适应方向图形成圆环的零陷,通过形成的零陷从而实现对杂波的滤除。

3 机载非正侧阵雷达降维STAP性能数值仿真

根据上面描述的理论模型进行仿真,其中参数选择为:天线阵元数目为20、相参脉冲数为16、目标功率为0 dB、目标位于角度30°、多普勒频率为120 Hz、距离单元为130、杂波功率为55 dB、热噪声功率为0 dB。分别对传统波束形成、最优STAP处理和降维STAP处理在侧视角为30°、60°下的目标检测性能进行仿真。

图5为θp=30°时,传统波束形成、最优STAP处理和降维STAP处理的目标检测仿真输出。

图5 θp=30°时不同处理方法的目标检测输出

由图5可以看出,对于θp=30°的非正侧阵,在强杂波背景下,经传统波束形成处理后的目标仍被杂波掩盖,无法检测出目标;而经最优STAP处理和降维STAP处理后的目标可以被检测出,功率分别为16.38 dB和16.24 dB。

图6为θp=45°时,传统波束形成、最优STAP处理和降维STAP处理的目标检测仿真输出。

图6 θp=45°时不同处理方法的目标检测输出

由图6可以看出,对于θp=45°的非正侧阵,在强杂波背景下,经传统波束形成处理后目标仍被杂波掩盖,无法检测出目标;而经最优STAP处理和降维STAP处理后目标可以被检测出,功率分别为16.32 dB和16.23 dB。

图7为θp=60°时,传统波束形成、最优STAP处理和降维STAP处理的目标检测仿真输出。

图7 θp=60°时不同处理方法的目标检测输出

由图7可以看出,对于θp=60°的非正侧阵,在强杂波背景下,经传统波束形成处理后目标仍被杂波掩盖,无法检测出目标;而经最优STAP处理和降维STAP处理后目标可以被检测出,功率分别为16.27 dB和16.25 dB。

因此,通过上述仿真可以得到,在强杂波背景下,降维STAP处理可以通过选取部分训练样本获得与最优STAP处理近似的目标检测性能。

4 结束语

本文针对机载非正侧阵雷达的降维STAP性能开展了仿真研究,首先建立了机载非正侧阵雷达的杂波模型,对不同侧视角下的杂波分布进行仿真,在此基础上建立了机载雷达降维STAP处理的数学模型,最后通过数据仿真研究了机载非正侧阵雷达降维STAP性能。仿真结果表明:在强杂波背景下,降维STAP处理可以通过选取部分训练样本获得与最优STAP处理近似的目标检测性能。

猜你喜欢
机载雷达训练样本降维
混动成为降维打击的实力 东风风神皓极
人工智能
降维打击
机载雷达空时自适应处理技术研究综述
宽带光谱成像系统最优训练样本选择方法研究
融合原始样本和虚拟样本的人脸识别算法
实时机载雷达告警仿真系统设计与实现
基于稀疏重构的机载雷达训练样本挑选方法
机载雷达信号系统仿真研究
抛物化Navier-Stokes方程的降维仿真模型