基于GTD模型的雷達距離像特征提取算法研究

海軍蚌埠士官學(xué)校雷達教研室 趙朋亮 陳 珂 曾海兵

?

基于GTD模型的雷達距離像特征提取算法研究

海軍蚌埠士官學(xué)校雷達教研室 趙朋亮 陳 珂 曾海兵

【摘要】幾何繞射模型（GTD模型）能精確的描述雷達目標的電磁散射特性，由此模型可提取目標的散射點特征（位置、幅度、類型），進行可以進行雷達目標識別。本文在傳統(tǒng)空間譜估計算法GEESE算法的基礎(chǔ)上，結(jié)合空間平滑技術(shù)和奇異值分解進行改進，估計效果得到了明顯提高。

【關(guān)鍵詞】雷達距離像；特征提取；GTD模型；GEESE算法

1　引言

理論計算與實驗測量均表明：在高頻區(qū)，目標的電磁散射可以認為是一些局部位置上的電磁散射源的相干合成，這些散射源通常被稱作等效散射中心，簡稱散射中心（或散射點）。雷達發(fā)射信號被目標散射點延時和幅度調(diào)制后形成散射點子回波，目標回波為各散射點子回波的向量和，這就是高分辨雷達目標的散射點模型。該模型可提供提取散射中心的位置、幅度和類型等信息，對研究目標RCS縮減、增強雷達對目標的探測能力、目標的隱身及反隱身技術(shù)都有著重要的作用，是雷達目標特征信號控制領(lǐng)域的重要研究課題之一。

主要的雷達目標散射中心模型有以下三種：簡單散射點模型、衰減指數(shù)和模型、幾何繞射模型（GTD模型）。前兩種模型可以由GTD模型簡化得到。本文算法以GTD模型為基礎(chǔ)，對散射中心的特征參數(shù)提取算法進行了研究。GEESE算法只利用數(shù)據(jù)自相關(guān)矩陣的信號子空間特征向量處理后產(chǎn)生的廣義特征值就可估計出DOA，既保留了計算的簡單性又不損失估計的精度，但當信號相關(guān)時估計性能會變壞，本文將GEESE算法及空間平滑處理技術(shù)結(jié)合在一起，對GTD模型參數(shù)進行提取，同過仿真分析，取得了較好的效果。

2　GTD模型建立及簡化

的N個脈沖串，雷達目標由M個散射中心組成，其回波表達式為：

以頻率步進雷達為例，雷達發(fā)射初始頻率為f0，步長為是步長，n是頻率步進數(shù)，M是散射中心個數(shù)，C是電磁波傳播速度。模型參數(shù)

由于：

故有：

則：

令：

則：

令：

3　GEESE算法基本原理

GEESE算法的基本步驟為：

（1）計算觀察數(shù)據(jù)的自相關(guān)矩陣：

（2）計算RY的特征值及特征向量分別為：

（3）構(gòu)造矩陣束：取矩陣S的第一行到第L行為S1，第二行到第L+1行為S2，則：，其中。可以證明矩陣束的廣義特征值。結(jié)合式：

可估計GTD模型的距離參數(shù)rm和類型參數(shù)am，大量仿真實驗證明，散射中心的類型估計偏差對散射中心位置估計的影響可以忽略，因此，可以先確定散射中心的位置，再計算類型參數(shù)am并按最近領(lǐng)域準則進行標準化和離散化。由于本文僅考的情況，那么，對于am＜-1的am值則估計為-1，am＞1的am值則估計為1。

（4）在求取距離參數(shù)rm和類型參數(shù)am后，利用最小二乘法對幅度參數(shù)Am進行估計，。

其中：

4　GEESE算法的改進

在GEESE算法中，對散射中心數(shù)目的估計是一個關(guān)鍵問題。只有完全去除了信號間的相關(guān)性，才能使用GEESE算法進行參數(shù)估計。本文借鑒陣列信號處理中空間平滑方法得到RY的估計。空間平滑方法有三種：前向平滑、后向平滑、前后向平滑。其中前向平滑將自相關(guān)矩陣順序相加得到自相關(guān)矩陣的估計，對類型參數(shù)無影響；后向平滑采取置換矩陣處理子向量的自相關(guān)矩陣，類型參數(shù)與原類型參數(shù)符號相反；前后向平滑是前向平滑和后向平滑之和，類型參數(shù)始終為零。由于前后向平滑丟失了類型參數(shù)，因此本文不采用。而后向平滑在解相關(guān)性能方面，較前向平滑有一定的優(yōu)勢，因此本文采用后向平滑的方法計算自相關(guān)矩陣。

后向平滑自相關(guān)矩陣的計算步驟如下：

（1）將Y劃分為長度為W，相互重疊的P個向量：

（2）后向平滑自相關(guān)矩陣為：

圖1　GEESE算法及其改進算法的計算結(jié)果比較

求取S1的奇異值分解：

5　仿真分析

仿真條件：f0=3.0GHz，△f=1MHz，帶寬B=200MHz，N=201。設(shè)目標有5個散射點，參數(shù)設(shè)置如表1所示。

表1　目標散射點參數(shù)設(shè)定

由于散射中心的類型估計偏差對散射中心位置估計的影響可以忽略，這里主要比較以下不同信噪比條件下，GEESE算法和改進后算法對距離參數(shù)和幅度參數(shù)的估計性能。設(shè)信噪比為20dB、10dB、5dB，分別進行50次仿真實驗，結(jié)果如圖1所示。

6　結(jié)論

本文在GEESE算法的基礎(chǔ)上進行改進，通過仿真結(jié)果圖1可以看出，改進后的GEESE算法在去相關(guān)，抗噪聲方面較之前有明顯的提出，距離參數(shù)、幅度參數(shù)的估計精度得到了有效改善，進一步說明了本文方法的有效性。

參考文獻

［1］王菁，建江.種基于GTD模型的目標散射中心提取方法［J］.與電子技術(shù)，第3O卷第11期，2008年11月：2146-2150.

［2］賀治華，張旭峰，黎湘，莊釗文.一種GTD模型參數(shù)估計的新方法［J］.電子學(xué)報，2005年9月第9期：1679-1682.

［3］姜衛(wèi)東.光學(xué)區(qū)雷達目標結(jié)構(gòu)成像的理論及其在雷達目標識別中的應(yīng)用［D］.國防科技大學(xué)，2000年11月：38-41.

作者簡介：

趙朋亮（1982—），男，河南許昌人，碩士，主要研究方向：雷達裝備保障、雷達目標識別技術(shù)。