一种基于压缩感知的地面雷达多目标检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106569196A(43)申请公布日2017.04.19(21)申请号201610984778.X(22)申请日2016.11.09(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人张家庆袁小琦谢仁宏芮义斌郭山红李鹏王芮朱唯唯陈倩(74)专利代理机构南京理工大学专利中心32203代理人马鲁晋(51)Int.Cl.G01S7/41(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于压缩感知的地面雷达多目标检测方法(57)摘要本发明公开了一种基于压缩感知的地面雷达多目标检测方法，包括：完成回波信号的稀疏表示，设计出稀疏变换矩阵；选择随机高斯矩阵作为观测矩阵，利用观测矩阵中的每个行向量分别对目标回波信号进行投影，获取信号的部分信息，对回波信号进行降维观测；以目标回波信号的稀疏表示为优化变量，建立凸优化模型求解，得到稀疏表示信号的全局最优解；根据稀疏矩阵的构造方法和回波信号的稀疏表示形式，得到目标的时延和多普勒频率。本发明与传统正交匹配法相比，能在未知目标个数的情况下正确检测出多个目标。CN106569196ACN106569196A权利要求书1/2页1.一种基于压缩感知的地面雷达多目标检测方法，其特征在于，包括以下步骤：步骤1、对回波信号进行稀疏表示，具体是利用稀疏变换矩阵对回波信号进行稀疏表示；步骤2、选择随机高斯矩阵作为观测矩阵，利用观测矩阵中的每个行向量分别对目标回波信号进行投影，获取信号的部分信息，对回波信号进行降维观测；步骤3、以目标回波信号的稀疏表示为优化变量，建立凸优化模型求解，重构出稀疏表示信号的全局最优解；步骤4、由步骤1中构建的稀疏矩阵和步骤3中的稀疏表示信号的全局最优解得到各目标的时延和多普勒频偏。2.根据权利要求1所述的基于压缩感知的地面雷达多目标检测方法，其特征在于，步骤1中利用稀疏变换矩阵对回波信号进行稀疏表示具体为：步骤1-1、确定M个目标信号的回波信号x，所用公式为：式中，τm和υm分别为第m个目标的时移和多普勒频偏，为第m个目标的回波信号；步骤1-2、将时延-多普勒域划分为Nw＝Nτ×Nυ个网格，时间分辨率为Δτ，多普勒分辨率为Δυ，从而确定稀疏变换矩阵，完成目标回波信号在稀疏变换矩阵上的稀疏表示，所用公式为：式中，为目标(i,j)对应的目标回波信号，此时时移为τi＝(i-1)×Δτ，多普勒频偏为υj＝(j-1)×Δυ；步骤1-3、确定目标回波信号的系数表示形式，所用公式为：x＝Psi*xp式中，xp是将回波信号的稀疏表示后的Nw×1维矩阵，且则xp中只有M个非零值且M＜＜Nw-M，所以xp是稀疏的。3.根据权利要求1所述的基于压缩感知的地面雷达多目标检测方法，其特征在于，步骤2中选择随机高斯矩阵作为观测矩阵Phi，所用公式为：Phi＝sqrt(1/Mwid)*randn(Mwid,Nwid)式中，Nwid表示目标回波信号采样的长度，Mwid表示观测值的个数；对回波信号进行降维观测，所用公式为y＝Phi*x，y为观测值，若选取的Mwid满足Mwid≥c×M×lg(Nwid/M)，则能从观测值y以高概率重构出原始信号，否则不能重构原始信号，其中c为常数。4.根据权利要求1所述的基于压缩感知的地面雷达多目标检测方法，其特征在于，步骤3中所述凸优化模型为：2CN106569196A权利要求书2/2页minimize||xp||1subjecttoy＝Phi*Psi*xp。5.根据权利要求1所述的基于压缩感知的地面雷达多目标检测方法，其特征在于，步骤4由步骤1中构建的稀疏矩阵和步骤3中的稀疏表示信号的全局最优解得到各目标的时延和多普勒频偏，具体是：根据稀疏矩阵Psi和稀疏表示信号的全局最优解xp中绝对值不为零的位置得到各个目标的时移和多普勒频偏。3CN106569196A说明书1/5页一种基于压缩感知的地面雷达多目标检测方法技术领域[0001]本发明属于雷达信号处理领域，特别是一种基于压缩感知的地面雷达多目标检测方法。背景技术[0002]在地面雷达目标检测中，回波信号中往往夹杂着强度更大的环境杂波，有用信号淹没其中。进行杂波抑制的措施有很多，可以在天线、发射机、接收机和信号处理机上分别采取相应的技术手段来抑制杂波。其中，与信号处理相关的杂波抑制方法主要包括：动目标显示(MovingTargetIndication,MTI)技术、动目标检测(MovingTargetDetection,MTD)技术、脉冲多普勒(PulseDoppler,PD)技术等。20世纪50年代，Emerson等人提出了动目标显示(MovingTargetIndication,MTI)的概念，并以此进行杂波