一种基于CAE-CNN的雷达低仰角目标DOA估计方法及装置制造方法及图纸

本发明专利技术公开了一种基于CAE

【技术实现步骤摘要】
一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法及装置


[0001]本专利技术涉及雷达低仰角目标DOA估计
，尤其涉及一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法及装置。

技术介绍

[0002]随着电磁波理论与技术的不断发展和进步，雷达在气象、勘探、遥感特别是军事上都得到了广泛的应用。在战场环境日益复杂以及作战需求逐渐深入的推动之下，各个国家都研制了较完善的防空系统，雷达探测范围更高更远，目标从高空突破防御的可能性越来越小，而低空/超低空突防则成为现代雷达防空系统的主要威胁之一。在低空/超低空环境下，对于目标波达方向(Direction ofArrival，DOA)估计来说最大的问题是杂波、强干扰、地形遮挡以及多径效应严重。当雷达波束照射到目标时，除了从目标直接返回的回波之外，经过地表/海面或障碍物间接散射来的回波也会同时到达雷达接收机，相互叠加产生干涉效应，称为多径干涉效应，而通过障碍物散射或绕射到达接收机的这种间接目标回波在大多数情况下都比直接目标回波弱，采取适当的措施可以比较容易减弱或消除由障碍物引起的干涉效应，而地面/海面反射的间接目标回波则很强，几乎与直接目标回波相当，因此地表面/海面反射是引起多径干涉效应的主要原因，也是雷达信号处理研究人员关注的重要问题之一。
[0003]当前绝大多数雷达工作于200MHz至10GHz频段，涵盖范围包括米波雷达、分米波雷达和厘米波雷达，根据天线3dB波束宽度计算方法，一般来说，米波雷达的波束宽度在10度量级，厘米波雷达的波束宽度在几度左右，分米波则介于两者之间。在雷达信号处理领域重点关注的多径效应主要是在目标仰角小于0.8个波束宽度范围内，当目标角度大于0.8个波束宽度时，由此产生的多径可以通过硬件手段或其他数据处理方法较容易地从时域、空域或频域进行滤除。对于低仰角产生多径效应的情况，目前的解决办法包括低仰角多径效应抑制和多径效应相干信号分离。抑制主要通过改变调整雷达天线方向图实现，然而其对相位的影响会在一定程度上损失测角性能；相干信号分离主要通过解决信号协方差矩阵不满秩实现，常见方法包括前后向空间平滑算法和Toeplitz矩阵重构等。前后向空间平滑算法将阵列信号划分为子阵，通过计算子阵协方差矩阵再进行平均来解决原始信号协方差矩阵不满秩问题，但该方法在计算过程中损失阵列孔径，降低自由度，影响角度估计性能；Toeplitz矩阵重构法通过构建Toeplitz矩阵来改变协方差矩阵的数据结构，从而实现秩的恢复，但在多径相干的情况下，不同于实相干信号，接收信号的协方差矩阵不再具有Toeplitz性。
[0004]随着深度学习理论与技术在图像、语音以及自然语言处理等领域展现出强大的性能，其特征提取、分类回归等性能也得到了阵列信号处理研究人员的广泛关注，基于深度学习的DOA估计方法成为研究的重点与热点问题之一，众多算法随之产生。

技术实现思路

[0005]针对上述问题，本专利技术提出一种基于卷积自编码器的低仰角目标DOA估计方法，该算法从信号模型和空间模型两个方面论证了多径信号中直达角与反射角之间存在一定映射关系，从而卷积自编码器实现了接收信号的去相干，并利用卷积神经网络实现直达角的DOA估计。本专利技术的目的主要是通过下述方案得以实现的：
[0006]一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，包括以下步骤：
[0007]S1：建立阵列接收信号模型，证明包含直达波和反射波信号的协方差矩阵R和仅包含直达波信号的协方差矩阵R0之间存在映射关系；
[0008]S2：将包含直达波和反射波信号的协方差矩阵R输入到卷积自编码器进行编码和解码处理，去除多径，得到仅包含直达波信号的协方差矩阵R0；
[0009]S3：将卷积自编码器编码过程中提取的协方差矩阵R的潜在特征表示输入到极限学习机进行直达波的DOA预分类；
[0010]S4：基于步骤S2中得到的仅包含直达波信号的协方差矩阵R0和步骤S3中得到的DOA的预分类类别i，利用并联卷积神经网络模型，对直达波进行DOA估计。
[0011]进一步的，步骤S1的具体操作包括以下步骤：
[0012]S101：建立多径效应空间模型，证明当直达波俯仰角θ
d
的值极小时，直达波与反射波相干；
[0013]S102：利用泰勒展开公式，证明远场低空目标其仰角符合小角度近似，即直达波俯仰θ
d
的值极小；
[0014]S103：建立阵列接收信号模型，并基于直达波与反射波的相干性得出包含直达波和反射波信号的协方差矩阵R和仅包含直达波信号的协方差矩阵R0之间存在映射关系。
[0015]进一步的，步骤S2的具体操作包括以下步骤：
[0016]S201：将包含直达波和反射波信号的协方差矩阵R作为输入数据传入CAE模型，编码过程经过卷积
‑
池化
‑
卷积
‑
池化完成数据潜在特征提取，得到协方差矩阵R的潜在特征表示；
[0017]S202：将编码后得到的潜在特征表示进行解码，其过程为上采样
‑
卷积
‑
上采样
‑
卷积，得到仅包含直达波信号的协方差矩阵输出值R
0”；
[0018]S203：由损失函数MSE度量输出值R
0”和理想输出R0之间的差异程度，从而调整CAE模型的参数并判断是否完成训练。
[0019]进一步的，步骤S201的具体操作包括以下步骤：
[0020]S2011：设输入数据为协方差矩阵R，共有K个卷积核，每个卷积核表示为w
k
，卷积核的大小均为3
×
3，在每次卷积运算后对卷积结果加偏置，用b
k
表示，则编码过程中的第一个卷积层的运算表示为
[0021]h
k
＝σ(R*w
k
+b
k
)
[0022]其中，[*]表示卷积操作运算，σ(x)表示激活函数；
[0023]S2012：卷积运算结束后进入池化层，在池化层中，选择最大池化函数，即在池化区域内选择最大值保留，池化区域大小为2
×
2；
[0024]S2013：编码过程中进行两次卷积
‑
池化操作，编码过程结束后，得到协方差矩阵R的潜在特征表示。
[0025]进一步的，步骤S202的具体操作包括以下步骤：
[0026]S2021：对步骤S2013中得到的协方差矩阵R的潜在特征表示进行上采样运算，对卷积运算后缩小的数据进行尺寸的恢复并输出；
[0027]S2022：对步骤S2021的输出结果进行卷积运算，得到输出值R
0”，其运算规则与编码过程中的卷积规则相同，且激活函数也相同。
[0028]进一步的，步骤S3的具体操作包括以下步骤：
[0029]S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，包括以下步骤：S1：建立阵列接收信号模型，证明包含直达波和反射波信号的协方差矩阵R和仅包含直达波信号的协方差矩阵R0之间存在映射关系；S2：将包含直达波和反射波信号的协方差矩阵R输入到卷积自编码器进行编码和解码处理，去除多径，得到仅包含直达波信号的协方差矩阵R0；S3：将卷积自编码器编码过程中提取的协方差矩阵R的潜在特征表示输入到极限学习机进行直达波的DOA预分类；S4：基于步骤S2中得到的仅包含直达波信号的协方差矩阵R0和步骤S3中得到的DOA的预分类类别i，利用并联卷积神经网络模型，对直达波进行DOA估计。2.根据权利要求1所述的一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，步骤S1的具体操作包括以下步骤：S101：建立多径效应空间模型，证明当直达波俯仰角θ
d
的值极小时，直达波与反射波相干；S102：利用泰勒展开公式，证明远场低空目标其仰角符合小角度近似，即直达波俯仰θ
d
的值极小；S103：建立阵列接收信号模型，并基于直达波与反射波的相干性，得出包含直达波和反射波信号的协方差矩阵R和仅包含直达波信号的协方差矩阵R0之间存在映射关系。3.根据权利要求2所述的一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，步骤S2的具体操作包括以下步骤：S201：将包含直达波和反射波信号的协方差矩阵R作为输入数据传入CAE模型，编码过程经过卷积
‑
池化
‑
卷积
‑
池化完成数据潜在特征提取，得到协方差矩阵R的潜在特征表示；S202：将编码后得到的潜在特征表示进行解码，其过程为上采样
‑
卷积
‑
上采样
‑
卷积，得到仅包含直达波信号的协方差矩阵输出值R
0”；S203：由损失函数MSE度量输出值R
0”和理想输出R0之间的差异程度，从而调整CAE模型的参数并判断是否完成训练。4.根据权利要求3所述的一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，步骤S201的具体操作包括以下步骤：S2011：设输入数据为协方差矩阵R，共有K个卷积核，每个卷积核表示为w
k
，卷积核的大小均为3
×
3，在每次卷积运算后对卷积结果加偏置，用b
k
表示，则编码过程中的第一个卷积层的运算表示为h
k
＝σ(R*w
k
+b
k
)其中，[*]表示卷积操作运算，σ(x)表示激活函数；S2012：卷积运算结束后进入池化层，在池化层中，选择最大池化函数，即在池化区域内选择最大值保留，池化区域大小为2
×
2；S2013：编码过程中进行两次卷积
‑
池化操作，编码过程结束后，得到协方差矩阵R的潜在特征表示。5.根据权利要求4所述的一种基于CAE
‑
CNN的雷达低仰角目标DOA估计方法，其特征在于，步骤S202的具体操作包括以下步骤：S2021：对步骤S2013中得到的协方差矩阵R的潜在特征表示进行上采样运算，对卷积运

【专利技术属性】
技术研发人员：赵方正，胡国平，刘炳琪，周豪，郭书涵，
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：