CN114966674A - 一种基于发射波形信息的凝视雷达低空目标测高方法 - Google Patents
一种基于发射波形信息的凝视雷达低空目标测高方法 Download PDFInfo
- Publication number
- CN114966674A CN114966674A CN202210617913.2A CN202210617913A CN114966674A CN 114966674 A CN114966674 A CN 114966674A CN 202210617913 A CN202210617913 A CN 202210617913A CN 114966674 A CN114966674 A CN 114966674A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- radar
- signal
- echo data
- 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.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 50
- 239000013598 vector Substances 0.000 claims abstract description 48
- 239000002131 composite material Substances 0.000 claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 29
- 238000007476 Maximum Likelihood Methods 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000005457 optimization Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/882—Radar or analogous systems specially adapted for specific applications for altimeters
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于发射波形信息的凝视雷达低空目标测高方法，方法包括：获取雷达的目标回波数据；对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；根据所述仰角估计的结果，计算目标对象的高度信息。本发明的精度高且成本低，能够实现多径效应条件下低空目标精确的高度参数估计，可广泛应用于雷达测高技术领域。
Description
技术领域
本发明涉及雷达测高技术领域，尤其是一种基于发射波形信息的凝视雷达低空目标测高方法。
背景技术
近年来，低空空域管制逐步开放，无人机等“低慢小”航空器得到了飞速发展，常规的防空雷达在“低慢小”目标探测方面存在探测距离近、虚警率高、分类识别能力弱、抗干扰能力差等问题，难以满足无人机等“低慢小”目标预警探测的需求。多波束凝视雷达是采用低增益宽波束发射、同时多波束接收的数字阵列雷达，具有较高的探测灵敏度和多普勒分辨率，在“低慢小”目标的探测中突出显著的优势，但是，因为多波束凝视雷达发射波束较宽，波束打地所产生的多径效应不可避免。在这种情况下，目标直达波信号与地面反射信号将位于同一波束宽度内，凝视雷达无法分辨同一个波束宽度范围内的目标。
阵列超分辨技术主要包括多重信号分类(MUSIC)算法和最大似然(ML)算法。MUSIC算法是一种基于特征结构的高分辨率DOA算法，基本思想是将任意阵列输出数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性来估计来波信号的入射角，最后利用估计的角度值和雷达与目标的距离计算目标高度。但是，MUSIC算法最为明显的缺陷是不能直接用来处理相干信号，虽然通过空间平滑技术可以改善MUSIC算法对相关信号的处理能力，然而空间平滑技术会带来阵列有效孔径的损失。ML算法的基本思想是在得到实验样本结果的情况下，寻找使这些样本结果以最大概率出现的参数值作为未知参数真值的估计，相当于数据(接收数据和实际数据)之间的拟合，然而利用该算法处理低仰角目标的测高问题时，似然函数求解需要对直达波入射角度与地面反射信号入射角度同时估计，这将涉及多维的非线性优化求解问题，所需运算量大。采用交替投影最大似然(APML)算法，可以减少ML算法的运算复杂度，该算法将多元线性优化问题转为一系列简单的一维优化问题，大大地降低优化的计算量量。改进的最大似然(RML)算法通过预先得到的雷达高度、雷达与目标的距离和反射系数等先验信息，利用直达波信号与反射波信号之间存在的几何关系，最终只需进行一维搜索便可完成对目标仰角的估计，进一步提高ML算法的仰角估计精度，获得目标仰角后，根据阵列天线与目标之间的几何关系计算目标所在高度，然而RML算法通常只适用于经典多径模型下的建模，复杂地形下同时存在多条反射路径，反射面高度及地面复反射系数等先验信息难以准确获取。
基于上述，现有方法在一定程度上可以解决低仰角目标的测高问题。但是，这些技术中都没有利用到发射波形的信息。
发明内容
有鉴于此，本发明实施例提供一种精度高且成本低的，基于发射波形信息的凝视雷达低空目标测高方法。
本发明的一方面提供了一种基于发射波形信息的凝视雷达低空目标测高方法，包括：
获取雷达的目标回波数据；
对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
根据所述仰角估计的结果，计算目标对象的高度信息。
可选地，所述获取雷达的目标回波数据，包括：
根据发射信号的功率、线性调频信号脉宽、载波频率和调频率，确定雷达的发射信号；
根据照射到目标对象上的信号的不同传播路径，结合所述雷达的发射信号，计算所述目标对象上的叠加信号；
根据所述叠加信号，计算雷达上各个阵元接收到的目标回波数据。
可选地，所述对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型，包括：
对所述目标回波数据进行数字化处理后，通过数字正交解调系统解调到基带中；
通过匹配滤波器对所述数字化处理后的目标回波数据进行匹配滤波，获取发射波形的信息；
根据所述发射波形的信息，确定新的阵列接收信号模型和新的入射信号；其中，求解得到所述新的阵列接收信号模型作为重构的信号模型。
可选地，所述估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量，包括：
获取多个快拍数采样，确定传感器的输出信息对应的对数似然函数；
根据所述对数似然函数，结合代价函数确定复合导向矢量的最大似然估计值；
根据复高斯随机变量和所述传感器的输出信息，确定协方差矩阵；
根据所述最大似然值和所述协方差矩阵，构建代价函数；
根据所述代价函数获取所述复合导向矢量的估计值。
可选地，所述根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计，包括：
构造一个包含所有可能目标高程信息的过完备表示；
根据所述过完备表示，确定包含目标仰角信息的空间稀疏谱；
根据所述过完备表示和所述空间稀疏谱，重写所述复合导向矢量；
根据所述复合导向矢量中的空间稀疏谱的谱峰位置的搜索，确定目标仰角的估计结果。
可选地，所述根据所述仰角估计的结果，计算目标对象的高度信息这一步骤中，所述高度信息的计算公式为：
其中，ht代表目标对象的高度信息；Rd代表目标对象到雷达的距离；
代表所述仰角估计的结果；hr代表雷达架高。
本发明实施例的另一方面还提供了一种基于发射波形信息的凝视雷达低空目标测高装置，包括：
第一模块，用于获取雷达的目标回波数据；
第二模块，用于对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
第三模块，用于估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
第四模块，用于根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
第五模块，用于根据所述仰角估计的结果，计算目标对象的高度信息。
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
本发明实施例的另一方面还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如前面所述的方法。
本发明的实施例首先获取雷达的目标回波数据；对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；根据所述仰角估计的结果，计算目标对象的高度信息。本发明的精度高且成本低，能够实现多径效应条件下低空目标精确的高度参数估计。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的复杂地形环境下低空小目标测高多径模型示意图；
图2为本发明实施例提供的整体步骤流程图；
图3为本发明实施例提供的利用本次发明方法获得的目标俯仰角估计值与真实角度的对比结果示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
现有技术中在一定程度上可以解决低仰角目标的测高问题。但是，这些技术中都没有利用到发射波形的信息。结合已知的波形信息进行低仰角目标测高，从低仰角目标测高的角度来说更多的先验信息会使得算法向精确的方向优化，因此，多波束凝视雷达可以通过利用发射波形信息提高俯仰角估计的精度和降低计算成本。有鉴于此，本发明提出一种基于发射波形信息和稀疏表示的多波束凝视雷达低仰角目标测高方法，以实现多径效应条件下低空目标精确的高度参数估计。
具体地，本发明的一方面提供了一种基于发射波形信息的凝视雷达低空目标测高方法，包括：
获取雷达的目标回波数据；
对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
根据所述仰角估计的结果，计算目标对象的高度信息。
可选地，所述获取雷达的目标回波数据，包括：
根据发射信号的功率、线性调频信号脉宽、载波频率和调频率，确定雷达的发射信号；
根据照射到目标对象上的信号的不同传播路径，结合所述雷达的发射信号，计算所述目标对象上的叠加信号；
根据所述叠加信号，计算雷达上各个阵元接收到的目标回波数据。
可选地，所述对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型，包括：
对所述目标回波数据进行数字化处理后，通过数字正交解调系统解调到基带中；
通过匹配滤波器对所述数字化处理后的目标回波数据进行匹配滤波，获取发射波形的信息；
根据所述发射波形的信息，确定新的阵列接收信号模型和新的入射信号；其中，求解得到所述新的阵列接收信号模型作为重构的信号模型。
可选地，所述估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量，包括：
获取多个快拍数采样，确定传感器的输出信息对应的对数似然函数；
根据所述对数似然函数，结合代价函数确定复合导向矢量的最大似然估计值；
根据复高斯随机变量和所述传感器的输出信息，确定协方差矩阵；
根据所述最大似然值和所述协方差矩阵，构建代价函数；
根据所述代价函数获取所述复合导向矢量的估计值。
可选地，所述根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计，包括：
构造一个包含所有可能目标高程信息的过完备表示；
根据所述过完备表示，确定包含目标仰角信息的空间稀疏谱；
根据所述过完备表示和所述空间稀疏谱，重写所述复合导向矢量；
根据所述复合导向矢量中的空间稀疏谱的谱峰位置的搜索，确定目标仰角的估计结果。
可选地，所述根据所述仰角估计的结果，计算目标对象的高度信息这一步骤中，所述高度信息的计算公式为：
其中，ht代表目标对象的高度信息；Rd代表目标对象到雷达的距离；
代表所述仰角估计的结果；hr代表雷达架高。
本发明实施例的另一方面还提供了一种基于发射波形信息的凝视雷达低空目标测高装置，包括：
第一模块，用于获取雷达的目标回波数据；
第二模块，用于对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
第三模块，用于估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
第四模块，用于根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
第五模块，用于根据所述仰角估计的结果，计算目标对象的高度信息。
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
本发明实施例的另一方面还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如前面所述的方法。
下面结合说明书附图，对本发明的具体实现原理进行详细描述：
图1是本发明使用的复杂地形环境下低空小目标测高多径模型示意图。
凝视雷达的宽波束传输将导致严重的多径效应，这会给目标高度的测量造成困难。图1是复杂地形环境下低空小目标测高多径模型示意图，多个不同的地面反射信号与目标直达波信号共存。雷达架高hr，目标高度ht，Rd表示目标到雷达的距离，θd表示直达波入射方向，Rik表示第k条反射路径的长度，[θi1，θi2，...，θiK]表示第k条反射路径的入射角，其中，K表示反射路径的数量，且k＝1，2，...，K。
图2是本发明实施例的整体步骤流程图，如图2所示，本发明实施例的整体步骤包括：
S1：获取雷达目标回波数据：
发射信号s(t)是一个线性调频信号，可以表示为：
其中p，Tp，fc，γ分别是发射信号的功率、线性调频信号脉宽、载波频率和调频率，rect(u)是满足如(1)所示的矩形波。
由于多径效应的存在，照射到目标上的信号来自不同的传播路径，主要的两种传播路径是：雷达-目标和雷达-反射面-目标，目标上的叠加信号可以表示为：
其中，c是光速，ρk是第k条多径信号的反射系数。
从目标反射回来的信号传播路径与发送的信号照射到目标上时的传播路径是相反的，即目标-雷达(直达波信号路径)和目标-反射面-雷达(反射波信号路径)，第m个阵元接收到的信号可以表示为：
其中，
表示第m个阵元相对于参考阵元的时延，β表示目标的复反射系数，d表示阵元间距，nm(t)是第m个阵元所接收到的加性高斯白噪声。
S2：目标回波数据经正交解调和匹配滤波后，得到一个重构信号模型。
S21：匹配滤波器对目标回波数据的处理
在实际应用中，接收信号经数字化处理后，利用数字正交解调系统解调到基带，然后对其进行匹配滤波，从受噪声干扰的接收信号中获得发射波形的信息。匹配滤波器的传输函数h(t)是信号s(t)的复共轭，可以表示为：
经匹配滤波后，第m个阵元接收到的信号可以表示为：
其中，
是噪声nm(t)经过匹配滤波器后产生的。
当信号为窄带时，每个阵元相对于参考阵元之间的距离延迟均远远小于雷达最小可分辨距离，即对于任意的k和m，有：
因此，
有了式(7)的近似关系后，式(5)可以重写为式(8)。
其中，
是接收到的回波信号经过正交解调和匹配滤波处理后得到的信息，在
时可得到回波信号的最大信噪比输出，从而更加有效检测目标。
这里，γ0和{γ1，γ2，...，γK}为直达波路径和各反射波路径对应的多径衰减系数。
S22：重构信号模型。
经匹配滤波器后，观察式(8)，xm(t)可以看做一个新的阵列接收信号模型，u(t)等效为新的入射信号。由于带宽B、雷达与目标的距离Rd是已知的，因此，新模型中等效入射信号u(t)也是已知的。
设X(t)＝[x1(t)，x2(t)，...，xM(t)]T，则
其中，
A(θ)＝[a(θd)，a(θi1)，a(θi2)，...，a(θiK)] (12)
a(θ)＝[1，exp(-j2πfcτ2(θ))，...，exp(-j2πfcτM(θ))]T (13)
n(t)是一个满足零均值、协方差E[n(t)nH(t)]＝Q的复高斯随机变量。
令
则
X(t)＝A(θ)Γu(t)+n(t)＝Bu(t)+n(t) (16)
X(t)即为所得重构信号模型，其中，B为新模型中的复合导向矢量，它是阵列导向矢量的总和，包含直达波和各反射波方向的所有信息。
S3：估计新模型中包含直达波信号和反射波信号方向信息的复合导向矢量。
实际应用中，目标回波经匹配滤波后聚焦在少数几个点上，因此，我们取N个快拍数采样就可以估计复合导向矢量B，忽略常数项后，所有传感器的输出X(t)的对数似然函数表示为：
其中，|·|表示矩阵的行列式。由式(17)可知，当似然函数取得最大值时，可以获得复合导向矢量B的最大似然估计值，则
可以通过最小化下面的代价函数F获得，
定义X(t)和u(t)的协方差矩阵：
由于矩阵
是正定的，因而式(19)的最后一个等式中第二项
和第三项
与矩阵B的值无关。因此，只有当
时，代价函数F可以获得最小值，则复合导向矢量的估计值为：
S4：利用得到的复合导向矢量，采用稀疏表示模型进行仰角估计。
B是包含直达波信号和反射波信号方向信息的复合导向矢量，它取决于低空目标及其未知镜像位置，因此可以利用
获得目标及其镜像的方向信息。由于目标回波信号在空域具有强稀疏性且复合导向矢量B是由目标及镜像方向上导向矢量的线性组合构成，所以低仰角目标的高度估计问题可以转化为单时间样本的稀疏表示问题。构造一个包含所有可能目标高程信息的过完备表示
如式(21)所示，且
不依赖于目标及其实际的镜像位置。
利用
则复合导向矢量
可以重写为式(22)。
其中，
是Nθx 1向量，e是估计误差，其非零元素的位置即包含了目标和其镜像的方位信息，且
中应仅存在K+1个非零元素而其余元素均为零，因此可利用压缩感知技术通过求解式(22)的优化问题完成对Γ的估计。
其中，||||0表示l0范数，参数λ0是用来平衡重构误差与稀疏度之间的惩罚因子。
由于式(23)中的l0范数优化问题是一个非凸的NP难问题且实际中反射多径数目K未能事先已知，很难对其进行直接有效求解。为此，通常利用l1范数对式(23)的l0范数进行凸松弛，进而完成对式(23)中优化问题的近似求解，如式(24)所示。
其中，||||1表示l1范数，参数λ是用来平衡重构误差与稀疏度之间的惩罚因子。相对于l0范数，最小化l1范数不需要已知有关多径反射波数目K的先验信息。通过对式(24)中凸优化问题的求解，便可得到包含目标仰角信息的空间稀疏谱
进而通过对
谱峰位置的搜索便可实现对目标仰角的估计。
S5：根据阵列天线与目标之间的关系计算目标所在高度。
对式(24)进行谱峰搜索，得到俯仰角的估计值
之后，利用阵列天线与目标之间的几何关系计算目标高度。
下面通过对具体数据的实验来验证本发明的方法的效果：
本次试验采用收发同置的均匀线阵，发射采用宽波束发射实现空域的大范围覆盖，发射信号中心频率fc＝1.315GHz,发射信号带宽B＝8MHz，接收阵元数M＝8，各接收阵元之间间距为0.122米，天线架高hr＝2.5m。试验中无人机相对雷达由近及远飞行，飞行高度保持为固定值，测量无人机飞行过程中不同俯仰角度情况下，多波束凝视雷采用本发明方法对目标低仰角的估计效果。
图3是现场测试时，利用本次发明方法获得的目标俯仰角估计值与真实角度的对比。
由图3可知，随着无人机飞行高度的逐渐稳定，利用本发明方法估计的俯仰角度曲线逐渐贴合目标真实值，且波动较小。本发明方法能够解决多波束凝视雷达波束打地产生的多径效应问题，有效获取目标真实的俯仰信息，最终利用阵列天线与目标之间的关系计算目标高度，帮助凝视雷达更准确的定位无人机。
综上所述，相较于现有技术，本发明提出了一种基于发射波形信息和稀疏表示的多波束凝视雷达低仰角目标测高方法。本发明通过正交解调和匹配滤波，得到了一个重构的信号模型，该模型目标高程信息不变且等效入射信号是已知的，接着估计新模型中包含直达波信号和反射波信号方向信息的复合导向矢量，利用得到的复合导向矢量，采用稀疏表示模型进行仰角估计，获得目标俯仰角的估计值，最后通过目标俯仰角度的估计值计算得到目标高度。本发明通过利用发射波形信息构造新的阵列输出模型，接着利用稀疏表示技术解决多波束凝视雷达波束打地产生的多径效应问题，进一步提高复杂地形环境下凝视雷达角度估计的精度。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，包括：
获取雷达的目标回波数据；
对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
根据所述仰角估计的结果，计算目标对象的高度信息。
2.根据权利要求1所述的一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，所述获取雷达的目标回波数据，包括：
根据发射信号的功率、线性调频信号脉宽、载波频率和调频率，确定雷达的发射信号；
根据照射到目标对象上的信号的不同传播路径，结合所述雷达的发射信号，计算所述目标对象上的叠加信号；
根据所述叠加信号，计算雷达上各个阵元接收到的目标回波数据。
3.根据权利要求1所述的一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，所述对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型，包括：
对所述目标回波数据进行数字化处理后，通过数字正交解调系统解调到基带中；
通过匹配滤波器对所述数字化处理后的目标回波数据进行匹配滤波，获取发射波形的信息；
根据所述发射波形的信息，确定新的阵列接收信号模型和新的入射信号；其中，求解得到所述新的阵列接收信号模型作为重构的信号模型。
4.根据权利要求1所述的一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，所述估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量，包括：
获取多个快拍数采样，确定传感器的输出信息对应的对数似然函数；
根据所述对数似然函数，结合代价函数确定复合导向矢量的最大似然估计值；
根据复高斯随机变量和所述传感器的输出信息，确定协方差矩阵；
根据所述最大似然值和所述协方差矩阵，构建代价函数；
根据所述代价函数获取所述复合导向矢量的估计值。
5.根据权利要求1所述的一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，所述根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计，包括：
构造一个包含所有可能目标高程信息的过完备表示；
根据所述过完备表示，确定包含目标仰角信息的空间稀疏谱；
根据所述过完备表示和所述空间稀疏谱，重写所述复合导向矢量；
根据所述复合导向矢量中的空间稀疏谱的谱峰位置的搜索，确定目标仰角的估计结果。
6.根据权利要求1所述的一种基于发射波形信息的凝视雷达低空目标测高方法，其特征在于，所述根据所述仰角估计的结果，计算目标对象的高度信息这一步骤中，所述高度信息的计算公式为：
其中，ht代表目标对象的高度信息；Rd代表目标对象到雷达的距离；
代表所述仰角估计的结果；hr代表雷达架高。
7.一种基于发射波形信息的凝视雷达低空目标测高装置，其特征在于，包括：
第一模块，用于获取雷达的目标回波数据；
第二模块，用于对所述目标回波数据进行正交调解和匹配滤波处理，得到重构的信号模型；
第三模块，用于估计所述信号模型中包含直达波信号和反射波信号的方向信息的复合导向矢量；
第四模块，用于根据所述复合导向矢量，采用稀疏表示的方法对所述信号模型进行仰角估计；
第五模块，用于根据所述仰角估计的结果，计算目标对象的高度信息。
8.一种电子设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至6中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210617913.2A CN114966674A (zh) | 2022-06-01 | 2022-06-01 | 一种基于发射波形信息的凝视雷达低空目标测高方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210617913.2A CN114966674A (zh) | 2022-06-01 | 2022-06-01 | 一种基于发射波形信息的凝视雷达低空目标测高方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114966674A true CN114966674A (zh) | 2022-08-30 |
Family
ID=82959574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210617913.2A Pending CN114966674A (zh) | 2022-06-01 | 2022-06-01 | 一种基于发射波形信息的凝视雷达低空目标测高方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114966674A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116008948A (zh) * | 2023-03-27 | 2023-04-25 | 北京东远润兴科技有限公司 | 雷达定位方法、装置、设备及存储介质 |
-
2022
- 2022-06-01 CN CN202210617913.2A patent/CN114966674A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116008948A (zh) * | 2023-03-27 | 2023-04-25 | 北京东远润兴科技有限公司 | 雷达定位方法、装置、设备及存储介质 |
| CN116008948B (zh) * | 2023-03-27 | 2023-09-22 | 北京东远润兴科技有限公司 | 雷达定位方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3588128B1 (en) | Method for detection and height and azimuth estimation of objects in a scene by radar processing using sparse reconstruction with coherent and incoherent arrays | |
| CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
| Ender | A brief review of compressive sensing applied to radar | |
| CN111142105B (zh) | 复杂运动目标isar成像方法 | |
| CN110275166A (zh) | 基于admm的快速稀疏孔径isar自聚焦与成像方法 | |
| Sjogren et al. | Moving target relative speed estimation and refocusing in synthetic aperture radar images | |
| US20140112103A1 (en) | Method and system for motion compensated target detection using acoustical focusing | |
| Gurram et al. | Spectral-domain covariance estimation with a priori knowledge | |
| Zhang et al. | A measurement-domain adaptive beamforming approach for ultrasound instrument based on distributed compressed sensing: Initial development | |
| Leibovich et al. | Low rank plus sparse decomposition of synthetic aperture radar data for target imaging | |
| CN112505692A (zh) | 多输入多输出逆合成孔径雷达成像方法、系统和存储介质 | |
| CN114966674A (zh) | 一种基于发射波形信息的凝视雷达低空目标测高方法 | |
| CN113009473B (zh) | 一种多波束凝视雷达低仰角目标测高方法、装置及介质 | |
| Li et al. | Robust STAP for nonhomogeneous clutter suppression with a single snapshot | |
| Heister et al. | Coherent large beamwidth processing of radio-echo sounding data | |
| Kraeutner et al. | Principal components array processing for swath acoustic mapping | |
| 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 | |
| Nielsen et al. | Direction-of-arrival analysis of airborne ice depth sounder data | |
| Tebaldini | Forest structure retrieval from multi-baseline SARs | |
| CN115877380A (zh) | 一种sar多运动目标成像方法、装置和存储介质 | |
| CN112906476B (zh) | 一种基于信杂噪比损失的机载雷达训练样本选择方法 | |
| 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 | |
| Kitahara et al. | Nonlinear beamforming via convex optimization for phased array weather radar | |
| Sowjanya et al. | Performance comparison of DAS and BP algorithms for Synthetic Aperture Radar Imaging | |
| US5231403A (en) | Moving target indicator using higher order statistics |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240221 Address after: 518107 Room 501, building 3, Herun Jiayuan, Huaxia Road, Guangming Street, Guangming New District, Shenzhen City, Guangdong Province Applicant after: Shenzhen, Zhongshan University Country or region after: China Applicant after: SUN YAT-SEN University Applicant after: National University of Defense Technology Address before: 518107 Room 501, building 3, Herun Jiayuan, Huaxia Road, Guangming Street, Guangming New District, Shenzhen City, Guangdong Province Applicant before: Shenzhen, Zhongshan University Country or region before: China Applicant before: SUN YAT-SEN University |
|
| TA01 | Transfer of patent application right |