CN115327505B - 一种多径环境下低空目标角度估计方法及相关设备 - Google Patents
一种多径环境下低空目标角度估计方法及相关设备 Download PDFInfo
- Publication number
- CN115327505B CN115327505B CN202211245333.1A CN202211245333A CN115327505B CN 115327505 B CN115327505 B CN 115327505B CN 202211245333 A CN202211245333 A CN 202211245333A CN 115327505 B CN115327505 B CN 115327505B
- Authority
- CN
- China
- Prior art keywords
- signal
- multipath
- angle
- meter
- diameter
- 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
-
- 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
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
本发明公开了一种多径环境下低空目标角度估计方法及相关设备,所述方法包括:在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。本发明考虑空时二维可以同时估计出目标和多径信号的角度与多普勒频移,无需特征值分解便可获得信号子空间,快速计算得到目标高度,大大降低计算量。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种多径环境下低空目标角度估计方法、系统、终端及计算机可读存储介质。
背景技术
米波雷达能够对远程空中目标进行早期探测与跟踪,将空中态势感知情报发送至预警拦截系统,从而为拦截目标争取更多时间。目前,米波雷达能够准确的感知目标的速度、距离和方位角信息。然而,对于远程低空或者超低空目标进行探测时,往往受地面环境影响,尤其是高山、丘陵、丛林等复杂环境下,多径效应(指电磁波经不同路径传播后,各分量场到达接收端时间不同,按各自相位相互叠加而造成干扰,使得原来的信号失真,或者产生错误)将会影响米波雷达对目标俯仰角的测量,从而无法为预警系统提供精确的高度信息。所以,低空目标俯仰角的快速、精确探测是米波雷达迫切需要解决的一个关键问题。
雷达在对低空目标探测时,由于地面环境复杂,即可能出现镜面反射多径干扰信号,也会大概率出现漫反射多径干扰信号。因此,多径信号到达雷达天线处的角度大概率不会完全等于直径信号的达到角度。当两者的角度接近时,多普勒频移也会接近,此时雷达回波直达信号与多径信号存在一定相关性。由于空域和时域二维(空时二维)联合域信号处理算法能够在角度维度和频率维度同时进行参数估计,相比于单独的空域信号处理有着更多的参数估计能力。考虑低空目标,在空时二维联合域对直径信号和多径信号的角度和频率进行估计,然而由于空时二维联合域模型中的矩阵计算维度比较大,尤其是进行矩阵特征值分解过程中,计算复杂度会很大。
因此,现有技术还有待于改进和发展。
发明内容
本发明的主要目的在于提供一种多径环境下低空目标角度估计方法、系统、终端及计算机可读存储介质,旨在解决现有技术中针对低空目标,在空时二维联合域对直径信号和多径信号的角度和频率进行估计,由于空时二维联合域模型中的矩阵计算维度比较大,尤其是进行矩阵特征值分解过程中,计算复杂度会很大的问题。
为实现上述目的,本发明提供一种多径环境下低空目标角度估计方法,所述多径环境下低空目标角度估计方法包括如下步骤:
在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;
采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;
获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;
确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。
可选地,所述的多径环境下低空目标角度估计方法,其中,所述在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型,具体包括:
将米波阵列雷达的雷达信号频率和波长分别表示为和,脉冲重复频率为,若低空真实目标飞行速度为,直径信号入射角度为,多径信号入射角度为,直径信号和多径信号的多普勒频移分别表示为和,米波阵列雷达天线采用均匀线阵,天线数目为,相邻阵元的间隔为,时域延迟线数目为,则米波阵列雷达天线在时刻接收到的直径信号、多径信号和噪声的空时二维联合模型表示为:
可选地,所述的多径环境下低空目标角度估计方法,其中,所述采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间,具体包括:
可选地,所述的多径环境下低空目标角度估计方法,其中,所述迭代过程包括:
可选地,所述的多径环境下低空目标角度估计方法,其中,所述获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移,具体包括:
根据米波阵列雷达的接收数据得到数据协方差矩阵,对数据协方差矩阵进行特征分解得到特征值和特征向量;
根据特征值进行信号源数判断,根据特征向量确定信号子空间和噪声子空间;
基于角度域谱峰搜索确定极大值点对应的角度,极大值点对应的角度为信号入射方向;
可选地,所述的多径环境下低空目标角度估计方法,其中,所述确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度,具体包括:
可选地,所述的多径环境下低空目标角度估计方法,其中,所述多级维纳滤波器用于利用序列正交投影,将阵列数据向量进行多级分解,再进行多级标量维纳滤波,得到维纳滤波器的输出误差信号。
此外,为实现上述目的,本发明还提供一种多径环境下低空目标角度估计系统,其中,所述多径环境下低空目标角度估计系统包括:
联合建模模块,用于在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;
模型分解模块,用于采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;
参数估计模块,用于获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;
高度计算模块,用于确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。
此外,为实现上述目的,本发明还提供一种终端,其中,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多径环境下低空目标角度估计程序,所述多径环境下低空目标角度估计程序被所述处理器执行时实现如上所述的多径环境下低空目标角度估计方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有多径环境下低空目标角度估计程序,所述多径环境下低空目标角度估计程序被处理器执行时实现如上所述的多径环境下低空目标角度估计方法的步骤。
本发明中,在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。本发明考虑空时二维可以同时估计出目标和多径信号的角度与多普勒频移,多普勒频移用来辅助区分目标信号和多径信号,采用无需先验信息辅助的多级维纳滤波器分解的思想,无需特征值分解便可获得信号子空间,快速计算得到目标高度,大大降低计算量。
附图说明
图1是本发明多径环境下低空目标角度估计方法的较佳实施例中多径环境下,米波阵列雷达测量目标高度的示意图;
图2是本发明多径环境下低空目标角度估计方法的较佳实施例的流程图;
图3是本发明多径环境下低空目标角度估计方法的较佳实施例中雷达回波直径和多径信号在俯仰角和多普勒频移两个维度的空间谱的示意图;
图4是本发明多径环境下低空目标角度估计系统的较佳实施例的原理示意图;
图5为本发明终端的较佳实施例的运行环境示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对阵列雷达低空目标角度估计问题,通常假定雷达回波的多径信号与直径信号完全相关(相干),即直径信号和多径信号的多普勒频移完全一致,然后单纯考虑空域维度,采用解相干的方法进行空间谱估计;解相干的方法通常包括对协方差矩阵进行空间平滑或者托普利兹(Topliz)矩阵结构化操作,最后再用基于特征值分解的MUSIC(MultipleSignal Classification)等高分辨率方法来进行角度估计。
本发明以米波阵列雷达为研究平台,针对低空目标,考虑地面多径干扰影响下,采用空时二维采样,设计无需特征值分解的多级维纳滤波器,快速寻找信号子空间和噪声子空间;然后采用MUSIC方法估计出目标俯仰角和多径到达角;再根据雷达天线参考法线方向,分辨出目标角度;最后根据几何关系求出目标高度。
如图1所示,在多径环境下,米波阵列雷测量目标高度示意图,由于米波阵列雷可以准确测量距离、速度和方位角,这里设定距离、速度和方位角为已知的先验信息,这里假定布置的米波阵列雷基座有一定高度,以一条多径信号为例,米波阵列雷发射信号探测到目标后,产生一个直径信号,还产生一个经地面反射的多径信号。本发明的目的为,估计出直径信号和多径信号的角度、多普勒频移,再根据雷达天线参考法线方向,确定目标角度,最后获得目标高度。
本发明较佳实施例所述的多径环境下低空目标角度估计方法,如图1和图2所示,所述多径环境下低空目标角度估计方法包括以下步骤:
步骤S10、在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型。
具体地,本发明的雷达以米波阵列雷达为例,将米波阵列雷达的雷达信号频率和波长分别表示为和,脉冲重复频率为,若低空真实目标飞行速度为,直径信号入射角度为,多径信号入射角度为,直径信号和多径信号的多普勒频移分别表示为和,米波阵列雷达天线采用均匀线阵,天线数目为,相邻阵元的间隔为,时域延迟线数目为,则米波阵列雷达天线在时刻接收到的直径信号、多径信号和噪声的空时二维联合模型表示为:
步骤S20、采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间。
具体地,由于多级维纳滤波器不需要经过特征值分解就可以得到信号子空间和噪声子空间,因此,根据多级维纳滤波器(MWF,是维纳滤波器的一种多级等效实现形式,它利用一序列正交投影,将阵列数据向量进行多级分解,再进行多级标量维纳滤波,综合出维纳滤波器的输出误差信号;多级维纳滤波器在逐级分解过程中,可以得到接收数据中信号所在的子空间,该子空间与特征分解所对应的信号特征向量所在的子空间是一致的)原理,对空时二维联合模型进行分解,取参考信号为:
步骤S30、获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移。
具体地,MUSIC方法(采用多重信号分类方法)首先根据米波阵列雷达的接收数据得到数据协方差矩阵,对数据协方差矩阵进行特征分解得到特征值和特征向量;根据特征值进行信号源数判断,根据特征向量确定信号子空间和噪声子空间;最后进行角度域谱峰搜索,基于角度域谱峰搜索确定极大值点对应的角度,极大值点对应的角度为信号入射方向。
根据公式(13)所示,MUSIC方法通过对一定范围内的角度和多普勒频移进行二维搜索,当出现预设大小的谱峰值(例如出现较大的谱峰值时)时,所述预设大小的谱峰值对应的角度和多普勒频移为直径信号和多径信号所对应的角度和多普勒频移。
步骤S40、确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。
具体地,如图1所示,假定多径信号来自于地面某处反射,米波阵列雷达基座有一定高度,米波阵列雷达天线法线平行于地面方向,另天线法线方向为0度方向,上方角度为正方向,下方方向为负方向。根据公式(13),能够得到两个明显的角度值和两个明显的多普勒频移值,其中根据附图1几何关系,可以判断出雷达回波直达信号俯仰角为正,即,多径信号入射角为负,即。
本发明考虑雷达和目标的实际场景,考虑更大概率出现的直径信号和多径信号不完全相关情况,即直径信号和多径信号的多普勒频移不完全一致,但可能很接近;考虑到直径信号和多径信号到达角可能会很接近,单纯空域阵列天线由于阵元数目的限制,分辨率不足以将两者角度准确估计出来,因此,本发明考虑在空时联合域,建立信号模型,增加天线的自由度。另外,考虑到常用空间谱方法需要对信号协方差矩阵进行特征值分解,计算时间较长,可能无法实时对目标角度进行估计,因此,本发明设计一种多级维纳滤波器,无需对信号协方差矩阵进行特征值分解,便可获得信号子空间和噪声子空间,进而快速采用MUSIC方法进行目标角度估计。
即本发明采用米波阵列天线,考虑低空目标高度测量方法,相比于目前采用基于特征值分解的单独空域处理方法,本发明同时考虑空时二维,可以同时估计出目标和多径信号的角度与多普勒频移,多普勒频移可以用来辅助区分目标信号和多径信号;此外,本发明采用无需先验信息辅助的多级维纳滤波器分解的思想,无需特征值分解便可获得信号子空间,大大降低了计算量。
下面进一步对本发明的多径环境下低空目标角度估计方法进行说明,例如,均匀线性天线阵列具有10个天线阵元,时域延迟级数为10,相邻阵元间距d为雷达回波信号半波长,雷达频率为300MHz,波长为1m,数据样本快拍数为1000。本次仿真实验,考虑一条雷达回波直径信号和一条镜面反射多径信号,直径信号入射角度为度,信噪比为20dB,多径信号入射角度为度,反射径幅值衰减系数为0.8,噪声采用高斯模型。
其中,时间延迟:
然后公式(16)代入(15)得到:
同理,对于多径回波信号表示为:
假定空中目标(即真实目标)为民航飞机,速度为900km/h (250m/s),则根据多普勒公式,可知直径和多径信号的多普勒频移分别约为500Hz和498Hz。根据上述参数,结合本发明中所述方法,可以得到雷达回波直径和多径信号在俯仰角和多普勒频移两个维度的空间谱,如图3所示,从图3中可以明显看出,本发明的方法能够快速准确估计出目标信号和多径信号的俯仰角和多普勒频移,进而根据几何关系,可以很容易获得目标高度。
另外,本发明也可以应用在其他领域存在多径情况下,采用阵列天线进行目标角度快速估计问题,比如车载阵列天线估计道路目标角度问题。
进一步地,如图4所示,基于上述多径环境下低空目标角度估计方法,本发明还相应提供了一种多径环境下低空目标角度估计系统,其中,所述多径环境下低空目标角度估计系统包括:
联合建模模块51,用于在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;
模型分解模块52,用于采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;
参数估计模块53,用于获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;
高度计算模块54,用于确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度。
进一步地,如图5所示,基于上述多径环境下低空目标角度估计方法和系统,本发明还相应提供了一种终端,所述终端包括处理器10、存储器20及显示器30。图5仅示出了终端的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元,例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据,例如所述安装终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有多径环境下低空目标角度估计程序40,该多径环境下低空目标角度估计程序40可被处理器10所执行,从而实现本申请中多径环境下低空目标角度估计方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行所述存储器20中存储的程序代码或处理数据,例如执行所述多径环境下低空目标角度估计方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。所述显示器30用于显示在所述终端的信息以及用于显示可视化的用户界面。所述终端的部件10-30通过系统总线相互通信。
在一实施例中,当处理器10执行所述存储器20中多径环境下低空目标角度估计程序40时实现如上所述多径环境下低空目标角度估计方法的步骤。
本发明还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有多径环境下低空目标角度估计程序,所述多径环境下低空目标角度估计程序被处理器执行时实现如上所述的多径环境下低空目标角度估计方法的步骤。
综上所述,本发明采用空域和时域二维信号处理算法对直径信号和多径信号进行建模,然后设计一种无需参考波形的多级维纳滤波器,代替信号协方差矩阵特征值分解操作,获得直径信号子空间,多径信号子空间和噪声子空间,再采用MUSIC方法进行目标角度估计,最后根据几何关系求出目标高度。
需要说明的是,在本文中,术语“包括”、“包含”或者其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过程、方法、物品或者终端不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
当然,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关硬件(如处理器,控制器等)来完成,所述的程序可存储于一计算机可读取的计算机可读存储介质中,所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种多径环境下低空目标角度估计方法,其特征在于,所述多径环境下低空目标角度估计方法包括:
在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;
采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;
获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;
确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度;
所述在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型,具体包括:
将米波阵列雷达的雷达信号频率和波长分别表示为和,脉冲重复频率为,若低空真实目标飞行速度为,直径信号入射角度为,多径信号入射角度为,直径信号和多径信号的多普勒频移分别表示为和,米波阵列雷达天线采用均匀线阵,天线数目为,相邻阵元的间隔为,时域延迟线数目为,则米波阵列雷达天线在时刻接收到的直径信号、多径信号和噪声的空时二维联合模型表示为:
2.根据权利要求1所述的多径环境下低空目标角度估计方法,其特征在于,所述采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间,具体包括:
4.根据权利要求3所述的多径环境下低空目标角度估计方法,其特征在于,所述获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移,具体包括:
根据米波阵列雷达的接收数据得到数据协方差矩阵,对数据协方差矩阵进行特征分解得到特征值和特征向量;
根据特征值进行信号源数判断,根据特征向量确定信号子空间和噪声子空间;
基于角度域谱峰搜索确定极大值点对应的角度,极大值点对应的角度为信号入射方向;
6.根据权利要求2所述的多径环境下低空目标角度估计方法,其特征在于,所述多级维纳滤波器用于利用序列正交投影,将阵列数据向量进行多级分解,再进行多级标量维纳滤波,得到维纳滤波器的输出误差信号。
7.一种多径环境下低空目标角度估计系统,其特征在于,所述多径环境下低空目标角度估计系统包括:
联合建模模块,用于在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型;
模型分解模块,用于采用多级维纳滤波分解原理对空时二维联合模型进行分解,估计得到直径信号子空间和多径信号子空间;
参数估计模块,用于获取信号入射方向,采用多重信号分类方法估计直径信号和多径信号的角度和多普勒频移;
高度计算模块,用于确定直径角度,根据米波阵列雷达天线高度和真实目标到米波阵列雷达的距离计算得到真实目标的目标高度;
所述在多径环境下,根据米波阵列雷达天线接收到的直径信号、多径信号和噪声,建立米波阵列雷达接收回波信号的空时二维联合模型,具体包括:
将米波阵列雷达的雷达信号频率和波长分别表示为 和,脉冲重复频率为,若低空真实目标飞行速度为,直径信号入射角度为,多径信号入射角度为,直径信号和多径信号的多普勒频移分别表示为和,米波阵列雷达天线采用均匀线阵,天线数目为,相邻阵元的间隔为,时域延迟线数目为,则米波阵列雷达天线在时刻接收到的直径信号、多径信号和噪声的空时二维联合模型表示为:
8.一种终端,其特征在于,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多径环境下低空目标角度估计程序,所述多径环境下低空目标角度估计程序被所述处理器执行时实现如权利要求1-6任一项所述的多径环境下低空目标角度估计方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多径环境下低空目标角度估计程序,所述多径环境下低空目标角度估计程序被处理器执行时实现如权利要求1-6任一项所述的多径环境下低空目标角度估计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211245333.1A CN115327505B (zh) | 2022-10-12 | 2022-10-12 | 一种多径环境下低空目标角度估计方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211245333.1A CN115327505B (zh) | 2022-10-12 | 2022-10-12 | 一种多径环境下低空目标角度估计方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115327505A CN115327505A (zh) | 2022-11-11 |
CN115327505B true CN115327505B (zh) | 2023-01-24 |
Family
ID=83914996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211245333.1A Active CN115327505B (zh) | 2022-10-12 | 2022-10-12 | 一种多径环境下低空目标角度估计方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115327505B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117491985B (zh) * | 2023-12-28 | 2024-05-10 | 深圳大学 | 一种波达方向及速度联合估计方法及相关装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3881209B2 (ja) * | 2001-10-17 | 2007-02-14 | 古野電気株式会社 | ドップラシフト周波数測定装置およびその利用装置 |
WO2014066360A1 (en) * | 2012-10-22 | 2014-05-01 | Saab-Sensis Corporation | Sensor system and method for determining target location using sparsity-based processing |
CN103901417B (zh) * | 2014-04-02 | 2017-02-22 | 哈尔滨工程大学 | L型阵列mimo雷达低复杂度空间目标二维角度估计方法 |
CN105785337B (zh) * | 2016-01-22 | 2018-05-15 | 西安电子科技大学 | 复杂地形下的米波雷达低仰角目标测高方法 |
CN108896963B (zh) * | 2018-05-14 | 2022-03-04 | 西安电子科技大学 | 机载雷达空时自适应降维处理方法 |
CN108828547B (zh) * | 2018-06-22 | 2022-04-29 | 西安电子科技大学 | 基于深度神经网络的米波雷达低仰角测高方法 |
CN109471083B (zh) * | 2018-11-09 | 2022-12-02 | 西安电子科技大学 | 基于空时级联的机载外辐射源雷达杂波抑制方法 |
CN115166725B (zh) * | 2022-06-13 | 2024-05-17 | 中国人民解放军空军工程大学 | 基于music算法的米波极化敏感阵列雷达测高方法 |
-
2022
- 2022-10-12 CN CN202211245333.1A patent/CN115327505B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115327505A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gemba et al. | Multi-frequency sparse Bayesian learning for robust matched field processing | |
US8872693B1 (en) | Radar signature database validation for automatic target recognition | |
Smith et al. | Robust through-the-wall radar image classification using a target-model alignment procedure | |
CN110275166A (zh) | 基于admm的快速稀疏孔径isar自聚焦与成像方法 | |
CN107121665B (zh) | 一种基于稀疏阵的近场相干源的无源定位方法 | |
CN102914773A (zh) | 一种多航过圆周sar三维成像方法 | |
Li et al. | A Barankin-type bound on direction estimation using acoustic sensor arrays | |
CN115327505B (zh) | 一种多径环境下低空目标角度估计方法及相关设备 | |
Finette et al. | Stochastic matched-field localization of an acoustic source based on principles of Riemannian geometry | |
EP1682923B1 (fr) | Procede de localisation d un ou de plusieurs emetteurs | |
CN112965053A (zh) | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 | |
US8116169B2 (en) | Active sonar system and active sonar method using noise reduction techniques and advanced signal processing techniques | |
Lagunas et al. | Sparsity-based radar imaging of building structures | |
Bhargav et al. | Compressive sensing based doa estimation for multi-path environment | |
CN115201821B (zh) | 基于强目标成像对消的小目标检测方法 | |
Li et al. | A high-accuracy target tracking method and its application in acoustic engineering | |
Zhang et al. | ML iterative superresolution approach for real-beam radar | |
Luo et al. | An effective multipath ghost recognition method for sparse MIMO radar | |
Sun et al. | Multitarget direct localization using block sparse bayesian learning in distributed MIMO radar | |
Zhang et al. | Improved STAP algorithm based on APES | |
CN107238813B (zh) | 近场信号源波达方向和波达时间确定方法及装置 | |
CN117907943B (zh) | 一种基于线性调频信号的超分辨测距方法、系统及终端 | |
Xing et al. | A convolutional neural network for parameter estimation of the bi-gtd model | |
Chen et al. | DOA estimation of underwater acoustic co-frequency sources for the coprime vector sensor array | |
Lee | Radar space-time processing for range-folded spread-Doppler clutter mitigation |
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 |