一种雷达跟踪状态下预测目标RCS的方法

申请号 CN201410289649.X 申请日 2014-06-25 公开(公告)号 CN104076342A 公开(公告)日 2014-10-01
申请人 西安电子科技大学; 发明人 刘宏伟; 吴梦; 臧会凯; 周生华; 王英华;
摘要 本 发明 公开了一种雷达 跟踪 状态下预测目标RCS的方法,涉及雷达技术领域,用于预测雷达跟踪过程中目标下一时刻的RCS值,包括:步骤1,设定目标雷达截面积RCS的预测 滤波器 的阶数为M,步骤2,雷达接收目标自n-M+1时刻至n时刻的回波si;并且记录自n-M+1时刻至n时刻目标的距离,第n个跟踪时刻目标的速度,以及自n-M+1时刻至n时刻目标速度与目标距离的夹 角 ,步骤3,求得在自n-M+1时刻至n时刻的目标复幅度的估计值,步骤4,得到目标在第n+1时刻的目标速度与目标距离的夹角预测值,步骤5,求得目标RCS值的 自相关矩阵 和目标RCS值的互相关列向量,步骤6,求得目标RCS的预测滤波器系数,步骤7,得到在第n+1时刻的目标RCS的预测值。
权利要求

1.一种雷达跟踪状态下预测目标RCS的方法,其特征在于,包括以下步骤:
步骤1,设定目标的雷达截面积RCS的预测滤波器的阶数M的取值范围为1至tan(2arcsin(c/(4fd)))r/(vmaxTr)之间的整数,其中,tan(·)表示正切函数,arcsin(·)表示反正弦函数,c表示光速,f表示雷达的载频,d表示目标长度的平均值,r表示目标距离的平均值,vmax表示目标的最大速度,Tr表示脉冲重复间隔;
步骤2,雷达接收目标自n-M+1时刻至n时刻的回波si;并且记录自n-M+1时刻至n时刻目标的距离ri,第n个跟踪时刻目标的速度vn,以及自n-M+1时刻至n时刻目标速度与目标距离的夹αi,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数,n为自然数;
步骤3,根据目标自n-M+1时刻至n时刻的目标回波si和目标距离ri,求得在自n-M+1
2
时刻至n时刻的目标复幅度的估计值ηi=si×(ri/r1),ri表示第i时刻目标的距离,r1为第1个时刻目标的距离,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数;×表示乘积;
步骤4,根据目标在第n时刻的目标距离rn、第n时刻的目标的速度vn、第n时刻的目标速度与目标距离的夹角αn,按照下式得到目标在第n+1时刻的目标速度与目标距离夹角的预测值
其中,arccos(·)表示反余弦函数,cos(·)表示余弦函数,Tr表示脉冲重复间隔;
步骤5,根据自n-M+1时刻至n时刻的目标速度与目标距离的夹角αi,i=n-M+1,n-M+2,···,n,求得目标RCS值的自相关矩阵R,自相关矩阵R是一个M行M列矩阵,自相关矩阵R形式为:
其中,ρ(·)表示相关系数函数,相关系数函数的表达式为:
式中,u1表示相关系数函数的输入变量,f表示雷达的载频,d表示目标长度的平均值,c表示光速,jinc(·)表示jinc函数,jinc函数定义为:
其中,J1(·)表示第一类一阶贝塞尔函数,u2为jinc函数的输入变量;
根据自n-M+1时刻至n时刻目标速度与目标距离的夹角αi和第n+1时刻目标速度与目标距离夹角的预测值 i=n-M+1,n-M+2,···,n,求得目标RCS值的互相关列向量P,互相关向量P是一个M维的列向量,互相关向量P具体形式为:
T
P=[-ρ(αn+1-αn) -ρ(αn+1-αn-1) ... -ρ(αn+1-αn-M+1)]
T
其中,[·] 表示转置,ρ(·)表示相关系数函数;
-1
步骤6,根据自相关矩阵R和互相关列向量P,求得目标RCS的预测滤波器系数W=R P,预测滤波器系数W的表达式为:
T
W=[w1 ,..., wk ,..., wM]
其中,wk为预测滤波器系数W的第k个元素,k=1,2,...,M;M表示预测滤波器的阶-1
数;(·) 表示矩阵求逆运算;
步骤7,根据预测滤波器系数W以及自n-M+1时刻至n时刻目标复幅度的估计值ηi,i=n-M+1,n-M+2,···,n,得到在第n+1时刻的目标复幅度的预测值
求取第n+1时刻目标RCS的预测值 其中,Σ表示求和运算,k=1,2,...,M,*
wk为预测滤波器系数W的第k个元素,(·) 表示取共轭。

说明书全文

一种雷达跟踪状态下预测目标RCS的方法

技术领域

[0001] 本发明属于雷达技术领域,涉及一种雷达跟踪状态下预测目标RCS的方法,用于预测雷达跟踪过程中目标下一时刻的RCS值。

背景技术

[0002] 目标雷达截面积(Radar Cross Section,RCS)是用来衡量目标散射特性的一个参数,一般用后向散射能量的强度来定义目标RCS。目标RCS主要与目标的结构和表面介质、雷达频率、极化方式和目标姿态等因素有关。由雷达方程可知,目标RCS直接影响目标回波功率的大小,从而目标RCS直接影响目标回波信号信噪比。而目标信噪比的大小对多站雷达中的资源调度以及相控阵雷达中的功率分配都具有重要影响。当雷达跟踪目标时,如果已知目标RCS和目标的距离,则可以估计得到目标回波信号的信噪比。在目标信噪比已知的条件下,多站雷达可以调用高信噪比的雷达对目标进行观测,使资源调度更为合理;而相控阵雷达可以根据目标的信噪比分配所需的发射功率,使雷达功率得到更有效的利用。因此,在雷达跟踪状态下,研究目标RCS的预测具有重要意义。
[0003] 目前,并未发现研究雷达跟踪状态下目标RCS预测的文献资料。现有的信噪比估计方法也没有考虑目标RCS的变化,只是假设目标的RCS值保持不变。而实际上,目标的RCS值是不断变化的,如果能够对目标RCS进行预测,则可以得到更好的信噪比估计。

发明内容

[0004] 针对上述问题,本发明提出了一种雷达跟踪状态下预测目标RCS的方法,实现预测下一跟踪时刻目标的RCS值。
[0005] 为达到上述目的,本发明采用以下技术方案予以实现。
[0006] 一种雷达跟踪状态下预测目标RCS的方法,其特征在于,包括以下步骤:
[0007] 步骤1,设定目标的雷达截面积RCS的预测滤波器的阶数M的取值范围为1至tan(2arcsin(c/(4fd)))r/(vmaxTr)之间的整数,其中,tan(·)表示正切函数,arcsin(·)表示反正弦函数,c表示光速,f表示雷达的载频,d表示目标长度的平均值,r表示目标距离的平均值,vmax表示目标的最大速度,Tr表示脉冲重复间隔;
[0008] 步骤2,雷达接收目标自n-M+1时刻至n时刻的回波si;并且记录自n-M+1时刻至n时刻目标的距离ri,第n个跟踪时刻目标的速度vn,以及自n-M+1时刻至n时刻目标速度与目标距离的夹角αi,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数,n为自然数;
[0009] 步骤3,根据目标自n-M+1时刻至n时刻的目标回波si和目标距离ri,求得在自2
n-M+1时刻至n时刻的目标复幅度的估计值ηi=si×(ri/r1),ri表示第i时刻目标的距离,r1为第1个时刻目标的距离,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数;×表示乘积;
[0010] 步骤4,根据目标在第n时刻的目标距离rn、第n时刻的目标的速度vn、第n时刻的目标速度与目标距离的夹角αn,按照下式得到目标在第n+1时刻的目标速度与目标距离夹角的预测值
[0011]
[0012] 其中,arccos(·)表示反余弦函数,cos(·)表示余弦函数,Tr表示脉冲重复间隔;
[0013] 步骤5,根据自n-M+1时刻至n时刻的目标速度与目标距离的夹角αi,i=n-M+1,n-M+2,···,n,求得目标RCS值的自相关矩阵R,自相关矩阵R是一个M行M列矩阵,自相关矩阵R形式为:
[0014]
[0015] 其中,ρ(·)表示相关系数函数,相关系数函数的表达式为:
[0016]
[0017] 式中,u1表示相关系数函数的输入变量,f表示雷达的载频,d表示目标长度的平均值,c表示光速,jinc(·)表示jinc函数,jinc函数定义为:
[0018]
[0019] 其中,J1(·)表示第一类一阶贝塞尔函数,u2为jinc函数的输入变量;
[0020] 根据自n-M+1时刻至n时刻目标速度与目标距离的夹角αi和第n+1时刻目标速度与目标距离夹角的预测值 i=n-M+1,n-M+2,···,n,求得目标RCS值的互相关列向量P,互相关向量P是一个M维的列向量,互相关向量P具体形式为:T
[0021] P=[-ρ(αn+1-αn) -ρ(αn+1-αn-1) ... -ρ(αn+1-αn-M+1)]T
[0022] 其中,[·] 表示转置,ρ(·)表示相关系数函数;
[0023] 步骤6,根据自相关矩阵R和互相关列向量P,求得目标RCS的预测滤波器系数W-1=R P,预测滤波器系数W的表达式为:
T
[0024] W=[w1 ,..., wk ,..., wM]
[0025] 其中,wk为预测滤波器系数W的第k个元素,k=1,2,...,M;M表示预测滤波器的-1阶数;(·) 表示矩阵求逆运算;
[0026] 步骤7,根据预测滤波器系数W以及自n-M+1时刻至n时刻目标复幅度的估计值ηi,i=n-M+1,n-M+2,···,n,得到在第n+1时刻的目标复幅度的预测值求取第n+1时刻目标RCS的预测值 其中,Σ表示求和*
运算,k=1,2,...,M,wk为预测滤波器系数W的第k个元素,(·) 表示取共轭。
[0027] 本发明实施例相对于现有技术中无法预测目标的RCS值的情况,本发明利用下一时刻的目标速度与目标距离的夹角,以及预测滤波器对下一时刻目标的RCS值进行预测,得到了下一跟踪时刻目标的RCS预测值。附图说明
[0028] 下面结合附图和具体实施方式对本发明做进一步说明。
[0029] 图1是本发明的实现总流程图
[0030] 图2是本发明中目标的运动模型图;
[0031] 图3是本发明中目标RCS真实值的曲线图;横坐标表示跟踪时刻,纵坐标表示目标RCS的真实值;
[0032] 图4是本发明中目标RCS估计值的曲线图;横坐标表示跟踪时刻,纵坐标表示目标RCS的观测值;
[0033] 图5是用本发明预测得到的目标RCS预测值的曲线图;横坐标表示跟踪时刻,纵坐标表示目标RCS的预测值;
[0034] 图6是用本发明目标RCS预测误差的曲线图;横坐标表示跟踪时刻,纵坐标表示目标RCS预测误差值。

具体实施方式

[0035] 参照图1,说明本发明的一种雷达跟踪状态下预测目标RCS的方法,其具体步骤如下。
[0036] 步骤1,设定目标的雷达截面积RCS的预测滤波器的阶数M的取值范围为1至tan(2arcsin(c/(4fd)))r/(vmaxTr)之间的整数,其中,tan(·)表示正切函数,arcsin(·)表示反正弦函数,c表示光速,f表示雷达的载频,d表示目标长度的平均值,r表示目标距离的平均值,vmax表示目标的最大速度,Tr表示脉冲重复间隔。
[0037] 根据允许的最大计算量,在不超过最大计算量的条件下,预测滤波器的阶数M在取值范围[1,tan(2arcsin(c/(4fd)))r/(vmaxTr)]内取最大的整数。
[0038] 步骤2,雷达接收目标自n-M+1时刻至n时刻的回波si;并且记录自n-M+1时刻至n时刻目标的距离ri,第n个跟踪时刻目标的速度vn,以及自n-M+1时刻至n时刻目标速度与目标距离的夹角αi,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数,n为自然数。
[0039] 步骤3,根据目标自n-M+1时刻至n时刻的目标回波si和目标距离ri,求得在自2
n-M+1时刻至n时刻的目标复幅度的估计值ηi=si×(ri/r1),ri表示第i时刻目标的距离,r1为第1个时刻目标的距离,i=n-M+1,n-M+2,···,n,M为预测滤波器的阶数;×表示乘积。
[0040] 这里求得的目标复幅度的估计值ηi是目标复幅度的真实值加上噪声后的结果,*目标RCS的估计值 i=n-M+1,n-M+2,···,n,(·) 表示取共轭。
[0041] 步骤4,根据目标在第n时刻的目标距离rn、第n时刻的目标的速度vn、第n时刻的目标速度与目标距离的夹角αn,按照下式得到目标在第n+1时刻的目标速度与目标距离夹角的预测值
[0042]
[0043] 其中,arccos(·)表示反余弦函数,cos(·)表示余弦函数,Tr表示脉冲重复间隔。
[0044] 步骤5,根据自n-M+1时刻至n时刻的目标速度与目标距离的夹角αi,i=n-M+1,n-M+2,···,n,求得目标RCS值的自相关矩阵R,自相关矩阵R是一个M行M列矩阵,自相关矩阵R形式为:
[0045]
[0046] 其中,ρ(·)表示相关系数函数,相关系数函数的表达式为:
[0047]
[0048] 式中,u1表示相关系数函数的输入变量,f表示雷达的载频,d表示目标长度的平均值,c表示光速,jinc(·)表示jinc函数,jinc函数定义为:
[0049]
[0050] 其中,J1(·)表示第一类一阶贝塞尔函数,u2为jinc函数的输入变量。
[0051] 根据自n-M+1时刻至n时刻目标速度与目标距离的夹角αi和第n+1时刻目标速度与目标距离夹角的预测值 i=n-M+1,n-M+2,···,n,求得目标RCS值的互相关列向量P,互相关向量P是一个M维的列向量,互相关向量P具体形式为:
[0052] P=[-ρ(αn+1-αn) -ρ(αn+1-αn-1) ... -ρ(αn+1-αn-M+1)]T[0053] 其中,[·]T表示转置,ρ(·)表示相关系数函数。
[0054] 目标的RCS值只与观测角度有关,当两个观测角度间隔很小时,这两个观测角度对应的目标RCS值具有较强的相关性。根据目标目标RCS值的相关性,本方法使用维纳一步预测器来完成对目标RCS的预测,对于相应的Yule-Walker方程的求解,可以使用直接矩阵求逆法,或者Burg递推算法等方法进行求解,本实例使用直接矩阵求逆法。
[0055] 步骤6,根据自相关矩阵R和互相关列向量P,求得目标RCS的预测滤波器系数W=R-1P,预测滤波器系数W的表达式为:
[0056] W=[w1 ,..., wk,.... wM]T。
[0057] 其中,wk为预测滤波器系数W的第k个元素,k=1,2,...,M;M表示预测滤波器的阶数;(·)-1表示矩阵求逆运算。
[0058] 如果目标RCS的相关性很强,可能会造成自相关矩阵R非奇异,导致矩阵求逆时出现错误,在这种情况下,可以使用广义矩阵求逆运算来代替矩阵求逆运算。
[0059] 步骤7,根据预测滤波器系数W以及自n-M+1时刻至n时刻目标复幅度的估计值ηi,i=n-M+1,n-M+2,···,n,得到在第n+1时刻的目标复幅度的预测值求取第n+1时刻目标RCS的预测值 其中,Σ表示求和运算,k=1,2,...,M,wk为预测滤波器系数W的第k个元素,(·)*表示取共轭。
[0060] 下面结合仿真实验对本发明的效果做进一步说明。
[0061] 1.设置仿真参数:雷达的载频f=900MHz,脉冲重复间隔Tr=10ms,目标是长度为10m的飞机目标,预测滤波器的阶数M=20,跟踪时刻的总数为2400,使用Feko软件仿真产生飞机目标在[0°,360°]范围内的目标复幅度的真实值,Feko软件是一个目标RCS仿真软件,在Feko软件输入目标类型、目标长度和载频便可仿真得到目标复幅度的真实值。
[0062] 2.建立目标运动模型:如图2所示,目标以340m/s的速度做匀速直线运动;在雷达跟踪的第1个时刻,目标至雷达的距离为50km,目标速度与目标距离的夹角为54°,信噪比为15dB。
[0063] 3.仿真内容
[0064] (1)仿真目标RCS的真实值
[0065] 根据仿真参数设置和目标运动模型,计算得到2400个跟踪时刻对应的目标速度与目标距离的夹角的范围是[54°,62.3087°],取出[54°,62.3087°]范围内的目标复幅度的真实值用于仿真,将第21时刻至第2400时刻的目标复幅度的真实值取模值并取平方后得到第21时刻至第2400时刻的目标RCS的真实值,将第21时刻至第2400时刻的目标RCS的真实值画成二维曲线,如图3所示。
[0066] 由图3可知,目标RCS的真实值是一条比较光滑的曲线,变化趋势明显并且具有规律性,这种规律性也表明了目标RCS值得可预测性。
[0067] (2)仿真目标RCS的估计值
[0068] 根据第1个跟踪时刻的信噪比以及每个跟踪时刻目标的距离和目标复幅度的真实值,将目标复幅度的真实值加上复的高斯白噪声,得到目标复幅度的估计值,将目标复幅度的估计值取模值并取平方后得到目标RCS的估计值。将第21时刻至第2400时刻的目标RCS的估计值画成二维曲线,如图4所示。
[0069] 由图4可知,由于噪声的原因,目标RCS的估计值在一定幅度内随机跳动,曲线中存在非常多的毛刺,但是,目标RCS估计值的整体变化趋势与图3中的目标RCS真实值相同。
[0070] (3)仿真目标RCS的预测值
[0071] 由目标运动模型,得到每个跟踪时刻处的目标距离、目标速度和目标速度与目标距离的夹角。根据以上参数和目标复幅度的估计值,按照本发明方法的步骤,在预测滤波器的阶数M=20的情况下,在第20至第2400个跟踪时刻对目标RCS进行预测,得到第21时刻至第2401时刻目标RCS的预测值,取第21时刻至第2400时刻目标RCS的预测值取模值后画成二维曲线,如图5所示。
[0072] 由图5可知,目标RCS预测值的整体变化趋势与目标RCS真实值相同,目标RCS预测值的大小在真实值附近随机跳动,这主要是噪声引起的。对比图5和图3可知,本发明方法可以完成对目标RCS的预测,能够较好的预测出目标RCS的变化趋势。
[0073] (4)仿真目标RCS的预测误差
[0074] 将目标RCS的预测值与目标RCS的真实值对应相减,得到目标RCS的预测误差,将目标RCS的预测误差取模值后画成二维曲线,如图6所示。
[0075] 求取第21时刻至第2400时刻范围内目标RCS预测误差的平均值大约为1.54,预测精度满足实际要求,说明本发明方法可以较好的对目标的RCS值进行预测。
QQ群二维码
意见反馈