一种适用于无源双基地系统的杂波信道盲辨识方法

摘要

本发明公开了一种适用于无源双基地系统的杂波信道盲辨识方法，属于基于调频广播的无源双基地雷达系统技术领域。该方法包括如下步骤：（1）采用ARMA盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号；（2）通过监测ARMA均衡器剩余均方误差估计值，判断启动归一化最小均方误差辨识滤波器的启动时间，当均方误差小于所设置门限时，启动归一化最小均方误差辨识滤波器；（3）采用归一化最小均方误差辨识滤波器对监测通道信号进行自适应滤波处理，获得辨识后的杂波信道响应。本发明可以实现无源双基地雷达的杂波信道盲辨识。

说明书

技术领域

本发明涉及一种适用于无源双基地系统的杂波信道盲辨识方法，属于基于调频广播的无源双基地雷达系统技术领域。

背景技术

基于调频广播的无源双基地雷达面临着严重的直达波与多径杂波干扰。这些直达波与多径干扰进入系统的参考通道或者监测通道，使得直达波恢复与信号检测变得非常困难。其中直达波恢复关系着无源双基地系统的匹配滤波性能。当多径与直达波信号一起进入参考通道，则匹配滤波时将产生虚警，影响目标的正常检测。无源双基地系统究竟面临怎样的杂波环境是系统应用者必须要了解的。目前的业界针对杂波环境的分析缺少研究，未见针对无源双基地雷达的杂波特性辨识方法。

发明内容

为了能够清晰的提供无源双基地系统所面临的杂波信道环境，本发明提出了一种适用于无源双基地系统的杂波信道盲辨识方法，可以在不知道发射信号的情况下，通过自回归滑动平均模型（ARMA）盲均衡与自适应辨识相结合的方法，成功提取杂波信道特性，为系统研究者提供杂波信道的系数信息。

本发明为解决其技术问题采用如下技术方案：

一种适用于无源双基地系统的杂波信道盲辨识方法，包括如下步骤：

（1）采用ARMA盲均衡方法从无源双基地雷达的参考通道接收的信号中恢复直达波信号；

（2）通过监测ARMA均衡器剩余均方误差估计值，判断启动归一化最小均方误差辨识滤波器的启动时间，当均方误差小于所设置门限时，启动归一化最小均方误差辨识滤波器；

（3）采用归一化最小均方误差辨识滤波器对监测通道信号进行自适应滤波处理，获得辨识后的杂波信道响应。

 本发明的有益效果如下：

1、  本发明可以实现无源双基地雷达的杂波信道盲辨识。

2、本发明提出的盲辨识算法，解决了调频广播等无源双基地雷达的杂波特性估计难题，对解决无源双基地雷达的杂波特性研究问题具有重要意义。

附图说明

图1 无源双基地雷达杂波信道辨识处理流程图。

图2 ARMA结构常数模盲均衡算法原理图。

图3盲辨识算法与自适应归一化最小均方算法的组合方法原理图。

图4 计算机验证所加入杂波信道模值图。

图5 ARMA算法后输出信号模值变化图。

图6 本发明方法的最小均方算法输出信号模值图。

图7 所获得的信道估计的系数模值图。

图 8 经过归一化处理后的系数模值图。

具体实施方式

下面结合附图对本发明创造做进一步详细说明。

本发明提出的基于ARMA盲均衡与自适应信道辨识的无源双基地杂波信道盲辨识处理流程如图1所示。

        对于无源双基地雷达系统，对杂波测量时不考虑目标信号的影响，主要是目标信号由于能量较小，无法对杂波的测量构成影响。设发射信号                                                为调频信号通过空间传播与多径杂波一起到达监测通道

                (1)

式中表示监测通道的多径杂波信道响应，表示积运算，为离散时间，取自然数， 为监测通道噪声，表示监测通道接收信号；

      参考通道收到的信号为

           (2)

式中,表示参考通道与监测通道存在的相位差异与幅度差异， ，其中：表示复数，表示相位，表示复包络系数，为参考通道噪声 。

2.1 ARMA盲均衡

在进行自适应信道辨识之前，必须先恢复直达波信号。由于直达波信号混入了多径信号，因此，根据参考通道的接收直达波与多径，采用一种基于常数模盲均衡准则的ARMA型算法进行直达波信号恢复。ARMA结构的盲均衡算法与线性滤波结构的盲均衡算法相比，针对深度衰落的零点具有良好的收敛能力。该算法原理框图见图2。

该算法的前向权均衡器权向量  为 向量

               (3)

其中，表示第个均衡器系数，取值0,1，，；取自然数；

常数模盲均衡采用基于归一化的最小均方准则，其迭代公式为

       (4)

式中为迭代步长因子，是小正数，表示共轭转置运算，为递归向量，表示迭代误差。

     (5)

反馈滤波器权向量迭代式为

         (6)

表示共轭运算。式中是其输入递归向量，为其步长因子，表示迭代误差，为  维反馈权向量

 (7)

    其中：表示第个反馈滤波器系数，取值0,1，，，取自然数。

是其输入递归向量，具有如下形式

               (8)

式中为均衡器输出信号， 由均衡器的输出经过非线性变换获得,

                 (9)

式中 为发射信号的峰度系数，采用下式计算

                     (10)

 表示求取数学期望，表示发射信号。

获得的直达波信号，即均衡器输出信号为

                  (11)

2.2  基于归一化最小均方算法的杂波信道辨识

        将盲均衡算法输出的信号输入到最小均方误差算法完成杂波信道辨识。采用归一化最小均方算法。自适应滤波输出具有如下形式

                  (12)

权向量更新表达式

            (13)

式中为小正数。为 自适应滤波器向量递归输入向量

    (14)

       为  滤波器系数

                   (15)

该表达式即所求的监测通道的杂波信道辨识结果，其中表示第个滤波器系数，取值0,1，，；取自然数。

2.4 ARMA型盲均衡算法与自适应归一化最小均方算法的组合方法

 由于ARMA型盲均衡算法存在一个收敛过程，在该算法未能完成收敛时，如果启动最小均方辨识算法，则后者收敛无法保证。因此本发明对最小均方杂波信道辨识算法加入了启动控制。只有当盲均衡算法的输出的均方误差达到一定要求之后，才启动最小均方辨识算法的收敛。算法原理框图见图3。

判断最小均方杂波信道辨识算法启动的条件如下：

（1）每迭代次，其中取自然数，则针对公式（9）进行点的均方误差统计

               (16)

其中表示均方误差，取自然数；取                   

                       (17)

      其中表示均方误差的均方根；

（2）设置经验门限

为了验证所给出的ARMA型盲均衡算法与自适应归一化最小均方算法的信道辨识方法的性能，采用基于调频广播信号的外辐射源雷达为例进行性能验证。调频广播系统带宽设为 50 kHz, 采样率设置为200 kHz。信号积分时间取2s。接收杂波噪声比为50dB 。从发射到参考通道的杂波信道如下： ，，                           取迭代次数取为10000点，计算均方误差。设置最小均方误差算法权向量长度为21，设置迭代步长为0.001。选择门限为48dB，计算均方误差的样本=1500。

 计算机仿真验证加入的杂波信道模值见图4，信道多径跨越6个采样间隔，而多径系数能量主要在第1、4、6抽头，其余抽头能量为0。本发明所给方法的ARMA型盲均衡算法的收敛后输出信号模值见图5所示，可见算法稳定收敛到恒模信号状态，这是由于调频广播信号为幅度恒定信号，仅相位被调制。该算法收敛后，则直达波信号被稳定恢复。自适应归一化最小均方算法的收敛结果见图6，算法经迭代后收敛到稳态，误差平稳段对应着信道被正确辨识。可见两种算法都稳定收敛。

采用本发明新的方法处理后，估计的杂波信道结果见图7。由于采用了ARMA盲均衡算法进行反卷积运算，丢失了信道的绝对值信息，所以系数输出值较大。采用最大值归一化后的输出结果见图8。对比图8与图3可见，所估计得系数值相对结果准确。只要获得杂波信道相对关系，即可得到杂波信道的特性。