CN113238192B - 基于特征投影预处理的四通道主瓣干扰抑制测角方法 - Google Patents

基于特征投影预处理的四通道主瓣干扰抑制测角方法 Download PDF

Info

Publication number
CN113238192B
CN113238192B CN202110304201.0A CN202110304201A CN113238192B CN 113238192 B CN113238192 B CN 113238192B CN 202110304201 A CN202110304201 A CN 202110304201A CN 113238192 B CN113238192 B CN 113238192B
Authority
CN
China
Prior art keywords
channel
interference
new
representing
azimuth
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
Application number
CN202110304201.0A
Other languages
English (en)
Other versions
CN113238192A (zh
Inventor
谢荣
陈鸿杰
刘峥
唐军奎
李宏娇
张水泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202110304201.0A priority Critical patent/CN113238192B/zh
Publication of CN113238192A publication Critical patent/CN113238192A/zh
Application granted granted Critical
Publication of CN113238192B publication Critical patent/CN113238192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

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

本发明涉及一种基于特征投影预处理的四通道主瓣干扰抑制测角方法，首先，通过特征投影矩阵预处理滤除只含干扰噪声的采样样本中的主瓣干扰，然后，通过约束自适应波束形成计算抑制旁瓣干扰的权值，并形成新的和通道、俯仰差通道、方位差通道和双差通道，最后，通过四通道主瓣抑制单脉冲测角技术，抑制主瓣干扰并检测目标和测量目标角度。本发明的方法，能够在抑制主瓣干扰后，实现对目标的角度测量，可以在既有主瓣干扰，又有旁瓣干扰的条件下检测出目标，并对目标进行准确的角度测量，克服了传统四通道主瓣干扰抑制单脉冲测角技术理论上只能抑制一个主瓣干扰的缺陷。

Description

基于特征投影预处理的四通道主瓣干扰抑制测角方法
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种基于特征投影预处理的四通道主瓣干扰抑制测角方法。
背景技术
随着电子技术的飞速发展，现代雷达系统面临的电磁环境日益复杂，各种形式的有源和无源干扰，以及地(海)杂波等给雷达的目标检测、定位和跟踪等带来极大的困难。其中，有源干扰通过接收天线的主瓣或副瓣进入雷达接收机和信号处理系统，严重影响雷达系统的探测性能。因此，雷达抗干扰已发展成当前雷达工程和学术领域非常热门和重要的技术。
自适应波束形成技术在有旁瓣干扰或白噪声存在的电磁环境中，能够有效抑制干扰与噪声信号，性能良好。当干扰从主瓣区域进入雷达系统时，传统的自适应波束形成算法会导致波峰偏移、旁瓣电平升高、期望信号方向零陷等问题，严重影响波束形成算法的性能。大量学者对主瓣干扰抑制算法开展研究，包括：使用盲源分离方法分离目标信号与主瓣干扰；通过特征投影矩阵预处理算法抑制主瓣干扰；利用合成的和波束、方位差波束、俯仰差波束和双差波束，进行自适应处理消除主瓣干扰。
但是，在盲源分离方法中，分离后的目标信号在角度测量方面尚无成熟的方案；特征投影矩阵预处理算法抑制主瓣干扰，也难以应用在目标的角度测量当中；虽然，利用合成的和波束、方位差波束、俯仰差波束和双差波束可以进行自适应处理消除主瓣干扰，并在方位或俯仰维分别完成单脉冲测角，但是由于系统在任意一个维度都只有两个自由度，故只能消除一个主瓣干扰，因此当环境中存在主副瓣压制式干扰时，四通道主瓣干扰抑制单脉冲测角技术不再适用。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于特征投影预处理的四通道主瓣干扰抑制测角方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于特征投影预处理的四通道主瓣干扰抑制测角方法，包括：
S1：获取雷达阵列接收的回波信号，所述回波信号包括目标回波信号和干扰噪声信号，并对所述干扰噪声信号进行采样得到干扰采样信号；
S2：计算得到所述干扰采样信号对应的第一协方差矩阵，对其进行特征分解，并计算得到噪声功率平均值，根据预设的判别条件选取主瓣干扰对应的特征矢量；
S3：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，对所述干扰采样信号进行特征投影矩阵预处理，得到滤除主瓣干扰的干扰采样信号；
S4：计算得到滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，对其进行特征分解，获得特征矢量矩阵，根据所述特征矢量矩阵和所述噪声功率平均值得到重构协方差矩阵；
S5：根据所述重构协方差矩阵计算得到约束自适应波束形成的权值，所述权值包括和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值；
S6：根据所述约束自适应波束形成的权值，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道；
S7：根据所述抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，并根据所述新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，计算得到目标的俯仰角和方位角。
在本发明的一个实施例中，所述S2包括：
S21：计算得到所述干扰采样信号对应的第一协方差矩阵，并根据下式对其进行特征分解，
Figure BDA0002987445010000031
其中，R表示第一协方差矩阵，N表示雷达阵列阵元个数，λi表示第一协方差矩阵的特征值，λ1≥λ2≥…≥λM-1≥λM≥…≥λN，λ1，…,λM-1表示干扰采样信号对应的M-1个大特征值，λM，…,λN表示干扰采样信号对应的N-M+1个小特征值，ui表示与特征值λi对应的特征向量，Us表示干扰子空间对应的特征值矩阵，Un表示噪声子空间对应的特征值矩阵，Λs表示大特征值的对角矩阵，Λn表示小特征值的对角矩阵，H表示共轭转置运算；
S22：根据所述第一协方差矩阵的特征值，计算得到噪声功率平均值，
Figure BDA0002987445010000032
其中，λσ表示噪声功率平均值；
S23：根据如下所示的预设的判别条件选取主瓣干扰对应的特征矢量，
Figure BDA0002987445010000033
其中，um表示主瓣干扰对应的特征矢量，
Figure BDA0002987445010000034
表示波束指向方向的空间导向矢量，
Figure BDA0002987445010000035
表示方位角，θ0表示俯仰角，ρ为预设的常数因子。
在本发明的一个实施例中，所述S3包括：
S31：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，
Figure BDA0002987445010000041
其中，B表示特征投影矩阵，I表示单位矩阵；
S32：根据所述特征投影矩阵对所述干扰采样信号进行预处理，得到滤除主瓣干扰的干扰采样信号，
y(k)＝Bxj(k)，
其中，y(k)表示滤除主瓣干扰的干扰采样信号，xj(k)表示干扰采样信号。
在本发明的一个实施例中，所述S4包括：
S41：计算得到所述滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，并根据下式对其进行特征分解，得到特征矢量矩阵，
Ry＝UΛUH，
其中，Ry表示第二协方差矩阵，U表示特征矢量矩阵，Λ＝diag[λ1,λ2,…λM-2,λM,…λN,0]，0为经过特征投影矩阵预处理后的主瓣干扰的特征值；
S42：根据所述特征矢量矩阵和所述噪声功率平均值得到重构协方差矩阵，
Figure BDA0002987445010000042
其中，
Figure BDA0002987445010000043
表示重构协方差矩阵，
Figure BDA0002987445010000044
在本发明的一个实施例中，所述S5包括：根据所述重构协方差矩阵，按照下式计算得到约束自适应波束形成的和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值，
Figure BDA0002987445010000051
Figure BDA0002987445010000052
Figure BDA0002987445010000053
其中，C表示假定目标方向及附近方向的约束矩阵，u表示波束幅相响应矢量，P表示方位附近方向的约束点数，Q表示俯仰附近方向的约束点数，μ表示归一化常数，
Figure BDA0002987445010000054
表示波束指向方向的空间导向矢量，分为和波束导向矢量
Figure BDA0002987445010000055
俯仰差波束导向矢量
Figure BDA0002987445010000056
方位差波束导向矢量
Figure BDA0002987445010000057
和双差波束导向矢量
Figure BDA0002987445010000058
表示以波束指向为中心构成的约束区域对应的导向矢量。
在本发明的一个实施例中，所述S6包括：根据所述和波束权值、所述俯仰差波束权值、所述方位差波束权值和所述双差波束权值，分别对所述回波信号进行加权求和，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道。
在本发明的一个实施例中，所述S7包括：
S71：根据所述抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，
Figure BDA0002987445010000059
其中，
Figure BDA00029874450100000510
表示新的俯仰和通道，
Figure BDA00029874450100000511
表示新的俯仰差通道，
Figure BDA00029874450100000512
表示新的方位和通道，
Figure BDA0002987445010000061
表示新的方位差通道，yΣ(k)表示抑制旁瓣干扰和噪声的和通道，
Figure BDA0002987445010000062
表示抑制旁瓣干扰和噪声的俯仰差通道，
Figure BDA0002987445010000063
表示抑制旁瓣干扰和噪声的方位差通道，
Figure BDA0002987445010000064
表示抑制旁瓣干扰和噪声的双差通道，
Figure BDA0002987445010000065
表示新的俯仰和通道的自适应权值，
Figure BDA0002987445010000066
表示新的俯仰差通道的自适应权值，
Figure BDA0002987445010000067
表示新的方位和通道的自适应权值，
Figure BDA0002987445010000068
表示新的方位差通道的自适应权值；
S72：利用所述新的俯仰和通道检测出目标，根据所述新的俯仰和通道与所述新的俯仰差通道的单脉冲比计算得到目标的俯仰角；
S73：利用所述新的方位和通道检测出目标，根据所述新的方位和通道与所述新的方位差通道的单脉冲比计算得到目标的方位角。
与现有技术相比，本发明的有益效果在于：
1.本发明的基于特征投影预处理的四通道主瓣干扰抑制测角方法，能够在抑制主瓣干扰后，实现对目标的角度测量；
2.本发明的基于特征投影预处理的四通道主瓣干扰抑制测角方法，可以在既有主瓣干扰，又有旁瓣干扰的条件下检测出目标，并对目标进行准确的角度测量，克服了传统四通道主瓣干扰抑制单脉冲测角技术理论上只能抑制一个主瓣干扰的缺陷。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例提供的一种基于特征投影预处理的四通道主瓣干扰抑制测角方法的示意图；
图2是本发明实施例提供的一种基于特征投影预处理的四通道主瓣干扰抑制测角方法的流程框图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于特征投影预处理的四通道主瓣干扰抑制测角方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
实施例一
请结合参见图1和图2，图1是本发明实施例提供的一种基于特征投影预处理的四通道主瓣干扰抑制测角方法的示意图；图2是本发明实施例提供的一种基于特征投影预处理的四通道主瓣干扰抑制测角方法的流程框图。如图所示，本实施例的基于特征投影预处理的四通道主瓣干扰抑制测角方法，包括：
S1：获取雷达阵列接收的回波信号，回波信号包括目标回波信号和干扰噪声信号，并对干扰噪声信号进行采样得到干扰采样信号；
具体地，回波信号为阵列雷达多通道信号。在本实施例中，考虑雷达阵列为等间距排列的N元窄带面阵，阵间距为半波长，在高斯白噪声n(k)的环境下，假设空间中有一个目标回波信号和多个有源压制式干扰信号，信号总数记为M，通过空间传播到相控阵雷达阵元处接收，则阵元接收到混合信号如下：
x(k)＝[x1(k),x2(k),…,xN(k)]T＝As(k)+n(k) (1)，
其中，k为采样时刻，s(k)＝[s1(k),s2(k),…,sM(k)]T是每个源信号的复包络，A(k)＝[a1,a2,…,aM]，是由M个N维列向量组成，a1,a2,…,aM为每个信号sM(k)对应的导向矢量aM。
S2：计算得到干扰采样信号对应的第一协方差矩阵，对其进行特征分解，并计算得到噪声功率平均值，根据预设的判别条件选取主瓣干扰对应的特征矢量；
具体地，包括：
S21：计算得到干扰采样信号对应的第一协方差矩阵，并根据公式(2)对其进行特征分解；
Figure BDA0002987445010000081
其中，
Figure BDA0002987445010000082
表示第一协方差矩阵，xj(k)为干扰采样信号，L为快拍数。
在公式(2)中，N表示雷达阵列阵元个数，λi表示第一协方差矩阵的特征值，λ1≥λ2≥…≥λM-1≥λM≥…≥λN，λ1，…,λM-1表示干扰采样信号对应的M-1个大特征值，λM，…,λN表示干扰采样信号对应的N-M+1个小特征值，ui表示与特征值λi对应的特征向量，Us表示干扰子空间对应的特征值矩阵，Un表示噪声子空间对应的特征值矩阵，Λs表示大特征值的对角矩阵，Λn表示小特征值的对角矩阵，H表示共轭转置运算。
其中，
Figure BDA0002987445010000091
需要说明的是，在S1中，假设空间中有一个目标回波信号和多个有源压制式干扰信号，信号总数记为M，那么，干扰噪声样本中有M-1个干扰信号。
S22：根据第一协方差矩阵的特征值，计算得到噪声功率平均值，
Figure BDA0002987445010000092
其中，λσ表示噪声功率平均值；
S23：根据如下所示的预设的判别条件选取主瓣干扰对应的特征矢量，
Figure BDA0002987445010000093
其中，um表示主瓣干扰对应的特征矢量，
Figure BDA0002987445010000094
表示波束指向方向的空间导向矢量，
Figure BDA0002987445010000095
表示方位角，θ0表示俯仰角，ρ为预设的常数因子。
需要说明的是，ρ需要根据实际经验来获取，满足公式(5)的um即为主瓣干扰所对应的特征矢量，否则为其它旁瓣干扰的特征矢量。
S3：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，对干扰采样信号进行特征投影矩阵预处理，得到滤除主瓣干扰的干扰采样信号；
具体地，包括：
S31：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，
Figure BDA0002987445010000096
其中，B表示特征投影矩阵，I表示单位矩阵；
S32：根据特征投影矩阵对干扰采样信号进行预处理，得到滤除主瓣干扰的干扰采样信号，
y(k)＝Bxj(k) (7)，
其中，y(k)表示滤除主瓣干扰的干扰采样信号，xj(k)表示干扰采样信号。
S4：计算得到滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，对其进行特征分解，获得特征矢量矩阵，根据特征矢量矩阵和噪声功率平均值得到重构协方差矩阵；
由于经过特征投影矩阵后，主瓣干扰对应的特征值变为0，导致协方差矩阵不再满秩，因此直接进行自适应波束形成将导致波束畸变，因此考虑将协方差矩阵重构，再进行约束自适应波束形成。
具体地，包括：
S41：计算得到滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，并根据下式对其进行特征分解，得到特征矢量矩阵，
Ry＝UΛUH (8)，
其中，Ry表示第二协方差矩阵，U表示特征矢量矩阵，Λ＝diag[λ1,λ2,…λM-2,λM,…λN,0]，0为经过特征投影矩阵预处理后的主瓣干扰的特征值；
S42：根据特征矢量矩阵和噪声功率平均值得到重构协方差矩阵，
Figure BDA0002987445010000101
其中，
Figure BDA0002987445010000102
表示重构协方差矩阵，
Figure BDA0002987445010000103
S5：根据重构协方差矩阵计算得到约束自适应波束形成的权值，权值包括和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值；
具体地，包括：
根据所述重构协方差矩阵，按照下式计算得到约束自适应波束形成的和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值，
Figure BDA0002987445010000111
Figure BDA0002987445010000112
Figure BDA0002987445010000113
其中，C表示假定目标方向及附近方向的约束矩阵，u表示波束幅相响应矢量，P表示方位附近方向的约束点数，Q表示俯仰附近方向的约束点数，μ表示归一化常数，
Figure BDA0002987445010000114
Figure BDA0002987445010000115
表示波束指向方向的空间导向矢量，分为和波束导向矢量
Figure BDA0002987445010000116
俯仰差波束导向矢量
Figure BDA0002987445010000117
方位差波束导向矢量
Figure BDA0002987445010000118
和双差波束导向矢量
Figure BDA0002987445010000119
表示以波束指向为中心构成的约束区域对应的导向矢量。
S6：根据约束自适应波束形成的权值，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道；
具体地，根据和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值，分别对回波信号进行加权求和，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道。
其中，抑制旁瓣干扰和噪声的和通道yΣ(k)、俯仰差通道
Figure BDA00029874450100001110
方位差通道
Figure BDA00029874450100001111
以及双差通道
Figure BDA00029874450100001112
的表达式如下：
Figure BDA00029874450100001113
其中，wΣ表示和波束权值，
Figure BDA0002987445010000121
表示俯仰差波束权值，
Figure BDA0002987445010000122
表示方位差波束权值，
Figure BDA0002987445010000123
表示双差波束权值。
S7：根据抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，并根据新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，计算得到目标的俯仰角和方位角。
具体地，包括：
S71：根据抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，
Figure BDA0002987445010000124
其中，
Figure BDA0002987445010000125
表示新的俯仰和通道，
Figure BDA0002987445010000126
表示新的俯仰差通道，
Figure BDA0002987445010000127
表示新的方位和通道，
Figure BDA0002987445010000128
表示新的方位差通道，yΣ(k)表示抑制旁瓣干扰和噪声的和通道，
Figure BDA0002987445010000129
表示抑制旁瓣干扰和噪声的俯仰差通道，
Figure BDA00029874450100001210
表示抑制旁瓣干扰和噪声的方位差通道，
Figure BDA00029874450100001211
表示抑制旁瓣干扰和噪声的双差通道，
Figure BDA00029874450100001212
表示新的俯仰和通道的自适应权值，
Figure BDA00029874450100001213
表示新的俯仰差通道的自适应权值，
Figure BDA00029874450100001214
表示新的方位和通道的自适应权值，
Figure BDA00029874450100001215
表示新的方位差通道的自适应权值。
在本实施例中，
Figure BDA00029874450100001216
和
Figure BDA00029874450100001217
Figure BDA00029874450100001218
和
Figure BDA00029874450100001219
满足
Figure BDA00029874450100001220
和
Figure BDA00029874450100001221
Figure BDA00029874450100001222
和
Figure BDA0002987445010000131
对消后的输出功率最小，当且仅当
Figure BDA0002987445010000132
Figure BDA0002987445010000133
时，
Figure BDA0002987445010000134
和
Figure BDA0002987445010000135
的输出功率取得最小值。
其中，
Figure BDA0002987445010000136
S72：利用新的俯仰和通道检测出目标，根据新的俯仰和通道与新的俯仰差通道的单脉冲比计算得到目标的俯仰角；
S73：利用新的方位和通道检测出目标，根据新的方位和通道与新的方位差通道的单脉冲比计算得到目标的方位角。
在本实施例中，由于新的俯仰维和方位维的自适应单脉冲比等于静态波束形成下的俯仰维和方位维的单脉冲比，因此，四通道主瓣干扰抑制的单脉冲测角算法在抑制完主瓣干扰后，仍然可以保持单脉冲比与静态单脉冲比一致，能有效地获得目标的角度信息。
本实施例的的基于特征投影预处理的四通道主瓣干扰抑制测角方法，能够在抑制主瓣干扰后，实现对目标的角度测量。而且，可以在既有主瓣干扰，又有旁瓣干扰的条件下检测出目标，并对目标进行准确的角度测量，克服了传统四通道主瓣干扰抑制单脉冲测角技术理论上只能抑制一个主瓣干扰的缺陷。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (5)

1.一种基于特征投影预处理的四通道主瓣干扰抑制测角方法，其特征在于，包括：
S1：获取雷达阵列接收的回波信号，所述回波信号包括目标回波信号和干扰噪声信号，并对所述干扰噪声信号进行采样得到干扰采样信号；
S2：计算得到所述干扰采样信号对应的第一协方差矩阵，对其进行特征分解，并计算得到噪声功率平均值，根据预设的判别条件选取主瓣干扰对应的特征矢量；所述S2包括：
S21：计算得到所述干扰采样信号对应的第一协方差矩阵，并根据下式对其进行特征分解，
Figure FDA0003939715420000011
其中，R表示第一协方差矩阵，N表示雷达阵列阵元个数，λi表示第一协方差矩阵的特征值，λ1≥λ2≥…≥λM-1≥λM≥…≥λN，λ1，…,λM-1表示干扰采样信号对应的M-1个大特征值，λM，…,λN表示干扰采样信号对应的N-M+1个小特征值，ui表示与特征值λi对应的特征向量，Us表示干扰子空间对应的特征值矩阵，Un表示噪声子空间对应的特征值矩阵，Λs表示大特征值的对角矩阵，Λn表示小特征值的对角矩阵，H表示共轭转置运算；
S22：根据所述第一协方差矩阵的特征值，计算得到噪声功率平均值，
Figure FDA0003939715420000012
其中，λσ表示噪声功率平均值；
S23：根据如下所示的预设的判别条件选取主瓣干扰对应的特征矢量，
Figure FDA0003939715420000013
其中，um表示主瓣干扰对应的特征矢量，
Figure FDA0003939715420000014
表示波束指向方向的空间导向矢量，
Figure FDA0003939715420000021
表示方位角，θ0表示俯仰角，ρ为预设的常数因子；
S3：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，对所述干扰采样信号进行特征投影矩阵预处理，得到滤除主瓣干扰的干扰采样信号；所述S3包括：
S31：根据选取的主瓣干扰对应的特征矢量构造特征投影矩阵，
Figure FDA0003939715420000022
其中，B表示特征投影矩阵，I表示单位矩阵；
S32：根据所述特征投影矩阵对所述干扰采样信号进行预处理，得到滤除主瓣干扰的干扰采样信号，
y(k)＝Bxj(k)，
其中，y(k)表示滤除主瓣干扰的干扰采样信号，xj(k)表示干扰采样信号；
S4：计算得到滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，对其进行特征分解，获得特征矢量矩阵，根据所述特征矢量矩阵和所述噪声功率平均值得到重构协方差矩阵；
S5：根据所述重构协方差矩阵计算得到约束自适应波束形成的权值，所述权值包括和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值；
S6：根据所述约束自适应波束形成的权值，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道；
S7：根据所述抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，并根据所述新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，计算得到目标的俯仰角和方位角。
2.根据权利要求1所述的方法，其特征在于，所述S4包括：
S41：计算得到所述滤除主瓣干扰的干扰采样信号对应的第二协方差矩阵，并根据下式对其进行特征分解，得到特征矢量矩阵，
Ry＝UΛUH，
其中，Ry表示第二协方差矩阵，U表示特征矢量矩阵，Λ＝diag[λ1,λ2,…λM-2,λM,…λN,0]，0为经过特征投影矩阵预处理后的主瓣干扰的特征值；
S42：根据所述特征矢量矩阵和所述噪声功率平均值得到重构协方差矩阵，
Figure FDA0003939715420000031
其中，
Figure FDA0003939715420000032
表示重构协方差矩阵，
Figure FDA0003939715420000033
3.根据权利要求2所述的方法，其特征在于，所述S5包括：根据所述重构协方差矩阵，按照下式计算得到约束自适应波束形成的和波束权值、俯仰差波束权值、方位差波束权值和双差波束权值，
Figure FDA0003939715420000034
Figure FDA0003939715420000035
Figure FDA0003939715420000036
其中，C表示假定目标方向及附近方向的约束矩阵，u表示波束幅相响应矢量，P表示方位附近方向的约束点数，Q表示俯仰附近方向的约束点数，μ表示归一化常数，
Figure FDA0003939715420000037
表示波束指向方向的空间导向矢量，分为和波束导向矢量
Figure FDA0003939715420000038
俯仰差波束导向矢量
Figure FDA0003939715420000039
方位差波束导向矢量
Figure FDA00039397154200000310
和双差波束导向矢量
Figure FDA00039397154200000311
Figure FDA00039397154200000312
表示以波束指向为中心构成的约束区域对应的导向矢量。
4.根据权利要求3所述的方法，其特征在于，所述S6包括：根据所述和波束权值、所述俯仰差波束权值、所述方位差波束权值和所述双差波束权值，分别对所述回波信号进行加权求和，得到抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道。
5.根据权利要求4所述的方法，其特征在于，所述S7包括：
S71：根据所述抑制旁瓣干扰和噪声的和通道、俯仰差通道、方位差通道以及双差通道，构造得到新的俯仰和通道、俯仰差通道、方位和通道以及方位差通道，
Figure FDA0003939715420000041
其中，
Figure FDA0003939715420000042
表示新的俯仰和通道，
Figure FDA0003939715420000043
表示新的俯仰差通道，
Figure FDA0003939715420000044
表示新的方位和通道，
Figure FDA0003939715420000045
表示新的方位差通道，yΣ(k)表示抑制旁瓣干扰和噪声的和通道，
Figure FDA0003939715420000046
表示抑制旁瓣干扰和噪声的俯仰差通道，
Figure FDA0003939715420000047
表示抑制旁瓣干扰和噪声的方位差通道，
Figure FDA0003939715420000048
表示抑制旁瓣干扰和噪声的双差通道，
Figure FDA0003939715420000049
表示新的俯仰和通道的自适应权值，
Figure FDA00039397154200000410
表示新的俯仰差通道的自适应权值，
Figure FDA00039397154200000411
表示新的方位和通道的自适应权值，
Figure FDA00039397154200000412
表示新的方位差通道的自适应权值；
S72：利用所述新的俯仰和通道检测出目标，根据所述新的俯仰和通道与所述新的俯仰差通道的单脉冲比计算得到目标的俯仰角；
S73：利用所述新的方位和通道检测出目标，根据所述新的方位和通道与所述新的方位差通道的单脉冲比计算得到目标的方位角。
CN202110304201.0A 2021-03-22 2021-03-22 基于特征投影预处理的四通道主瓣干扰抑制测角方法 Active CN113238192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110304201.0A CN113238192B (zh) 2021-03-22 2021-03-22 基于特征投影预处理的四通道主瓣干扰抑制测角方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110304201.0A CN113238192B (zh) 2021-03-22 2021-03-22 基于特征投影预处理的四通道主瓣干扰抑制测角方法

Publications (2)

Publication Number Publication Date
CN113238192A CN113238192A (zh) 2021-08-10
CN113238192B true CN113238192B (zh) 2023-02-24

Family

ID=77130556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110304201.0A Active CN113238192B (zh) 2021-03-22 2021-03-22 基于特征投影预处理的四通道主瓣干扰抑制测角方法

Country Status (1)

Country Link
CN (1) CN113238192B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117579451B (zh) * 2024-01-15 2024-04-05 成都中科合迅科技有限公司 控制噪声分布的数字相控阵天线多方向的噪声调制方法
CN117784026B (zh) * 2024-02-26 2024-05-03 中国人民解放军空军预警学院 一种空时频域联合主动抗复合干扰方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009162613A (ja) * 2008-01-07 2009-07-23 Mitsubishi Electric Corp レーダ装置
CN102565790A (zh) * 2012-01-02 2012-07-11 西安电子科技大学 平面相控阵自适应的和差测角方法
CN107390197A (zh) * 2017-08-04 2017-11-24 西安电子科技大学 基于特征空间的雷达自适应和差波束测角方法
CN109946664A (zh) * 2019-03-06 2019-06-28 西安电子科技大学 一种主瓣干扰下的阵列雷达导引头单脉冲测角方法
CN111044979A (zh) * 2019-12-13 2020-04-21 电子科技大学 一种基于盲源分离的主瓣干扰对消与目标角度估计方法
CN113406576A (zh) * 2021-04-26 2021-09-17 北京理工大学 一种基于特征斜投影协方差矩阵重构的主瓣干扰抑制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959899A (zh) * 2018-04-12 2019-07-02 哈尔滨工程大学 特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009162613A (ja) * 2008-01-07 2009-07-23 Mitsubishi Electric Corp レーダ装置
CN102565790A (zh) * 2012-01-02 2012-07-11 西安电子科技大学 平面相控阵自适应的和差测角方法
CN107390197A (zh) * 2017-08-04 2017-11-24 西安电子科技大学 基于特征空间的雷达自适应和差波束测角方法
CN109946664A (zh) * 2019-03-06 2019-06-28 西安电子科技大学 一种主瓣干扰下的阵列雷达导引头单脉冲测角方法
CN111044979A (zh) * 2019-12-13 2020-04-21 电子科技大学 一种基于盲源分离的主瓣干扰对消与目标角度估计方法
CN113406576A (zh) * 2021-04-26 2021-09-17 北京理工大学 一种基于特征斜投影协方差矩阵重构的主瓣干扰抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
主瓣干扰下单脉冲测角技术研究;张同会等;《无线电工程》(第12期);第26-30页 *
基于特征投影预处理零陷加深的抗主瓣干扰算法;郝文涛等;《空军工程大学学报(自然科学版)》;20180228;第19卷(第1期);第54-59页 *

Also Published As

Publication number Publication date
CN113238192A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
US6720910B2 (en) Pri-staggered post-doppler adaptive monopulse processing for detection and location of a moving target in ground clutter
US5990834A (en) Radar angle determination with music direction finding
CN110196414B (zh) 一种基于补偿天线方向图误差的天线波束指向方法
Ward Cramér-Rao bounds for target angle and Doppler estimation with space-time adaptive processing radar
CN113238192B (zh) 基于特征投影预处理的四通道主瓣干扰抑制测角方法
CN110673086A (zh) 一种基于数字阵列雷达的二维角度超分辨方法
CN108693511B (zh) 时分复用mimo雷达的运动目标角度计算方法
Melvin et al. Doubly adaptive bistatic clutter filtering
CN112379333B (zh) 基于空时维正交投影滤波的高频雷达海杂波抑制方法
CN110196417B (zh) 基于发射能量集中的双基地mimo雷达角度估计方法
CN111896913A (zh) 高频雷达单极子/交叉环天线通道增益校准方法及装置
Liu et al. Target localization in high-coherence multipath environment based on low-rank decomposition and sparse representation
CN108872947B (zh) 一种基于子空间技术的海杂波抑制方法
Chao et al. Grid cell based detection strategy for MIMO radar with widely separated subarrays
CN113156380B (zh) 基于收发失配处理的主瓣噪声压制干扰自适应抑制方法
CN109581366B (zh) 一种基于目标导向矢量失配的离散旁瓣杂波识别方法
Bosse et al. Improved radar tracking using a multipath model: maximum likelihood compared with eigenvector analysis
Rypkema et al. Memory-efficient approximate three-dimensional beamforming
Zhang et al. A Novel Main-Lobe Cancellation Method Based on a Single Notch Space Filter and Optimized Correlation Analysis Strategy
Howell d-MUSIC, a real time algorithm for estimating the DOA of coherent sources using a single array snapshot
Tang et al. Bistatic MIMO radar height estimation method based on adaptive beam-space RML data fusion
Sun et al. Phase array amplitude and phase correction for HFSWR based on AIS information
Klemm Interrelations between matched-field processing and airborne MTI radar
Bialer et al. A Multi-radar Joint Beamforming Method
Zhang Target detection method for quasi-continuous wave system radar

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