基于MMSE估计的自适应脉冲压缩(2)

菜单

5.5 多目标的复杂情形的回波处理 24

6 噪声调频信号旁瓣抑制性能分析 26

结论 28

致谢 29

1 绪论

主动遥感（Active remote sensing），又称有源遥感，是指发射一个定向信号到介质中，然后信号会被介质中的散射体反射回来，发射的信号和带有延迟信息的接收信号的相关构成了一个模糊图剖面，若某一个剖面幅度明显高于其他剖面，则表明该剖面所对应的范围内有很大可能存在散射体。主动遥感不仅应用于雷达脉冲压缩，也广泛的应用于结构完整性的超声无损检测、地震探测、生物医学成像等等。

在电子对抗技术的发展历程中，飞行器的作战效率明显提高，隐身能力和干扰、反干扰能力不断进步，这就需要雷达的作用距离、距离和速度分辨力、分辨精度、信号处理速度等性能也不断提升。为了提高测距精度和距离分辨力，要求信号有较大的带宽；为了提高测速精度和速度分辨力，要求信号有较大的时宽；为雷达系统能够及时发现距离更远的目标，要求信号有较大的功率。然而由于实际功率的限制，为了同时尽量满足这些要求，发射信号通常采用经过相位调制和频率调制的矩形脉冲信号，调制相位、调制频率和脉冲时宽成反比。发射信号经过介质中散射体的反射后就产生了延迟、衰减甚至频率发生改变，滤波器对该接收信号进行相关处理，压低旁瓣抬高主瓣将信号从噪声中提取出来。也可以说，这是一个使用固定的权系数对接收信号进行加权的过程，在雷达术语中这个过程称为脉冲压缩。而为了消除对一般波形匹配滤波环境下的掩盖问题，给定距离单元的接收滤波器必须和发射波形严密匹配，同时也消除了附近每个潜在散射体的掩盖干扰。因此，接收滤波器必须能够针对接收信号不断改变自己的权系数，即滤波器必须是自适应的。

适应性是指接收信号之后，模拟信号转变为离散的数字信号，使用多个离散的脉冲回波构成一个样本协方差矩阵从而使临近目标的干扰归零。本文自适应的主要措施将会是和估计距离像的真实复振幅有关的MSL度量。

为了解决目标掩盖的问题，国内外都在脉冲压缩方面做了很多的工作，无论是失配滤波还是自适应滤波，都有了很大的改进。

为压低旁瓣电平，Rihaczek在前人的基础上，通过对巴克码功率谱密度函数的分析，推导了一种通过减小功率谱密度函数的波动来压低旁瓣电平的易于数字化实现的方法[5]；之后Ackroyd应用积分旁瓣电平（ISL，Intcgrated Sidelobe Level）作为目标函数，做最小均方逼近导出了最小二乘法(Least squares，LS)[1]；再然后Baden利用加权迭代来进一步降低峰值旁瓣电平[6]（PSL，peak Sidelobe Level）。在上述基础下可以建立目标函数和约束条件，通过改变加权矩阵W，更好的达到抑制旁瓣的目的[7]。国内主要将最小二乘法和迭代加权的处理方法结合起来，使失配滤波器的输出得到优化，将输出信号的旁瓣电平压得很低。

但是，在压低旁瓣电平的同时，还会造成的信噪比损失问题。即使旁瓣电平压得再低，如果信噪比损失过大，那么信号检测也会出现问题。如何在压低旁瓣电平同时保障脉冲压缩的处理增益，一直是信号处理研究的热点问题。

自适应脉冲压缩方法主要有最小均方（LMS）自适应滤波器、基于最大输出信噪比准则的自适应滤波器和基于最小均方误差估计的自适应滤波器。自适应的脉冲压缩方法虽然能够解决掩盖问题，压低旁瓣电平而且保证一定的脉冲压缩增益，但是由于算法对每一个距离单元都要进行一定量的计算，特别是矩阵求逆运算，大部分的自适应方法都需要进行大量的计算。利用矩阵转置引理和矩阵求逆定理可以减少计算量。而且随着电子技术的发展，信号处理的速度和效率越来越高，大规模集成电路得到了广泛应用，计算量问题得到了缓解。