基于字典学习的米波雷达低仰角目标测高方法技术

本发明专利技术公开一种基于字典学习的米波雷达低仰角目标测高方法，主要解决现有方法在复杂地形环境下多径信号方向上理想阵列流型受扰动时，无法保证对低仰角目标高度有效估计的问题。其实现过程是：1.估计米波雷达回波数据的协方差矩阵，并对其进行特征值分解，获取降维后的信号矢量；2.在复杂地形情况下，根据构造包含扰动信息的参数化字典和获取的降维后的信号矢量，对地面扰动参数矩阵、目标仰角进行联合估计，得到目标仰角最终估计值；3.利用天线阵列与目标仰角的最终估计值，计算目标高度估计值。本发明专利技术能有效实现对低仰角目标高度的测量，提升雷达对复杂多径环境下低仰角目标的跟踪性能，可用于目标定位与跟踪。

Low elevation target altimetry based on dictionary learning for meter wave radar

The present invention discloses a low elevation target height measurement method based on dictionary learning for the low elevation angle of the meter wave radar. It mainly solves the problem that the current method can not guarantee the effective estimation of the low elevation target height when the ideal array flow pattern is disturbed in the multipath signal direction under the complex terrain environment. The actual process is as follows: 1. the covariance matrix of the echo data of the meter wave radar is estimated, and the eigenvalue decomposition is carried out to obtain the signal vector after the dimensionality reduction. 2. in the complex terrain, the parameter matrix of the structure including the disturbance information and the acquired signal vector, the ground disturbance parameter matrix and the target elevation angle are made. The joint estimation is used to get the final estimated value of the target elevation; 3. the target height estimation is calculated using the final estimated value of the antenna array and the target elevation angle. The invention can effectively measure the altitude of low elevation target, improve the tracking performance of radar for low elevation target in complex multipath environment, and can be used for target location and tracking.

【技术实现步骤摘要】
基于字典学习的米波雷达低仰角目标测高方法
本专利技术属于雷达
，涉及米波雷达低仰角目标测高方法，可用于复杂多径环境下米波雷达对低仰角目标仰角及高度的估计。
技术介绍
米波雷达具有远距离探测等方面的优势，近些年越来越受到世界各国的重视。但其在复杂地形、多径方向上阵列流型受扰动的情况下对低仰角目标的跟踪仍面临一些技术难题。造成米波雷达对低仰角目标跟踪困难的主要原因是多径效应的存在，即存在与目标直达波信号相干的地面反射的镜像多径信号，从而影响了其对目标仰角的估计性能以及对目标的跟踪性能。阵列超分辨技术是人们解决上述问题的主要研究方向，现有的米波雷达低仰角目标仰角估计方法可分为基于子空间算法和基于最大似然算法两大类。第一类算法以空间平滑的多重信号分类SS-MUSIC算法最为代表。经典MUSIC算法最为突显的缺陷之一是不能直接处理相干信号，虽然通过空间平滑技术可以获得去相关预处理，从而改善经典MUSIC算法对相关信号的处理能力，但空间平滑会带来有效阵列孔径的损失，进而降低算法的参数估计性能。第二类算法基于最大似然类算法，该类算法可以直接处理相干信号，是米波雷达测角问题中最常用的算法，但是本文档来自技高网...

【技术保护点】
基于字典学习的米波雷达低仰角目标测高方法，包括：(1)利用阵列天线接收目标回波数据X，估计该接收数据的协方差矩阵RX；(2)对(1)中得到的协方差矩阵RX进行特征值分解，得到降维后的信号矢量

【技术特征摘要】
1.基于字典学习的米波雷达低仰角目标测高方法，包括：(1)利用阵列天线接收目标回波数据X，估计该接收数据的协方差矩阵RX；(2)对(1)中得到的协方差矩阵RX进行特征值分解，得到降维后的信号矢量其中，vmax为A的最大特征值，umax为最大特征值vmax对应的特征向量；(3)在复杂地形情况下，对地面扰动参数矩阵、目标仰角进行联合估计，得到目标仰角最终估计值：(3a)构建整个观测空间上的完备字典D(Γ)：D(Γ)＝[Bd,ΓBs]，其中，表示包含所有目标信号基向量的字典矩阵，表示第p个观测方向上的目标信号基向量,表示第p个观测方向角度，p＝1,2,…G，G表示离散化的目标信号观测方向的个数，表示包含所有多径信号基向量的字典矩阵，表示第q个观测方向上的多径信号基向量,表示第q个观测方向角度，q＝1,2,…Q，Q表示离散化的多径信号观测方向的个数，Γ＝diag[δ1,…,δm,…,δM]表示由于不规则地面反射而引起的扰动参数矩阵，δm表示不规则地面反射对第m个阵元所引起的扰动参数，m＝1,2,…M，M表示阵列天线的个数；(3b)设定最大迭代次数I＝30，令初始迭代序列k＝1，通过(3a)中构造的完备字典D(Γ)与(2)中得到的降维后信号矢量y构造如下代价函数：其中，μ表示稀疏重构算法中的模型参数，||·||2表示二范数，||·||1表示一范数，γ表示信号矢量y在完备字典D(Γ)下的权重系数矢量；和分别表示对Γ和γ的估计值；(3c)在复杂地形、反射面信息未知的情况下，将(3b)中代价函数转化为如下数学模型估计权重系数矢量：其中，表示在第k次迭代中对权重系数矢量γ的估计值，在初始k＝1时，为一个对角线元素全为1的对角矩阵；(3d)利用cvx凸优化工具包，对(3c)中的优化函数进行求解，得到第k次迭代权重系数矢量的估计值(3e)利用(3d)中得到的权重系数矢量的估计值将(3b)中的优化函数转化为如下数学模型估计扰动参数矩阵：其中，表示在第k次迭代中对扰动参数矩阵Γ的估计值；(3f)利用cvx凸优化工具包，对(3e)中的优化函数进行求解，得到第k次迭代扰动参数矩阵的估计值(3g)设定阈值ε＝10-5，判断k＞I或是否成立，若成立，则终止迭代，得到最终权重系数矢量的估计值执行步骤(4)，否则，令k＝k+1，返回步骤(3c)，其中|·|表示取绝对值；(4)通过最终权重系数矢量的估计值估计目标仰角并利用目标...

【专利技术属性】
技术研发人员：刘宏伟，刘源，张磊，纠博，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61