一种基于稀疏阵列的米波TRMIMO雷达低空目标测高方法技术

本发明专利技术公开了一种基于稀疏阵列的米波TR MIMO雷达低空目标测高方法，其特征在于，包括以下步骤：S1、构建单基地米波稀疏阵列TR MIMO雷达系统，分别计算得到发射直达波导向矢量a

【技术实现步骤摘要】
一种基于稀疏阵列的米波TR MIMO雷达低空目标测高方法


[0001]本专利技术属于米波TR MIMO雷达
，具体涉及一种基于稀疏阵列的米波TR MIMO雷达低空目标测高方法。

技术介绍

[0002]米波雷达在对抗隐身目标及反辐射导弹上性能优异而备受关注，然而其波长较长，俯仰维主波束较宽，在探测低空目标时，直达波与地面反射波通常从主波束内进入雷达。受天线口径和工作带宽的限制，米波雷达难以从空域、时域和频域内将直达波和地面反射波区分开，多径效应严重影响米波雷达低仰角区域测角精度。多输入多输出(Multiple input multiple output,MIMO)雷达通过波形分集技术以较少阵元实现等效的大规模虚拟阵列，具有常规阵列雷达无法比拟的优势：测角精度更高、抗干扰能力更强、反隐身效果好以及多目标跟踪能力强等。时间反转(Time Reversal,TR)技术具有空时聚焦性，能够有效利用反射波能量，降低多径效应对信号回波的影响，提高信噪比。将TR技术与MIMO雷达相结合进行低空目标探测可以提高低空超低空目标参数估计精度，具有十分重大的意义。
[0003]近几年来，广大学者深入研究了低空多径反射条件下米波TR MIMO雷达波达方向(Direction Of Arrival,DOA)估计问题，形成了较多成果。目前主要处理方法有行列复用双向空间平滑(Forward Backward Spatial Smoothing，FBSS)算法、Capon算法、多重信号分类(Multiple Signal Classification，MUSIC)算法和Toeplitz矩阵重构算法等。刘梦波提出了适用于米波TR MIMO雷达低空多径反射条件下的行列复用FBSS MUSIC算法。该算法利用TR技术的聚焦性能，有效地提高了低空目标的测角精度，但未利用MIMO体制雷达虚拟孔径扩展能力，参数估计性能提高幅度不大。饶凯提出了基于米波TR MIMO雷达多径反射条件下的Capon算法，该算法抑制旁瓣能力较强，在多路径环境和低信噪比条件下仍有较好的估计精度，但受Capon算法影响其无法有效区分来波角度间隔较小的直达波与反射波，即该算法不适用于低空超低空目标的DOA估计。刘梦波提出了一种基于TR MIMO雷达的实值域MUSIC算法。该算法通过实值变换剔除复数运算从而有效地降低了计算量，并且在不需要空间平滑条件下即具有解相干能力，对目标估计精度损失相对较小，但该算法同样无法有效区分来波角度间隔较小的直达波与反射波，且在谱峰搜索时无法克服小角度产生的大谱值，不适用于低空超低空目标的DOA估计。刘梦波提出了一种基于Toeplitz矩阵重构的TR MIMO雷达相干目标DOA估计算法。该算法采用Toeplitz矩阵重构算法，去除目标的相干性，并基于一阶近似理论，利用优化迭代的方法进行DOA估计，进一步提高DOA估计的精度，并降低了计算复杂度。但受到多径效应影响，低空目标直达波和反射波导向矢量存在相互耦合的现象，该算法对于低空目标DOA估计效果并不好。
[0004]上述文献所提算法均采用均匀线阵(Uniform Linear array，ULA)TR MIMO雷达信号模型，其存在超低空目标参数测角(高)精度不高及受多径效应影响参数估计误差随仰角变化起伏较大的问题。随着作战实践的不断深入，目标探测跟踪需要更高的测角精度及稳定度。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种基于稀疏阵列的米波TR MIMO雷达低空目标测高方法，提高米波TR MIMO雷达测角精度，尤其是超低空目标的测角精度，降低测高误差的起伏度。
[0006]为实现上述目的，本专利技术采用的技术方案是：
[0007]一种基于稀疏阵列的米波TR MIMO雷达低空目标测高方法，包括以下步骤：
[0008]S1、构建单基地米波稀疏阵列TR MIMO雷达系统，分别对单基地米波稀疏阵列TR MIMO雷达系统的发射直达波和反射波的导向矢量进行计算，得到发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)；
[0009]S2、根据发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)，构建复合导向矢量A(θ)；
[0010]S3、计算接收数据Y，根据计算得到的接收数据Y构建数据协方差矩阵R，并对构建得到的数据协方差矩阵R进行特征值分解，获得噪声子空间E
n
，对数据协方差矩阵R和复合导向矢量A(θ)分别进行实值处理，得到实值协方差矩阵R
U
和实值复合导向矢量A
U
(θ)，并对实值协方差矩阵R
U
进行特征值分解，获得实值噪声子空间U
n
；
[0011]S4、根据复合导向矢量A(θ)和数据协方差矩阵R或实值复合导向矢量A
U
(θ)和实值协方差矩阵R
U
，利用广义MUSIC算法和最大似然算法进行谱峰搜索，观察获得空间谱，找出波峰所在的位置对应的角度，即获得目标低仰角估计值
[0012]S5、对获得的目标低仰角估计值进行转换，即得到目标高度数据H。
[0013]优选的，步骤S1中，所述单基地米波稀疏阵列TR MIMO雷达系统的天线垂直放置，发射接收阵元数目分别为P
t
和P
r
，阵元位置分别为d
t
和d
r
，θ
d
和θ
s
分别代表直达波和反射波的波达角。
[0014]优选的，步骤S1中，所述发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)的表达式为：
[0015][0016][0017]其中，θ
d
和θ
s
分别代表直达波和反射波的波达角，P
t
为发射阵元数目，为第m发射阵元位置，λ为信号波长，(
·
)
T
表示转置。
[0018]优选的，步骤S2中，所述复合导向矢量的表达式为：
[0019][0020]其中，a
t
(θ
d
)和a
t
(θ
s
)分别指代的是发射直达波导向矢量和反射波导向矢量，(
·
)
*
表示矩阵共轭。
[0021]优选的，步骤S3中，所述接收数据的计算公式如下：
[0022][0023]其中，ω＝[1 γ γ γ2]T
，ε为能量归一化因子，P
r
为接收阵元数目，为不同脉冲下目标复反射系数，f
d
为多普勒频率，W为经过匹配滤波、矢量化操作后的噪声；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于稀疏阵列的米波TRMIMO雷达低空目标测高方法，其特征在于，包括以下步骤：S1、构建单基地米波稀疏阵列TRMIMO雷达系统，分别对单基地米波稀疏阵列TRMIMO雷达系统的发射直达波和反射波的导向矢量进行计算，得到发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)；S2、根据发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)，构建复合导向矢量A(θ)；S3、计算接收数据Y，根据计算得到的接收数据Y构建数据协方差矩阵R，并对构建得到的数据协方差矩阵R进行特征值分解，获得噪声子空间E
n
，对数据协方差矩阵R和复合导向矢量A(θ)分别进行实值处理，得到实值协方差矩阵R
U
和实值复合导向矢量A
U
(θ)，并对实值协方差矩阵R
U
进行特征值分解，获得实值噪声子空间U
n
；S4、根据复合导向矢量A(θ)和数据协方差矩阵R或实值复合导向矢量A
U
(θ)和实值协方差矩阵R
U
，利用广义MUSIC算法和最大似然算法进行谱峰搜索，观察获得空间谱，找出波峰所在的位置对应的角度，即获得目标低仰角估计值S5、对获得的目标低仰角估计值进行转换，即得到目标高度数据H。2.如权利要求1所述的基于稀疏阵列的米波TRMIMO雷达低空目标测高方法，其特征在于，步骤S1中，所述单基地米波稀疏阵列TRMIMO雷达系统的天线垂直放置，发射接收阵元数目分别为P
t
和P
r
，阵元位置分别为d
t
和d
r
，θ
d
和θ
s
分别代表直达波和反射波的波达角。3.如权利要求1所述的基于稀疏阵列的米波TRMIMO雷达低空目标测高方法，其特征在于，步骤S1中，所述发射直达波导向矢量a
t
(θ
d
)和反射波导向矢量a
t
(θ
s
)的表达式为：)的表达式为：其中，θ
d
和θ
s
分别代表直达波和反射波的波达角，P
t
为发射阵元数目，为第m发射阵元位置，λ为信号波长，(
·
)
T
表示转置。4.如权利要求1所述的基于稀疏阵列的米波TRMIMO雷达低空目标测高方法，其特征在于，步骤S2中，所述复合导向矢量的表达式为：其中，a
t
(θ
d
)和a
t
(θ
s
)分别指代的是发射直达波导向矢量和反射波导向矢量，(
·
)
*
表示矩阵共轭。5.如权利要求1所述的基于稀疏阵列的米波TR MIMO雷达低空目标测高方法，其特征在于，步骤S3中，所述接收数据的计算公式如下：
其中，ω＝[1 γ γ γ2]
T
，ε为能量归一化因子，P
r
为接收阵元数目，为不同脉冲下目标复反射系数，f
d

【专利技术属性】
技术研发人员：郑桂妹，宋玉伟，陈晨，徐彤，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：