CN108459312B - 基于复合多径因子估计的加权多频最大似然仰角估计方法 - Google Patents
基于复合多径因子估计的加权多频最大似然仰角估计方法 Download PDFInfo
- Publication number
- CN108459312B CN108459312B CN201810250674.5A CN201810250674A CN108459312B CN 108459312 B CN108459312 B CN 108459312B CN 201810250674 A CN201810250674 A CN 201810250674A CN 108459312 B CN108459312 B CN 108459312B
- Authority
- CN
- China
- Prior art keywords
- frequency
- frequency point
- echo
- target
- matrix
- 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
Images
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
技术领域
本发明属于雷达技术领域,提出了一种基于复合多径因子估计的加权多频最大似然仰角估计方法,适用于雷达对低空目标的仰角估计。
背景技术
随着飞行技术的不断发展,在现代战争中,敌方战机和导弹采取低空飞行方式躲避雷达和防空武器,从而逼近目标阵地进行突袭攻击,这就对雷达提出准确地测量、跟踪低空飞行目标的要求;由于多径效应的影响,雷达在对低空目标进行探测时,雷达接收端不仅会接收到来自真实目标的回波信号,同时也会接收到目标关于水平面的镜像目标的回波信号,这两种回波信号相关性很强,而且关于雷达的入射角夹角很小,通常小于波束半功率宽度,这都导致对目标仰角的测量误差增大。对低空目标的仰角进行估计,难点在于降低多径效应的影响,利用相干信号较精确地估计目标方向,且在地形发生变化时仍能给出较准确的估计结果。
近来,基于阵列信号的超分辨算法应用于仰角估计中来,比较典型的就是最大似然估计法,其最大的优点在于可以处理相干信号,估计结果的精确度较高,但缺点在于需要多维空间搜索,计算量大,不利于工程实现;随后,有学者提出了基于交替投影的最大似然估计法,大大减小了计算量,但是当直达波与反射波的夹角较小时误差会增大;接着有人提出一种利用诸多地形信息的最大似然估计法,估计精度有所提高,但此方法实质上是与地形相匹配的算法,而实际中很难获得精确的地形信息,在未知阵地或者地形变化较大的阵地,此方法几乎失效。
发明内容
针对上述技术存在的不足,本发明的目的在于提出一种基于复合多径因子估计的加权多频最大似然仰角估计方法,该种基于复合多径因子估计的加权多频最大似然仰角估计方法能够减小对低空目标的仰角估计误差,提高雷达对低空目标的角度估计性能,增强雷达在不同阵地条件下仰角估计的稳定性。
本发明的主要思路:利用复合多径因子的估计值以及多频率的回波信息,构造加权多频似然函数,从而得到目标仰角的估计值。
为达到上述技术目的,本发明采用如下技术方案予以实现。
一种基于复合多径因子估计的加权多频最大似然仰角估计方法,包括以下步骤:
步骤1,确定阵列雷达,所述阵列雷达包括N个天线阵元,所述阵列雷达向其检测范围的目标发射包括Q个频点的信号后接收来自目标的多频复合回波信号,所述目标的多频复合回波信号包括Q个频点回波;其中,N、Q分别为大于或等于1的正整数;
步骤2,确定目标距离单元,然后在所述目标距离单元处对目标的多频复合回波信号进行L次数字采样快拍,得到N个天线阵元对Q个频点回波的L次数字采样快拍数据,其中将第n个阵元对第q个频点回波的第l次数字采样快拍数据记为xqn(l),n=1,2,3,…,N,l=1,2,3,…,L,q=1,2,3,…,Q,L为大于或等于1的正整数;
步骤4,利用第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),l=1,2,3,…,L,q=1,2,3,…,Q,n=1,2,3,…,N,进而获得多频复合权值矩阵W;
步骤6,确定阵列雷达的角度搜索范围[θα,θβ],θα表示阵列雷达的角度搜索最小值,θβ表示阵列雷达的角度搜索最大值;
步骤7,从阵列雷达的角度搜索最小值θα开始,以设定间隔μ对阵列雷达的角度搜索范围[θα,θβ]进行多次搜索,并根据所述多频复合权值矩阵W和多频回波的复合协方差矩阵估计得到多次搜索后对应的空间谱值,然后构造空间谱Z,进而得到目标的仰角估计值,所述目标的仰角估计值为基于复合多径因子估计的加权多频最大似然仰角估计结果。
本发明与现有技术相比具有以下优点:
第一,增强了雷达对目标仰角估计的稳定性。对于传统的最大似然估计法,特别是基于地形信息匹配的最大似然估计法,虽然测角精度较高,但是当反射面有起伏误差,或者很难获得阵地的先验地形信息时,该方法不能很好地测量目标角度。本发明在充分利用较容易获得的地形信息的基础上,对不同地形条件下的多径复合因子进行估计,不仅保持了较高的测角精度,而且还提高了该方法在多场景下的适用性,增强了雷达对目标仰角估计的稳定性。
第二,提高了雷达对低空目标的角度估计性能。由于多径效应的影响,回波信号会周期性的加强或衰落,严重时直达波与反射波相互抵消,造成很大的测量误差。本发明充分利用多个频率的回波信号,通过对不同频率回波的似然函数加权叠加,减弱多径效应对回波的影响,同时利用雷达高度、多径复合因子等地形信息,减小了角度估计误差,提高了雷达对低空目标的角度估计性能。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1是本发明的一种基于复合多径因子估计的加权多频最大似然仰角估计方法流程图;
图2是本发明与传统最大似然算法对于低空目标仰角估计结果的均方根误差随信噪比的变化曲线图;
图3是在是本发明与传统最大似然算法对于低空目标仰角估计结果的均方根误差随目标真实仰角的变化曲线图。
具体实施方式
参照图1,为本发明的一种基于复合多径因子估计的加权多频最大似然仰角估计方法流程图;其中所述基于复合多径因子估计的加权多频最大似然仰角估计方法,包括以下步骤:
步骤1,确定阵列雷达,所述阵列雷达包括N个天线阵元,N个天线阵元等间距均匀分布;所述阵列雷达向其检测范围的目标发射包括Q个频点的信号后接收来自目标的多频复合回波信号,所述目标的多频复合回波信号包括Q个频点回波,Q个频点回波为阵列雷达俯仰维接收的回波信号;由于本发明目的是估计目标的仰角,故下述步骤只对阵列雷达俯仰维接收的回波信号进行处理,而不考虑阵列雷达方向维接收的回波信号;其中,N、Q分别为大于或等于1的正整数。
步骤2,对目标的多频复合回波信号进行采样得到Q组采样数据,通过对目标的多频复合回波信号进行脉冲压缩处理和动目标检测,确定目标所在距离单元,记为目标距离单元,然后在所述目标距离单元处对目标的多频复合回波信号进行L次数字采样快拍,得到N个天线阵元对Q个频点回波的L次数字采样快拍数据,其中将第n个阵元对第q个频点回波的第l次数字采样快拍数据记为xqn(l),n=1,2,3,…,N,l=1,2,3,…,L,q=1,2,3,…,Q,L为大于或等于1的正整数,通常取L>2N。
(3a)根据第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),且令l=1,2,3,…,L,进而得到第n个阵元对第q个频点回波的第1次数字采样快拍数据xqn(1)至第n个阵元对第q个频点回波的第L次数字采样快拍数据xqn(L),记为第n个阵元对第q个频点回波的L次数字采样快拍数据xqn(1),xqn(2),xqn(3),…,xqn(L)。
将第n个阵元对第q个频点回波的L次数字采样快拍数据xqn(1),xqn(2),xqn(3),…,xqn(L)按下列方式排列,得到第n个阵元对第q个频点回波的采样矢量yqn:
yqn=[xqn(1),xqn(2),xqn(3),…,xqn(L)]。
(3b)利用第n个阵元对第q个频点回波的采样矢量yqn,且令n=1,2,3,…,N,进而得到第q个频点回波的采样矩阵Yq:
其中,[·]H表示对矩阵进行共轭转置操作。
步骤4,利用第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),获得多频复合权值矩阵W,具体步骤为:
(4a)估计噪声功率σ2;对阵列雷达接收到的目标的多频复合回波信号进行M'次奈奎斯特采样,得到M'个不同的距离单元,fs表示奈奎斯特采样频率,fp表示雷达向其检测范围内发射信号的脉冲频率,表示向下取整;所述M'个不同的距离单元中包括目标距离单元且目标距离单元至少是第2次奈奎斯特采样后得到的距离单元。
由于雷达向其检测范围内发射信号后经过从雷达发射、再经目标反射、最终回到雷达的过程,而在这个过程中雷达会接收噪声并对其进行采样,得到只含噪声的距离单元,故在目标距离单元之前存在只含噪声的距离单元;同理雷达向其检测范围内再次发射信号后经过从雷达发射、再经目标反射、最终回到雷达前,雷达也会接收到噪声信号,因此在目标距离单元之后也存在只含噪声的距离单元。
因为将M'个不同的距离单元按奈奎斯特采样先后顺序排成一行,在目标距离单元左右两侧分别选取个距离单元作为参考单元,总共选取M个参考单元,每个参考单元都与目标距离单元大小相同,M为大于或等于2且小于或等于M′的正整数,M个参考单元中只含有噪声;进而得到M个参考单元的噪声功率估计值σ2:
其中,em表示第m个参考单元的频点回波电平,m=1,2,3,…,M。
(4b)根据第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),构造雷达天线阵列对第q个频点回波的第l次数字采样快拍矢量Sq(l):
(4c)根据雷达天线阵列对第q个频点回波的第l次数字采样快拍矢量Sq(l)和M个参考单元的噪声功率估计值σ2,且令l=1,2,3,…,L,进而根据下式计算第q个频点回波的信噪比snrq以及第q个频点回波的单频权值wq:
其中,i=1,2,3,…,Q,snri表示第i个频点回波的信噪比,lg表示以10为底的对数。
(4d)根据第q个频点回波的单频权值wq,按下列方式得到第q个频点回波的单频权值矩阵Wq:
(4e)根据第q个频点回波的单频权值矩阵Wq,且令i=1,2,3,…,Q,分别得到第1个频点回波的单频权值矩阵W1至第Q个频点回波的单频权值矩阵WQ,然后将第1个频点回波的单频权值矩阵W1至第Q个频点回波的单频权值矩阵WQ沿对角线依次排列,其余元素都为0,进而得到多频复合权值矩阵W:
步骤6,初始化:确定阵列雷达的角度搜索范围[θα,θβ],一般取θβ-θα≤θ3dB,其中θα表示阵列雷达的角度搜索最小值,θβ表示阵列雷达的角度搜索最大值,将阵列雷达指向角记为θx,则阵列雷达的角度搜索最小值θα与阵列雷达的角度搜索最大值θβ关系为:
其中,θ3dB表示阵列雷达向其检测范围的目标发射包括Q个频点的信号波束半功率宽度,N表示阵列雷达包括的天线阵元总个数,d表示天线阵元间距,λ表示阵列雷达向其检测范围的目标发射包括Q个频点的信号载频波长,λ=c/f0,c表示光速,f0表示阵列雷达向其检测范围的目标发射包括Q个频点的信号载波中心频率。
令i表示第i次搜索,i的初始值为1。
步骤7,在阵列雷达的角度搜索范围内进行迭代搜索,针对当前搜索值,估计复合多径因子ξ,获得多频回波的复合投影矩阵P,同时根据所述多频复合权值矩阵W和多频回波的复合协方差矩阵估计得到空间谱值,具体子步骤为:
(7a)计算第i次搜索后的搜索仰角θ1和第i次搜索后的反射波入射角θ2,其表达式分别为:
θ1=θα+(i-1)μ
其中,hr表示包括N个天线阵元的阵列雷达高度,R表示阵列雷达测出的目标距离。
(7b)构造第i次搜索后第q个频点回波矩阵Aq:
其中,λ表示第q个频点回波的协方差矩阵估计矩阵分解后得到的N个特征值构成的对角矩阵,U表示与第q个频点回波的协方差矩阵估计矩阵分解后得到的N个特征值对应的N个特征向量组成的酉矩阵,λs表示N个特征值中的最大特征值,λN表示N个特征值中除去最大特征值外其余(N-1)个特征值组成的对角阵,Us表示与N个特征值中的最大特征值λs对应的特征向量构成的信号子空间,UN表示与N个特征值中除去最大特征值外其余(N-1)个特征值对应的(N-1)个特征向量构成的噪声子空间,[·]H表示对矩阵进行共轭转置操作。
(7d)估计第i次搜索后第q个频点回波的多径复合因子ξq:
其中,Γ=[0,1],Τ=[1,0]T,[·]T表示矩阵的转置。
(7e)根据第i次搜索后的搜索仰角θ1和第i次搜索后的反射波入射角θ2,以及第i次搜索后第q个频点回波的多径复合因子ξq,构造第i次搜索后第q个频点回波的合成导向矢量As(q):
(7f)根据第i次搜索后第q个频点回波的合成导向矢量As(q),计算得到第i次搜索后第q个频点回波的投影矩阵Pq:
根据第i次搜索后第q个频点回波的投影矩阵Pq,且令q=1,2,3,…,Q,进而得到第i次搜索后Q个频点回波的复合投影矩阵P:
P=[P1,P2,P3,…,PQ]N×NQ
其中,tr(·)表示对矩阵进行取迹操作。
(7g)令i的值加1,如果θ1≤θβ,则返回子步骤(7a);如果θ1>θβ,停止搜索,然后根据第1次搜索后对应的空间谱值z1至第i-1次搜索后对应的空间谱值zi-1,构造空间谱Z:
Z=[z1,z2,z3,…zi-1]
(7h)设定待求目标仰角为θ,然后通过一维搜索得到目标的仰角估计值θd:
本发明的效果通过以下仿真实验进一步说明:
1.仿真条件
默认参数:线阵共有64个阵元,均匀分成16个子阵,每个子阵中包含4个阵元,中心频率10GHz,阵元间距为中心频率对应波长的一半,发射信号含有5个频点,分别为9GHz、9.5GHz、10GHz、10.5GHz、11GHz,雷达高度10m,目标高度100m,多径反射系数为-0.9,采样快拍数为40,噪声服从均值为零的复高斯随机分布。独立进行多次蒙特卡洛实验,根据下式统计实验结果的均方根误差(RMSE),以此来衡量角度估计性能的好坏。
2.仿真内容
仿真1:当目标真实仰角为0.31°时,分别用传统的交替投影最大似然估计法(ML-AP)和本发明方法估计目标的仰角,其中最大似然估计法的载频为10GHz,为了比较相同时间内的性能,单频条件下的单元信噪比比多频条件下的单元信噪比大10lg5,约为7dB。独立进行100次蒙特卡洛实验,得到角度估计值的均方根误差随信噪比的变化曲线,如图2所示。
仿真2:传统最大似然估计法的载频为10GHz,回波单元信噪比为0dB,本发明采用多频回波,单元信噪比为-7dB,目标仰角变化范围为0.1°~1.1°,分别利用本发明和传统交替投影最大似然方法估计目标的仰角,独立进行100次蒙特卡洛实验,估计结果的均方根误差随仰角的变化曲线如图3所示。
3.仿真分析
从图2中可以看出,当目标的仰角为0.31°时,本发明对目标的角度估计误差小于传统最大似然方法,在较低信噪比条件下,本发明的角度估计误差小于波束宽度的十分之一,性能优于传统最大似然法。
从图3中可以看出,随着仰角的不断缩小,传统交替投影算法的估计误差不断增大,当仰角低于波束宽度的四分之一时,误差明显增大,同时还有很明显的误差尖峰,这是由于直达波与反射波反相抵消;而本发明的测角性能明显优于传统交替投影最大似然估计法,估计误差较小,角度分辨力较高,消除了误差尖峰,只有在仰角很小的情况下,估计误差才会有所增大。
通过仿真实验可以看出,对于低空目标,本发明的角度估计性能明显优于传统最大似然方法,降低了角度估计误差,提高了雷达在低信噪比条件下的角度分辨能力,增强了雷达对不同地形的测角稳定性。
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 (4)
1.一种基于复合多径因子估计的加权多频最大似然仰角估计方法,其特征在于,包括以下步骤:
步骤1,确定阵列雷达,所述阵列雷达包括N个天线阵元,所述阵列雷达向其检测范围的目标发射包括Q个频点的信号后接收来自目标的多频复合回波信号,所述目标的多频复合回波信号包括Q个频点回波;其中,N、Q分别为大于或等于1的正整数;
步骤2,确定目标距离单元,然后在所述目标距离单元处对目标的多频复合回波信号进行L次数字采样快拍,得到N个天线阵元对Q个频点回波的L次数字采样快拍数据,其中将第n个阵元对第q个频点回波的第l次数字采样快拍数据记为xqn(l),n=1,2,3,…,N,l=1,2,3,…,L,q=1,2,3,…,Q,L为大于或等于1的正整数;
步骤4,利用第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),l=1,2,3,…,L,q=1,2,3,…,Q,n=1,2,3,…,N,进而获得多频复合权值矩阵W;
步骤4的子步骤为:
(4a)对阵列雷达接收到的目标的多频复合回波信号进行M'次奈奎斯特采样,得到M'个不同的距离单元,fs表示奈奎斯特采样频率,fp表示雷达向其检测范围内发射信号的脉冲频率,表示向下取整;所述M'个不同的距离单元中包括目标距离单元且目标距离单元至少是第2次奈奎斯特采样后得到的距离单元;
将M'个不同的距离单元按奈奎斯特采样先后顺序排成一行,在目标距离单元左右两侧分别选取个距离单元作为参考单元,总共选取M个参考单元,每个参考单元都与目标距离单元大小相同,M为大于或等于2且小于或等于M′的正整数,M个参考单元中只含有噪声;进而得到M个参考单元的噪声功率估计值σ2:
其中,em表示第m个参考单元的频点回波电平,m=1,2,3,…,M;
(4b)根据第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),构造雷达天线阵列对第q个频点回波的第l次数字采样快拍矢量Sq(l):
(4c)根据雷达天线阵列对第q个频点回波的第l次数字采样快拍矢量Sq(l)和M个参考单元的噪声功率估计值σ2,且令l=1,2,3,…,L,进而根据下式计算第q个频点回波的信噪比snrq以及第q个频点回波的单频权值wq:
其中,i=1,2,3,…,Q,snri表示第i个频点回波的信噪比,lg表示以10为底的对数;
(4d)根据第q个频点回波的单频权值wq,按下列方式得到第q个频点回波的单频权值矩阵Wq:
(4e)根据第q个频点回波的单频权值矩阵Wq,且令i=1,2,3,…,Q,分别得到第1个频点回波的单频权值矩阵W1至第Q个频点回波的单频权值矩阵WQ,然后将第1个频点回波的单频权值矩阵W1至第Q个频点回波的单频权值矩阵WQ沿对角线依次排列,其余元素都为0,进而得到多频复合权值矩阵W:
步骤6,确定阵列雷达的角度搜索范围[θα,θβ],θα表示阵列雷达的角度搜索最小值,θβ表示阵列雷达的角度搜索最大值;
在步骤6中,所述阵列雷达的角度搜索最小值θα与所述阵列雷达的角度搜索最大值θβ关系为:
其中,θx表示阵列雷达指向角,θ3dB表示阵列雷达向其检测范围的目标发射包括Q个频点的信号波束半功率宽度,N表示阵列雷达包括的天线阵元总个数,d表示天线阵元间距,λ表示阵列雷达向其检测范围的目标发射包括Q个频点的信号载频波长,λ=c/f0,c表示光速,f0表示阵列雷达向其检测范围的目标发射包括Q个频点的信号载波中心频率;
步骤7,从阵列雷达的角度搜索最小值θα开始,以设定间隔μ对阵列雷达的角度搜索范围[θα,θβ]进行多次搜索,并根据所述多频复合权值矩阵W和多频回波的复合协方差矩阵估计得到多次搜索后对应的空间谱值,然后构造空间谱Z,进而得到目标的仰角估计值,所述目标的仰角估计值为基于复合多径因子估计的加权多频最大似然仰角估计结果;
步骤7的子步骤为:
(7a)初始化:令i表示第i次搜索,i的初始值为1;
(7b)计算第i次搜索后的搜索仰角θ1和第i次搜索后的反射波入射角θ2,其表达式分别为:
θ1=θα+(i-1)μ
(7c)构造第i次搜索后第q个频点回波矩阵Aq:
其中,λ表示第q个频点回波的协方差矩阵估计矩阵分解后得到的N个特征值构成的对角矩阵,U表示与第q个频点回波的协方差矩阵估计矩阵分解后得到的N个特征值对应的N个特征向量组成的酉矩阵,λs表示N个特征值中的最大特征值,λN表示N个特征值中除去最大特征值外其余(N-1)个特征值组成的对角阵,Us表示与N个特征值中的最大特征值λs对应的特征向量构成的信号子空间,UN表示与N个特征值中除去最大特征值外其余(N-1)个特征值对应的(N-1)个特征向量构成的噪声子空间,[·]H表示对矩阵进行共轭转置操作;
(7e)估计第i次搜索后第q个频点回波的多径复合因子ξq:
其中,Γ=[0,1],Τ=[1,0]T,[·]T表示矩阵的转置;
(7f)根据第i次搜索后的搜索仰角θ1和第i次搜索后的反射波入射角θ2,以及第i次搜索后第q个频点回波的多径复合因子ξq,构造第i次搜索后第q个频点回波的合成导向矢量As(q):
(7g)根据第i次搜索后第q个频点回波的合成导向矢量As(q),计算得到第i次搜索后第q个频点回波的投影矩阵Pq:
根据第i次搜索后第q个频点回波的投影矩阵Pq,且令q=1,2,3,…,Q,进而得到第i次搜索后Q个频点回波的复合投影矩阵P:
P=[P1,P2,P3,…,PQ]N×NQ;
其中,tr(·)表示对矩阵进行取迹操作;
(7h)令i的值加1,如果θ1≤θβ,则返回子步骤(7b);如果θ1>θβ,停止搜索,然后根据第1次搜索后对应的空间谱值z1至第i-1次搜索后对应的空间谱值zi-1,构造空间谱Z:
Z=[z1,z2,z3,…zi-1];
(7i)设定待求目标仰角为θ,然后通过一维搜索得到目标的仰角估计值θd:
2.如权利要求1所述的一种基于复合多径因子估计的加权多频最大似然仰角估计方法,其特征在于,在步骤2中,所述目标距离单元,其确定过程为:
对目标的多频复合回波信号进行脉冲压缩处理和动目标检测,确定目标所在距离单元,记为目标距离单元;
数字采样快拍的总次数L与阵列雷达包括的天线阵元总个数N大小关系为:L>2N。
3.如权利要求1所述的一种基于复合多径因子估计的加权多频最大似然仰角估计方法,其特征在于,步骤3的子步骤为:
(3a)根据第n个阵元对第q个频点回波的第l次数字采样快拍数据xqn(l),且令l=1,2,3,…,L,进而得到第n个阵元对第q个频点回波的第1次数字采样快拍数据xqn(1)至第n个阵元对第q个频点回波的第L次数字采样快拍数据xqn(L),记为第n个阵元对第q个频点回波的L次数字采样快拍数据xqn(1),xqn(2),xqn(3),…,xqn(L);
将第n个阵元对第q个频点回波的L次数字采样快拍数据xqn(1),xqn(2),xqn(3),…,xqn(L)按下列方式排列,得到第n个阵元对第q个频点回波的采样矢量yqn:
yqn=[xqn(1),xqn(2),xqn(3),…,xqn(L)];
(3b)利用第n个阵元对第q个频点回波的采样矢量yqn,
且令n=1,2,3,…,N,进而得到第q个频点回波的采样矩阵Yq:
其中,[·]H表示对矩阵进行共轭转置操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810250674.5A CN108459312B (zh) | 2018-03-26 | 2018-03-26 | 基于复合多径因子估计的加权多频最大似然仰角估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810250674.5A CN108459312B (zh) | 2018-03-26 | 2018-03-26 | 基于复合多径因子估计的加权多频最大似然仰角估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108459312A CN108459312A (zh) | 2018-08-28 |
CN108459312B true CN108459312B (zh) | 2022-05-03 |
Family
ID=63237726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810250674.5A Active CN108459312B (zh) | 2018-03-26 | 2018-03-26 | 基于复合多径因子估计的加权多频最大似然仰角估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108459312B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109932679B (zh) * | 2019-02-28 | 2020-11-06 | 南京航空航天大学 | 一种传感器列系统最大似然角度分辨率估计方法 |
CN110389319B (zh) * | 2019-07-22 | 2021-04-27 | 北京工业大学 | 一种基于低空多径情况下的mimo雷达doa估计方法 |
CN110531337B (zh) * | 2019-09-29 | 2021-06-29 | 北京润科通用技术有限公司 | 基于隶属度分析的目标可信度计算方法及装置 |
CN111142063B (zh) * | 2020-01-06 | 2023-04-07 | 西安邮电大学 | 一种基于降维优化的快速压缩感知低空目标测角方法 |
CN113325363A (zh) * | 2020-02-28 | 2021-08-31 | 加特兰微电子科技(上海)有限公司 | 确定波达方向的方法、装置及相关设备 |
CN113030941B (zh) * | 2020-02-28 | 2024-03-22 | 加特兰微电子科技(上海)有限公司 | 目标物的方位角确定方法、装置、设备和存储介质 |
CN113030942A (zh) * | 2020-02-28 | 2021-06-25 | 加特兰微电子科技(上海)有限公司 | 目标物的方位角确定方法、装置、计算机设备和存储介质 |
CN112578354B (zh) * | 2020-02-28 | 2024-02-23 | 加特兰微电子科技(上海)有限公司 | 确定目标物方位角的方法、计算机设备和存储介质 |
CN112904269B (zh) * | 2021-01-13 | 2023-06-30 | 西安电子科技大学 | 基于极大似然的多天线无线电台与无人机通信的测向方法 |
CN113411142B (zh) * | 2021-06-29 | 2022-09-06 | 齐鲁工业大学 | 宽带确定性最大似然测向方法、系统、终端及存储介质 |
CN114609605B (zh) * | 2022-05-10 | 2022-08-09 | 南京天朗防务科技有限公司 | 一种基于极大似然的子阵回波数据匹配测角方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN103308909A (zh) * | 2013-03-06 | 2013-09-18 | 西安电子科技大学 | 基于多参数交替搜索的米波雷达低仰角测高方法 |
CN103364772A (zh) * | 2013-07-14 | 2013-10-23 | 西安电子科技大学 | 基于实数域广义多重信号分类算法的目标低仰角估计方法 |
CN106226754A (zh) * | 2016-08-22 | 2016-12-14 | 西安电子科技大学 | 基于时间反演的低仰角波达方向估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8730091B2 (en) * | 2011-05-10 | 2014-05-20 | Raytheon Company | Target identification for a radar image |
-
2018
- 2018-03-26 CN CN201810250674.5A patent/CN108459312B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN103308909A (zh) * | 2013-03-06 | 2013-09-18 | 西安电子科技大学 | 基于多参数交替搜索的米波雷达低仰角测高方法 |
CN103364772A (zh) * | 2013-07-14 | 2013-10-23 | 西安电子科技大学 | 基于实数域广义多重信号分类算法的目标低仰角估计方法 |
CN106226754A (zh) * | 2016-08-22 | 2016-12-14 | 西安电子科技大学 | 基于时间反演的低仰角波达方向估计方法 |
Non-Patent Citations (3)
Title |
---|
Elevation Angle Estimation for Low-Altitude Targets Using DVB(SFN Broadcasters);Dominique Poullin等;《IEEE A&E SYSTEMS MAGAZINE》;20121231;全文 * |
多径环境下相控阵雷达低仰角估计方法研究;王园园;《中国优秀硕士学位论文全文数据库信息科技辑》;20141115;全文 * |
雷达低空目标俯仰角测量提取的最大似然估计算法应用;吕韶昱等;《兵工学报》;20080930;第29卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108459312A (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108459312B (zh) | 基于复合多径因子估计的加权多频最大似然仰角估计方法 | |
CN108549059B (zh) | 一种复杂地形条件下的低空目标仰角估计方法 | |
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 | |
Lo et al. | Use of a highly deterministic multipath signal model in low-angle tracking | |
CN110488255B (zh) | 一种相控阵雷达单脉冲高分辨测角系统及方法 | |
CN108761419B (zh) | 基于组合空时主通道自适应处理的低空风切变风速估计方法 | |
CN105445701B (zh) | Ddma‑mimo雷达目标的单脉冲角度估计方法 | |
CN110146873B (zh) | 分布式非相参雷达的目标位置和速度的估计方法 | |
CN111239677B (zh) | 基于数字阵列的多波束被动单脉冲测角方法 | |
CN110488283B (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
CN110940970A (zh) | 一种针对浮油海面的mimo雷达目标检测方法及系统 | |
CN113189592B (zh) | 考虑幅相互耦误差的车载毫米波mimo雷达测角方法 | |
CN111142063B (zh) | 一种基于降维优化的快速压缩感知低空目标测角方法 | |
CN106970358B (zh) | 非正侧视阵雷达杂波谱的角度多普勒配准的优化方法 | |
Liu et al. | Target localization in high-coherence multipath environment based on low-rank decomposition and sparse representation | |
CN113671485B (zh) | 基于admm的米波面阵雷达二维doa估计方法 | |
CN108828586B (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
CN114839614A (zh) | 一种空时联合雷达高速微弱目标角度估计方法 | |
CN110196417A (zh) | 基于发射能量集中的双基地mimo雷达角度估计方法 | |
CN113009473A (zh) | 一种多波束凝视雷达低仰角目标测高方法、装置及介质 | |
CN115932824A (zh) | 一种基于多天线的fmcw雷达测距方法及系统 | |
Zhou et al. | Research on interferometer direction finding technology based on digital beam forming | |
CN113835085A (zh) | 一种基于复杂地形补偿的雷达快速测高方法 | |
CN115166725A (zh) | 基于music算法的米波极化敏感阵列雷达测高方法 | |
CN115015925A (zh) | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230410 Address after: Room A601, National Digital Publishing Base, No. 996, Tiangu Seventh Road, High-tech Zone, Xi'an City, Shaanxi Province 710000 Patentee after: XI'AN THUNDER DRIVEN ELECTRONIC TECHNOLOGY CO.,LTD. Address before: 710071 No. 2 Taibai South Road, Shaanxi, Xi'an Patentee before: XIDIAN University Patentee before: XI'AN CETC XIDIAN UNIVERSITY RADAR TECHNOLOGY COLLABORATIVE INNOVATION INSTITUTE Co.,Ltd. |