專利名稱：基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法
技術(shù)領域：
本發(fā)明是一種雜波抑制方法，是一種風廓線雷達在分數(shù)階傅立葉域抑制雜波干擾的方法，屬于信號處理和檢測技術(shù)領域。

背景技術(shù)：
風廓線雷達是對大氣風向風速隨高度分布連續(xù)觀測的一種全天候型的Doppler遙感設備，其通過檢測大氣湍流反射的微弱信號來實現(xiàn)測風的目的。該技術(shù)的研究始于美國20世紀八十年代初，由于其具有較高的測風實時性和精度，是中小尺度大氣探測的關鍵技術(shù)之一，風廓線雷達在氣象、環(huán)保、軍事等領域具有廣闊的應用和研究前景。風廓線雷達回波信號功率較弱(甚至小于-140dBm)，而地雜波和間歇性雜波的幅度要高于風信號數(shù)個量級，是造成風廓線雷達有效數(shù)據(jù)率偏低的主要原因，更是限制其在機場、環(huán)保等領域應用的主要原因，如何有效抑制雜波而盡可能減少有用信號的損失是風廓線雷達信號處理亟待解決的難題之一。目前風廓線雷達主要采用經(jīng)典的信號處理技術(shù)，例如脈沖壓縮編碼、去直流、譜積累、譜對消等，雖然對有源干擾有一定抑制作用，但信干比改善不大，效果不明顯。


發(fā)明內(nèi)容
本發(fā)明的目的在于將分數(shù)階傅立葉變換與風廓線雷達信號處理結(jié)合，提供一個解決風廓線雷達雜波干擾問題的新方法，該方法能有效解決風廓線雷達實際應用的雜波干擾問題。
風廓線信號具有調(diào)頻信號的特點，飛機等產(chǎn)生的間歇性雜波具有類似線性調(diào)頻信號的特點，大氣湍流回波、地雜波、間歇性雜波具有不同的時頻相關性?；诖诵盘柼攸c，本發(fā)明提出在尋找到最優(yōu)變換階次后，在相應的分數(shù)階傅立葉域利用最佳雜波抑制準則，進行雜波干擾抑制的方法。
本發(fā)明的基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法，具體步驟為 步驟一選定最優(yōu)的分數(shù)階次αopt； 步驟二對經(jīng)相干積累后的時域數(shù)據(jù)在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換，得到相應的分數(shù)階域信號形式； 步驟三以接收信號在分數(shù)階域內(nèi)的各階矩的統(tǒng)計特性為依據(jù)來確定雜波干擾檢測閾值，根據(jù)閾值設定在分數(shù)階域內(nèi)進行雜波抑制處理，將超過閾值的分數(shù)域數(shù)據(jù)識別為雜波并進行抑制； 步驟四對抑制后的數(shù)據(jù)進行逆分數(shù)階傅立葉變換，獲得去除雜波后的時域風廓線雷達數(shù)據(jù)，完成基于分數(shù)階傅立葉變換的雜波抑制處理。
經(jīng)過實測，經(jīng)此方法處理的風廓線雷達接收信號能夠顯著的改善信噪比。



圖1是本發(fā)明的基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法處理流程。
圖2是本發(fā)明的基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法實現(xiàn)原理框圖。

具體實施例方式 圖1是基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法處理流程，圖2是基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法實現(xiàn)原理框圖。風廓線雷達監(jiān)控組合控制射頻調(diào)制器、發(fā)射機和信號處理機。本實施例的具體實現(xiàn)過程為 步驟一選定最優(yōu)的分數(shù)階次αopt(取值在0到π之間)，原則是使分數(shù)階傅立葉變換的基函數(shù)與雜波信號能夠很好的匹配，經(jīng)過分數(shù)階變換后雜波信號的特征可以很好的表現(xiàn)，使得有用信號分量和雜波分量在分數(shù)階傅立葉域內(nèi)可以得到很好的區(qū)分。
分數(shù)階傅立葉變換的定義式如下 α≠nπ(1) 其中，α為分數(shù)階次；x(t)為經(jīng)相干積累后的時域數(shù)據(jù)，即輸入數(shù)據(jù)；Fα(u)為變換后的分數(shù)域信號。
則最優(yōu)分數(shù)階次αopt的分數(shù)階傅立葉變換峰值和帶寬

應滿足(2)和(3) (2) (3) 通過代入α在0到π之間的不同取值，搜索滿足式(2)和式(3)的取值，即為最優(yōu)的分數(shù)階次αopt。
步驟二對經(jīng)相干積累后的時域數(shù)據(jù)進行分數(shù)階傅立葉變換，由于風廓線雷達回波信號非常弱，信噪比太低，經(jīng)過長時間的相干積累可以有效改善信噪比，同時降低分數(shù)階傅立葉變換的數(shù)據(jù)率。應用H.M.Ozaktas等人提出的FRFT的分解算法，在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換，得到相應的分數(shù)階域信號形式。
應用FRFT的分解算法，則公式(1)可以通過對連續(xù)分數(shù)階傅立葉變換采樣轉(zhuǎn)換為(4)式 其中，Δx為信號x(t)的帶寬，N＝(Δx)2，函數(shù)exp為指數(shù)函數(shù)。按上式直接計算的計算復雜度為O(N2)，為了使計算復雜度減小為O(NlogN)。
(4)式可以寫作 此式的求和實際上是兩個信號的卷積運算。該卷積運算可以用FFT計算，輸出樣本值然后可以通過最后的線性調(diào)頻調(diào)制求得。因此，總的計算復雜度應為O(NlogN)。
實際工程應用中通常使用矩陣的方式來進行計算。用

表示x(t)的N個樣本的列向量，

表示分數(shù)階傅立葉變換的N個樣本的列向量，則分解算法用矩陣形式表示為其中，F(xiàn)α＝DKpJ，D和J分別表示內(nèi)插和抽取運算的矩陣，Kp(m，n)表示如(5)式所示 步驟三以接收信號在分數(shù)階域內(nèi)的各階矩的統(tǒng)計特性為依據(jù)來確定雜波干擾檢測閾值。例如可以使用一階矩法和二階矩法實現(xiàn)此步驟，具體過程分別為 一階矩法 設檢測閾值為Level，從雷達接收信號在分數(shù)域的均值特征判斷何處為雜波干擾信號即為一階矩法。
其中為幅度均值的估計值，N為FRFT的點數(shù)，

為譜線幅度值，θ為門限優(yōu)化因子。
二階矩法 其中μ同上，為幅度標準偏差的估計值，β為門限優(yōu)化因子。
根據(jù)閾值設定在分數(shù)階域內(nèi)進行雜波抑制處理，將超過閾值的分數(shù)域數(shù)據(jù)識別為雜波并進行抑制。
步驟四根據(jù)公式(1)對抑制后的數(shù)據(jù)進行逆分數(shù)階傅立葉變換，即求得經(jīng)過處理后的時域數(shù)據(jù)，至此獲得去除雜波后的時域風廓線雷達數(shù)據(jù)，完成基于分數(shù)階傅立葉變換的雜波抑制處理。
至此，基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法處理完畢。
在實際工程中采用了二階矩法來確定閾值，門限優(yōu)化因子β取值為2，經(jīng)以上兩次運算后即可獲得干擾抑制的處理結(jié)果，該結(jié)果可以作為風廓線雷達后續(xù)信號處理的輸入信號。經(jīng)此方法處理的風廓線雷達接收信號，經(jīng)過實測數(shù)據(jù)顯示能夠改善信噪比達20dB以上。
權(quán)利要求
1.一種基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法，其特征在于包括以下步驟
步驟一選定最優(yōu)的分數(shù)階次αopt；
步驟二對經(jīng)相干積累后的時域數(shù)據(jù)在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換，得到相應的分數(shù)階域信號形式；
步驟三以接收信號在分數(shù)階域內(nèi)的各階矩的統(tǒng)計特性為依據(jù)來確定雜波干擾檢測閾值，根據(jù)閾值設定在分數(shù)階域內(nèi)進行雜波抑制處理，將超過閾值的分數(shù)域數(shù)據(jù)識別為雜波并進行抑制；
步驟四對抑制后的數(shù)據(jù)進行逆分數(shù)階傅立葉變換，獲得去除雜波后的時域風廓線雷達數(shù)據(jù)，完成基于分數(shù)階傅立葉變換的雜波抑制處理。
2、根據(jù)權(quán)利要求1所述的風廓線雷達雜波抑制方法，其特征在于步驟一中所述選定最優(yōu)的分數(shù)階次αopt的方法為
使用公式(1)進行分數(shù)階傅立葉變換
則最優(yōu)分數(shù)階次αopt的分數(shù)階傅立葉變換峰值和帶寬
應滿足(2)和(3)
通過代入α在0到π之間的不同取值，搜索滿足式(2)和式(3)的取值，即為最優(yōu)的分數(shù)階次αopt。
3、根據(jù)權(quán)利要求1所述的風廓線雷達雜波抑制方法，其特征在于在步驟二中應用H.M.Ozaktas等人提出的FRFT的分解算法，在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換，即通過公式
得到相應的分數(shù)階域信號形式。
4、根據(jù)權(quán)利要求1所述的風廓線雷達雜波抑制方法，其特征在于步驟三使用一階矩法，通過公式(6)確定雜波干擾檢測閾值
其中為幅度均值的估計值，N為FRFT的點數(shù)，
為譜線幅度值，θ為門限優(yōu)化因子。
5、根據(jù)權(quán)利要求1所述的風廓線雷達雜波抑制方法，其特征在于步驟三使用二階矩法，通過公式(7)確定雜波干擾檢測閾值
其中為幅度均值的估計值，為幅度標準偏差的估計值，β為門限優(yōu)化因子。
6、根據(jù)權(quán)利要求3所述的風廓線雷達雜波抑制方法，其特征在于應用FRFT的分解算法，在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換使用矩陣的方式來進行計算用
表示x(t)的N個樣本的列向量，
表示分數(shù)階傅立葉變換的N個樣本的列向量，則分解算法用矩陣形式表示為其中，F(xiàn)α＝DKpJ，D和J分別表示內(nèi)插和抽取運算的矩陣，Kp(m，n)按照公式
進行計算得到。
全文摘要
本發(fā)明涉及一種雜波抑制方法，具體涉及一種基于分數(shù)階傅立葉變換的風廓線雷達雜波抑制方法，屬于信號處理和檢測技術(shù)領域。本發(fā)明的方法包括以下步驟首先，選定最優(yōu)的分數(shù)階次αopt；其次，對經(jīng)相干積累后的時域數(shù)據(jù)在最優(yōu)分數(shù)階αopt下進行分數(shù)階傅立葉變換，得到相應的分數(shù)階域信號形式；然后，以接收信號在分數(shù)階域內(nèi)的各階矩的統(tǒng)計特性為依據(jù)來確定雜波干擾檢測閾值；最后對抑制后的數(shù)據(jù)進行逆分數(shù)階傅立葉變換，獲得去除雜波后的時域風廓線雷達數(shù)據(jù)，完成基于分數(shù)階傅立葉變換的雜波抑制處理。經(jīng)過實測，經(jīng)此方法處理的風廓線雷達接收信號能夠顯著的改善信噪比。
文檔編號G01S13/00GK101334469SQ20081011781
公開日2008年12月31日 申請日期2008年8月4日 優(yōu)先權(quán)日2008年8月4日
發(fā)明者卜祥元, 磊 袁, 安建平 申請人:北京理工大學