CN104155648A - 基于阵列数据重排的高频地波雷达单次快拍music测向方法 - Google Patents

Abstract

基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，包括对高频地波雷达的回波信号进行二维FFT处理后，利用CFAR检测技术，检测出上述待侧向目标所在的距离单元、多普勒单元，得到阵列频域一次快拍数据，将阵列接收的一次快拍数据重新排列成Toeplitz矩阵，进而估计协方差矩阵，对协方差矩阵进行特征值分解，得到噪声子空间U_N，然后利用MUSIC算法构造空间谱方式，进行目标方位估计，克服了降维MUSIC算法构造协方差矩阵引起的阵列天线孔径损失问题。实测数据表明，基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法具有较高的方位估计精度和分辨力。

Description

基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法

技术领域

本发明涉及一种高频地波雷达单次快拍MUSIC测向方法，具体涉及一种基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法。

背景技术

高频地波雷达，又称为高频表面波雷达，工作于高频(3～30MHz)频段，利用垂直极化高频电磁波沿海面(地表面)绕射传播特性，实现对海面舰船目标和低空飞行目标的超视距探测。高频地波雷达由于自身体制的限制，发射信号波长较长，会导致其对目标方位信息不敏感，方位向估计的精度较低，而目标的方位信息对于后期的数据处理又有十分重要的作用，因而对于目标方位的估计具有非常现实的意义。为保证系统得到较高的信噪比与良好的角度分辨力，一般需要使用大型接收阵列天线，而在实际工程实践中会带来一系列的问题和麻烦，因此小型化阵列天线备受亲睐。然而，小型化阵列孔径宽度有限，常规波束形成方法经常会造成目标不能正常分辨，测角误差较大。因此，为了改善测角型能，Schmidt(1986)提出的多重信号分类(MUSIC)算法、Paulraj等(1987)提出旋转不变子空间(ESPRIT)算法、Barabell(1989)提出Root-MUSIC算法等超分辨方法应用到高频地波雷达中。

利用MUSIC算法进行DOA估计时，其性能与快拍数有关，快拍数越多，DOA估计精度越高，但大量的快拍积累给实际的工程应用带来了不便：一是它无法对快速时变信号进行测向；二是较多的快拍积累不利于实时计算。对于一次快拍而言，如果用XX^H来估计协方差矩阵，估计的效果会非常差。协方差矩阵估计的不准，特征分解时得到的噪声矢量与阵列导向矢量的正交性就会降低，导致空间谱估计不准。

针对这个问题，位寅生等提出了一种降维单次快拍MUSIC算法，这种方法存在阵元损失，致使天线自由度降低的问题，尤其在阵列数比较小的情况下，阵元损失会使得角度估计性能降低。相关的参考文献如下：

[1]R.O.Schmidt.Multiple Emitter Location and Signal Parameter Estimation[J].IEEE Transaction on Antennaand Propagation.1986,34(3):276-280.

[2]B.D.Rao and K.V.S.Hari.Performance analysis of root-music[J].IEEE Trans.Aacoust,Speech,SignalProcess,1989,37(12):1939-1949.

[3]WEI Yin-sheng,TONG Peng,GUO Xiao-jiang.Single snapshot superresolution algorithm for HFSWRbased on noise eigenvector reconstruction

[4]Q.S.Ren,A.J.Wlllis.Extending MUSIC to signal snapshot and on line direction finding applications[J].Procof IEEE Radar,Edinburgh,UK,1997:783-787.

发明内容

本发明的目的是提供一种基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，该方法将阵列接收的一次快拍数据重新排列成Toeplitz矩阵，进而估计协方差矩阵，提高了方位估计精度高，而且有更高的分辨力。

为了实现上述目的，本发明的技术方案如下：

利用高频地波雷达朝海面发射无线电磁波对海面舰船目标的超视距探测，在中波和短波段海水表面的地波传播衰减很小，而且地波在一定程度上会沿着弯曲的地球表面传播，到达地平线以下很远的地方，即实现超视距传播，通过目标对高频无线电波的反射实现对数百公里内的目标进行探测，其特征在于还包括以下步骤：

步骤1：对高频地波雷达的回波信号进行二维FFT处理后，利用CFAR检测技术，检测出上述待侧向目标所在的距离单元、多普勒单元，得到阵列频域一次快拍数据，其结构为x_i，i为1至M的自然数，M为地波雷达天线阵元数；

步骤2：利用步骤1得到的一次快拍数据进行阵列数据重排，排列成Toeplize矩阵X；

其中，*为共轭，M为地波雷达天线阵元数(行数)；

步骤3：利用步骤2得到的矩阵X，估计协方差矩阵Rx；

R_X＝X*X^H

其中H表示共轭转置；

步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，得到噪声子空间U_N，然后利用MUSIC算法构造空间谱方式，进行待侧向目标方位估计；其空间谱函数表达式为：

$P_{\mathrm{MUSIC}}=\frac{1}{a^H\left(\mathrm{\θ}\right)U_N{U}_N^{H}a\left(\mathrm{\θ}\right)}$

其中a(θ)为方向导向矢量，H表示共轭转置，U_N为噪声子空间；

步骤5：利用步骤4构造的空间谱函数进行谱峰搜索，得到目标的方位估计。

上述步骤1：首先对高频地波雷达的回波信号进行二维FFT处理后，将时域信号转换到频域信号，得到距离-多普勒谱图，即纵坐标为距离、横坐标为多普勒的二维数据；利用CFAR检测技术，检测出待测向目标所在的距离单元、多普勒单元，将待测向目标所在距离单元与多普勒单元的数据提取出来，即可得到阵列频域一次快拍数据；

上述步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，可得到N(信号个数，一个距离单元及其多普勒单元内一般为一个信号)个大特征值和M-N个小特征值，它们对应的特征向量分别为u₁,…u_N,u_N+1,u_M，则U_N＝[u_N+1,…,u_M]的各列张成噪声子空间，然后利用MUSIC算法构造空间谱方式，进行目标方位估计，其空间谱表达式为：

$P_{\mathrm{MUSIC}}=\frac{1}{a^H\left(\mathrm{\θ}\right)U_N{U}_N^{H}a\left(\mathrm{\θ}\right)}$

其中a(θ)为方向导向矢量，H表示共轭转置，U_N为噪声子空间。

与现有技术相比，本发明的创新之处体现在以下方面：

MUSIC算法是高频地波雷达目标超分辨测向方法中经典的方法，其方位估计性能与雷达阵列接收数据的快拍数有关，快拍数越多，方位估计精度越高。但大量的快拍积累使得算法计算量大，不利于实时估计目标方位，给实际的工程应用带来不便。在实际应用中，高频地波雷达通常采用频域一次快拍数据进行目标方位估计，利用降维MUSIC算法估计协方差矩阵，但这种方法相当于减小了阵列天线的有效孔径，降低了阵列天线的自由度，导致目标方位估计精度下降。

针对这一问题，本发明提出了一种基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，该方法将阵列接收的一次快拍数据重新排列成Toeplitz矩阵，进而估计协方差矩阵，克服了降维MUSIC算法构造协方差矩阵引起的阵列天线孔径损失问题。实测数据表明，基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法具有较高的方位估计精度和分辨力。

附图说明

图1为本发明的基本流程示意图。

图2为距离多普勒(R-D谱)图。

图3为本发明的单目标方位估计图。

图4为本发明的目标方位估计误差统计图。

图5为本发明的多目标方位估计图。

具体实施方式

下面结合附图，对本发明的方法做进一步说明：

利用高频地波雷达朝海面发射无线电磁波对海面舰船目标的超视距探测，在中波和短波段海水表面的地波传播衰减很小，而且地波在一定程度上会沿着弯曲的地球表面传播，到达地平线以下很远的地方，即实现超视距传播，通过目标对高频无线电波的反射实现对数百公里内的目标进行探测。

以雷达天线阵元数为8元等间距直线阵，频率为4.7MHz,积累时间为291s,目标方位以阵列法向为0°，顺时针为正的高频地波雷达为例。如图1所示，其具体步骤如下：

步骤1：对高频地波雷达的回波信号进行二维FFT处理后，利用CFAR检测技术，检测出上述待测向目标所在的距离单元、多普勒单元，如图2所示；得到阵列频域一次快拍数据，其结构为x_i，i为1至M的自然数，M为高频地波雷达天线阵元数；

步骤2：利用步骤1得到的一次快拍数据进行阵列数据重排，排列成Toeplize矩阵X；

其中，*为共轭，M为阵元数(行数)，为高频地波雷达天线阵元数；

步骤3：利用步骤2得到的矩阵X，估计协方差矩阵Rx；

R_X＝X*X^H

其中H表示共轭转置；

步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，得到噪声子空间U_N，然后利用MUSIC算法构造空间谱方式，进行待测向目标方位估计；其空间谱函数表达式为：

$P_{\mathrm{MUSIC}}=\frac{1}{a^H\left(\mathrm{\θ}\right)U_N{U}_N^{H}a\left(\mathrm{\θ}\right)}$

其中a(θ)为方向导向矢量，H表示共轭转置，U_N为噪声子空间；

步骤5：利用步骤4构造的空间谱函数进行谱峰搜索，得到目标的方位估计，如图3所示。然后统计多个单目标的方位估计偏差结果，如图4所示，可见本方法的偏差较小，因此具有较高的测向精度。

对于待测向多目标的情况，以两个待侧向目标为例，两个待侧向目标信号具有大致相同的距离单元和多普勒单元，即具有大致相同的距离和速度，但方位与原目标方位有一定的间隔，重复步骤2-步骤5，得到多目标方位估计结果。如图5所示可见，本方法对具有基本相同的距离和速度的目标也具有很好的分辨效果。

实施例

上述步骤1：对高频地波雷达的回波信号进行二维FFT处理后，利用CFAR检测技术，检测出上述待测向目标所在的距离单元为51、多普勒单元为97，得到阵列频域一次快拍数据为 ${[x_1,x_2,\·\·\·,x_M]}^{\′}=\left[\begin{array}{c}0.1746-0.1068i\\ 0.1837-0.0131i\\ 0.2718-0.0910i\\ 0.2665-0.1733i\\ 0.2306-0.2142i\\ 0.1925-0.2157i\\ 0.1549-0.2312i\\ -0.1589-0.2485i\end{array}\right];$

上述步骤2：利用步骤1得到的一次快拍数据进行阵列数据重排，排列成Toeplize矩阵X；

上述步骤3：利用步骤2得到的矩阵X，估计协方差矩阵Rx；

上述步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，可得到1个大特征值和7个小特征值，噪声子空间为U_N，然后利用MUSIC算法构造空间谱方式，进行目标方位估计。

步骤5：利用步骤4构造的空间谱函数进行谱峰搜索，

得到max(Pmusic)对应的角度为-7.7°。

Claims (3)

1.基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，包括：

利用高频地波雷达朝海面发射无线电磁波对海面舰船目标的超视距探测，通过目标对高频无线电波的反射实现对数百公里内的目标进行探测，其特征在于还包括以下步骤：

步骤1：对高频地波雷达的回波信号进行二维FFT处理后，利用CFAR检测技术，检测出上述待侧向目标所在的距离单元、多普勒单元，得到阵列频域一次快拍数据，其结构为x_i，i为1至M的自然数，M为地波雷达天线阵元数；

步骤2：利用步骤1得到的一次快拍数据进行阵列数据重排，排列成Toeplize矩阵X；

其中，*为共轭，M为地波雷达天线阵元数(行数)；

步骤3：利用步骤2得到的矩阵X，估计协方差矩阵Rx；

R_X＝X*X^H

其中H表示共轭转置；

步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，得到噪声子空间U_N，然后利用MUSIC算法构造空间谱方式，进行待测向目标方位估计；其空间谱函数表达式为：

$P_{\mathrm{MUSIC}}=\frac{1}{a^H\left(\mathrm{\θ}\right)U_N{U}_N^{H}a\left(\mathrm{\θ}\right)}$

其中a(θ)为方向导向矢量，H表示共轭转置，U_N为噪声子空间；

步骤5：利用步骤4构造的空间谱函数进行谱峰搜索，得到目标的方位估计。

2.如权利要求1所述的基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，其特征在于上述步骤1：首先对高频地波雷达的回波信号进行二维FFT处理后，将时域信号转换到频域信号，得到距离-多普勒谱图，是纵坐标为距离、横坐标为多普勒频率的二维数据；利用CFAR检测技术，检测出待侧向目标所在的距离单元、多普勒单元，将待测向目标所在距离单元与多普勒单元的数据提取，即可得到阵列频域一次快拍数据。

3.如权利要求1所述的基于阵列数据重排的高频地波雷达单次快拍MUSIC测向方法，其特征在于上述步骤4：利用步骤3得到的协方差矩阵Rx进行特征值分解，可得到N(信号个数，一个距离单元及其多普勒单元为一个信号，多个待侧向目标会有信号)个大特征值和M-N个小特征值，它们对应的特征向量分别为u₁,…u_N,u_N+1,u_M，则U_N＝[u_N+1,…,u_M]的各列张成噪声子空间，然后利用MUSIC算法构造空间谱方式，进行目标方位估计，其空间谱表达式为：

$P_{\mathrm{MUSIC}}=\frac{1}{a^H\left(\mathrm{\θ}\right)U_N{U}_N^{H}a\left(\mathrm{\θ}\right)}$

其中a(θ)为方向导向矢量，H表示共轭转置，U_N为噪声子空间。