CN105445701B - Ddma‑mimo雷达目标的单脉冲角度估计方法 - Google Patents
Ddma‑mimo雷达目标的单脉冲角度估计方法 Download PDFInfo
- Publication number
- CN105445701B CN105445701B CN201510776079.1A CN201510776079A CN105445701B CN 105445701 B CN105445701 B CN 105445701B CN 201510776079 A CN201510776079 A CN 201510776079A CN 105445701 B CN105445701 B CN 105445701B
- Authority
- CN
- China
- Prior art keywords
- radar
- mrow
- msub
- ith iteration
- msubsup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2921—Extracting wanted echo-signals based on data belonging to one radar period
Abstract
本发明公开了一种DDMA‑MIMO雷达目标的单脉冲角度估计方法，其思路为：获取没有雷达目标的雷达回波信号和当前时刻雷达阵列天线的主波束锥角，然后收集存在雷达目标的雷达回波信号，再对其进行空时自适应处理，得到空时自适应处理后的数据矩阵，选取雷达目标数据向量，据此得到雷达主波束方向参数，计算雷达发射阵列空间导向矢量和接收阵列空间导向矢量，进而得到雷达波束导向矢量，获得雷达差波束导向矢量，对没有雷达目标的雷达回波信号进行PD处理，得到PD处理后的雷达回波信号，选取数据矩阵，得到其逆协方差矩阵，并据此得到雷达波束权矢量和雷达差波束权矢量，进而得到雷达目标方向参数的最优估计值，得到雷达目标的角度估计值。
Description
技术领域
本发明属于雷达目标角度检测技术领域，特别涉及一种DDMA-MIMO雷达目标的单脉冲角度估计方法，即一种空慢时间编码信号多发多收雷达目标的单脉冲角度估计方法，主要适用于杂波背景下DDMA-MIMO雷达目标进行粗略定位后的雷达目标角度精确估计。
背景技术
预警机在现代战争中起着极其重要的作用，使得预警机技术成为衡量一个国家空军军事实力重要指标；当机载预警雷达处于下视工作时，地面杂波回波的强度较强，甚至能够达到60～90dB，再加上载机速度较快，使得杂波多普勒频率范围大大展宽，进而使得运动雷达目标容易被杂波淹没，影响雷达目标的探测性能。
1973年Brennan等人基于杂波存在的空时二维耦合特性，提出利用空时二维自适应信号处理(STAP)抑制杂波的方法，并且应用该空时二维自适应信号处理技术能够获得较好的抑制杂波性能，从而也提高了雷达目标的检测性能。常用的空时二维自适应信号处理技术包括局域联合处理(JDL)、1DT与3DT三种方法，虽然该三种方法能够有效的抑制杂波，但是都只能检测出雷达目标所在的距离门以及多普勒单元，却无法对雷达目标的参数进行估计，特别是雷达目标的角度无法得知。因此在杂波坏境下，尤其使用空时二维自适应信号处理(STAP)方法检测出雷达目标后，还需要其他方法来估计雷达目标的角度。
早期的雷达使用顺序波瓣法进行雷达目标的角度估计，该顺序波瓣法为通过机械扫描的方法提取出扫描方向图的最大值，从而测量出雷达目标的角度，造成该方法需要耗费大量的搜索时间和较大的雷达功率，而且容易受信号与噪声起伏的影响，测量精度不高。为提高测角精度和雷达目标的快速定位，研究人员提出了圆锥扫描方法，但是该圆锥扫描方法没有彻底解决顺序波瓣法存在的问题，特别是难以消除信号回波起伏对测角精度的影响。
二十世纪40年代，研究人员再次提出了单脉冲测角方法，该单脉冲测角方法采用同时多波束技术，即由单脉冲天线同时产生若干个波束，该若干个波束在空域中同时接收雷达目标反射回来的回波信号，最终的雷达目标角度误差信号是通过将该若干个波束接收到的回波信号进行比较得到的。由于理论上只需要一个回波信号就可以准确获知雷达目标的角度信息，所以称之为单脉冲估计法。与圆锥扫描方法相比，单脉冲测角方法的优势还是很明显的：首先，由于采用同时多波束技术，可以迅速获取雷达目标角度误差信号，实现对高速运动雷达目标的角度估计；其次，单脉冲测角方法的估计精度高，能够有效地对抗外界环境中的各种干扰，这是因为单脉冲测角方法的估计误差信号只与接收到的几个波束的回波脉冲幅度的相对值有关，雷达目标起伏干扰被各个波束接收信号之间的比值抵消掉了。由于单脉冲测角方法的诸多优势，单脉冲测角方法广泛应用于预警雷达和火控雷达中，例如美国密集阵系统、荷兰的守门员系统与俄罗斯的卡什克系统等。
然而，采用常规单脉冲方法估计雷达目标角度，当雷达目标偏离波束中心或者回波中存在较强的干扰和杂波时，得到的雷达目标角度估计性能会显著下降；如果要提高估计精度，又会使得计算量大大提高。
发明内容
针对以上现有技术存在的不足，本发明的目的在于提出一种DDMA-MIMO雷达目标的单脉冲角度估计方法，即一种空慢时间编码信号多发多收雷达目标的单脉冲角度估计方法，该方法能够提高雷达目标的信杂噪比或信干噪比，也能够准确计算由于抑制杂波和干扰而引起的方向图畸变，并且能够在保证雷达目标角度估计精度的同时，降低计算量。
为达到上述技术目的，本发明采用如下技术方案予以实现。
一种DDMA-MIMO雷达目标的单脉冲角度估计方法，包括以下步骤：
步骤1，获取一个相干处理间隔内没有雷达目标的雷达回波信号并予以存储，并存储当前时刻雷达阵列天线的主波束锥角，然后收集一个相干处理间隔内存在雷达目标的雷达回波信号，再对所述存在雷达目标的雷达回波信号进行空时自适应处理，得到空时自适应处理后的数据矩阵，选取所述空时自适应处理后的数据矩阵中第l个距离门、第k个多普勒通道数据，作为雷达目标数据向量x，
其中，x为MN×1维，M表示雷达发射阵元总数，N表示雷达接收阵元总数，l∈{1,2,…,I}，k∈{1,2,…,J}，I表示不模糊距离门总数，即雷达接收机在一个脉冲重复周期中的采样次数；J表示多普勒通道总数，即雷达发射机在一个相干处理间隔中的发射脉冲数；
步骤2，设i为迭代次数，i的初始值为0；根据当前时刻雷达阵列天线的主波束锥角，计算得到雷达主波束方向参数u0；
步骤3，根据第i次迭代后的雷达主波束方向参数ui，分别计算得到第i次迭代后的雷达发射阵列空间导向矢量sst(ui)和第i次迭代后的接收阵列空间导向矢量ssr(ui)，然后据此计算得到第i次迭代后的雷达波束导向矢量s(ui)；
步骤4，对第i次迭代后的雷达波束导向矢量s(ui)关于第i次迭代后的雷达主波束方向参数ui进行求导，并将其求导结果作为第i次迭代后的雷达差波束导向矢量su(ui)；
步骤5，对步骤1中所述的一个相干处理间隔内没有雷达目标的雷达回波信号进行多普勒滤波(PD)处理，计算得到经过多普勒滤波处理的雷达回波信号，选取所述经过多普勒滤波处理的雷达回波信号中第k个多普勒通道的数据矩阵A，然后求出所述数据矩阵A的逆协方差矩阵Q；
步骤6，根据所述数据矩阵A的逆协方差矩阵Q、第i次迭代后的雷达波束导向矢量s(ui)和第i次迭代后的雷达差波束导向矢量su(ui)，分别计算得到第i次迭代后的雷达波束权矢量和第i次迭代后的雷达差波束权矢量
步骤7，根据第i次迭代后的雷达主波束方向参数ui、第i次迭代后的雷达波束导向矢量s(ui)、第i次迭代后的雷达差波束导向矢量su(ui)、第i次迭代后的雷达波束权矢量第i次迭代后的雷达差波束权矢量和雷达目标数据向量x，计算得到第i次迭代后的雷达目标方向参数的估计值
若ε表示设定的常数，将第i次迭代后的雷达目标方向参数的估计值替换第i次迭代后的雷达主波束方向参数ui，然后令i增加1，返回步骤3；
若迭代停止，此时得到的第i次迭代后的雷达目标方向参数的估计值为雷达目标方向参数的最优估计值进行步骤8；
步骤8，根据雷达目标方向参数的最优估计值计算得到雷达目标的角度估计值θ。
本发明的有益效果：本发明将一种基于最大似然估计的自适应单脉冲测角方法推广到DDMA-MIMO雷达目标上，并且得到的雷达目标的角度估计是对最大似然解的一种近似，由于该雷达目标角度的估计直接采用解析表达式，使得其计算量非常小，还能够大大减小最大似然估计的计算量的同时，仍然具有较高的精度。同时，通过迭代计算能够使得当雷达目标角度偏离波束中心的时候，也能保证测角性能。
附图说明
图1是本发明方法的流程图；
图2是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随信噪比变化的曲线示意图；
图3是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随雷达目标锥角变化的曲线示意图；
图4是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随雷达目标速度变化的曲线示意图。
具体实施方式
参照图1，为本发明方法的流程图，一种DDMA-MIMO雷达目标的单脉冲角度估计方法，包括以下步骤：
步骤1，获取一个相干处理间隔内没有雷达目标的雷达回波信号并予以存储，并存储当前时刻雷达阵列天线的主波束锥角，然后收集一个相干处理间隔内存在雷达目标的雷达回波信号，再对所述存在雷达目标的雷达回波信号进行空时自适应处理(STAP)，得到空时自适应处理(STAP)后的数据矩阵，选取所述空时自适应处理(STAP)后的数据矩阵中第l个距离门、第k个多普勒通道数据，作为雷达目标数据向量x。
其中，x为MN×1维，M表示雷达发射阵元总数，N表示雷达接收阵元总数，l∈{1,2,…,I}，k∈{1,2,…,J}，I表示不模糊距离门总数，即雷达接收机在一个脉冲重复周期中的采样次数，J表示多普勒通道总数，即雷达发射机在一个相干处理间隔中的发射脉冲数。
具体地，在雷达扫描目标前，首先收集一个相干处理间隔内没有雷达目标的雷达回波信号并予以存储；然后，当雷达扫描到目标时，存储当前时刻雷达阵列天线的主波束锥角，并收集一个相干处理间隔内存在雷达目标的雷达回波信号，再对所述存在雷达目标的雷达回波信号进行空时自适应处理(STAP)，得到空时自适应处理(STAP)后的数据矩阵，选取空时自适应处理(STAP)后的数据矩阵中第l个距离门、第k个多普勒通道数据，作为雷达目标数据向量x，x为MN×1维，M表示雷达发射阵元总数，N表示雷达接收阵元总数，l∈{1,2,…,I}，k∈{1,2,…,J}，I表示不模糊距离门总数，即雷达接收机在一个脉冲重复周期中的采样次数，J表示多普勒通道总数，即雷达发射机在一个相干处理间隔中的发射脉冲数。
步骤2，设i为迭代次数，i的初始值为0；根据当前时刻雷达阵列天线的主波束锥角，计算得到雷达主波束方向参数u0。
具体地，根据存储的当前时刻雷达阵列天线的主波束锥角，得到雷达阵列天线的主波束锥角θ0，然后计算得到雷达主波束方向参数u0，其具体表达式为：
u0＝cos(θ0)
其中，cos(·)表示求余弦函数，θ0表示雷达阵列天线的主波束锥角。
步骤3，根据第i次迭代后的雷达主波束方向参数ui，分别计算得到第i次迭代后的雷达发射阵列空间导向矢量sst(ui)和第i次迭代后的接收阵列空间导向矢量ssr(ui)，然后据此计算得到第i次迭代后的雷达波束导向矢量s(ui)。
具体地，根据第i次迭代后的雷达主波束方向参数ui，分别计算得到第i次迭代后的雷达发射阵列空间导向矢量sst(ui)和第i次迭代后的接收阵列空间导向矢量ssr(ui)，并据此计算得到第i次迭代后的雷达波束导向矢量s(ui)。
具体地，第i次迭代后的雷达发射阵列空间导向矢量sst(ui)的表达式为：
第i次迭代后的接收阵列空间导向矢量ssr(ui)的表达式为：
然后，据此计算得到第i次迭代后的雷达波束导向矢量s(ui)，其表达式为：
第i次迭代后的雷达波束导向矢量s(ui)为MN×1维，其表达式为：
其中，代表求Kronecker积，ui表示第i次迭代后的雷达主波束方向参数，M表示雷达发射阵元总数，N表示雷达接收阵元总数，d表示阵元间距，λ表示雷达发射阵元的发射波长,表示第m个雷达发射阵元的随机初相。
给雷达发射通道加上随机初相的方法称之为发射通道相位抖动，其基本原理就是除了给雷达发射通道中的每一个发射通道分别乘以上慢时间的线性相位外，还给所述每个发射通道乘以一个随机初相，此操作能避免盲速的形成。
步骤4，对第i次迭代后的雷达波束导向矢量s(ui)关于第i次迭代后的雷达主波束方向参数ui进行求导，并将其求导结果作为第i次迭代后的雷达差波束导向矢量su(ui)。
具体地，第i次迭代后的雷达差波束导向矢量su(ui)为MN×1维，其表达式为：
其中，ui表示第i次迭代后的雷达主波束方向参数，表示求导操作，d表示阵元间距，λ表示雷达发射阵元的发射波长,表示第m个雷达发射阵元的随机初相。
步骤5，对步骤1中所述的一个相干处理间隔内没有雷达目标的雷达回波信号进行多普勒滤波(PD)处理，计算得到经过多普勒滤波处理的雷达回波信号，选取所述经过多普勒滤波处理的雷达回波信号中第k个多普勒通道的数据矩阵A，然后求出所述数据矩阵A的逆协方差矩阵Q。
其中，A表示MN×L维的矩阵，L表示雷达的不模糊距离门数，M表示雷达发射阵元总数，N表示雷达接收阵元总数，k∈{1,2,…,F}，F表示经过多普勒滤波处理的雷达回波信号包含的多普勒通道个数。
具体地，所述数据矩阵A的逆协方差矩阵Q的具体表达式为：
Q＝(AAH/L)-1
其中，上标H代表对矩阵共轭转置，A表示MN×L维的矩阵，L表示雷达的不模糊距离门数，M表示雷达发射阵元总数，N表示雷达接收阵元总数，k∈{1,2,…,F}，F表示经过多普勒滤波处理的雷达回波信号包含的多普勒通道个数。
步骤6，根据所述数据矩阵A的逆协方差矩阵Q、第i次迭代后的雷达波束导向矢量s(ui)和第i次迭代后的雷达差波束导向矢量su(ui)，分别计算得到第i次迭代后的雷达波束权矢量和第i次迭代后的雷达差波束权矢量
具体地，第i次迭代后的雷达波束权矢量的表达式为：
第i次迭代后的雷达差波束权矢量的表达式为：
其中，上标H代表对矩阵共轭转置；使用第i次迭代后的雷达波束权矢量和第i次迭代后的雷达差波束权矢量对雷达回波数据进行加权，可以得到雷达和差波束。
步骤7，根据第i次迭代后的雷达主波束方向参数ui、第i次迭代后的雷达波束导向矢量s(ui)、第i次迭代后的雷达差波束导向矢量su(ui)、第i次迭代后的雷达波束权矢量第i次迭代后的雷达差波束权矢量和雷达目标数据向量x，计算得到第i次迭代后的雷达目标方向参数的估计值
若ε表示设定的常数，将第i次迭代后的雷达目标方向参数的估计值替换第i次迭代后的雷达主波束方向参数ui，然后令i增加1，返回步骤3。
若迭代停止，此时得到的第i次迭代后的雷达目标方向参数的估计值为雷达目标方向参数的最优估计值进行步骤8。
具体地，第i次迭代后的雷达目标方向参数的估计值的表达式为：
其中，上标H代表对矩阵共轭转置，Re{·}表示取实部操作；第i次迭代后的雷达目标方向参数的估计值的表达式，是基于对雷达目标角度估计的最大似然解推导，使用雷达主波束轴向和第i次迭代后的雷达波束导向矢量s(ui)分别近似为雷达目标方向和雷达目标波束导向矢量，并将其代入最大似然解中；类似的，雷达目标差波束导向矢量也是用雷达主波束方向导向矢量近似雷达目标方向的，采用这种近似方法可以不必进行耗时的角度搜索，而通过公式一步估计雷达目标角度。
得到的第i次迭代后的雷达目标方向参数的估计值不满足时，可以返回步骤3进行迭代计算，使其获得更精确的角度估计，此时所述第i次迭代后的雷达目标方向参数的估计值是初步的雷达目标角度估计，精度不高，一般迭代一次即可达到所要求的精度。
步骤8，根据雷达目标方向参数的最优估计值计算得到雷达目标的角度估计值θ。
具体地，根据雷达目标方向参数的最优估计值计算得到雷达目标的角度估计值θ，用弧度表示，其表达式为：
其中，arccos(·)表示求反余弦，表示雷达目标方向参数的最优估计值。
本发明效果通过以下仿真实验进一步验证说明。
(一)仿真参数
在本实验中，采用正侧阵面阵的单基MIMO雷达，其方位向和俯仰向的阵元数分别为4个，阵元间距为0.15m，阵元均匀排列，雷达主波束的方位角90度，俯仰角0度；脉冲重复频率2000Hz，雷达发射空慢时间编码(DDMA)信号，其载频150MHz，每个发射通道的固定频率偏移为500Hz，信号带宽2MHz，采样频率2MHz，相干积累脉冲数128，载机速度为360km/h；雷达目标在雷达回波信号中第800个距离门处，所在的方位角为93度，俯仰角为0度，归一化多普勒频率为0.35，接收信号的信噪比为39dB，角度搜索的间隔为0.017度。
(二)仿真数据处理结果及分析
为了说明本发明性能的优越性，基于上述模型，仿真中角度估计采用四种测角方法相比较，包括：鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法及基于最大似然估计的自适应单脉冲方法的迭代，然后通过改变目标参数，即信噪比、角度和速度来分析目标角度估计性能。
图2、图3、图4分别给出了在四种测角方法下，进行空慢时间编码信号多发多收(DDMA-MIMO)雷达角度估计误差的变化曲线，图2是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随信噪比变化的曲线示意图，图3是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随雷达目标锥角变化的曲线示意图，图4是本发明方法与鉴角曲线搜索法、最大似然估计的角度搜索法、基于最大似然估计的自适应单脉冲方法的估计误差分别随雷达目标速度变化的曲线示意图；其中，红线代表自适应单脉冲方法不迭代的情况，蓝线代表自适应单脉冲方法迭代一次的情况，绿线代表最大似然估计的角度搜索，黄色线代表鉴角曲线搜索。
从图2中可以看出，无论采用四种测角方法中的哪种测角方法，角度估计误差都会随着信噪比的增加而减小；基于最大似然估计的自适应单脉冲方法，如果进行一次迭代计算，并将第一次估计的雷达目标角度作为下一次计算雷达和波束中心时，雷达目标角度估计会比不迭代时的更精确，也更接近于使用最大似然搜索法的结果，而鉴角曲线搜索的性能介于基于最大似然估计的自适应单脉冲方法和最大似然搜索法之间。
从图3中可以看出，雷达目标离主波束中心越近，雷达目标角度估计越准确，基于最大似然估计的自适应单脉冲方法在不迭代的情况下，雷达目标角度估计的均方根误差随雷达目标远离雷达主波束中心而迅速增加；而当雷达目标在主波束附近时，使用四种测角方法得到的雷达目标角度估计性能很接近。
从图4中可以看出，当雷达目标的归一化多普勒频率为0时，雷达目标角度估计误差较大，这是因为此时的雷达目标与杂波重合，信杂比较小；虽然最大似然检测法可以获得最优的雷达目标角度估计性能，但是该方法计算量很大，而且还存在量化误差，因此在实际雷达中很少直接应用该方法。
总体而言，在雷达目标角度估计方法中，如果以估计结果的均方根误差来做标准，基于最大似然估计的自适应单脉冲方法的迭代性能优于基于最大似然估计的自适应单脉冲方法的不迭代性能，鉴角曲线搜索性能介于基于最大似然估计的自适应单脉冲方法的迭代和基于最大似然估计的自适应单脉冲方法的不迭代之间，而效果最优的方法是使用最大似然估计得到的鉴角曲线搜索。
从仿真结果可以看出，应用空慢时间编码信号多发多收(DDMA-MIMO)雷达时，本发明中自适应单脉冲方法的测角性能和最大似然估计搜索非常接近，虽然是通过测角公式近似最大似然估计搜索，却能够有效保证测角性能，并且有效证明了本发明在减小最大似然估计的计算量的同时，也能够具有较高精度。
综上所述，仿真实验验证了本发明的正确性，有效性和可靠性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，包括以下步骤：
步骤1，获取一个相干处理间隔内没有雷达目标的雷达回波信号并予以存储，并存储当前时刻雷达阵列天线的主波束锥角，然后收集一个相干处理间隔内存在雷达目标的雷达回波信号，再对所述存在雷达目标的雷达回波信号进行空时自适应处理，得到空时自适应处理后的数据矩阵，选取所述空时自适应处理后的数据矩阵中第l个距离门、第k个多普勒通道数据，作为雷达目标数据向量x，
其中，x为MN×1维，M表示雷达发射阵元总数，N表示雷达接收阵元总数，l∈{1，2，…，I}，k∈{1，2，…，J}，I表示不模糊距离门总数，J表示多普勒通道总数；
步骤2，设i为迭代次数，i的初始值为0；根据当前时刻雷达阵列天线的主波束锥角，计算得到雷达主波束方向参数u0；
步骤3，根据第i次迭代后的雷达主波束方向参数ui，分别计算得到第i次迭代后的雷达发射阵列空间导向矢量sst(ui)和第i次迭代后的接收阵列空间导向矢量ssr(ui)，然后据此计算得到第i次迭代后的雷达波束导向矢量s(ui)；
步骤4，对第i次迭代后的雷达波束导向矢量s(ui)关于第i次迭代后的雷达主波束方向参数ui进行求导，并将其求导结果作为第i次迭代后的雷达差波束导向矢量su(ui)；
步骤5，对步骤1中所述的相干处理间隔内没有雷达目标的雷达回波信号进行多普勒滤波处理，计算得到经过多普勒滤波处理的雷达回波信号，选取所述经过多普勒滤波处理的雷达回波信号中第k个多普勒通道的数据矩阵A，然后求出所述数据矩阵A的逆协方差矩阵Q；
步骤6，根据所述数据矩阵A的逆协方差矩阵Q、第i次迭代后的雷达波束导向矢量s(ui)和第i次迭代后的雷达差波束导向矢量su(ui)，分别计算得到第i次迭代后的雷达波束权矢量和第i次迭代后的雷达差波束权矢量
步骤7，根据第i次迭代后的雷达主波束方向参数ui、第i次迭代后的雷达波束导向矢量s(ui)、第i次迭代后的雷达差波束导向矢量su(ui)、第i次迭代后的雷达波束权矢量第i次迭代后的雷达差波束权矢量和雷达目标数据向量x，计算得到第i次迭代后的雷达目标方向参数的估计值
若ε表示设定的常数，将第i次迭代后的雷达目标方向参数的估计值替换第i次迭代后的雷达主波束方向参数ui，然后令i增加1，返回步骤3；
若迭代停止，此时得到的第i次迭代后的雷达目标方向参数的估计值为雷达目标方向参数的最优估计值进行步骤8；
其中，在步骤7中，所述第i次迭代后的雷达目标方向参数的估计值其表达式为：
<mrow>
<msub>
<mover>
<mi>u</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<mi>Re</mi>
<mo>{</mo>
<mfrac>
<mrow>
<msubsup>
<mi>w</mi>
<mi>&Delta;</mi>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>x</mi>
</mrow>
<mrow>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>x</mi>
</mrow>
</mfrac>
<mo>}</mo>
<mo>-</mo>
<mi>Re</mi>
<mo>{</mo>
<mfrac>
<mrow>
<msubsup>
<mi>w</mi>
<mi>&Delta;</mi>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>}</mo>
</mrow>
<mrow>
<mi>Re</mi>
<mo>{</mo>
<mfrac>
<mrow>
<msubsup>
<mi>w</mi>
<mi>&Delta;</mi>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>}</mo>
<mo>-</mo>
<mi>Re</mi>
<mo>{</mo>
<mfrac>
<mrow>
<msubsup>
<mi>w</mi>
<mi>&Delta;</mi>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<msub>
<mi>s</mi>
<mi>u</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mi>H</mi>
</mrow>
</msubsup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mfrac>
<mo>}</mo>
</mrow>
</mfrac>
</mrow>
其中，上标H代表对矩阵共轭转置，Re{·}表示取实部操作；
步骤8，根据雷达目标方向参数的最优估计值计算得到雷达目标的角度估计值θ。
2.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤2中，所述得到雷达主波束方向参数u0，其过程包括：
根据存储的当前时刻雷达阵列天线的主波束锥角，得到雷达阵列天线的主波束锥角θ0，然后计算得到雷达主波束方向参数u0，其具体表达式为：
u0＝cos(θ0)
其中，cos(·)表示求余弦函数，θ0表示雷达阵列天线的主波束锥角。
3.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤3中，所述第i次迭代后的雷达发射阵列空间导向矢量sst(ui)、所述第i次迭代后的接收阵列空间导向矢量ssr(ui)和所述第i次迭代后的雷达波束导向矢量s(ui)，其表达式分别为：
第i次迭代后的雷达发射阵列空间导向矢量sst(ui)的表达式为：
第i次迭代后的接收阵列空间导向矢量ssr(ui)的表达式为：
<mrow>
<msub>
<mi>s</mi>
<mrow>
<mi>s</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mn>2</mn>
<msub>
<mi>&pi;u</mi>
<mi>i</mi>
</msub>
<mi>d</mi>
<mo>/</mo>
<mi>&lambda;</mi>
<mo>)</mo>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</msup>
<mo>,</mo>
<mi>n</mi>
<mo>&Element;</mo>
<mo>{</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mo>}</mo>
</mrow>
第i次迭代后的雷达波束导向矢量s(ui)，其表达式为：
<mrow>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&CircleTimes;</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>s</mi>
<mi>r</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，代表求Kronecker积，ui表示第i次迭代后的雷达主波束方向参数，M表示雷达发射阵元总数，N表示雷达接收阵元总数，d表示阵元间距，λ表示雷达发射阵元的发射波长，表示第m个雷达发射阵元的随机初相。
4.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤4中，所述第i次迭代后的雷达差波束导向矢量su(ui)，为MN×1维向量，其表达式为：
其中，ui表示第i次迭代后的雷达主波束方向参数，表示求导操作，d表示阵元间距，λ表示雷达发射阵元的发射波长，表示第m个雷达发射阵元的随机初相。
5.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤5中，所述数据矩阵A的逆协方差矩阵Q，其表达式为：
Q＝(AAH/L)-1
其中，上标H代表对矩阵共轭转置，A表示经过多普勒滤波处理的雷达回波信号中第k个多普勒通道的MN×L维数据矩阵，L表示雷达的不模糊距离门数，M表示雷达发射阵元总数，N表示雷达接收阵元总数，k∈{1，2，…，F}，F表示经过多普勒滤波处理的雷达回波信号包含的多普勒通道个数。
6.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤6中，所述第i次迭代后的雷达波束权矢量和第i次迭代后的雷达差波束权矢量其表达式分别为：
第i次迭代后的雷达波束权矢量的表达式为：
<mrow>
<msubsup>
<mi>w</mi>
<mo>&Sigma;</mo>
<mi>i</mi>
</msubsup>
<mo>=</mo>
<msup>
<mi>Q</mi>
<mi>H</mi>
</msup>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
2
第i次迭代后的雷达差波束权矢量的表达式为：
<mrow>
<msubsup>
<mi>w</mi>
<mi>&Delta;</mi>
<mi>i</mi>
</msubsup>
<mo>=</mo>
<msup>
<mi>Q</mi>
<mi>H</mi>
</msup>
<msub>
<mi>s</mi>
<mi>u</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，上标H代表对矩阵共轭转置。
7.如权利要求1所述的一种DDMA-MIMO雷达目标的单脉冲角度估计方法，其特征在于，在步骤8中，所述雷达目标的角度估计值θ，其表达式为：
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>a</mi>
<mi>r</mi>
<mi>c</mi>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mover>
<mi>u</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
其中，arccos(·)表示求反余弦，表示雷达目标方向参数的最优估计值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776079.1A CN105445701B (zh) | 2015-11-11 | 2015-11-11 | Ddma‑mimo雷达目标的单脉冲角度估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776079.1A CN105445701B (zh) | 2015-11-11 | 2015-11-11 | Ddma‑mimo雷达目标的单脉冲角度估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105445701A CN105445701A (zh) | 2016-03-30 |
| CN105445701B true CN105445701B (zh) | 2017-10-27 |
Family
ID=55556120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510776079.1A Active CN105445701B (zh) | 2015-11-11 | 2015-11-11 | Ddma‑mimo雷达目标的单脉冲角度估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105445701B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106054138B (zh) * | 2016-07-29 | 2018-09-21 | 西安电子科技大学 | 一种ddma波形的参差多普勒频率偏移选择方法 |
| CN107703490A (zh) * | 2017-09-29 | 2018-02-16 | 西安电子科技大学 | 基于fda‑mimo雷达的距离模糊杂波抑制方法 |
| US11163053B2 (en) * | 2018-11-06 | 2021-11-02 | GM Global Technology Operations LLC | Adaptive mitigation of stationary interference in a vehicular radar system |
| CN110646773B (zh) * | 2019-09-27 | 2023-04-07 | 成都纳雷科技有限公司 | 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及系统 |
| CN111880171B (zh) * | 2020-07-07 | 2023-09-05 | 西安电子科技大学 | 一种消除雷达目标盲速的脉冲分段编码方法 |
| CN112230215B (zh) * | 2020-09-22 | 2023-03-10 | 电子科技大学 | 未知极化参数的自适应单脉冲测向方法 |
| CN112782645B (zh) * | 2020-12-30 | 2021-11-19 | 无锡国芯微电子系统有限公司 | 一种四臂螺旋天线数据拟合测角方法 |
| CN113534132B (zh) * | 2021-07-16 | 2023-02-10 | 西安电子科技大学 | 一种自适应无人机波达方向估计方法 |
| CN114859296B (zh) * | 2022-04-26 | 2023-04-14 | 哈尔滨工业大学 | 具有空间扫描特性的高频地波雷达信号处理方法 |
| JP2024005603A (ja) * | 2022-06-30 | 2024-01-17 | パナソニックＩｐマネジメント株式会社 | レーダ装置 |
| CN116256743B (zh) * | 2023-05-16 | 2023-08-04 | 南京慧尔视智能科技有限公司 | 一种运动目标的检测方法、装置、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101825707A (zh) * | 2010-03-31 | 2010-09-08 | 北京航空航天大学 | 基于Keystone变换和相参积累的单脉冲测角方法 |
| US7859451B2 (en) * | 2008-11-18 | 2010-12-28 | Lockheed Martin Corporation | Method and system for monopulse radar target angle determination |
| CN103616679A (zh) * | 2013-11-19 | 2014-03-05 | 北京航空航天大学 | 基于差波束调制和波形分析的pd雷达测距测角方法 |
| CN103983958A (zh) * | 2014-05-16 | 2014-08-13 | 哈尔滨工程大学 | 基于多测量矢量稀疏表示的mimo雷达连续目标角度估计方法 |
-
2015
- 2015-11-11 CN CN201510776079.1A patent/CN105445701B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7859451B2 (en) * | 2008-11-18 | 2010-12-28 | Lockheed Martin Corporation | Method and system for monopulse radar target angle determination |
| CN101825707A (zh) * | 2010-03-31 | 2010-09-08 | 北京航空航天大学 | 基于Keystone变换和相参积累的单脉冲测角方法 |
| CN103616679A (zh) * | 2013-11-19 | 2014-03-05 | 北京航空航天大学 | 基于差波束调制和波形分析的pd雷达测距测角方法 |
| CN103983958A (zh) * | 2014-05-16 | 2014-08-13 | 哈尔滨工程大学 | 基于多测量矢量稀疏表示的mimo雷达连续目标角度估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 一种临近空间MIMO雷达空时自适应处理方法;李伟等;《空军预警学院学报》;20130430;第27卷(第2期);第87-91页 * |
| 基于三阶泰勒展开的自适应单脉冲测角方法;陈成增等;《现代雷达》;20130831;第35卷(第8期);第32-36、58页 * |
| 基于鉴角曲线拟合的自适应单脉冲测角方法;陈成增等;《系统工程与电子技术》;20130731;第35卷(第7期);第1403-1408页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105445701A (zh) | 2016-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
| CN110412559B (zh) | 分布式无人机mimo雷达的非相参融合目标检测方法 | |
| CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
| US7667639B2 (en) | Passive channel calibration method based on non-linear antenna array | |
| CN106093870B (zh) | 高超声速飞行器下降段的sar-gmti杂波抑制方法 | |
| CN101887120B (zh) | 一种用于单波束机械扫描雷达测量目标方位角的方法 | |
| CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
| CN108693511B (zh) | 时分复用mimo雷达的运动目标角度计算方法 | |
| CN109188387B (zh) | 基于插值补偿的分布式相参雷达目标参数估计方法 | |
| CN107255797B (zh) | 基于发射空时权优化及ka-stap的机载雷达杂波抑制方法 | |
| CN107015205B (zh) | 一种分布式mimo雷达检测的虚假目标消除方法 | |
| CN101881822B (zh) | 一种针对共享谱雷达同频干扰的抑制方法 | |
| CN111736126B (zh) | 一种基于低成本安防雷达的信号处理方法 | |
| CN103018727A (zh) | 一种基于样本训练的机载雷达非平稳杂波抑制方法 | |
| CN109765529B (zh) | 一种基于数字波束形成的毫米波雷达抗干扰方法及系统 | |
| CN105974390B (zh) | 基于多普勒信息的机扫米波雷达质量中心测角方法 | |
| CN103983952A (zh) | 一种非圆信号双基地mimo雷达低复杂度收发角度联合估计方法 | |
| CN106066473A (zh) | 正交波形下mimo雷达目标的多波束联合测角和点迹融合方法 | |
| CN103760529A (zh) | 一种无源探测高效级联空时自适应处理方法 | |
| CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
| CN107490788A (zh) | 一种适于mimo机载雷达非平稳杂波抑制的空时自适应处理方法 | |
| CN103675808B (zh) | 一种单脉冲雷达导引头的不可分辨多目标检测方法 | |
| CN110879391B (zh) | 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法 | |
| CN105824016B (zh) | 运动平台雷达检测超低空目标的稳健空时自适应处理方法 | |
| CN108828504A (zh) | 基于部分相关波形的mimo雷达目标方向快速估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |