[发明专利]基于MUSIC算法的米波极化敏感阵列雷达测高方法

说明书

本发明公开了一种基于MUSIC算法的米波极化敏感阵列雷达测高方法，提出了修正极化平滑广义MUSIC算法，在极化平滑处理后进行了前后空间平滑处理，实现了更好的低角度估计性能。最后提出了极化合成导向矢量MUSIC算法，利用合成导向矢量而不是普通的导向矢量，不需要解决相干问题，然后利用MUSIC算法得到低仰角区域目标的测高结果。同时，对接收数据进行适当的变形与归类，用瑞利‑利兹理论进行角度分解实现极化和波达方向角度的解耦合，然后利用直达波和反射波的几何关系和先验信息继续进行降维处理来降低算法的计算复杂度。仿真结果表明本发明提出的修正极化平滑广义MUSIC算法和极化合成导向矢量MUSIC算法计算复杂度低，测量精度好。

技术领域

本发明涉及雷达技术领域，特别涉及一种基于MUSIC算法的米波极化敏感阵列雷达测高方法。

背景技术

近年来，随着隐身飞机、反辐射导弹等武器的出现，可以探测隐身目标和反辐射导弹的米波雷达受到了广泛关注。但米波雷达的波束较宽、波段较低、波长较长，其在低仰角区域存在不可忽略的地面反射回波，这导致回波信号信噪比较低、多径相干现象严重，进而降低了米波雷达的目标探测能力。众所周知，雷达测量目标高度的实质是先对目标仰角进行估计，再根据几何关系进行计算。因此米波雷达的低仰角估计问题是雷达领域的难点之一。

在进行低空目标的仰角估计时，低仰角区域存在严重的多径相干信号，其与直达波信号之间存在强相关性甚至相干性，这导致接收数据协方差矩阵出现秩亏现象，破坏了信号子空间和噪声子空间之间的正交性，进而大大降低了DOA估计精度。因此通常的特征子空间超分辨算法在空间存在相干源时无法正确估计信源DOA，需要进行解相干预处理。空间平滑算法是一种常用的解相干预处理方法，其将整个阵列划分为多个重叠的子阵，计算出各子阵协方差矩阵后对其求平均以达到解相干的目的，其有三种平滑方式：前向平滑、后向平滑和前后向平滑。但空间平滑算法对阵列有较强的要求，且此算法会损失阵列有效孔径而导致算法精度下降。且有研究表明空间平滑算法在多径衰减系数相位为0°或180°时几乎没有解相干能力。

而极化平滑算法不损失阵列孔径，其具体步骤为：按照不同的极化信息将整个阵列划分为几个极化子阵(最多为六个)，计算出各极化子阵协方差矩阵后对其求平均以达到解相干的目的。通过对极化分集技术和频率分集技术的对比，发现相位差为0°或180°时，频率分集性能会急剧恶化，而极化分集不存在此缺点。现有技术中有研究利用极化平滑技术解决多径回波信号对直达波的影响，当仰角较大时具有不错的精度，但当仰角较小时精度急剧下降。这是因为仰角较小时，水平极化与垂直极化的反射系数差异很小。现有技术还提出了对自相关矩阵进行非均匀加权方法来提高极化平滑算法的性能，但是其只利用了自相关矩阵信息，且并未完全解相干。现有技术还提出一种加权极化平滑算法，能够充分利用子阵输出的自相关和互相关信息，取得了较好的分辨性能和估计精度。现有技术还提出了一种计算量较小的传播算子和极化平滑相结合的方法来解极化敏感阵列信号源的相干性。上述解相干算法做适当变形均可应用于极化敏感阵列的米波雷达测高，针对米波极化敏感阵列的直接测高模型，现有技术还提出经典多径信号模型下的极化平滑MUSIC算法，并分析了测高性能。现有技术还同时应用了极化平滑算法和空间平滑算法来进行解相干处理，在一定程度上解决了低仰角区域直达波与反射波之间的相干性。现有技术还给出了在极化平滑处理后利用广义MUSIC算法来估计仰角的方法，对低仰角有较好的估计性能，但是它的计算复杂度较高，并且在低信噪比下性能较差。

发明内容

针对上述存在的问题，本发明提出了基于MUSIC算法的米波极化敏感阵列雷达测高方法，用于解决米波雷达在低仰角区域测高精度低的问题。

为了实现上述目的，本发明所采用的技术方案如下：

一种基于MUSIC算法的米波极化敏感阵列雷达测高方法，其特征在于，包括以下步骤：

步骤1：建立米波极化敏感阵列测高模型