無參考通道的外輻射源雷達(dá)參數(shù)估計(jì)

李萬春,田正武,唐　遒,王　斌,李英祥

(1.電子科技大學(xué)電子工程學(xué)院,四川 成都 611731;2.成都信息工程大學(xué)通信工程學(xué)院,四川 成都 610225)

?

無參考通道的外輻射源雷達(dá)參數(shù)估計(jì)

李萬春1,2,田正武1,唐遒1,王斌1,李英祥2

(1.電子科技大學(xué)電子工程學(xué)院,四川 成都 611731;2.成都信息工程大學(xué)通信工程學(xué)院,四川 成都 610225)

在分析外輻射源雷達(dá)中參考通道與目標(biāo)回波通道信號(hào)特點(diǎn)的基礎(chǔ)上,提出了在外輻射源雷達(dá)分析模型中,不使用參考通道,僅僅利用目標(biāo)回波通道的數(shù)據(jù)信息,完成對(duì)目標(biāo)的檢測(cè),進(jìn)行時(shí)延和多普勒頻率參數(shù)的提取。在對(duì)目標(biāo)進(jìn)行角度估計(jì)時(shí),為了實(shí)現(xiàn)多目標(biāo)的參數(shù)匹配,給出了已知波形匹配算法和比幅測(cè)向的角度參數(shù)估計(jì)算法,通過仿真實(shí)驗(yàn)說明了所提方法的有效性。

外輻射源雷達(dá); 參考通道; 到達(dá)角估計(jì); 已知波形匹配; 比幅測(cè)向; 參數(shù)匹配

0　引　言

在現(xiàn)代戰(zhàn)爭(zhēng)中,隨著電子技術(shù)的高速發(fā)展,有源雷達(dá)日益面臨著來自外界強(qiáng)干擾,反輻射導(dǎo)彈和目標(biāo)隱身等多方面的威脅。正因如此,外輻射源雷達(dá)受到廣泛研究,它通過接收目標(biāo)反射的第三方非合作輻射源電磁波信號(hào)來實(shí)現(xiàn)對(duì)目標(biāo)的探測(cè),這類第三方非合作輻射源包括調(diào)頻(FM)廣播信號(hào)、通信基站信號(hào)(GSM、CDMA),GPS衛(wèi)星通信信號(hào)[1-5]等。外輻射源雷達(dá)具有如下優(yōu)點(diǎn):①生存能力強(qiáng)(隱蔽性好)；②輻射源發(fā)射功率強(qiáng),分布廣泛,易于進(jìn)行多站定位;③較少受到敵方的干擾,抗干擾能力強(qiáng);④探測(cè)超低空能力強(qiáng),外輻射源所用信號(hào)頻率一般較低,波長(zhǎng)較長(zhǎng),因此輻射源能夠通過衍射穿過低空障礙物探測(cè)到目標(biāo)。

本文主要針對(duì)以FM調(diào)頻廣播信號(hào)為外輻射源進(jìn)行研究,FM調(diào)頻廣播信號(hào)一般發(fā)射為連續(xù)波,因此接收的回波信號(hào)中包括了外輻射源的直達(dá)波、多徑波和噪聲等。一般接收混合信號(hào)的信干比極低(一般情況下,直達(dá)波信號(hào)和多徑波信號(hào)都遠(yuǎn)強(qiáng)于目標(biāo)回波信號(hào)),因此要想準(zhǔn)確提取出目標(biāo)回波,必須對(duì)混合波進(jìn)行雜波濾除和對(duì)微弱回波進(jìn)行相干積累處理。一般處理方式,就是進(jìn)行雙通道配置,一路以全向天線陣列接收混合信號(hào)作為主通道,一路利用方向性極強(qiáng)的天線接收外輻射源的直達(dá)波作為參考通道。通過對(duì)參考通道和接收通道兩路信號(hào)進(jìn)行處理,實(shí)現(xiàn)對(duì)目標(biāo)的探測(cè)。

當(dāng)然，目前也存在一種比較新的解決方案是考慮盲方法來獲取基站直達(dá)波信號(hào)信息,而盲方法大部分要求通信信號(hào)具有循環(huán)平穩(wěn)性,文獻(xiàn)[6-7]提出利用信號(hào)的循環(huán)平穩(wěn)特性估計(jì)直達(dá)波的方向信息,并抑制其他基站干擾,這種方法對(duì)于寬帶和窄帶信號(hào)都適用,但這種方法也存在局限性。利用信號(hào)循環(huán)平穩(wěn)性進(jìn)行循環(huán)頻率估計(jì)時(shí),只有在一定信干噪比情況下才能達(dá)到較好估計(jì)效果。針對(duì)這兩種方案本文提出利用盲方法提取直達(dá)波作為參考信號(hào),進(jìn)行目標(biāo)信號(hào)的時(shí)延與多普勒頻的參數(shù)提取,然后通過比較已知波形匹配算法和比幅測(cè)向算法的比較,確定利用比幅測(cè)向來估計(jì)到達(dá)角性能,這種方法在仿真時(shí)只要在信噪比一定的情況下,多徑信號(hào)能量低于直達(dá)波信號(hào)能量時(shí)都可以很好的解決提取出相關(guān)參數(shù)信息。

1　基于調(diào)頻廣播傳統(tǒng)的外輻射源無源雷達(dá)直達(dá)波傳播模型

傳統(tǒng)的雙通道調(diào)頻廣播外輻射源雷達(dá)原理框圖如圖1所示。一般情況下,由于調(diào)頻廣播使用的發(fā)射機(jī)的最大頻偏限制在75kHz,我國(guó)的調(diào)頻廣播信號(hào)的載頻范圍為87～108 MHz,因此調(diào)頻廣播信號(hào)屬于典型窄帶信號(hào)。故基于調(diào)頻廣播信號(hào)的外輻射源雷達(dá)可建模如下。

圖1　外輻射源雷達(dá)原理模型圖Fig.1　The diagram of passive radar model

主通道陣列天線接收信號(hào)可表示如下:

(1)

參考通道接收信號(hào)可表示如下:

(2)

其中,各信號(hào)分量如下:

(1)直達(dá)波:d(t),AR,AR1為直達(dá)波的幅度衰減;

(3)目標(biāo)回波:add(t-τd)ej2πfdt,ad、τd和fd分別為目標(biāo)的幅度衰減、時(shí)延和多普勒頻移。窄帶信號(hào)的多普勒效應(yīng)一般就可以看作載頻的偏移;

(4)噪聲:本文建模噪聲均為零均值加性高斯白噪聲。nR(t)為主通道接收噪聲和nref(t)參考通道中的噪聲,且兩者之間互不相關(guān),并獨(dú)立于調(diào)頻廣播信號(hào)。

在實(shí)際場(chǎng)合中,利用方向性極強(qiáng)的天線接收外輻射源的直達(dá)波信號(hào)作為參考信號(hào)時(shí),需要保證外輻射源方向已知。在高速發(fā)展的今天,對(duì)于現(xiàn)在日益復(fù)雜的電磁環(huán)境,特別是在復(fù)雜的戰(zhàn)場(chǎng)環(huán)境中,外輻射源雷達(dá)接收機(jī)周圍可能存在多個(gè)外輻射照射源,因此必然導(dǎo)致外輻射源基本信息未知(即基站方向未知),因此直接用上述的指向性極強(qiáng)的天線接收參考信號(hào)的方案存在缺陷。從經(jīng)濟(jì)角度來說,去除參考信道能夠節(jié)約硬件成本。正因如此,本文提出直接利用主通道中包含的直達(dá)波信息來作為參考信號(hào),從而提取目標(biāo)回波信號(hào)中包含的時(shí)延和多普勒頻。

2　無參考信號(hào)的外輻射源雷達(dá)目標(biāo)檢測(cè)與參數(shù)提取信號(hào)處理方案

本文所提信號(hào)處理方案流程如圖2所示,不需要附加參考通道。由于主通道中直達(dá)波信號(hào)遠(yuǎn)強(qiáng)于其他信號(hào),因此直接利用獨(dú)立分量分析 (independent components analysis,ICA)盲源分離來提取強(qiáng)直達(dá)波信號(hào)作為參考信號(hào),從而實(shí)現(xiàn)對(duì)微弱目標(biāo)的檢測(cè)。下面對(duì)方案各模塊進(jìn)行簡(jiǎn)要說明。

圖2　無參考通道外輻射源雷達(dá)信號(hào)處理流程Fig.2　The signal processing procedure without reference channel passive radar system

2.1ICA盲源分離

ICA[8-10]是20世紀(jì)90年代后期發(fā)展起來的一種新的盲源分離(blind source separation,BSS)技術(shù)。ICA本質(zhì)就是從觀測(cè)到的多路源信號(hào)混合信號(hào),利用信號(hào)源的之間的獨(dú)立性分離出信號(hào)源。

圖3為ICA的原理框圖,其中源信號(hào)S和混合矩陣A都是未知的,通過分析源信號(hào)的信號(hào)特征得到一個(gè)解混矩陣W,通過X和W即可得到源信號(hào)的最優(yōu)估計(jì)。

圖3　ICA原理框圖Fig.3　The principle block diagram of ICA

當(dāng)觀測(cè)過程混合有噪聲時(shí),觀測(cè)信號(hào)可表示為

(3)

在ICA的理論算法中,為了使該算法有解,在ICA建模時(shí),需做如下3點(diǎn)假設(shè):

(1)觀測(cè)信號(hào)X的數(shù)目大于或等于源信號(hào)S的數(shù)目,即M≥K;

(2)源信號(hào)各分量之間是相互統(tǒng)計(jì)獨(dú)立;

(3)源信號(hào)至多有一個(gè)高斯信號(hào)。

這里采用ICA盲源分離算法,由于直達(dá)波信號(hào)強(qiáng)度遠(yuǎn)大于多徑波與目標(biāo)回波的強(qiáng)度,因此在仿真時(shí)將分離后的第一路信號(hào)看成直達(dá)波信號(hào)。

在本文中,主通道使用均勻線陣進(jìn)行接收,混合矩陣

式中，d為陣元間隔；λ為接收信號(hào)的波長(zhǎng)；θ接收信號(hào)相對(duì)于法線的方向。本文中ICA盲源分離采用的是非圓復(fù)數(shù)FastICA算法。

Nc-FastICA(noncircular complexFastICA,Nc-FastICA)算法專門針對(duì)非圓信號(hào)設(shè)計(jì)的,可以用在圓信號(hào)中的復(fù)數(shù)FastICA算法,代價(jià)函數(shù)等同于FastICA算法,即

(4)

式中，G:R→R,是光滑偶函數(shù)；w∈CN且‖w‖=1。最優(yōu)化問題可以表示為

(5)

通過目標(biāo)函數(shù)(5),可得到nc-FastICA算法求解解混矩陣w的迭代表達(dá)式:

(6)

2.2CMA處理

由于在上述ICA盲源分離出的直達(dá)波信號(hào)包含部分多徑信號(hào)與噪聲等部分雜波,這里采用CMA算法來抑制多徑波與噪聲等干擾,從而提高直達(dá)波信號(hào)的純度,將提純后的直達(dá)波作為參考信號(hào)進(jìn)行后期處理。

圖4　盲均衡系統(tǒng)Fig.4　Constant modulus algorithm system

2.3時(shí)頻二維相關(guān)

采用二維相干匹配濾波提取目標(biāo)的時(shí)延和多普勒頻移,其原理可用模糊函數(shù)表示:

(7)

圖5　時(shí)頻二維相關(guān)原理Fig.5　The principle of the time-frequency two-dimensional correlation

直達(dá)波信號(hào)可表示為

(8)

式中,v(t)為加性高斯白噪聲信號(hào);fc為調(diào)頻廣播信號(hào)的載頻;D1為雷達(dá)接收廣播信號(hào)的時(shí)間延遲;θ(t-D1)為音頻信號(hào)調(diào)制項(xiàng)。

(9)

式中,第一項(xiàng)為外輻射源雷達(dá)接收的廣播信號(hào)探測(cè)到目標(biāo)的回波信號(hào),fd為目標(biāo)運(yùn)動(dòng)導(dǎo)致的等效多普勒頻移;D2為外輻射源雷達(dá)接收天線接收到目標(biāo)信號(hào)的時(shí)間延遲;第二項(xiàng)是從外輻射源雷達(dá)天線的旁瓣進(jìn)入的直達(dá)波信號(hào);D3為雷達(dá)接收廣播信號(hào)的時(shí)間延遲;第三項(xiàng)是高斯白噪聲信號(hào)。由于在直達(dá)波對(duì)消后,多徑信號(hào)相對(duì)于其他信號(hào)已經(jīng)非常微弱,故此處不考慮多徑的影響。因此,直達(dá)波信號(hào)的延時(shí)式為

(10)

式中,延時(shí)長(zhǎng)度Δt用采樣周期,或者采樣周期的整數(shù)倍。式(10)的共軛式與主通道信號(hào)相乘得:

(11)

由式(11)可以看出,當(dāng)D2=D1+nΔt時(shí),式(11)中音頻調(diào)制項(xiàng)就出現(xiàn)相消的情況,此時(shí),式(11)將只包含多普勒頻移項(xiàng)和噪聲項(xiàng),即

(12)

對(duì)式(12)做FFT運(yùn)算,即可得到目標(biāo)的時(shí)延和多普勒。

2.4恒虛警率處理

在外輻射源雷達(dá)參數(shù)提取過程中,一般會(huì)受到高斯白噪聲和目標(biāo)所在區(qū)域存在的許多隨機(jī)干擾雜波的干擾。然而這些干擾的起伏會(huì)增大虛警概率,雷達(dá)的虛警將變得非常頻繁,嚴(yán)重影響目標(biāo)的檢測(cè)和相關(guān)參數(shù)的測(cè)量。因此在這里我們引入檢測(cè)技術(shù),使得虛警概率恒定,從而提高本次外輻射源雷達(dá)參數(shù)提取的準(zhǔn)確度,恒虛警率檢測(cè)技術(shù)一般是將噪聲或干擾的分布函數(shù)進(jìn)行歸一化處理,保證概率密度函數(shù)的變量與噪聲參數(shù)無關(guān),使得噪聲的參數(shù)變化就不會(huì)引起虛警概率的變化,從而實(shí)現(xiàn)了恒虛警率處理。

2.5DOA估計(jì)

在外輻射源定位中,傳統(tǒng)的方法是將時(shí)延多普勒與角度信息分別提取,這樣會(huì)導(dǎo)致當(dāng)出現(xiàn)多個(gè)目標(biāo)[11]時(shí),會(huì)出現(xiàn)參數(shù)配對(duì)的問題,給后續(xù)的定位跟蹤算法帶來了難題,為此,在本文中利用已知波形匹配算法和比幅測(cè)向算法進(jìn)行目標(biāo)信號(hào)角度信息提取,并比較了兩種算法的到達(dá)角估計(jì)性能。

2.5.1已知波形匹配DOA估計(jì)

(13)

假定主通道接收的信號(hào)為x(n)=A(θ)s(n)+v(n),則通過空域陷波后的主通道信號(hào)為y(n)=p(θmain)A(θ)s(n)+p(θmain)v(n),其中p(θmain)為陷波矩陣,則匹配信號(hào)可以表示為

(14)

2.5.2比幅測(cè)向DOA估計(jì)

比幅測(cè)向原理就是根據(jù)不同指向的天線接收到目標(biāo)信號(hào)的幅度存在一定的差異,根據(jù)其相對(duì)幅度大小確定信號(hào)的到達(dá)方向。基于數(shù)字波束形成的比幅測(cè)向法,就是利用陣列天線在空域內(nèi)形成多個(gè)波束,波束之間兩兩交叉,對(duì)每一個(gè)交叉波束而言,由其相鄰兩個(gè)波束接收對(duì)應(yīng)交叉波束空域內(nèi)的入射信號(hào),當(dāng)信號(hào)到達(dá)角正好為兩相鄰波束的交點(diǎn)時(shí),相鄰兩波束接收信號(hào)的幅值則正好相等,當(dāng)信號(hào)到達(dá)角偏向相鄰波束的其中一個(gè)波束時(shí),則該波束接收到信號(hào)的幅值就大于另一波束。基于數(shù)字波束形成的比幅測(cè)向法就是利用相鄰波束接收信號(hào)的幅值差異從而估計(jì)出信號(hào)的到達(dá)角。圖6給出了多波束比幅測(cè)向的示意圖。

通過前面參數(shù)提取的時(shí)延與多普勒頻,對(duì)目標(biāo)信號(hào)進(jìn)行擬合然后與經(jīng)過直達(dá)波對(duì)消后的信號(hào)進(jìn)行相關(guān)運(yùn)算,并對(duì)其利用切比雪夫加窗進(jìn)行波束形成,設(shè)波束形成后輸出幅度為A1,A2…,AN(對(duì)應(yīng)的波束中心角θ1,θ2…,θN)當(dāng)Ai大于其他所有輸出波束信道輸出時(shí),且Ai=Ai-1(可以設(shè)置一定誤差門限范圍),則可判斷信號(hào)到達(dá)角方向就為波束對(duì)應(yīng)中心角,即為θi;當(dāng)Ai不小于其他所有波束信道輸出時(shí),且Ai≠Ai-1;當(dāng)AiAi+1時(shí),判定信號(hào)方位在區(qū)域θi-1～θi之間。

圖6　多波束指向示意圖Fig.6　The sketch of the multi-beam

利用數(shù)字波束形成的比幅測(cè)向法估計(jì)出的信號(hào)到達(dá)角一般存在較大偏差。為提高該方法的測(cè)量精度,一般將陣列天線的每個(gè)波束所得幅值代入計(jì)算,同時(shí)根據(jù)陣列天線相關(guān)參數(shù)對(duì)估計(jì)出信號(hào)到達(dá)角進(jìn)行校正從而得出較為準(zhǔn)確的信號(hào)到達(dá)角。典型的比幅測(cè)向系統(tǒng)計(jì)算方位角:

(15)

式中,K0為陣列天線的系統(tǒng)參數(shù),即為天線安裝誤差；θi為波束指向角;N為陣列波束數(shù);K為陣列波束寬度的校正系數(shù);Ai為每個(gè)波束測(cè)得信號(hào)幅度。

3　實(shí)驗(yàn)仿真

這里采用FM調(diào)頻信號(hào)來模擬外輻射源,基帶信號(hào)為男聲音信號(hào),載波頻率為80 kHz,最大頻偏為±75 kHz,采樣頻率為200 kHz。仿真平臺(tái)操作系統(tǒng)是WIN7,采用Matlab進(jìn)行編譯。利用的陣元數(shù)(天線數(shù))為12個(gè),干擾為直達(dá)波,多徑波與噪聲,這里沒有考慮同頻干擾,DBF采用切比雪夫加權(quán),角度范圍為-45°～45°,波束間隔為10°,采用時(shí)頻二維相干的積累時(shí)間為1 s。

系統(tǒng)仿真中相關(guān)參數(shù)如表1～表3所示。

表1　目標(biāo)1參數(shù)表

表2　目標(biāo)2參數(shù)表

表3　系統(tǒng)相關(guān)參數(shù)表

3.1無參考通道的方案的目標(biāo)檢測(cè)

由圖7可知,當(dāng)采用無參考通道時(shí),直接利用主通道的信號(hào)對(duì)多目標(biāo)參數(shù)提取,能夠準(zhǔn)確提取出目標(biāo)信號(hào)的時(shí)延,多普勒頻,由此可判定無參考通道外輻射源參數(shù)提取方案的可行性。

圖7　無參考通道恒虛警檢測(cè)圖Fig.7　No reference channel constant false alarm detection

3.2有無參考通道方案檢測(cè)性能比較

由表4可知此時(shí)逐漸降低信噪比觀察其檢測(cè)性能,信噪比的變化范圍為-24 dB到-22.8 dB。

表4　接收波的相關(guān)參數(shù)

結(jié)果分析:從圖8可看出,不利用參考通道檢測(cè)時(shí),當(dāng)信噪比低于-22.9 dB時(shí)檢測(cè)性能明顯下降,而利用參考通道檢測(cè)時(shí)當(dāng)信噪比低于-23.2 dB時(shí)檢測(cè)性能明顯下降,由圖可知在相同條件下利用參考通道的檢測(cè)性能優(yōu)于無參考通道的檢測(cè)性能0.3 dB,并且采用的兩種方案中的算法對(duì)信噪比較為敏感,當(dāng)信噪比在敏感區(qū)變化時(shí),檢測(cè)性能會(huì)發(fā)生跳變,針對(duì)上述差別,我們分析原因由于在模擬利用參通道方案仿真時(shí),參考信號(hào)并未加入噪聲,而是使用純凈的直達(dá)波信號(hào)作為參考信號(hào),因此其檢測(cè)性能略優(yōu)于無參考通道檢測(cè)。在實(shí)際工程應(yīng)用中,一般不可能得到純凈的參考信號(hào),再者從經(jīng)濟(jì)角度出發(fā),不利用參考通道的外輻射源雷達(dá)更節(jié)約成本,從兩方面綜合來看,本文提出的方案更具有實(shí)用價(jià)值。

圖8　不同方案檢測(cè)成功概率隨信噪比的變化圖Fig.8　Comparison of the successful detection probability of 　different schemes with respect to different SNR

3.3散度圖

當(dāng)噪聲為-65 dB時(shí),此時(shí)信噪比為-15 dB,兩個(gè)目標(biāo)(目標(biāo)具體參數(shù)與上述目標(biāo)1與目標(biāo)2參數(shù)一樣)的匹配散度圖的整體與局部圖分別如圖9和圖10所示,由圖可知兩個(gè)目標(biāo)的到達(dá)角與時(shí)延和多普勒頻有很好的匹配性,估計(jì)目標(biāo)到達(dá)角都集中在實(shí)際到達(dá)角附近。

3.4已知波形匹配算法與比幅測(cè)向算法估計(jì)到達(dá)角性能比較

實(shí)際信噪比變化范圍為-21 dB到-2 dB,均勻線陣陣列的到達(dá)角估計(jì)的CRB下界[12]:

(16)

式中，M為陣元數(shù)；λ為波長(zhǎng),在ULA陣列中,AV=(M2-1)/12;L=M-1。

圖10　目標(biāo)1與目標(biāo)2的估計(jì)到達(dá)角與時(shí)延的匹配散度圖Fig.10　The matching divergence between angle of arrival target 1 and target 2 and the time delay

由圖11可知,當(dāng)信噪比低于-22 dB時(shí),由于無法提取目標(biāo)信號(hào)的時(shí)延與多普勒頻,因此無法進(jìn)行已知波形匹配,故無法統(tǒng)計(jì)其估計(jì)到達(dá)角的均方偏差,由圖可知整體上隨著信噪比的提高其估計(jì)到達(dá)角的均方偏差越來越小,由圖可知利用比幅測(cè)向估計(jì)目標(biāo)到達(dá)角的偏差明顯小于利用已知波形匹配算法估計(jì)目標(biāo)到達(dá)角的偏差,通過對(duì)比可知在實(shí)際方案中可采用比幅測(cè)向算法估計(jì)目標(biāo)到達(dá)角。同時(shí)由圖可看出利用比幅測(cè)向算法估計(jì)目標(biāo)到達(dá)角的均方偏差接近于理論到達(dá)角估計(jì)的CRB界。

圖11　不同方法估計(jì)到達(dá)角偏差隨信噪比變化圖Fig.11　Different methods to estimate deviation of DOAs with respect to SNR

圖12為估計(jì)多普勒頻偏差隨信噪比的變化圖,其與多普勒估計(jì)的CRB界也存在偏差。這里分析參數(shù)估計(jì)偏差與CRB界存在偏差可能原因是由于在理論推導(dǎo)CRB界時(shí)只考慮了噪聲為高斯白噪聲,而在實(shí)際工程中干擾還包括直達(dá)波與多徑波的相關(guān)干擾殘留。

圖12　多普勒頻估計(jì)偏差隨信噪比變化圖Fig.12　Doppler frequency estimation deviation with respect to SNR

3.5運(yùn)算量分析

相對(duì)于有參考通道的外輻射源雷達(dá),本方案中去除參考通道時(shí)只增加了一步ICA盲源分離,表5列出了每個(gè)算法模塊在Matlab中運(yùn)行時(shí)所需時(shí)間。

表5　系統(tǒng)仿真中各模塊運(yùn)行時(shí)間

由表5可知在運(yùn)行程序中主要花費(fèi)的時(shí)間在時(shí)頻二維相關(guān)上,因此增加ICA盲源分離與CMA盲均衡對(duì)算法運(yùn)行量影響并不大,因此進(jìn)一步證明本次研究方法的可行性。

4　結(jié)　論

通過上述仿真可以說明,無參考通道外輻射源定位方案的可行性,同時(shí)該方案與有參考通道方案在檢測(cè)時(shí)延與多普勒頻參數(shù)時(shí)性能相差不大,同時(shí)我們提出的不利用參考通道直接利用主通道進(jìn)行目標(biāo)參數(shù)的方案提取具有更高的實(shí)用價(jià)值,同時(shí)本文提出通過比較已知波形匹配算法和比幅測(cè)向算法估計(jì)到達(dá)角的性能驗(yàn)證了比幅測(cè)向估計(jì)到達(dá)角的性能優(yōu)于已知波形匹配,為工程應(yīng)用有一定的指導(dǎo)意義,同時(shí)比幅測(cè)向估計(jì)到達(dá)角能夠很好的解決多目標(biāo)檢測(cè)過程中的參數(shù)匹配問題,有利于后續(xù)的多目標(biāo)定位。

[1] Griffiths H D,Long N R W.Television-based bistatic radar[J].IEE Proceedings Communications,Radar and Signal Processing,1986,133(7):649-657.

[2] Krysik P,Gajo Z,Kulpa J S,et al.Reference channel equalization in FM passive radar using the constant magnitude algorithm[C]//Proc.of the 15th International Radar Symposium,2014:1-4.

[3] Zhang L J,Yang J,Lu K W.Clutter suppression technique in GSM based passive bistatic radar[J].Acta Electronica Sinica,2014(9):1852-1856.(張良俊,楊杰,盧開旺.GSM輻射源雷達(dá)干擾抑制技術(shù)[J].電子學(xué)報(bào),2014(9):1852-1856.)

[4] Li H W.Studies on target localization and tracking in passive coherent location radar[D].Xi’an:Xidian University,2012.(李紅偉.外輻射源雷達(dá)目標(biāo)定位與跟蹤方法研究[D].西安:西安電子科技大學(xué),2012.)

[5] Gogineni S,Rangaswamy M,Rigling B D,et al.Cramér-Rao bounds for UMTS-based passive multistatic radar[J].IEEE Trans.on Signal Processing,2014,62(1):95-106.

[6] Yan H,Fan H H.Signal-selective DOA tracking for wideband cyclostationary sources[J].IEEE Trans.on Signal Processing,2007,55(5):2007-2015.

[7] Zhang G G,Wang J,WU R H.Cyclostationary signal DOA estimation under complex environment[J].Journal of Xidian University,2015(1):91-97.(張各各,王俊,吳日恒.復(fù)雜環(huán)境下的循環(huán)平穩(wěn)信號(hào)DOA估計(jì)[J].西安電子科技大學(xué)學(xué)報(bào),2015(1):91-97.)

[8] Chien J T,Hsieh H L.Convex divergence ICA for blind source separation[J].IEEE Trans.on Audio,Speech,and Language Processing,2012:20(1):302-313.

[9] Michael N,Tülay A.Complex ICA by negentropy maximization[J].IEEE Trans.on Neural Network,2008,19(4):596-609.

[10] Chang A C,Jen C W.Complex-valued ICA utilizing signal-subspace demixing for robust DOA estimation and blind signal separation[J].Wireless Personal Communications,2007,43(4):1435-1450.

[11] Liu J,Li H B,Himed B.Two target detection algorithms for passive multistatic radar[J].IEEE Trans.on Signal Proces-sing,2014,62(22):5930-5939.

[12] Chambers C,Tozer T C,Sharman K C,et al.Temporal and spatial sampling influence on the estimates of superimposed narrowband signals:when less can mean more[J].IEEE Trans.on Signal Processing,1996,44(12):3085-3098.

Passive radar parameter estimation without reference channel

LI Wan-chun1,2,TIAN Zheng-wu1,TANG Qiu1,WANG Bin1,LI Ying-xiang2

(1.School of Electronic Engineering,University of Electronic Science and Technology of China,Chengdu 611731,China; 2.College of Communication Engineering,Chengdu Information Engineering University,Chengdu 610225,China)

The passive radar signal characteristic of the reference channel and the target echo channel are analyzed and a target detection method by eliminating the reference channel but taking use of the target echo channel data information is proposed to extract time delay and Doppler frequency parameters of the target.When estimating direction of arrival (DOA),the known waveform matching algorithm and the amplitude comparison and angle measurement approach algorithm are presented to realize multi targets parameter matching.The methods are proved to be efficient by computer simulations.

passive radar; reference channel; direction of arrival (DOA)estimation; known waveform matching; amplitude comparison and angle measurement approach; parameter matching

2015-12-02；

2016-06-29；網(wǎng)絡(luò)優(yōu)先出版日期：2016-07-18。

氣象信息與信號(hào)處理四川省高校重點(diǎn)實(shí)驗(yàn)室資金資助課題

TP 18

ADOI:10.3969/j.issn.1001-506X.2016.11.13

李萬春(1978-),男,副教授,主要研究方向?yàn)殡娮訉?duì)抗與無源定位。

E-mail:liwanchun@uestc.edu.cn

田正武(1993-),男,碩士研究生,主要研究方向?yàn)槔走_(dá)系統(tǒng)與信號(hào)處理。

E-mail:tzenwuuestc@163.com

唐遒(1992-),男,碩士研究生,主要研究方向?yàn)槔走_(dá)系統(tǒng)與信號(hào)處理。

E-mail:tangqiu122@gmail.com

王斌(1991-),男,碩士研究生,主要研究方向?yàn)橥ㄐ畔到y(tǒng)與信號(hào)處理。

E-mail:895126295@qq.com

李英祥(1972-),男,教授,主要研究方向?yàn)橥ㄐ畔到y(tǒng)與信號(hào)處理。

E-mail:19833720@qq.com

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160718.1037.002.html