CN105572630A - 基于多波位联合处理的单脉冲目标doa估计方法 - Google Patents
基于多波位联合处理的单脉冲目标doa估计方法 Download PDFInfo
- Publication number
- CN105572630A CN105572630A CN201510976269.8A CN201510976269A CN105572630A CN 105572630 A CN105572630 A CN 105572630A CN 201510976269 A CN201510976269 A CN 201510976269A CN 105572630 A CN105572630 A CN 105572630A
- Authority
- CN
- China
- Prior art keywords
- wave
- target
- weight vector
- main beam
- positions
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000013598 vector Substances 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims abstract 4
- 238000012545 processing Methods 0.000 claims description 21
- 230000017105 transposition Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 2
- 241001123248 Arma Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
- G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多波位联合处理的单脉冲目标DOA估计方法,包括以下步骤:(1)获取M个波位的雷达回波数据,所述M个波位依次相邻;对M个波位的雷达回波数据分别进行脉冲多普勒处理,得到M个波位的目标所在多普勒通道的数据;(2)分别估计M个波位的协方差矩阵;(3)根据第m个波位的协方差矩阵,计算第m个波位的主波束权矢量Wm;将所有M个波位的主波束权矢量进行组合,得到主波束权矢量矩阵W,W=diag{W1,...,Wm,...,WM};(4)计算差波束的权矢量Wu;(5)计算差波束滤波输出功率与和波束滤波输出功率之比Fu,并将Fu的绝对值为最小时所对应的目标方位角作为最终的目标方位角。
Description
技术领域
本发明属于雷达技术领域,具体说是一种基于多波位联合处理的单脉冲目标DOA估计方法,用于解决机载雷达在低信噪比、低阵元数下DOA估计精度较差的问题,并提高目标的DOA估计精度。
背景技术
机载雷达的核心任务是在复杂的环境中发现目标并对目标进行跟踪,因此对目标信号到达方向的估计十分重要。波达方向(DirectionOfArrival,DOA)估计技术的关键在于利用空间不同位置的天线阵列,接收来自不同方向的多个信号源发出的信号,运用现代信号处理技术估计出信号源的方向。最早的波达方向估计算法是基于傅里叶变换的线性谱估计的方法,但该方法由于受到瑞利限的限制,因而无法获得超高分辨的波达方向估计性能,且抗噪声能力差。
1967年,Burg提出了最大谱估计方法,主要包括最大熵法、AR模型参量法、MA模型参量法、ARMA模型参量法和正弦组合模型法等,这些方法都具有高分辨率的优点,但是这些方法的运算量大,且鲁棒性较差。Capon提出的高精度的最大似然算法理论上可以达到克拉美-罗界,但该方法的运算量过大,在系统自由度较大时不利于实现。1979年Schmidt提出了多重信号分类法(MUSIC算法),该方法需要进行特征值分解运算,可以得到较高精度的参数估计,但是计算量太大。1985年Roy和Kailath提出了旋转不变技术的参数估计算法(ESPRIT算法),但该算法忽略了信号的时间特性。
对于机载雷达,其接收数据包含了目标、杂波、干扰以及噪声,因此为了精确估计目标的波达方向,需要抑制杂波和干扰,即将目标波达方向的估计与空时自适应处理(space-timeadaptiveprocessing,STAP)相结合,这使得信号处理过程变得十分复杂。而大多数DOA估计算法都是在单波位背景下实现的,DOA估计精度受到阵列孔径和信噪比的影响,在低信噪比、低阵元数下DOA估计精度较差。
发明内容
针对上述现有技术的不足,本发明的目的在于提出一种基于多波位联合处理的单脉冲目标DOA估计方法,该方法采用多波位联合处理来提高目标的DOA估计精度,能够在改善目标的DOA估计精度的同时,降低运算量。
为了实现上述技术目的,本发明采用如下技术方案予以实现。
一种基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,包括以下步骤:
步骤1,获取M个波位的雷达回波数据,所述M个波位依次相邻;对M个波位的雷达回波数据分别进行脉冲多普勒处理,得到M个波位的目标所在多普勒通道的数据;
步骤2,根据M个波位的目标所在多普勒通道的数据,分别估计M个波位的协方差矩阵R1,…,Rm,…,RM;
步骤3,根据第m个波位的协方差矩阵Rm,计算第m个波位的主波束权矢量Wm,进而得到所有M个波位的主波束权矢量W1,…,Wm,…,WM;将所有M个波位的主波束权矢量进行组合,得到主波束权矢量矩阵W,W=diag{W1,…,Wm,…,WM};其中,diag{·}表示对角矩阵;
步骤4,根据主波束权矢量矩阵W,计算差波束的权矢量Wu;
步骤5,根据主波束权矢量矩阵W和差波束的权矢量Wu,计算差波束滤波输出功率与和波束滤波输出功率之比Fu,并将Fu的绝对值为最小时所对应的目标方位角作为最终的目标方位角θ′。
本发明与现有技术相比所具有的优点:本发明在阵元数有限的情况下,联合相邻多波位的雷达回波信息进行目标能量累积,抑制了杂波和干扰,并改善了信噪比,从而提高了目标的DOA估计精度,同时减少了运算量。
附图说明
图1是本发明的流程图;
图2、图3、图4分别是噪声背景下,单波位、双波位以及三波位情况下目标方位角的均方根误差(RMSE)随波达方向(DOA)、信噪比(SNR)和阵元数N的变化曲线图;
图5、图6、图7分别是干扰背景下,单波位、双波位以及三波位情况下目标方位角的均方根误差(RMSE)随波达方向(DOA)、信噪比(SNR)和阵元数N的变化曲线图。
具体实施方式:
参照图1,本发明的基于多波位联合处理的单脉冲目标DOA估计方法,具体实现步骤如下:
步骤1,获取M个波位的雷达回波数据,所述M个波位依次相邻;对M个波位的雷达回波数据分别进行脉冲多普勒处理,得到M个波位的目标所在多普勒通道的数据。
步骤2,根据M个波位的目标所在多普勒通道的数据,分别估计M个波位的协方差矩阵R1,…,Rm,…,RM。
其中,第m个波位的协方差矩阵Rm为:
其中,为M个波位的目标所在多普勒通道的数据中,第m个波位的目标所在多普勒通道在第l个距离门的数据,的维数为N×1,N为阵元数,m=1,2,…,M,M为波位的个数,l=1,2,…,L,L为距离单元个数,l0为目标所在的距离门,上标H表示共轭转置。
步骤3,根据第m个波位的协方差矩阵Rm,计算第m个波位的主波束权矢量Wm,进而得到所有M个波位的主波束权矢量W1,…,Wm,…,WM;将所有M个波位的主波束权矢量进行组合,得到主波束权矢量矩阵W,W=diag{W1,…,Wm,…,WM};其中,diag{·}表示对角矩阵。
所述第m个波位的主波束权矢量Wm为:
其中,上标H表示共轭转置,S为第个波位的主波束导向矢量,其表达式为:
其中,d为阵元间距,λ为波长,θ为目标方位角,N为阵元数,上标T表示转置,表示向上取整。
步骤4,根据主波束权矢量矩阵W,计算差波束的权矢量Wu。
所述差波束的权矢量Wu,其表达式为:
其中, S为第个波位的主波束导向矢量,u为目标方位角θ的正弦值,u=sin(θ),表示向上取整,Re{·}表示取实部。
步骤5,根据主波束权矢量矩阵W和差波束的权矢量Wu,计算差波束滤波输出功率与和波束滤波输出功率之比Fu,并将Fu的绝对值为最小时所对应的目标方位角作为最终的目标方位角θ′。
所述差波束滤波输出功率与和波束滤波输出功率之比Fu,其表达式为:
其中,为所有M个波位的目标所在多普勒通道在第l0个距离门的数据矢量, 为第m个波位的目标所在多普勒通道在第l0个距离门的数据,l0为目标所在的距离门,上标H表示共轭转置,上标T表示转置。
本发明的效果可通多以下仿真实验作进一步说明:
1)仿真条件:
天线阵元按照半波长等间距线性排列,阵元数N=8,噪声背景下单波位的信噪比SNR=10dB,干扰背景下单波位的信噪比SNR=15dB,目标角度θ=0.9°,相邻波位间隔Δθ=5.3°;设定波位数M=3,三个波位的波束中心分别为-Δθ,0,Δθ,波位交叠点双程损失为1dB。
2)仿真内容及结果分析:
1、在噪声背景下,分别比较单波位、双波位以及三波位情况下目标方位角的均方根误差(RMSE)随波达方向(DOA)、信噪比(SNR)和阵元数N的变化曲线图,分别如图2、图3和图4所示。
从图2、图3和图4中可以看出,在低信噪比(SNR)、低阵元数情况下,多波位联合处理可以明显改进测角精度,SNR越高,阵元数N越大,目标的DOA估计精度的改进效果越不明显;从图2、图3和图4中还可以看出,三波位联合处理比双波位联合处理在目标的DOA估计精度的改进效果更为明显。
2、在干扰背景下,分别比较单波位、双波位以及三波位情况下目标方位角的均方根误差(RMSE)随波达方向(DOA)、信噪比(SNR)和阵元数N的变化曲线图,分别如图5,图6和图7所示。
从图5,图6和图7中可以看出,在干扰背景下,目标偏离主波束较远或者SNR较低时,目标的DOA估计精度下降;从图5,图6和图7中还可以看出,多波位联合处理在低SNR、低阵元数情况下能有效地改进目标的DOA估计精度。
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 (5)
1.一种基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,包括以下步骤:
步骤1,获取M个波位的雷达回波数据,所述M个波位依次相邻;对M个波位的雷达回波数据分别进行脉冲多普勒处理,得到M个波位的目标所在多普勒通道的数据;
步骤2,根据M个波位的目标所在多普勒通道的数据,分别估计M个波位的协方差矩阵R1,...,Rm,...,RM;
步骤3,根据第m个波位的协方差矩阵Rm,计算第m个波位的主波束权矢量Wm,进而得到所有M个波位的主波束权矢量W1,...,Wm,...,WM;将所有M个波位的主波束权矢量进行组合,得到主波束权矢量矩阵W,W=diag{W1,...,Wm,...,WM};其中,diag{·}表示对角矩阵;
步骤4,根据主波束权矢量矩阵W,计算差波束的权矢量Wu;
步骤5,根据主波束权矢量矩阵W和差波束的权矢量Wu,计算差波束滤波输出功率与和波束滤波输出功率之比Fu,并将Fu的绝对值为最小时所对应的目标方位角作为最终的目标方位角θ′。
2.如权利要求1所述的基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,步骤2中,第m个波位的协方差矩阵Rm为:
其中,为M个波位的目标所在多普勒通道的数据中,第m个波位的目标所在多普勒通道在第l个距离门的数据,的维数为N×1,N为阵元数,m=1,2,...,M,M为波位的个数,l=1,2,...,L,L为距离单元个数,l0为目标所在的距离门,上标H表示共轭转置。
3.如权利要求1所述的基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,步骤3中,所述第m个波位的主波束权矢量Wm为:
其中,上标H表示共轭转置,S为第个波位的主波束导向矢量,其表达式为:
其中,d为阵元间距,λ为波长,θ为目标方位角,N为阵元数,上标T表示转置,表示向上取整。
4.如权利要求1所述的基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,步骤4中,所述差波束的权矢量Wu,其表达式为:
其中, S为第个波位的主波束导向矢量,u为目标方位角θ的正弦值,u=sin(θ),表示向上取整,Re{·}表示取实部。
5.如权利要求1所述的基于多波位联合处理的单脉冲目标DOA估计方法,其特征在于,步骤5中,所述差波束滤波输出功率与和波束滤波输出功率之比Fu,其表达式为:
其中,为所有M个波位的目标所在多普勒通道在第l0个距离门的数据矢量, 为第m个波位的目标所在多普勒通道在第l0个距离门的数据,l0为目标所在的距离门,上标H表示共轭转置,上标T表示转置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510976269.8A CN105572630B (zh) | 2015-12-23 | 2015-12-23 | 基于多波位联合处理的单脉冲目标doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510976269.8A CN105572630B (zh) | 2015-12-23 | 2015-12-23 | 基于多波位联合处理的单脉冲目标doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105572630A true CN105572630A (zh) | 2016-05-11 |
CN105572630B CN105572630B (zh) | 2017-11-21 |
Family
ID=55882979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510976269.8A Active CN105572630B (zh) | 2015-12-23 | 2015-12-23 | 基于多波位联合处理的单脉冲目标doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105572630B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108572347A (zh) * | 2017-03-09 | 2018-09-25 | 上海交通大学 | 基于通信信号信道状态响应信息的面阵二维测角方法及系统 |
CN112671436A (zh) * | 2019-10-15 | 2021-04-16 | 三星电子株式会社 | 通信装置及其数据接收方法 |
CN112924925A (zh) * | 2021-01-25 | 2021-06-08 | 西安电子科技大学 | 基于稀疏贝叶斯学习的机载三维异构阵doa估计方法 |
CN113419208A (zh) * | 2021-05-11 | 2021-09-21 | 四川九洲防控科技有限责任公司 | 干扰源实时测向方法、装置、存储介质及电子设备 |
CN113885019A (zh) * | 2021-09-24 | 2022-01-04 | 西安电子科技大学 | 基于和差天线体制雷达空时自适应处理的测角方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060208947A1 (en) * | 2005-03-16 | 2006-09-21 | Masataka Tsuchihashi | Apparatus and method for estimating direction of arrival of radio wave |
CN101109810A (zh) * | 2007-08-24 | 2008-01-23 | 重庆大学 | 提高数字单脉冲系统跟踪精度的方法 |
CN103399303A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 机载雷达抗密集转发式欺骗干扰方法与系统 |
-
2015
- 2015-12-23 CN CN201510976269.8A patent/CN105572630B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060208947A1 (en) * | 2005-03-16 | 2006-09-21 | Masataka Tsuchihashi | Apparatus and method for estimating direction of arrival of radio wave |
CN101109810A (zh) * | 2007-08-24 | 2008-01-23 | 重庆大学 | 提高数字单脉冲系统跟踪精度的方法 |
CN103399303A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 机载雷达抗密集转发式欺骗干扰方法与系统 |
Non-Patent Citations (3)
Title |
---|
CHEN CHEN ET AL.: ""A RD-ESPRIT algorithm for coherent DOA estimation in monostatic MIMO radar using a single pulse"", 《INTERNATIONAL JOURNAL OF ELECTRONICS》 * |
吴建新 等: ""一种快速波达方向估计算法"", 《西安电子科技大学学报(自然科学版)》 * |
孙海浪 等: ""单脉冲和差波束及测角方法研究"", 《航天电子对抗》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108572347A (zh) * | 2017-03-09 | 2018-09-25 | 上海交通大学 | 基于通信信号信道状态响应信息的面阵二维测角方法及系统 |
CN112671436A (zh) * | 2019-10-15 | 2021-04-16 | 三星电子株式会社 | 通信装置及其数据接收方法 |
CN112671436B (zh) * | 2019-10-15 | 2024-08-06 | 三星电子株式会社 | 通信装置及其数据接收方法 |
CN112924925A (zh) * | 2021-01-25 | 2021-06-08 | 西安电子科技大学 | 基于稀疏贝叶斯学习的机载三维异构阵doa估计方法 |
CN113419208A (zh) * | 2021-05-11 | 2021-09-21 | 四川九洲防控科技有限责任公司 | 干扰源实时测向方法、装置、存储介质及电子设备 |
CN113885019A (zh) * | 2021-09-24 | 2022-01-04 | 西安电子科技大学 | 基于和差天线体制雷达空时自适应处理的测角方法 |
CN113885019B (zh) * | 2021-09-24 | 2024-05-14 | 西安电子科技大学 | 基于和差天线体制雷达空时自适应处理的测角方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105572630B (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375763B (zh) | 一种应用于多声源环境的分频定位方法 | |
CN105572630B (zh) | 基于多波位联合处理的单脉冲目标doa估计方法 | |
CN106226754B (zh) | 基于时间反演的低仰角波达方向估计方法 | |
CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
CN101795150B (zh) | 强弱信号的波达方向与信源数估计方法 | |
Ramirez Jr et al. | Synthetic aperture processing for passive co-prime linear sensor arrays | |
CN103235292B (zh) | 平面相控阵调零保形校正的全维和差测角方法 | |
CN107390197B (zh) | 基于特征空间的雷达自适应和差波束测角方法 | |
CN108398669B (zh) | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 | |
CN104155648A (zh) | 基于阵列数据重排的高频地波雷达单次快拍music测向方法 | |
CN111337873B (zh) | 一种基于稀疏阵的doa估计方法 | |
CN114895260B (zh) | 一种俯仰向空时编码星载sar系统回波分离方法 | |
CN106483516A (zh) | 基于先验知识的雷达杂波空时自适应处理方法 | |
CN104502904B (zh) | 一种鱼雷自导波束锐化方法 | |
CN104793177B (zh) | 基于最小二乘法的麦克风阵列测向方法 | |
CN103558584A (zh) | 一种波达方向的检测方法及装置 | |
CN111273269B (zh) | 基于ipso-bp的频率分集阵列的雷达目标定位方法 | |
CN107450046B (zh) | 低仰角多径环境下的波达角估计方法 | |
CN113238211A (zh) | 一种干扰条件下参数化自适应阵列信号检测方法与系统 | |
CN105572631B (zh) | 基于多波位联合处理的最大似然目标doa估计方法 | |
CN105572642B (zh) | 一种基于两级架构的空时自适应处理方法 | |
He et al. | DOA estimation of wideband signals based on iterative spectral reconstruction | |
CN112666558B (zh) | 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置 | |
Yeom et al. | Performance analysis of beamspace MUSIC with beamforming angle | |
CN103792509B (zh) | 电磁信号的二维波达方向角估计方法 |
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 |