[发明专利]一种提高目标距离分辨率的方法

说明书

本发明针对双波段窄带地基雷达超宽带目标成像领域，特涉及一种提高目标距离分辨率的方法。针对目标散射点回波模型的估计，本发明提出一种“系数截断”的矩阵束算法，利用更多原信号数据参与模型极点估计，并对求出的模型系数进行降序排序，并截取前面若干个较大的系数值，建立目标散射点回波模型，使外推数据精确度更高。同时，本发明提出利用遗传算法估计相位相干量，而幅度相干量选用两重叠频段功率比值估计求得，提高了相位相干量的估计精度，计算过程简单，本发明分别估计相位相干量和幅度相干量，使得幅度估计误差不会影响相位相干量估计的结果。

技术领域

本发明针对双波段窄带地基雷达超宽带目标成像领域，特涉及一种提高目标距离分辨率的方法。

背景技术

由于单波段雷达带宽有限，距离分辨率较差，对于距离间隔较小的多目标环境，无法通过距离维图像呈现的脉尖确定目标个数及相应距离。基于雷达信号带宽越宽，距离分辨率越高的理论，对多频段雷达接收信号进行信号级融合可明显提到信号带宽，改善目标距离识别能力。

传统的超宽带相参合成中包含有矩阵束估计模型参数和遗传算法求解相干参量两个步骤。

首先，基于矩阵束算法中奇异值分解过程并筛选信号子空间，构建Hankel矩阵求取模型参数过程中，当信号采集点数较多且估计出的模型阶数较小时，矩阵束算法中参与计算的信号数据也较少，使得参数估计不准确，在利用模型外推数据过程中导致计算出的数据与实际信号的误差随着外推距离的增加而增大。

其次，模型参数估计的不准确，使得由两波段模型外推得到的重叠频段中每个频点对应的幅度差各不相同，容易出现“幅度错位”的现象，因此，利用遗传算法估计出的幅度相干量(即重频部分幅度差)无法实现双波段目标回波数据的相干配准，同时，在遗传算法中额外加入新的待估计参数，使得计算过程更加复杂且影响相位相干量的估计结果。综合上述分析的两种情况，需要对双波段雷达超宽带相参合成技术进行相应改进。

发明内容

针对现有技术的不足，本发明提供了一种提高目标距离分辨率的方法，为了隔离幅度差对相位差估计的影响，本发明提出利用遗传算法估计相位相干量，而幅度相干量选用重叠频段频谱功率比值估计求得，提高了相位相干量的估计精度，计算过程简单，本发明分别估计相位相干量和幅度相干量，幅度相位误差不会相互干扰。

本发明的技术方案是：一种提高目标距离分辨率的方法

步骤1、基于“系数截断法”的矩阵束算法建立两个波段目标散射点回波模型E_a[f^a_i]，E_b[f^b_i]。

其中，r为模型阶数，即散射点个数；ρ_k为散射中心位置；B_k为模型系数，表示第k散射点回波信号强度，f_i为第i个频点相应频率；f^a_i、f^b_i分别为a、b两波段接收信号频谱扩展后第i采样频点下对应的频率。

步骤2、分别估计相位相干量与幅度相干量：

根据得到两波段目标散射点回波数学模型E_a[f^a_i]，E_b[f^b_i]，分别对两波段接收信号做频谱扩展取两扩展频谱的中间频点重叠部分数据

遗传算法计算相位相干量：

其中，Δarg(x,y)＝min(|arg(x)-arg(y)|,2×π-|arg(x)-arg(y)|)；α为常数相位项，β为一次相位项，γ为二次相位项，f₁、f₂分别为重叠频段的起始频点与截止频点。