CN111913155A - 基于阵列雷达的二维doa估计方法 - Google Patents

Abstract

本发明提供了一种基于阵列雷达的二维DOA估计方法，包括：在系统休止期输入测试信号，利用中频直接频域均衡方法，采用A/D转换后的中频信号进行通道校正系数的计算；在系统正常工作时，对A/D采样后的中频信号进行通道校正，并利用数字下变频、低通滤波和抽取的方法获取均衡后基带信号；利用多重信号分类方法进行到达角估计；利用基于噪声方差最小准则的波束形成器的方法进行空间角度解模糊。

Description

基于阵列雷达的二维DOA估计方法

技术领域

本发明涉及一种雷达信号处理技术，特别是一种基于阵列雷达的二维DOA估计方法。

背景技术

DOA估计是雷达、声呐和通信系统的重要任务之一。MUSIC算法和ESPRIT算法是比较常用的两种高分辨DOA估计算法，其中MUSIC算法由于其适用范围广、可适用于任意阵列的优点广泛被用作DOA测向。但是，目前的DOA算法还存在以下问题：(1)目前的DOA测向算法本身是建立在理想背景条件下，要求通道间一致；(2)在实际雷达系统中，通道间延时差可达100ns左右，导致各通道间的幅相一致性很难满足系统的指标要求，所以在测角前需要进行通道幅相不一致的补偿；(3)来自不同角度的信号对传感器阵列的响应不同，映射不是一对一时，会引起混淆，即会引起角度模糊问题。

发明内容

本发明的目的在于提供一种基于阵列雷达的二维DOA估计方法，包括：利用多重信号分类方法对回波信号进行到达角估计；利用基于噪声方差最小准则的波束形成器方法进行空间角度解模糊。

进一步地，到达角估计的具体过程为：

步骤101，获取基带信号矢量的协方差矩阵R

其中，X为基带信号矢量数据，K为入射信号个数，L为快拍数；

步骤102，对此协方差矩阵R进行特征值分解，并将特征值按照递减方式进行排序；

步骤103，取前K个较大特征值对应的特征向量构造信号子空间，剩下的特征值对应特征向量构造噪声子空间：

其中，U_S为信号子空间的特征向量，Σ_S为信号子空间对应的特征值，U_N为噪声子空间的特征向量，Σ_N为噪声子空间对应的特征值；

步骤104，按照角度精度要求，划分整个二维空间为离散角度值，按照下式计算每个角度下的谱值

其中，(θ,φ)为方位角、俯仰角，a(θ,φ)为当前角度下的导向矢量

其中，(x,y,z)是各阵元的直角坐标系下的坐标，λ是波长；峰值点对应位置为到达角估计值的(θ,φ)坐；

步骤105，通过寻求峰值得到波达方向的估计值。

进一步地，利用基于噪声方差最小准则的波束形成器方法进行空间角度解模糊的具体过程包括：

步骤201，遍历所有到达角，依次以某一个角度(θ_d,φ_d)为期望方向，计算基于噪声方差最小准则的权矢量w_MV(θ_d,φ_d)：

式中，a(θ_d,φ_d)为(θ_d,φ_d)方向上的导向矢量，R为阵列接收数据协方差矩阵，d为角度的索引；

步骤202，计算每个角度(θ_i,φ_i)的响应g_MV：

M为真实目标个数，Mamb模为糊角度个数

步骤203，在计算出的响应中选择最大值；

步骤204，每一到达角对应的响应最大值组成候选集，对候选集进行多数投票获得M_amb个模糊角度，剩余的就是真实目标角度。

进一步地，还包括对系统通道的校正，校正的具体过程为：

步骤301，在系统休止期对各通道输入相同测试信号，并进行A/D转换及采样；

步骤302，设置均衡器长度L，根据采样点数选择FFT点数；

步骤303，计算延迟量为D＝(L-1)T/2所对应的频率响应，记为H_ref；

H_ref＝e^-jn(L-1)T/2

其中，T为采样间隔，n为离散的采样点对应的序号；

步骤304，对每个通道数据进行快速傅里叶变换，得到各个通道的频率响应C_i，i为通道索引；

步骤305，计算每个通道的期望均衡器频率响记为H_i：

其中，C_ref为参考通道的频率响应，即参考通道数据的FFT结果；

步骤306，计算相移矢量矩阵A

式中，

为矩阵A中的元素，M为阵元数，N为通道数，L为均衡器长度；

步骤306，计算每个通道的实际均衡器系数h_i

h_i＝(A^HA)^-1A^HH_i

步骤307，将计算好的校正系数h_i分别与各个通道的中频接收信号进行卷积。

本发明与现有技术相比，其显著优点为：(1)该发明涉及到的方法与阵列结构无关，适用于任意阵列，解决了现有技术存在的阵列结构局限性问题；(2)传统的通道均衡是基带复信号上完成，但在工程实现中复数乘法的运算量和复杂度相对实数乘法要高很多。本发明将传统通道均衡算法直接中频实现，由于中频信号数据为实序列，均衡器系数求取结果也将为实序列，很大了降低了计算量；(3)结合基于MV准则的波束形成器进行存在模糊角度时的真正目标筛选，提高了测角的准确性与鲁棒性。

下面结合说明书附图对本发明做进一步描述。

附图说明

图1为本发明方法流程示意图。

图2为本发明中到达角估计方法流程示意图。

图3为本发明解角度模糊方法流程示意图。

图4为仿真实验使用的阵列结构示意图。

图5为通道均衡后各通道间幅度差示意图。

图6为通道均衡后各通道间相位差示意图。

图7为利用通道均衡后的数据进行测角得到的测角精度与直接理想通道一致的数据进行测角得到的测角精度对比图。

图8为MUSIC方法测角结果示意图。

图9为解模糊结果示意图。

具体实施方式

本发明基于阵列雷达的二维DOA估计方法，所述的二维为俯仰角和方位角组成的空间，如图1所示，本方法包括以下步骤：

步骤S100，在系统休止期输入测试信号，利用中频直接频域均衡方法，采用A/D转换后的中频信号进行通道校正系数的计算；

步骤S200，在系统正常工作时，对A/D采样后的中频信号进行通道校正，并利用数字下变频、低通滤波和抽取的方法获取均衡后基带信号；

步骤S300，利用多重信号分类方法进行到达角估计；

步骤S400，利用基于噪声方差最小准则的波束形成器的方法进行空间角度解模糊。

具体的，步骤S100具体步骤如下：

步骤S101，在系统休止期对各通道输入相同测试信号，并进行A/D转换及采样；

步骤S102，设置均衡器长度L，根据采样点数选择FFT点数；

步骤S103，计算延迟量为D＝(L-1)T/2所对应的频率响应，记为H_ref；

H_ref＝e^-jn(L-1)T/2 (1)

其中，T为采样间隔，n为离散的采样点对应的序号；

步骤S104，对每个通道数据进行快速傅里叶变换，得到各个通道的频率响应C_i，i为通道索引；

步骤S105，计算每个通道的期望均衡器频率响记为H_i：

其中，C_ref为参考通道的频率响应，即参考通道数据的FFT结果；

步骤S106，计算相移矢量矩阵A

式中，

为矩阵A中的元素，M为阵元数，N为通道数，L为均衡器长度；

步骤S106，计算每个通道的实际均衡器系数h_i

h_i＝(A^HA)^-1A^HH_i (4)

具体地，步骤S200包括以下步骤：

步骤S201，将计算好的校正系数h_i分别与各个通道的中频接收信号进行卷积；

步骤S202，对卷积均衡的中频信号进行数字下变频；

步骤S203，进行低通滤波与抽取获取基带信号。

结合图2，具体的步骤S300包括如下步骤：

步骤S301，假设存在K个入射信号，快拍数为L，根据基带信号矢量对协方差矩阵进行估计：

其中，X为基带信号矢量数据；

步骤S302，对此协方差矩阵R进行特征值分解，并将特征值按照递减方式进行排序；

取前K个较大特征值对应的特征向量构造信号子空间，剩下的特征值对应特征向量构造噪声子空间：

其中，U_S为信号子空间的特征向量，Σ_S为信号子空间对应的特征值，U_N为噪声子空间的特征向量，Σ_N为噪声子空间对应的特征值；

步骤S303，按照角度精度要求，划分整个二维空间为离散角度值，按照式(7)计算每个角度下的谱值

其中，(θ,φ)为方位角、俯仰角，a(θ,φ)为当前角度下的导向矢量

其中，(x,y,z)是各阵元的直角坐标系下的坐标，λ是波长；峰值点对应位置为到达角估计值的(θ,φ)坐标，因此，通过寻求峰值来得到波达方向的估计值。

步骤S300中到达角估计结果可能会出现一些类似于虚警概念的非真正角度，定义为模糊角，需要在存在模糊角的集合里(这个集合就是步骤S300得到的到达角估计结果)筛选出真实目标角度。步骤S400的目的即筛选出真实目标角度。具体地，如图3所示，步骤S400包括如下步骤：

步骤S401，假设真实目标个数为M，模糊角度个数为Mamb；遍历式(7)判断峰值得到的到达角集合，依次以某一个角度(θ_d,φ_d)为期望方向，计算对应基于MV准则(噪声方差最小准则)的权矢量w_MV(θ_d,φ_d)：

式中，a(θ_d,φ_d)为(θ_d,φ_d)方向上的导向矢量，R为阵列接收数据协方差矩阵，d未角度的索引；

步骤S402，计算每个角度(θ_i,φ_i)的响应g_MV：

其中，d∈{1,...,M+M_amb}

步骤S403，在计算出的响应中选择最大值(不将期望角度下的阵列响应考虑在内)；

步骤S404，每一到达角对应的响应最大值组成候选集，对候选集进行多数投票来决定M_amb个模糊角度，即查看作为最大值出现次数较多的M_amb个角度就是模糊角度；选出所有的模糊角度，剩余的就是真实目标角度。

如图4所示的仿真实验使用的阵列结构的参数为L₀＝90mm，L₁＝74mm，L₂＝66mm。

如图5所示，本发明通道均衡后各通道间幅度差，可保证均衡后幅度差小于0.05dB；

如图6所示，本发明通道均衡后各通道间相位差，可保证均衡后相位差小于0.5°；

如图7所示，利用通道均衡后的数据进行测角得到的测角精度与直接理想通道一致的数据进行测角得到的测角精度对比得到，对失配数据进行均衡后基本可以得到未失配数据直接测角时的测角精度；

如图8所示，在以下仿真条件下的MUSIC测角结果。仿真条件：工作频率8GHz、信噪比20dB、快拍数32的条件下，假设5个输入信号方位角、俯仰角分别为(30°，40°)、(30°、20°)、(150°、20°)、(150°、60°)、(150°、50°)。图中显示出现了模糊角度(16°、45°)；

如图9所示，与图8的仿真条件一致，经过解模糊后的输出角度分布图。结果显示准确筛选出模糊角度，正确得到真实目标角度。

Claims (4)

1.一种基于阵列雷达的二维DOA估计方法，其特征在于，包括：

利用多重信号分类方法对回波信号进行到达角估计；

利用基于噪声方差最小准则的波束形成器方法进行空间角度解模糊。

2.根据权利要求1所述的方法，其特征在于，到达角估计的具体过程为：

步骤101，获取基带信号矢量的协方差矩阵R

其中，X为基带信号矢量数据，K为入射信号个数，L为快拍数；

步骤102，对此协方差矩阵R进行特征值分解，并将特征值按照递减方式进行排序；

步骤103，取前K个较大特征值对应的特征向量构造信号子空间，剩下的特征值对应特征向量构造噪声子空间：

其中，U_S为信号子空间的特征向量，Σ_S为信号子空间对应的特征值，U_N为噪声子空间的特征向量，Σ_N为噪声子空间对应的特征值；

步骤104，按照角度精度要求，划分整个二维空间为离散角度值，按照下式计算每个角度下的谱值

其中，(θ,φ)为方位角、俯仰角，a(θ,φ)为当前角度下的导向矢量

其中，(x,y,z)是各阵元的直角坐标系下的坐标，λ是波长；峰值点对应位置为到达角估计值的(θ,φ)坐；

步骤105，通过寻求峰值得到波达方向的估计值。

3.根据权利要求1或2所述的方法，其特征在于，利用基于噪声方差最小准则的波束形成器方法进行空间角度解模糊的具体过程包括：

步骤201，遍历所有到达角，依次以某一个角度(θ_d,φ_d)为期望方向，计算基于噪声方差最小准则的权矢量w_MV(θ_d,φ_d)：

式中，a(θ_d,φ_d)为(θ_d,φ_d)方向上的导向矢量，R为阵列接收数据协方差矩阵，d为角度的索引；

步骤202，计算每个角度(θ_i,φ_i)的响应g_MV：

M为真实目标个数，Mamb模为糊角度个数

步骤203，在计算出的响应中选择最大值；

步骤204，每一到达角对应的响应最大值组成候选集，对候选集进行多数投票获得M_amb个模糊角度，剩余的就是真实目标角度。

4.根据权利要求3所述的方法，其特征在于，还包括对系统通道的校正，校正的具体过程为：

步骤301，在系统休止期对各通道输入相同测试信号，并进行A/D转换及采样；

步骤302，设置均衡器长度L，根据采样点数选择FFT点数；

步骤303，计算延迟量为D＝(L-1)T/2所对应的频率响应，记为H_ref；

H_ref＝e^-jn(L-1)T/2

其中，T为采样间隔，n为离散的采样点对应的序号；

步骤304，对每个通道数据进行快速傅里叶变换，得到各个通道的频率响应C_i，i为通道索引；

步骤305，计算每个通道的期望均衡器频率响记为H_i：

其中，C_ref为参考通道的频率响应，即参考通道数据的FFT结果；

步骤306，计算相移矢量矩阵A

式中，

为矩阵A中的元素，M为阵元数，N为通道数，L为均衡器长度；

步骤306，计算每个通道的实际均衡器系数h_i

h_i＝(A^HA)^-1A^HH_i

步骤307，将计算好的校正系数h_i分别与各个通道的中频接收信号进行卷积。

Images