CN105929377A - 一种基于单极子交叉环天线的高频雷达船舶方位角估计方法 - Google Patents

Abstract

本发明公开一种基于单极子交叉环天线的高频雷达船舶方位角估计方法。利用单极子交叉环天线两个环天线通道的稳定性和抗环境干扰性，根据少量AIS辅助信息和雷达接收的海洋回波一阶峰谱点得到两个环天线通道相对方向图，然后利用多重信号分类算法，在只使用两环天线相对方向图的情况下进行船舶估角。本发明提供了探测角度范围不大于180度情况下船舶方位角估计的优化解决方案。与其它船舶方位角估计方法相比，本发明的优势在于：改变了天线方向图的相对形式，避免了单极子天线通道受环境影响发生的严重畸变；只需利用少量AIS辅助信息和一阶海洋回波即可快速得出两环天线通道相对方向图；显著提高了高频雷达探测角度范围不超过180度情况下的船舶测角精度。

Description

一种基于单极子交叉环天线的高频雷达船舶方位角估计方法

技术领域

本发明属于高频雷达探测技术领域，涉及一种基于单极子交叉环天线的高频雷达船舶方位角估计方法。

背景技术

许多国家已经发展了高频雷达系统来获取海洋表面动力学参数或者实现船舶的探测与跟踪。高频雷达通常采用线性调频中断连续波体质，对这些雷达数据的利用使得全天候、大范围的海岸警备搜救、渔业管理、海况预报等更加精确和有效。一般来说，高频雷达探测范围可达200km，覆盖大部分经济专属区，因而，这些雷达系统在海洋遥感领域扮演了越来越重要的角色。

早期的高频雷达大都装备了均匀直线天线阵来接收回波，这种天线阵列体积庞大，不易维护，在海边需要很大的场地来架设，而满足要求的场地实际上很难找到。但是现在，高频雷达逐渐采用了紧凑天线，一个典型的代表就是装备有单极子交叉环天线的CODAR公司SeaSonde系列雷达。单极子交叉环天线由三根天线组成：两个相互正交的环天线和一个垂直极化的全向参考天线。它的突出优点是体积小而且易于安装和维护。现今单极子交叉环天线通常使用多重信号分类算法(MUSIC算法)来估计目标的到达角(DOA)。这种算法本身可以达到很高的分辨率，但是，实际应用中雷达天线通道的不一致性和天线实际方向图的畸变会引入大量估角误差。在地形开阔且少有人烟的海边测量海洋表面动力学参数时，通常认为天线方向图的畸变是微小的，它所带来方位测量误差可以接受。但是一系列实验证明，实际方向图的畸变会严重影响船舶目标角度测量精度，其误差可以达到几十度甚至上百度，这种误差对于船舶状态估计和航迹跟踪是不能接受的。因此，如何减小方位角估计误差是一个亟待解决的问题。

解决这个问题目前的方式有两种：

一是，首先通过某些方法校准雷达天线各通道数据，其次借助某些手段测量实际天线方向图，最后代入MUSIC算法中估算方位角。单极子交叉环天线各通道的相位通常较为稳定也易于测量，因而相位校准较为简单可靠，而现有的幅度较准方法效果都不太理想。传统测量实际天线方向图的方法通常花费较大，不易实施，而且一旦天线设备发生位移则又需要重新测量。况且测量设备和处理方法还会引入一定误差。

二是，将雷达天线通道的不一致性和实际天线方向图作为一个整体测量出来，对雷达数据不做任何处理，直接代入MUSIC算法中估算方位角。基于这种思想，中国专利CN103837867A，名称“一种利用AIS信息进行高频雷达天线通道校正的方法”公布了一种借助船舶辅助信息将雷达天线通道的不一致性和天线方向图最为一个整体估算出来的方法。这种方法利用海面船舶数量多、分布广的特点，通过计算大量船舶在雷达接收通道不同方位的响应来整体计算雷达天线通道的不一致性和实际天线方向图。但是该方法需要较长时间来接受大量船舶信息，不能满足实时性或准实时性的要求，而且因船舶分布角度范围、密集程度和地理环境的不同，其接受到的船舶AIS信号也被不同程度地限制，不能保证在全部需要的角度范围内得到实际方向图。中国专利CN102707270A，名称“高频地波雷达相对天线方向图自动估计方法”给出了一种通过软件递推算法来整体估计雷达天线通道的不一致性和天线方向图的方法，这种方法对于方向图收敛程度较小的方位上可能会引入大量误差或估角结果聚集现象，其可靠性需进一步验证。

以上两个专利所公布的方法中“天线方向图”指的都是相对单极子通道的方向图。在长期多次的实际实验中发现，两个环通道一般非常稳定，除非有巨大阻碍和干扰物出现，一般畸变幅度非常小，单极子通道更容易受外界环境影响而发生畸变，且畸变幅度较大，跳变明显，因而这种相对方向图通常也会随之发生剧烈跳变。这种跳变不仅严重影响基于相对方向图的通道校准结果，还不同程度地影响基于相对方向图的估角结果。

中国专利CN104659491A，名称“一种用于HF/VHF雷达的微型接收天线及方位角估计方法”公布了一种新的两环/三交叉环天线和基于这种天线的方位角估计方法，这种方法利用了两环通道的稳定性，通过对两环通道雷达数据的处理减小或消除天线方向图畸变所带来的负面影响。但是其天线系统与单极子交叉环天线有所不同，数据处理方式也不同。

发明内容

针对现有方法中存在的问题，本发明提出了一种新的基于单极子交叉环天线的高频雷达船舶目标方位角估计方法。本方法完全舍弃了单极子通道，从而避免了单极子通道的负面影响，而且可以在很短的时间内只利用数场雷达数据和少量的AIS信息即可得到全部角度范围内需要的实际相对方向图。在探测范围不超过180度的情况下，本方法极大地提高了船舶估角准确性。以下给出了详细实施过程和部分结果。

本发明的技术方案包括获取两环天线通道方向图和船舶目标方位角估计，利用单极子交叉环天线两个环天线通道的稳定性和抗环境干扰性，通过少量AIS辅助信息或雷达接收到的海洋回波一阶峰谱点得到两个环天线通道相对方向图，然后利用多重信号分类算法，在只使用两环天线相对方向图的情况下进行船舶估角；

具体包括以下步骤：

步骤1、取一段时间(例如2小时)内的雷达回波数据，经过两次fft运算得到雷达回波距离多普勒谱(RD谱)，提取RD谱上足够多的大于信噪比阈值的海洋回波一阶峰谱点，根据这些谱点在两个环天线通道的相位分布来获取两个环天线通道的相对相位差。

步骤2、将步骤1时间段内AIS提供的船舶位置和速度信息转化为雷达距离元和多普勒元(RD坐标)，然后搜寻雷达两环通道RD谱中每个RD坐标附近的高峰值点，若连续3场数据都有对应的高峰值点，则判断为目标谱点，由AIS提供的角度信息赋予该目标谱点角度。

步骤3、取出所有目标谱点在两个环通道RD谱上的幅度值，根据谱点已拥有的角度计算得到两环天线通道的相对幅度比。

步骤4、根据步骤1和步骤3得到的相位差和幅度比，调整天线理想方向图，最后得到实际两环天线相对方向图。

步骤5、利用两环天线相对方向图，采用多重信号分类算法—MUSIC算法对船舶目标谱点进行方位角估计。

步骤1中所述大于信噪比阈值的一阶峰谱点，其绝大部分都是单到达角，计算并统计这些谱点在两环通道中的相位差分布，取偏差小于相位阈值的谱点，计算其相位差均值或中值即为两环天线通道相对相位差；将环1通道相位减去环2通道相位得到的相位差表示为

步骤2中所述将AIS提供的船舶位置和速度信息转化为雷达距离元和多普勒元—RD坐标，其实现方法为：根据雷达接收天线地理经纬度和船舶经纬度计算两者距离，除以雷达距离分辨率，得到谱点在RD谱上距离元坐标；根据雷达接收天线地理经纬度和船舶经纬度计算两者方位角，再根据船舶对地速度，求得船舶径向速度，除以雷达速度分辨率，得到谱点在RD谱上多普勒元坐标。

步骤2中所述搜寻雷达两环通道RD谱中每个RD坐标附近的高峰值点，并由AIS提供的角度信息赋予该目标谱点角度，其实现方法为：雷达两环通道RD谱中每个RD坐标附近的高峰值点，需大于信噪比阈值，如果连续3场数据中该高峰值点的RD坐标和信噪比缓慢连续变化或几乎不变，则认为是该RD坐标对应的船舶目标谱点，直接对该目标谱点赋予该船舶的角度信息。

步骤3的具体实现方法为：第i个谱点在两环通道RD谱上的幅度表示为A_i1(θ_i),A_i2(θ_i)，则环1通道幅度除以环2通道幅度所得到的幅度比通过下式计算得到其中N为谱点个数，为天线法向，θ_i为步骤2中赋予该谱点的角度。

步骤4的具体实现方法为：按下式调整两环天线理想方向图：

其中，为天线法向，θ表示方位角。最后按下式计算得到实际两环天线相对方向图：

$\begin{array}{cc}{a}_1^{\′}\left(\mathrm{\θ}\right)=\frac{a_1\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}& a_2^{\′}\left(\mathrm{\θ}\right)=\frac{a_2\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}\end{array}$

其中|| ||为取模运算。

与现有技术相比，本发明具有以下优点和积极效果：

改变了天线方向图的相对形式，避免了单极子天线通道受环境影响发生的严重畸变；只需利用少量AIS辅助信息或一阶海洋回波谱点即可快速得出两环天线通道相对方向图；极大提高了高频雷达探测角度范围不超过180度情况下的船舶测角精度。

需要注意的是，本发明之方法在探测角度范围不大于180度时效果显著，当角度范围大于180度时会出现估角模糊。但是受制于地形的遮挡，一般雷达探测范围均达不到180度，因此本方法实用性较强。

附图说明

图1是高频雷达回波距离多普勒谱图。

图2是理想单极子交叉环天线两环通道方向图。

图3a是用本发明方法快速得到的实际两环天线相对方向图。

图3b是用本发明方法较长时间得到的实际两环天线相对方向图。

图3c是用本发明方法得到的实际两环天线相位差图。

图4是用本发明方法对船舶方位角估计的误差分布图。

具体实施方式

下面结合附图详细说明本发明的技术方案：

高频雷达的发射波形通常采用线性调频波，对于采用了紧凑天线的高频雷达而言，由于发射和接收天线相距很近，为了避免直达波造成的接收通道阻塞，通常采用线性调频中断连续波。对于这种雷达波形的解调方式是两次fft变换。通过两次fft变换运算可以实现距离信息和多普勒即速度信息的解调。严格来说，这种方式不能实现严格的距离和多普勒区分，但是对于海流和海面船舶等运动速度相对较低的目标而言可以实现较高精度的测量。

图1显示了一场雷达数据两次fft运算后得到的距离多普勒谱(RD谱)，图中可以清楚的看到海洋回波一阶峰和疑似目标谱点。

虽然雷达接收天线两环通道的设计指标和制造过程是完全一致的，但是由于传输线缆和电子器件存在一定的不一致性，通道间存在相位差异和幅度差异。通常对于两环天线通道而言，这种差异十分稳定。几乎不会随着角度发生变化。

谱点的方位角估计采用多重信号分类算法(MUSIC算法)，该方法需要确知天线的方向图，使用过程中采用相对方向图即可。本方法所述的相对方向图指的是按下式表示的相对方向图：

$\begin{array}{cc}{a}_1^{\′}\left(\mathrm{\θ}\right)=\frac{a_1\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}& a_2^{\′}\left(\mathrm{\θ}\right)=\frac{a_2\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}\end{array}$

其中，θ表示方位角，|| ||为取模运算。

一般而言，大部分海洋回波一阶峰谱点和几乎全部的目标谱点都是是单到达角的。因此本发明计算两环天线的相位差采用了如步骤1所述的方式。

步骤1、取一段时间(例如2小时)内的雷达回波数据，经过两次fft运算得到雷达回波距离多普勒谱(RD谱)，提取RD谱上足够多的大于信噪比阈值的海洋回波一阶峰谱点，根据这些谱点在两个环天线通道的相位分布来获取两个环天线通道的相对相位差。

步骤1中取大于信噪比阈值的一阶峰谱点，计算并统计这些谱点在两环通道中的相位差分布，取偏差小于相位阈值的谱点，计算其相位差均值或中值即为两环天线通道相对相位差。将环1通道相位减去环2通道相位得到的相位差表示为

理想情况下单极子交叉环天线两个换通道的方向图可表示为其中是安装天线时设定的法向。图2显示了该理想方向图。如何实现两环天线通道幅度的校准是一个难点。本发明采用如步骤2和3的方法来实现幅度较准。

步骤2、将步骤1时间段内AIS提供的船舶位置和速度信息转化为雷达距离元和多普勒元(RD坐标)，然后搜寻雷达两环通道RD谱中每个RD坐标附近的高峰值点，若连续3场数据都有对应的高峰值点，则判断为目标谱点，由AIS提供的角度信息赋予该目标谱点角度。

步骤2的具体实现方法为：根据雷达接收天线地理经纬度和船舶经纬度计算两者距离，除以雷达距离分辨率，得到谱点在RD谱上距离元坐标；根据雷达接收天线地理经纬度和船舶经纬度计算两者方位角，再根据船舶对地速度，求得船舶径向速度，除以雷达速度分辨率，得到谱点在RD谱上多普勒元坐标。雷达两环通道RD谱中每个RD坐标附近的高峰值点，需大于信噪比阈值，如果连续3场数据中该高峰值点的RD坐标和信噪比缓慢连续变化或几乎不变，则可认为是该RD坐标对应的船舶目标谱点，直接对该目标谱点赋予该船舶的角度信息。

步骤3、取出所有目标谱点在两个环通道RD谱上的幅度值，根据谱点在步骤2中获得的角度计算得到两环天线通道的相对幅度比。

步骤3的具体实现方法为：第i个谱点在两环通道RD谱上的幅度表示为A_i1(θ_i),A_i2(θ_i)，则环1通道幅度除以环2通道幅度所得到的幅度比表示为，其中其中N为谱点个数，为天线法向，θ_i为步骤2中赋予该谱点的角度。

如前所述，由于两环通道通常非常稳定，通常只会发生整体性的相位移动和全局性的幅度扩大或缩小，因而，本方法不需要长时间大量的雷达数据和AIS信息来获知每个角度上的相位和幅度差异，只需要少量而足够的信息即可得到全局性的相位和幅度差异，理论上，只需要一场雷达数据即可。全局性的相对方向图采用如步骤4所述的方式，在得到实际相对方向图后即可开始方位角估计。

步骤4、根据步骤1和步骤3得到的相位差和幅度比，调整天线理想方向图，最后得到实际两环天线相对方向图。

步骤4的具体实现方法为：步骤4的具体实现方法为：按下式调整两环天线

理想方向图：

其中，为天线法向，θ表示方位角；最后按下式计算得到实际两环天线相对方向图：

$\begin{array}{cc}{a}_1^{\′}\left(\mathrm{\θ}\right)=\frac{a_1\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}& a_2^{\′}\left(\mathrm{\θ}\right)=\frac{a_2\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}\end{array}$

其中|| ||为取模运算。

最后利用多重信号分类算法(MUSIC算法)对待估角谱点进行方位角估计。

MUSIC算法估角的步骤为：

步骤1、两环接收到的信号表示为

x(t)＝a(θ)s(t)+n(t)

x(t)＝a(θ)a_r(θ)s(t)+n_i(t)＝a(θ)s_r(t)+n(t)

其中

a(θ)为步骤4中得到的

$a_r\left(\mathrm{\θ}\right)={\left[\begin{array}{cc}\frac{a_1\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}& \frac{a_2\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}\end{array}\right]}^T$

$s_r\left(t\right)=\frac{1}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}s\left(t\right)$

对X(t)的空间协方差矩阵进行最大似然估计

$\hat{R}=\frac{1}{L}\underset{i=1}{\overset{L}{\Σ}}{\mathrm{XX}}^H$

其中X＝[X(1),…,X(L)]为天线阵列接收信号矩阵，X(t)＝[x₁(t),x₂(t)]^T，t＝1,2,…L为采样时间序列号，采样间隔为T，对应时间为tT，L为快拍数，[ ]^H表示共轭转置运算。

步骤2、对上述最大似然估计进行特征值分解，得到

$\hat{R}={\hat{U}}_S{\hat{E}}_S{\hat{U}}_S^H+{\hat{U}}_N{\hat{E}}_N{\hat{U}}_N^H$

其中，大的特征值对应的特征向量即为信号子空间小的特征值对应的特征向量为噪声子空间得到噪声子空间

步骤3、计算MUSIC谱，得

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

搜索谱峰对应的回波到达角，即为目标谱点方位角。

${\widehat{\mathrm{\θ}}}_0={\arg }_{\mathrm{\θ}}\max P_{MUSIC}$

图3a和图3b分别显示了使用本方法在只利用50场数据(所需时间115分钟)和数天共642场数据得到的实际两环天线方向图，图3c显示了一阶峰谱点相位差分布图，其中环1与环2的幅度比为1.41，相位差为0.12π rad。

本方法于2015年11月15日至18日期间对福建东山某海域测得的2000多艘(次)船舶进行方位角估计，其角估计误差分布如图4所示。误差均方差为4.2度，若定义估角误差小于10度为成功估角，则估角成功概率为91.1％。

Claims (6)

1.一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

利用单极子交叉环天线两个环天线通道的稳定性和抗环境干扰性，通过少量AIS辅助信息或雷达接收到的海洋回波一阶峰谱点得到两个环天线通道相对方向图，然后利用多重信号分类算法，在只使用两环天线相对方向图的情况下进行船舶估角；

具体包括以下步骤：

步骤1、取一个时间段内的雷达回波数据，经过两次fft运算得到雷达回波距离多普勒谱—RD谱，提取RD谱上足够多的大于信噪比阈值的海洋回波一阶峰谱点，根据这些谱点在两个环天线通道的相位分布来获取两个环天线通道的相对相位差；

步骤2、将步骤1时间段内AIS提供的船舶位置和速度信息转化为雷达距离元和多普勒元—RD坐标，然后搜寻雷达两环通道RD谱中每个RD坐标附近的高峰值点，若连续3场数据都有对应的高峰值点，则判断为目标谱点，由AIS提供的角度信息赋予该目标谱点角度；

步骤3、取出所有目标谱点在两个环通道RD谱上的幅度值，根据谱点在步骤2中获得的角度计算两环天线通道的相对幅度比；

步骤4、根据步骤1和步骤3得到的相位差和幅度比，调整天线理想方向图，最后得到实际两环天线相对方向图；

步骤5、利用两环天线相对方向图，采用多重信号分类算法—MUSIC算法对船舶目标谱点进行方位角估计。

2.根据权利要求1所述的一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

步骤1中所述大于信噪比阈值的一阶峰谱点，其绝大部分都是单到达角，计算并统计这些谱点在两环通道中的相位差分布，取偏差小于相位阈值的谱点，计算其相位差均值或中值即为两环天线通道相对相位差；将环1通道相位减去环2通道相位得到的相位差表示为

3.根据权利要求1所述的一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

步骤2中所述将AIS提供的船舶位置和速度信息转化为雷达距离元和多普勒元—RD坐标，其实现方法为：根据雷达接收天线地理经纬度和船舶经纬度计算两者距离，除以雷达距离分辨率，得到谱点在RD谱上距离元坐标；根据雷达接收天线地理经纬度和船舶经纬度计算两者方位角，再根据船舶对地速度，求得船舶径向速度，除以雷达速度分辨率，得到谱点在RD谱上多普勒元坐标。

4.根据权利要求1所述的一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

步骤2中所述搜寻雷达两环通道RD谱中每个RD坐标附近的高峰值点，并由AIS提供的角度信息赋予该目标谱点角度，其实现方法为：雷达两环通道RD谱中每个RD坐标附近的高峰值点，需大于信噪比阈值，如果连续3场数据中该高峰值点的RD坐标和信噪比缓慢连续变化或几乎不变，则认为是该RD坐标对应的船舶目标谱点，直接对该目标谱点赋予该船舶的角度信息。

5.根据权利要求1所述的一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

步骤3的具体实现方法为：第i个谱点在两环通道RD谱上的幅度表示为A_i1(θ_i),A_i2(θ_i)，则环1通道幅度除以环2通道幅度所得到的幅度比通过右式计算得到：

其中N为谱点个数，为天线法向，θ_i为步骤2中赋予该谱点的角度。

6.根据权利要求1所述的一种基于单极子交叉环天线的高频雷达船舶方位角估计方法，其特征在于：

步骤4的具体实现方法为：按下式调整两环天线理想方向图：

其中，为天线法向，θ表示方位角；最后按下式计算得到实际两环天线相对方向图：

$\begin{array}{cc}{a}_1^{\′}\left(\mathrm{\θ}\right)=\frac{a_1\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}& a_2^{\′}\left(\mathrm{\θ}\right)=\frac{a_2\left(\mathrm{\θ}\right)}{\sqrt{\left|\right|a_1\left(\mathrm{\θ}\right)|{|}^2+|\left|a_2\left(\mathrm{\θ}\right)\right|{|}^2}}\end{array}$

其中|| ||为取模运算。