[发明专利]基于矩阵重构的米波极化MIMO雷达实值MUSIC测高方法

说明书

本发明公开了一种基于矩阵重构的米波极化MIMO雷达实值MUSIC测高方法，针对米波极化MIMO雷达测高信号模型特点及矩阵重构技术良好的解相干能力，提出了一种基于矩阵重构的奇异值分解实值MUSIC测高方法。针对米波极化MIMO雷达，首先推导了对应的平坦地面信号模型；然后对接收数据矩阵进行矩阵重构消除了多径相干信号对高度测量的影响；然后利用酉矩阵将重构后的数据矩阵转换为实值矩阵；为了降低噪声对信号子空间的影响且降低数据维度，奇异值分解技术被应用于接收信号数据；最后根据信号子空间与噪声子空间正交的原理估计目标仰角值和高度值。本发明所提方法无需已知反射系数、波程差和极化信息等先验知识，最终通过仿真实验表明本发明具有良好的精度和鲁棒性。

技术领域

本发明涉及雷达技术领域，特别涉及一种基于矩阵重构的米波极化MIMO雷达实值MUSIC测高方法。

背景技术

目前现有雷达大多为单极化阵列雷达，如MIMO雷达，其只能接收电磁波信号的一种极化信息。而矢量传感器雷达，即极化雷达，其具有极化分集特点，至少可以获取电磁波信号的两种极化信息甚至六种极化信息。

然而极化MIMO雷达在低仰角区域存在严重的多径信号，严重影响了测高精度。为了充分利用极化MIMO雷达的优势，现有技术在广义MUSIC算法的基础上，提出一种极化平滑广义MUSIC算法，相比米波MIMO雷达广义MUSIC算法，其测高精度得到了提高。在多重信号分类(MUSIC)算法的基础上，Zheng提出了极化米波MIMO雷达的SVS MUSIC algorithm和广义MUSIC算法，其充分利用了极化MIMO雷达波形分集和极化分集优势，具有较好的精度且无需进行解相干处理。但是现有的极化MIMO雷达阵列测高仍存在精度低、计算量大的问题。

发明内容

针对上述存在的问题，本发明提出了基于矩阵重构的米波极化MIMO雷达实值MUSIC测高方法，基于矩阵重构的思想以及实值处理的操作来进一步提高估计精度和降低计算量。为了实现上述目的，本发明所采用的技术方案如下：

一种基于矩阵重构的米波极化MIMO雷达实值MUSIC测高方法，其特征在于，包括以下步骤：

步骤1：构建米波极化敏感阵列测高模型，假设低仰角反射区域为光滑平坦地面则可得到到达目标处的第l个快拍的信号以及第l个快拍下的接收信号数据；

步骤2：对第l个快拍下的接收信号矢量数据进行重构，得到接收信号矩阵；

步骤3：利用酉矩阵对重构后的接收信号矩阵进行实值处理并得到对应的实值目标仰角值；

步骤4：根据低仰角区域的几何关系公式计算得到目标高度，完成测高。进一步地，步骤1的具体操作步骤包括：

步骤101：假设MIMO雷达发射信号为一组正交信号其中S_m＝[s_m,1,...,s_m,6]^T，其满足下式：

则到达目标处的第l个快拍的信号表示为：

x(l)＝[b_t(θ_d)+e^-jδρ_hb_t(θ_s)]^TS (2)

其中，为波程差导致的相位差，R为目标在地面的投影和雷达在地面的投影之间的距离，ρ_h为水平极化波的菲涅尔反射系数，其值为:

其中，ε为表面复介电常数，为极化发射阵列导向矢量，且：

a(θ)＝[1,exp(-jπsin(θ)),…,exp(-j(M-1)πsin(θ))]^T (4)